Teknoloji Evrimi Üzerine Bir Kuram

Ne kadar geriye bakarsan o kadar ileriyi görebilirsin.Winston Churchill

İki milyar yıl önceki atalarımız mikroplardı yarım milyar yıl önce balık yüz milyon yıl önce fareye benzer bir şey on milyon yıl önce ağaç maymunları bir milyon yıl önce de ateşin nasıl evcilleştirilebileceğini çözmeye çalışan proto-insanlardı.

Evrimsel soy ağacımız, değişimi nasıl özümlediğimize göre belirlenmiştir.günümüzde ise bu hız artmaktadır.Carl Sagan

Tek sorumluluğumuz, bizden daha akıllı olan bir şey üretmektir.bunun ötesindeki herhangi bir sorunu çözmek bizim işimiz değildir zor sorun yoktur, yalnızca belli bir zeka düzeyine zor gelen sorun vardır.

Zeka düzeyini bir parça yükseltin, birtakım sorunlar bir anda olanaksız olmaktan çıkıp apaçık olacaktır. kayda değer derecede yükseltin, her şey apaçık olacaktır. Eliezer S. Yudkowsky, Staring Into The Singularity

1996 gelecek öngörülemez düşüncesi hep bir ağızdan söylenen bir nakarattır ama bu bakış acısı yanıldığında tam anlamıyla yanılmış olur.John Smart

Teknolojinin süregelen ivmesi, benim ivmelenen getiriler yasası adını verdiğim, bir evrim sürecinin ürünlerinin ortaya çıkış hızındaki ivmelenmeyi ve bu ürünlerdeki üstel gelişmeyi niteleyen şeyin gereği ve kaçınılmaz sonucudur.

Bu ürünler, özellikle bilgi işlem gibi bilgiye ilişkin teknolojileri kapsamaktadır; söz konusu üstel gelişme ise Moore Yasası olarak bilinen yasanın öngörülerinin çok ötesine uzanmaktadır. Tekillik, ivmelenen getiriler yasasının önlenemez sonucudur; bu nedenle, bu evrim surecinin doğasını incelememiz önemlidir.

Düzenin Doğası.paradigma değişimleri, yöntemler ve zihinsel süreçlerin uygulanmasındaki başat değişimlerdir; bunlara örnek, yazılı dil ve bilgisayardır verilen grafikler, on beş düşünür ile başvuru yapıtının,büyük patlamadan internete kadar gelişen biyolojik ve teknolojik evrimde gördükleri en önemli olaylan özetlemektedir.

Beklendiği gibi bazı farklılıklar görülmekle birlikte, üstel eğilim çok nettir kilit olaylar, giderek yükselen bir hızla ortaya çıkmaktadır.neyin "kilit olay" olduğunun ölçütü, bir düşünürden diğerine farklılık göstermektedir.

Ancak bu düşünürlerin seçimlerini yaparken benimsedikleri ilkeler, üzerinde düşünmeye değerdir kimi gözlemci, biyoloji ile teknolojinin tarihinde gerçek anlamda çığır açan gelişmelerin, karmaşıklığın artışını da yanında getirdiği kanısına varmıştır.

Artan karmaşıklık her ne kadar hem biyolojik hem de teknolojik evrimde ilerlemeyi izler gibi görünse de bu gözlemin tam olarak doğru olmadığına inanıyorum.ama önce karmaşıklığın ne anlama geldiğini inceleyelim.karmaşıklık kavramının karmaşık olması şaşırtıcı değildir.

Karmaşıklık tanımlarından biri, bir süreci temsil etmek için gereken minimum miktardaki bilgiyi esas alır.elimizde, bir sistem için bir milyon bit içeren bir veri dosyasıyla tanımlanan bir tasarımın örneğin, bir bilgisayar programı ya da bilgisayar için bilgisayar destekli tasanın dosyası olduğunu düşünelim.

Tasarımınızın bir milyon bitlik bir karmaşıklığa sahip olduğunu söyleyebiliriz. ama bu bir milyon bitin gerçekte, bin kez yinelenen bin bitlik bir örüntüden oluştuğunu fark ettiğimizi varsayalım.yinelenme sayısını not edip, yinelenen örüntüleri çıkararak, örüntünün tamamını yalnızca bin bit ile ifade edebilir, böylece dosyanın boyutunu binde bir oranında küçültebiliriz.

En popüler veri sıkıştırma teknikleri, bilgideki artıklıkları saptamada benzer yöntemler kullanırlar. ancak, bir veri dosyasını bu şekilde sıkıştırdıktan sonra o dosyayı daha da küçültmenizi sağlayacak başka kural ya da yöntemlerin bulunmayacağından tam olarak emin olabilir misiniz örneğin, elimdeki dosyanın yalnızca bir milyon bitlik bir kesinlikle ifade edilen bir "pi" sayısı 3, 1415 . olduğunu varsayalım.

Çoğu veri sıkıştırma programı bu dizilimi tanıyamayacak, pi sayısının ikili anlatımındaki bitler fiilen rastgele oldukları, bu nedenle de tüm rastgelelik testlerine göre yinelenen örüntü taşımadıkları için, bu milyon biti hiçbir biçimde sıkıştırmayacaktır.

Ama bu dosyanın ya da dosyanın bir bölümünün gerçekten pi sayısını gösterdiğini belirleyebilirsek, bu dosyayı ya da dosyanın o bölümünü kolaylıkla "pi üzeri bir milyon bitlik kesinlikle" küçülterek ifade edebiliriz.

Bir bilgi diziliminin daha yoğun bir gösterimini gözden kaçırmadığımıza hiçbir zaman emin olamayacağımız için, herhangi bir düzeydeki sıkıştırma yalnızca bilgi karmaşıklığının bir üst sınırını koyacaktır.

Murray Gell-Mann, karmaşıklığın bu çizgideki bir tanımım vermektedir. Gell-Mann, bir bilgi kümesinin "algoritmik bilgi içeriğini," "standart bir evrensel bilgisayarın bit dizisini yazdırdıktan sonra durmasını sağlayacak en kısa programın uzunluğu" olarak tanımlamaktadır.

Ancak, Gell-Mann'ın ortaya koyduğu kavram tam olarak yeterli değildir. elimizde rastgele bilgi içeren bir dosya varsa, bu dosya sıkıştırılamaz.bu gözlem, temelde bir sayı sıralamasının gerçekten rastgele olup olmadığım belirleyecek kilit ölçüttür.

Ancak, eğer, belli bir tasanın için herhangi bir rastgele sıralama yeterli olacaksa, o zaman bu bilgi, sayıların rastgele sıralamasım buraya koy" gibi basit bir komutla tanımlanabilir. Böylece rastgele sıralama, basit bir komutla tanımlandığından, ister on bit olsun ister bir milyon bit, önemli boyutta bir karmaşıklığı göstermeyecektir.

Rastgele sıralama ile bir amacı olan ve öngörülemeyen bilgi sıralaması arasındaki fark budur. karmaşıklığın doğasını biraz daha iyi kavrayabilmek için, bir kaya parçasının karmaşıklığını düşünün. Bu kaya parçasındaki her atomun tüm özelliklerini niteleyecek olsaydık, elimizde aşırı miktarda (tam konumu, açısal devinirliği, devri, hızı vb) bilgi olurdu.

Bir kiloluk bir kaya parçasında 1025 atom bulunur, bu da, sonraki bölümde irdeleyeceğim gibi, 1027 bitlik bilgi demektir.bu, insanın genetik kodunda bulunan bilginin genetik kodu sıkıştırmadan yüz milyon kere milyar katı daha fazla bilgi demektir.

Ancak en genel anlamda, bunun büyük bölümü rastgele bilgidir, bir sonuca götürmez. yani, yalnızca şeklini ve oluştuğu malzemenin türünü belirterek, birçok amaç için çok daha az bilgiyle kaya parçasını niteleyebiliriz.sonuçta, her ne kadar kaya parçası kuramsal olarak çok daha fazla bilgi içerse de, sıradan bir kaya parçasının karmaşıklığının insanın karmaşıklığından çok daha az olduğunu düşünmek daha akılcıdır.

Karmaşıklığın tanımlarından biri, bir sistemi ya da süreci nitelemek için gereken anlamlı, rastgele olmayan ama öngörülemeyen en az miktarda bilgidir. Gell-Mann'ın tanımına göre, algoritmik bilgi içeriğinin bir milyon bitlik rastgele dizilimi, bir milyon bit uzunluğundadır.

Bu nedenle Gell-Mann'ın tanımına, her rastgele dizinin yerine basit bir "rastgele bitleri buraya koy" komutu konması düşüncesini ekliyorum.ancak, bu bile yeterli değildir.diğer bir konu, telefon defterindeki isimler ve telefon numaralan, radyasyon düzeyi ya da hava sıcaklığının düzenli aralıklarla ölçülmesi gibi duruma bağlı veri dizileriyle ortaya çıkmaktadır.

Bu tür bilgi rastgele değildir, verisıkıştırma yöntemleri bu veriyi yalnızca küçük bir oranda azaltabilecektir.buna karşın, yaygın anlamıyla karmaşıklığı da temsil etmemektedir.yalnızca veridir.bu nedenle, "duruma bağlı veri dizisini buraya koy" işlemi için basit bir komuta daha ihtiyacımız vardır.

Bir bilgi kümesinin karmaşıklığının ölçümü için önerimi özetlemek gerekirse, önce Gell-Mann'ın tanımladığı biçimde algoritmik bilgi içeriğini ele alırız.sonra, bir rastgele diziyi eklemek için her rastgele dizinin yerine basit bir komut koyarız.

Sonra aynı şeyi duruma bağlı veri dizileri için yaparız.böylece, sezgilerimize oldukça uygun bir karmaşıklık ölçümü elde ederiz. yukarıda tanımladığım biçimde, biyolojik süreç -ve devamında teknolojik süreç- gibi bir evrim sürecindeki her paradigma değişiminin aynı zamanda karmaşıklığın artışını temsil ettiğini söylemek doğru bir gözlem olur.

Örneğin, DNA'nın evrimi, DNA molekülünün esnek veri belleğinin biyolojik bilgi süreçlerini kontrol edebildiği daha karmaşık organizmaların oluşmasına yol açmıştır.kambriyen patlamanın, bir dizi değişmez hayvan beden planının (DNA anlamında) oluşmasını sağlamasıyla, evrim süreci de beyinde daha karmaşık oluşumlar üzerinde yoğunlaşabilmiştir.

Teknoloji alanında bilgisayarın icadı, insan uygarlığının giderek daha karmaşık bilgi kümelerini saklamasının ve yönetmesinin yolunu açmıştır.internetin sunduğu kapsamlı bağlantı olanağı ise daha da büyük karmaşıklığı yönetmeyi mümkün kılmaktadır.

Ancak, "karmaşıklığın artması" kendi içinde bu evrim süreçlerinin son hedefi ya da son ürünü değildir. Evrimin sonucunda mutlaka daha karmaşık yanıtlar değil, daha iyi yanıtlar alınır. Daha üstün çözümün, bazen daha basit olması mümkündür.buradan, başka bir kavrama gidelim:

Düzen. Düzen, düzensizliğin karşıtıyla aynı şey değildir.eğer düzensizlik, olayların rastgele sıralanışını gösteriyorsa, düzensizliğin karşıtının "rastlantısal olmayan" olması gerekirdi.bilgi, bir organizmanın

DNA kodu ya da bir bilgisayar programındaki bitler gibi, bir süreçte anlamı olan veri sıralamasıdır. öte yandan, "gürültü," rastgele bir sıralamadır.gürültü, doğası gereği öngörülemez, ama bilgi de içermez. ancak bilgi de öngörülemez.geçmiş verilerle geleceğe ait verileri öngörebilsek, geleceğe ait veriler bilgi olmaktan çıkar.

Bu nedenle, ne bilgiyi ne de gürültüyü sıkıştırmak ve aynı sıralamayla geri getirmek mümkündür. öngörülebilir bir alternatif örüntüyü örneğin, 0101010 gibi düzenli olarak alabiliriz, ancak bu da ilk birkaç bitten sonra herhangi bir bilgi içermez.

Yani, düzenlilik, düzeni oluşturmaz, çünkü düzen bilgi gerektirir.düzen, bir amaca uygun bilgidir. düzenin ölçüsü, bilginin amacına ne kadar uygun olduğunun ölçüsüdür.canlı türlerinin evriminde amaç, yaşamda kalmaktır.

Örneğin, bir jet motorunun tasarımına uygulanan evrimsel bir algoritmanın bir sorunu çözmek için evrimi harekete geçiren bir bilgisayar programı amacı, motorun performansının, veriminin ve bazı diğer ölçütlerin en iyi hale getirilmesidir.

Düzeni ölçmek, karmaşıklığı ölçmekten daha zordur.yukarıda belirttiğim gibi, karmaşıklığın ölçümü için öneriler bulunmaktadır.düzen içinse her duruma göre uydurulması gereken bir "başarı" ölçümüne ihtiyacımız vardır.

Evrimsel algoritmalar oluşturduğumuzda programcının fayda işlevi adı verilen böyle bir başarı ölçümünü vermesi gerekir. teknolojinin gelişimindeki evrim sürecinde ekonomik başarının ölçümünü belirleyebiliriz. sadece daha fazla bilgiye sahip olmak mutlaka daha uygun bir sonucun elde edilmesi anlamına gelmez.

Bazen daha derin bir düzen amaca daha fazla uygunluk karmaşıklıktaki artıştan çok yalınlaştırma yoluyla elde edilebilir.örneğin, bambaşka oldukları çok belli düşünceleri birbirine bağlayarak daha kapsamlı, uyumlu bir kuramı oluşturan yeni bir kuram karmaşıklığı azaltır, ama yine de "bir amaca yönelik düzeni" artırabilir.

Bu durumda amaç, gözlemlenen olguyu kesin doğrulukla modellemektir.gerçekten de daha basit kuramlar elde etmek bilimdeki itici güçtür. Einstein'ın dediği gibi,her şeyi mümkün olduğunca basit yap, ama daha basit yapma.bu kavrama önemli bir örnek, insansı maymunların evrimindeki önemli bir adımdır

Çevrenin daha iyi kullanılmasını sağlayan başparmağın büküldüğü noktadaki değişim.şempanze gibi primatlar nesneleri avuçlayabilir ama güçlü kavramak ya da yazmak veya nesneleri biçimlendirmek için gerekli küçük ölçekteki motor koordinasyonuyla nesneleri işleyemezler.

Başparmağın bükülme noktasındaki değişim hayvanın karmaşıklığına hatırı sayılır bir artış getirmemiştir, ancak düzende bir artışı oluşturmuş, diğer şeylerin yanı sıra teknolojinin gelişimini de mümkün kılmıştır.ancak evrim, daha fazla düzene yönelik genel eğilimin tipik olarak daha fazla karmaşıklıkla sonuçlandığını göstermiştir.