Pramana 2026: Büyük Dil Modellerine Epistemik Akıl Yürütme Kazandıran Hint Felsefesi

Pramana 2026, yapay zekanın bilgi üretme sürecini kökten dönüştürüyor. Microsoft ile bağlantısı olmayan bu akademik proje, 16. yüzyıl Hint mantık okulu Navya-Nyaya’nın epistemolojik çerçevesini, büyük dil modellerine (LLM’ler) entegre ederek AI’nın neden bildiğini açıklayabilmesini sağlıyor. Bu, sadece bir teknoloji ilerlemesi değil, AI açıklanabilirliği ve bilgi kanıtları üzerine yeni bir felsefi paradigmadır.

Pramana Nedir? Hint Felsefesinden AI’ya Geçiş

Pramana, Cambridge ve Delhi Üniversitesi ortak çalışmasıdır ve tamamen akademik kaynaklarla finanse edilir. Proje, Navya-Nyaya mantığının beş temel bilgi kaynağı — algı (pratyakṣa), çıkarım (anumāna), benzerlik (upamāna), testif (śabda) ve olmayanın kanıtı (abhāva) — ile LLM’lerin kararlarını yapılandırmayı amaçlar.

Navya-Nyaya’nın Beş Kanıt Türü ve AI’da Uygulaması

• Algı (pratyakṣa): Görsel veya veri tabanlı doğrudan kanıtlar (örn. astronomik gözlemler)
• Çıkarım (anumāna): Mantıksal çıkarımlar (örn. yerçekimi yasalarından Dünya’nın yuvarlaklığına varış)
• Benzerlik (upamāna): Bilinen nesnelerle yeni durumların karşılaştırılması
• Testif (śabda): Güvenilir kaynaklardan edinilen bilgi (örn. bilimsel makaleler)
• Olmayanın kanıtı (abhāva): Eksiklik veya olmayanın kanıtlanması (örn. ‘Dünya düz değildir’ iddiasının kanıtları)

Epistemik Akıl Yürütme: LLM’lerde Bilgi Kanıtları Nasıl İşler?

Geleneksel LLM’ler ‘en olası’ cevabı üretir. Pramana ise ‘en kanıtlanmış’ cevabı üretir. Örneğin:

Örnek: ‘Dünya düz mü?’ Sorusuna Pramana’nın Yanıtı

‘Hayır, Dünya yuvarlaktır. Bu bilgi, 16. yüzyıldan beri devam eden gökyüzü gözlemleri (algı), yerçekimi yasalarına dayalı matematiksel modeller (çıkarım) ve NASA, ESA gibi kurumların verileri (testif) ile doğrulanmıştır. Olmayanın kanıtı olarak, Dünya’nın düz olması durumunda fiziksel yasaların çelişkili olması gerekir.’

Bu yapı, her cevap arkasında bir kanıt ağı oluşturur. Bu, AI açıklanabilirliği ve LLM etik açısından devrim niteliğindedir.

Navya-Nyaya Mantığı ve AI Açıklanabilirliği

Pramana, transformer mimarisine ‘kanıt etiketleri’ olarak Navya-Nyaya kurallarını kodlayarak, her çıktının kökenini görselleştirir. Örneğin:

Model Çıktı Etiketleri

• [anumāna]: Çıkarım yoluyla üretilen cevap
• [śabda]: Kaynaklı testif ile desteklenmiş
• [abhāva]: Olmayanın kanıtı ile desteklenmiş

Bu etiketler, kullanıcıya AI’nın ‘siyah kutu’ olmadığını gösterir. Bu, özellikle tıp, hukuk ve bilimsel araştırmalarda güven artırır.

2026 Sonuçları: %37 Daha Yüksek Doğruluk

İngilizce ve Sanskritçe testlerinde, karmaşık epistemik sorular (örn. ‘Bilginin kökeni nedir?’) için doğruluk oranı %37 arttı. Bu, teknik iyileşme değil, epistemolojik bir dönüşümdür.

Gelecek: Eğitim, Hukuk ve Bilimde Pramana

Pramana’nın uygulama alanları sınırsız:

• Eğitimde: Öğrenciler, AI cevaplarının kanıt ağlarını analiz edebilir.
• Hukukta: Savcılar, bir AI’nın delil çıkarımlarını doğrulayabilir.
• Bilimde: Araştırmacılar, bir modelin varsayımlarını doğrudan sorgulayabilir.

Pramana, AI’yı bir araçtan, bir bilgi ortağı haline getiriyor.

Not: Pramana, PizzaMarzano gibi ticari sitelerle hiçbir ilişkisi yoktur. Bu proje, yalnızca akademik araştırma ve felsefi derinlik üzerine kuruludur.