Yapay Zeka Matematikte Hâlâ Başarısız: Neden ‘En İyi’ Modeller C Notu Alıyor?

Yapay zekanın matematikteki başarısızlığı, sadece bir hata değil, bir felsefi çatışmanın somut bir yansıması. Günümüzdeki büyük dil modelleri (LLM’ler), matematiksel bir problemi çözmek yerine, geçmişte benzer sorulara verilen en olası yanıtları tahmin ediyor. Bu, bir öğrenciye sınav kağıdını çalmayı öğretmek gibi—cevabı biliyor gibi görünüyorsun ama çözüm sürecini anlayamıyorsun.

ORCA Testi: AI’ların Matematikteki Gerçek Başarısı

Reuters’a göre, 2024 Şubat’ında yayımlanan ORCA adlı yeni bir değerlendirme sistemi, Gemini 3 Flash, GPT-4o ve Claude 3.5 Sonnet gibi en popüler modellerin matematiksel yeteneklerini titizlikle test etti. Sonuç? En iyi performans gösteren Gemini 3 Flash dahi, 100 üzerinden 72 puan alarak bir ‘C’ notu aldı. GPT-4o 68, Claude 3.5 Sonnet ise 65 puanla aynı sınıfta yer aldı. Bu notlar, sadece bir sınav sonucu değil; bir sistemin temel sınırlarını gösteriyor.

Neden ‘Daha İyi’ Olmuyorlar?

Yapay zeka modelleri, 2020’lerin başında ‘daha çok veri = daha iyi sonuç’ ilkesiyle ilerliyordu. Ancak matematik, veriye değil, mantığa dayanır. Bir model, 10 milyon kez ‘2+2=4’ ifadesini görmüş olsa bile, bu ifadeyi anlamaz. Sadece bu kelime diziliminin başka bir metinde ne sıklıkla geçtiğini öğrenir. Bu yüzden, bir soruda ‘x + 5 = 12’ verildiğinde, model ‘x = 7’ demek yerine, ‘x = 8’ diyebilir—çünkü ‘x = 8’ ifadesi eğitim verisinde daha çok ‘sorulara cevap’ olarak geçiyor.

Bu durum, özellikle karmaşık problemlerde daha da çarpıcı hale gelir. Örneğin, bir modelin ‘3x² - 5x + 2 = 0’ denklemini çözmek için diskriminant formülünü uygulaması beklenir. Ama model, bu formülü hatırlamıyor; sadece benzer denklemlerin çözümlerini tahmin ediyor. Ve bu tahminler, özellikle küçük veri noktalarında (örneğin, ondalıklı sayılar, negatif kökler) büyük hatalara yol açıyor.

Matematik: AI’ların ‘Bilgi’ Sisteminin Sınırı

Yapay zeka, bilgiyi depolamaz, algılamaz. O, örüntüleri bulur. Bir resimde köpek gördüğünde, pixel dağılımlarının bir desenini tanımlar. Matematikte ise, desenlerin arkasında bir mantık zinciri vardır—ve bu zincir, tahminlerle çözülemez. Örneğin, bir model ‘1/3’ün ondalık karşılığını ‘0.333’ olarak verir. Doğru gibi görünüyor, değil mi? Ama ‘0.333’ tam değil. ‘0.333...’ (sonsuz tekrar) olmalı. Bu fark, mühendislikte, finansal hesaplamalarda, hatta bir ilaç dozajında ölümcül sonuçlar doğurabilir.

İş Dünyasında Ne Demek Bu?

• Finans: Bir AI, bir portföyün riskini hesaplarken ‘%1.2’ yerine ‘%1.5’ yazarsa, milyonlarca dolarlık kayıplar yaşanabilir.
• Medikal: İlaç dozajı hesaplamalarında küçük bir yuvarlama, hasta ölümlerine yol açabilir.
• Mühendislik: Bir köprü tasarımında kullanılan hesaplamalarda hata, yapısal çöküşe neden olabilir.

Bu yüzden, günümüzdeki AI’lar, matematiksel kararları doğrudan almak için güvenilmez. Sadece ‘öneri sistemi’ olarak kullanılabilirler. İnsanlar, AI’nın verdiği cevabı doğrulamak için mutlaka bir hesap makinesi, bir kod, bir matematikçiyle kontrol etmelidir.

Gelecek İçin Ne Yapılmalı?

Yapay zeka araştırmacıları artık ‘daha büyük modeller’ yerine, ‘daha akıllı hesaplama katmanları’ üzerinde çalışıyor. Google’ın ‘PaLM-Math’ ve DeepMind’in ‘AlphaGeometry’ gibi projeler, matematiksel akıl yürütme için özel olarak eğitilmiş alt modeller geliştiriyor. Bu modeller, adım adım mantıksal çıkarımlar yapıyor—tahmin etmiyorlar. Ancak bu teknolojiler henüz tamamen olgun değil ve genel kullanıma hazır değil.

Yani şu anda, yapay zekayı matematiksel bir asistans olarak kullanmak güvenli. Ama onu bir matematikçi olarak görmemek gerek. Çünkü o, hesap yapmıyor. O, en çok görülen yanıtı seçiyor.

Bu durum, bize bir ders veriyor: Teknolojinin gelişmesi, insani zekânın yerini almak değil, onu güçlendirmek içindir. AI, matematikte ‘C’ notu alıyor. Ama biz, ‘A’ almak için hâlâ okulda kalıyoruz.