Cognitive Architecture: Temsil ve Bağlam Katmanları

Öğrenen sistemler, veriden örüntü çıkarabilir. Fakat örüntü çıkarmak ile temsil (representation) kurmak aynı şey değildir. Temsil, bir sistemin dünyayı “nasıl gördüğünü” belirler: hangi ayrımların anlamlı sayıldığını, hangi ilişkilerin taşındığını ve hangi belirsizliklerin tolere edildiğini.

Cognitive architecture (cognitive architecture), zekâyı tek bir model büyüklüğüne değil; işlevlerin katmanlara dağıtıldığı bir mimariye yerleştirir. Hafıza (memory), dikkat (attention), hedef (goal) ve bağlam (context) gibi unsurların birlikte çalıştığı bu düzen, yalnızca performansı değil, sistemin nasıl düşündüğünü de belirler.

Temsil (Representation) Neyi Belirler?

Temsil, verinin “içeriği” değil; verinin hangi biçimde düzenlendiğidir. Aynı veri, farklı bir temsil altında farklı çıkarımlar üretir. Çünkü temsil; benzerlikleri, ayrımları, ilişkileri ve sınırları yeniden tanımlar.

Bu yüzden bir sistemin hatası her zaman “yanlış öğrenme” değildir. Bazen sorun, sistemin doğru öğrendiği şeyin yanlış temsil üzerinden kurulmasıdır. Bu tür kaymalar, çıktılar tutarlı görünse bile uzun vadede anlam hataları üretebilir.

Bağlam (Context) Taşınmadığında Ne Olur?

Bağlam, kararın içinde gerçekleştiği koşulların toplamıdır. İnsan zihni, bağlamı çoğu zaman örtük biçimde taşır: niyet, amaç, norm, geçmiş deneyim ve ortam sinyalleri birlikte çalışır. Sistemlerde ise bağlamın nasıl taşındığı mimari bir tasarım kararı hâline gelir.

Bağlam zayıf taşındığında, sistem “doğru” görünen cevaplar üretse bile yanlış sorulara cevap veriyor olabilir. Bu, özellikle dinamik ortamlarda uyum (adaptation) ile tutarlılık (consistency) arasındaki gerilimi görünür kılar.

Katmanlar Arası Geçişler

Cognitive mimarilerde belirleyici olan, tek tek katmanların gücünden çok katmanlar arası geçişlerin niteliğidir. Temsil katmanı (representation layer), bağlam katmanı (context layer) ve çıkarım katmanı (inference layer) arasında kurulan akış, sistemin hangi durumlarda “akıl yürüttüğünü” (reasoning) ve hangi durumlarda yalnızca “eşleştirme” yaptığını belirler.

Bu geçişler bulanık olduğunda, sistem bir yandan genellemeye çalışır, diğer yandan gerekçelendirme üretir gibi görünür; fakat ortaya çıkan şey, açıklanabilirlik (explainability) hissi veren kırılgan bir ara form olabilir. Bu nedenle mimari soru, “hangi model daha iyi?” sorusundan önce gelir: Hangi bilişsel işlev, hangi katmanda taşınıyor?

Son Çerçeve

Cognitive architecture, zekâyı daha büyük hale getirmeye değil; zekânın hangi bileşenlerle, hangi sınırlar içinde ve hangi bağlamlarla çalıştığını görünür kılmaya odaklanır. Bu görünürlük arttıkça, sistemin çıktıları kadar düşünme biçimi de izlenebilir hâle gelir.

İlgili Okumalar

Alanın giriş çerçevesi için:
→ Cognitive AI ve Neurosymbolic Yaklaşım: Akıl Yürütme, Anlam ve Hibrit Zekâ

Öğrenme ile sembolik yapıların aynı mimaride nasıl birleştiğini görmek için:
→ Neurosymbolic AI: Öğrenme ve Sembolik Yapıların Birleşimi

Atlasverse Map

Bu yazı, Cognitive & Neurosymbolic AI alanı kapsamında Atlasverse Map’in kavramsal akışına bağlıdır. Harita ve bağlantılı yazılar için:
→ Atlasverse Map