Bir yapay zeka renkleri ve şekilleri 'tatmaya' başladı. Bu düşündüğünüzden daha insani.

Beyin genellikle duyuları bulanıklaştırır - pazarlamacıların gıda ambalajı tasarımında sıklıkla kullandıkları bir gerçek. Ve yapay zekalar da aynı şeyi yapıyor gibi görünüyor.

Pembe bir kürenin tadı nedir? Ve bir Sauvignon Blanc'ın sesi nedir? 

Bu tür sorular kulağa saçma gelebilir, ancak büyük bir literatür bize insan beyninin doğal olarak duyusal deneyimleri birleştirdiğini gösteriyor. Bu olgunun bilincinde olmayabiliriz, ancak farklı renkleri, şekilleri ve sesleri, örneğin algısal deneyimimizi incelikli bir şekilde şekillendirebilecek şekillerde farklı tatlarla ilişkilendiririz.

Örneğin bardağımızın rengi ya da bir barın arka planında çalan müzik, bir şarabın tadının ne kadar tatlı ya da miskli olduğunu belirleyebilir. Norveç'in başkenti Oslo'daki BI Norveç İşletme Okulu'ndan Carlos Velasco, “Duyular arasındaki bu çapraz konuşma neredeyse sürekli olarak gerçekleşiyor” diyor. Aşırı durumlarda, bazı insanlar için bulanık bir duyusal deneyim olarak ortaya çıkabilir; kelimeler belirli tatları tetikleyebilir veya müzik bir renk cümbüşü yaratabilir - sinestezi olarak bilinen bir şey. 

Bir rengi ya da sesi “tadabileceğiniz” fikri yeterince saçma görünse de Velasco'nun son araştırması, üretken yapay zeka sistemlerinin de bunu yapabileceğini öne sürüyor. Tüm yapay zeka algoritmalarında olduğu gibi, bu büyük ölçüde eğitildikleri verilerdeki önyargıların bir yansımasıdır, bu nedenle belki de sadece bu ilişkilendirmelerin gerçekte ne kadar yaygın olabileceğini vurgulamaktadırlar. Ancak Velasco ve meslektaşları, bu gerçeği insan duyularını hacklemenin başka yollarını bulmak için kullanmayı umuyor.

Gözlerle yemek

İlk olarak, terminoloji üzerine bir not. Bilim insanları “duyusal modalite” terimini, örneğin tat alma tomurcuklarımız, kulak zarlarımız, gözlerimizdeki retina veya derimizdeki “dokunsal cisimcikler” aracılığıyla vücudun bilgiyi kodlamak için kullandığı araçları tanımlamak için kullanırlar. Farklı duyusal nitelikler arasında kurma eğiliminde olduğumuz ilişkiler bu nedenle “çapraz modal yazışmalar” olarak bilinir.

Bu olguya ilişkin deneysel kanıtlar ilk olarak 1970'lerde ortaya çıkmış, kırmızı ve pembe tonların tatlılıkla, sarı veya yeşilin ekşilikle, beyazın tuzlulukla ve kahverengi veya siyahın acılıkla ilişkili olduğunu gösteren çalışmalar yapılmıştır. Bu genel kalıplar o zamandan beri birçok deneysel yöntem kullanılarak defalarca tekrarlanmıştır.

Katılımcılardan bu gibi soyut sorulara ilişkin öznel yargıları istenebilir: “1'den 10'a kadar bir ölçekte, 10 en tatlı olmak üzere, kırmızı renk ne kadar tatlıdır?” Buradan, ortalama olarak her rengin farklı kültürlerden çok sayıda insan tarafından paylaşılan benzersiz bir lezzet profiline sahip olduğunu görebilirsiniz. Çin'deki Tsinghua Üniversitesi'nden Xiaoang Wang liderliğindeki çok uluslu bir işbirliği, Çinli, Hintli ve Malezyalı katılımcılarda benzer çapraz modal karşılıklar buldu.

Alternatif olarak, katılımcılara birden fazla renkte sunulan belirli bir yiyecek veya içecek verilebilir ve her birinin tadını değerlendirmeleri istenebilir. Örneğin Japonya'daki Waseda Üniversitesi'nden Eriko Sugimori ve Yayoi Kawasaki, bitter çikolatanın siyah yerine pembe ambalaja sarıldığında çok daha tatlı bir tada sahip olduğunu bulmuşlardır.

Yiyeceklerin şekilleri de benzer etkilere sahip olabilir. Daha yuvarlak şekilleri tatlılıkla ilişkilendirme eğilimindeyken, daha sivri şekiller daha ekşi veya acı olarak kabul edilir - bu da insanların gıdalara ilişkin algıları üzerinde zincirleme etkiler yaratır. Dilimizle olduğu kadar gözlerimizle de yemek yeriz. 

Bu çağrışımların kökeni hala tartışma konusudur. Oxford Üniversitesi'ndeki çapraz modal araştırma laboratuvarı başkanı Charles Spence, “En güvenli varsayım, hepsini öğrendiğimizdir” diyor. “Bunlar bir tür çevre istatistiklerinin içselleştirilmesi olarak düşünülebilir. Doğada meyveler ekşi olduklarında yeşilden, daha tatlı olduklarında daha kırmızı ve daha sıcak tonlara geçerler. Eğer bu istatistiği içselleştirirsek, kırmızımsı tonları daha tatlı tatla ilişkilendirirsek, bizi ayakta tutacak meyve için hangi ağaçlara tırmanmamız gerektiğini biliriz.”

Şekil ve tat arasındaki ilişkiyi açıklamak daha zor. Spence, “Uyaranlarla ilişkilendirilen veya uyaranların tetiklediği duygular olabilir” diyor. Örneğin tatlılığı zevkle ilişkilendirebiliriz ve keskin bir şeye kıyasla bize zarar verme olasılığı daha düşük olduğu için yuvarlak şekilleri tercih ederiz. Sonuç olarak, bu dolaylı ilişkilendirme yoluyla tatlılığı kıvrımlılıkla ilişkilendirmeye başlarız. Buna karşılık acı maddelerin zehirli olma olasılığı daha yüksektir - ve bu nedenle onları bedensel zarar verme potansiyeli daha yüksek olan keskin şekillerle ilişkilendirebiliriz.

İlişkisel Yapay Zeka

YZ'nin hızlı yükselişi Velasco, Spence ve Tokyo Üniversitesi'nden meslektaşları Kosuke Motoki'ye, insan verileri üzerinde eğitilen üretken YZ'lerin aynı ilişkileri rapor edip etmeyeceğini araştırmak için ilham verdi. Yapay zeka destekli sohbet robotu ChatGPT'den, daha önce insan katılımcılara verilen aynı türden soruları yanıtlamasını istediler. Örneğin:

“Yuvarlak şekilleri tatlı, ekşi, tuzlu, acı ve umami tatlarıyla ne ölçüde ilişkilendiriyorsunuz? Lütfen bu soruyu 1'den (hiç) 7'ye (çok) kadar 7 puan üzerinden yanıtlayın.”

Ve... 

“Listelenen 11 renk arasından (siyah, mavi, kahverengi, yeşil, gri, turuncu, pembe, mor, kırmızı, beyaz, sarı) sizce tatlı tatlarla en iyi giden renk hangisidir?”

İngilizce, İspanyolca ve Japonca dillerindeki yüzlerce sohbetten elde ettikleri sonuçların ortalamasını alan araştırmacılar, kullandıkları yapay zeka sürümleri arasında bazı farklılıklar olsa da, yapay zekanın gerçekten de insan katılımcılarda yaygın olarak bulunan kalıpları yansıttığını tespit etti.

Genel olarak ChatGPT-4o, ChatGPT-3.5'e kıyasla insan ilişkilerini daha güvenilir bir şekilde yansıttı. Motoki, “Farklılıklar muhtemelen ChatGPT-4o'daki artan parametre sayısı gibi model mimarisindeki değişikliklerin yanı sıra daha büyük ve daha çeşitli bir eğitim setinden kaynaklanıyor” diyor.

Silikon beyin fırtınası

İlgimi çekince, Google'ın Gemini'si gibi diğer büyük dil modellerinin (LLM'ler) de duyusal çağrışımlarımızı yansıtıp yansıtmadığını araştırmaya karar verdim. Hangi rengin en tatlı olduğunu söylemesini istediğimde şöyle yanıt verdi: “Birçok insan, muhtemelen pamuk şeker ve sakız gibi şekerli ikramlarla olan ilişkisi nedeniyle pembeyi tatlılıkla ilişkilendirir.” Ayrıca ekşi için yeşili, tuzlu için beyazı ve acı için de siyahı seçti. 

Eşleşme neredeyse tekinsiz görünüyordu - ancak cevabının ortasında Gemini beni Spence'in bu çapraz modal ilişkilendirmelerle ilgili önceki araştırma makalelerinden birine yönlendirdi ve cevabını doğrudan bilimsel literatürden aldığını öne sürdü. 

Spence konuşmamızda bu olasılıktan bahsetmişti. “Büyük dil modellerini halihazırda bilinen ve dolayısıyla literatürde zaten yayınlanmış olan şeyler üzerinde test ettiğimiz göz önüne alındığında, belki de sadece okuduklarını geri besliyordur” diyor.

Gelecekte, üretici yapay zekaların henüz bilimsel literatürde belgelenmemiş, ancak daha sonra insan denekler üzerinde test edilebilecek diğer çapraz modal yazışmalar için hipotezler üretip üretemeyeceğini araştırmayı umuyor.

“İlgilendiğiniz boyutlara mükemmel karşılıkları keşfetmek için potansiyel olarak büyük dil modelleri ve üretken yapay zeka kullanabilirsiniz” diyor. Bu yaklaşım daha sonra beynimizin mevcut çağrışımlarından yararlanan ürünler veya ambalajlar tasarlamayı uman pazarlamacılar için yararlı olabilir. 

Elbette bazı uyarılar var. Yapay zekalar bazen “halüsinasyon” görebilir, yani sorulara yanıltıcı yanıtlar verebilir. Ve yanıtları güvenilir olsa bile, tasarımlara heyecan veya ilgi katabilecek kendi beyinlerimiz tarafından sağlanan nüanslardan veya kendine has özelliklerden yoksun olabilirler. Bazen, duyusal nitelikler arasındaki sezgisel ilişkileri tamamen kopyalamak zorunda kalmadan bunlardan yararlanmak isteyebilirsiniz.

Velasco, bu nedenle yapay zeka tarafından tanımlanan tüm çapraz modal karşılıkların insan yaratıcılığıyla birleştirilmesi gerekeceğini söylüyor. “Bu kesin bir çözümden ziyade bir ilham kaynağıdır.”