Kullandığımız dillerin algoritmasını çözme konusunda giderek ilerleyen bu makineler, dünyanın en büyük veri kaynağı olan internet verisini aynı beceriyle çözme aşamasına henüz gelemediler. Web 3.0’ın getireceği en büyük değişimlerden biri de bu noktada başlıyor. “Her” (Aşk) filminde yapay zeka Samantha’ya aşık olan Theodore’u hatırlıyor musunuz? Theodore hayatının çok yalnız ve depresif bir döneminde, bizim Siri olarak bildiğimiz uygulamanın çok daha gelişmiş bir versiyonu olan yapay zeka uygulaması Samantha ile tanışır. Sam’in hayatına girmesi ve onunla kurduğu ilişkiyle hiç ummadığı bir şekilde hayattan tekrar zevk almaya başlayan Theodore ile Sam arasındaki ilişki, bir süre sonra çok farklı bir boyut kazanır. 2013 yapımı olan filmi izlediğim zamanlarda, böyle bir alternatifin mümkün olduğu yıllara çok uzak olmadığımızın farkındaydım. Ancak teknolojik olarak bunun nasıl mümkün olabileceğine dair fikir yürütemiyordum. Bugün geldiğimiz noktada, Metaverse ve Web 3.0’ın eşiğinde artık bu teknolojileri rahatlıkla anlamlandırabiliyoruz. Web 3.0 ile ilgili ilk yazımda, yeni internetin bireye özgürlüğünü yeniden kazandıran, ürettiği verileri ve bütünüyle bireyin kendisini bir meta olmaktan çıkarmaya muktedir özelliklerinden bahsetmiştik. Bu yazıda ise Web 3.0’ın ardında yatan teknolojiden ve günlük hayatımıza sirayet edecek özelliklerinden bahsetmek istiyorum. İki nesillik web maceramızda geldiğimiz noktada makinelerle aramızda ortak bir dil geliştirmeyi başardık. Hatta otomatik konuşma tanıma ve yapay zeka teknolojileri aracılığıyla artık makinelerle basit insani diyaloglar dahi kurabiliyoruz. Ancak kullandığımız dillerin algoritmasını çözme konusunda giderek ilerleyen bu makineler, dünyanın en büyük veri kaynağı olan internet verisini aynı beceriyle çözme aşamasına henüz gelemediler. Web 3.0’ın getireceği en büyük değişimlerden biri de bu noktada başlıyor. Şu anda internet üzerindeki milyonlarca web sitesinde yer alan bilgi, yazılımlar tarafından anlaşılıp yorumlanamıyor. Örneğin Google’da “hava sıcaklığı” kelimeleriyle bir arama yaptığınızı düşünelim. Google’ın “örümcek” olarak adlandırılan robotlarının yaptığı iş, Google’ın veri tabanında kayıtlı olan milyonlarca web sitesindeki içerikleri tarayarak “hava sıcaklığı” kelimeleriyle en iyi eşleşen web sitelerini bulmak ve kullanıcının karşısına en ilgili web sitelerini çıkarmak. Ancak bu yazılım, o web sitesindeki içeriğin ne anlama geldiğini yorumlama yeteneğinden yoksun. Web 3.0 ile birlikte, makinelerin bu yeteneğe de sahip oldukları semantik web (anlamsal ağ) devrine geçiş yapmış olacağız. Semantik web’de, web siteleri ve uygulamalardaki veriler, makineler tarafından anlaşılabilir bir formata getirilerek, makinelerin bu verileri (metinleri) yorumlayabilmelerine, dolayısıyla da insanların karşısına çok daha anlamlı içerikler çıkarabilmelerine imkan sağlayacak. Dilerseniz konuyu basit bir örnekle açıklayalım. Diyelim ki internet üzerinde Paris seyahatiniz için bilet ve otel araması gerçekleştiriyorsunuz. Bunun için akıllı cihazınızda sesli bir Google araması gerçekleştirmek istediniz ve telefonunuzdaki Siri ya da Bixby gibi bir uygulamaya şu cümleyle seslendiniz: “Paris seyahatim için en uygun otel ve bilet fiyatlarını getir.” Semantik web’de mikrodata sözlükleri adı verilen sözlüklerde bu sözcüklerin her birinin anlamı tanımlanmış olacak. Daha net bir ifadeyle bu cümleyi parçalarına ayırarak veri tabanlarında saklamış olacağız. Bunun için kullanılan yöntem ise şöyle: Makine öğrenmesini hiçbir şey bilmeyen ve öğrenmek için sürekli sorular soran bir çocuk gibi düşünelim. “Paris seyahatim için en uygun otel ve bilet fiyatlarını getir.” cümlesini duyduğunda bu çocuk Paris nedir, Fransa nedir, şehir nedir, seyahat nedir, fiyat nedir gibi sorular soracaktır. Makine öğrenmesinde de biz bu soruları ve cevapları bir sözlük sistemiyle makineye tanımlamış olacağız. Paris “şehir” etiketiyle, seyahat “eylem” etiketiyle, otel “bina, hizmet ve konaklama” gibi etiketlerle sözlüklere girilmiş olacak. Dolayısıyla makine, Paris kelimesini şehirler sözlüğünde bularak, cümlede bahsi geçenin bir şehir olduğunu, seyahat eylemi gerçekleştirildiğini ve konaklama için bilgi arandığını “anlamış” olacak. Bunun sonucunda da sizi arama sayfasında “Paris Hilton” gibi anlamsız bir seçenekle karşılaştırmayacak ya da “Bunu mu demek istedin?” sorusunu sormanın çok ötesinde, bir insan gibi talebinizi anlayarak en kapsamlı şekilde size yardımcı olacak bir asistana dönüşecek. Bu sayede Siri’ye vereceğiniz birkaç komutla tüm seyahatinizi planlayabileceksiniz. Anlattığımız hikaye büyük bir dönüşümün, bizi rutin işlerden kurtaracak, hayatımızı kolaylaştıracak büyük bir olasılıklar bütününün habercisi. Bireysel işlemlerin ötesinde, iş dünyasında da sınırsız uygulama imkanı olan bir alandan bahsediyoruz. Ancak Web 3.0’ın hayata geçirilebilmesi için öncelikle bu etiketleme ve sözlük sisteminin oluşturulması ve mevcut web sitelerinden içeriklerin bu etiketleme sistemine dönüştürülmesi gerekiyor. Semantik web’de sözlükler, bir alanı tanımlamak ve temsil etmek için kullanılan kavramları ve ilişkileri içeren birimler olarak inşa ediliyor. Bu sözlüklerin kelime dağarcığı, alanın yoğunluğuna göre binlerce sözcükten ve sözcükler arası milyonlarca ilişki tanımlamasından oluşuyor. Makineler kullanıcının kendisine verdiği sözcükleri, her sözcüğü ait olduğu sözlüğe bağlayan etiketler sayesinde (örneğin Paris sözcüğünün etiketi “şehir” olarak tanımlanacak) ilgili sözlüğe giderek buradaki anlamı kavramış oluyor. Dolayısıyla günümüzdeki makinelerin kapasitesinin çok daha ötesinde bir dil çözümleme ve anlam inşa etme becerisine sahip olmuş oluyorlar. İşte bu aşamada internet üzerinde gördüğünüz bütün veriler, ontolojik bir sözlükler sistemine bağlanarak, makinelerin “insana yakınsamasını” sağlıyorlar. Bu boyuta geçtiğimizde hayatlarımız bambaşka bir formda akmaya başlayacak. İnsanların birbirleriyle olan ilişkileri kadar, insan – makine ilişkileri de yeniden tanımlanacak ve çok farklı boyutlar kazanacak. Bu yeni boyutlar bağlamında, insanın akıbeti, işsizlik, “gereksiz sınıf” tartışmalarından, varoluşsal problemlerimizle nasıl başa çıkabileceğimize kadar çok geniş bir spektrumda, farklı sorunlar ve olasılıklar üzerinde düşünmemiz gerekecek. Kesin olansa, bu tartışmalar üzerinde düşünmek ve öngörüler yapabilmek için fazla vaktimizin kalmadığı.