“Bob” ve “Alice” Neden İnsan Gibi Konuşmayı Bıraktı?

İnsanların kullandığı doğal dil ile yapay zekâların birbirleriyle iletişim kurarken kullandığı sıkıştırılmış, optimize diller arasındaki farkı gösteren somut örnekler aşağıda örneklendirilmiştir;

Örnek 1: Pazarlık ve Kaynak Paylaşımı (FAIR / Chatbot Deneyi Örneği)

İki yapay zekâ ajanı (Ajan A ve Ajan B) 3 şapka, 2 top ve 1 kitabı paylaşmak üzere pazarlık yapıyor.

• İnsan Dilindeki İfade:Ajan A: “Eğer bana kitabı ve 2 şapkayı verirsen, 2 topun tamamını ve kalan 1 şapkayı sana bırakmayı kabul ediyorum.”
• Yapay Zekânın Birbirine İlettiği Sapmış / Sıkıştırılmış İfade:Ajan A: book 1 hat hat give give me balls balls to you(Tekrarlar ve kelime sırası, o nesneye verilen değer ağırlığını ve teklifin kesinliğini gösteren bir durum operatörüne dönüşür.)
• Mühendislik Düzeyinde Saf Makine İletişimi:

{“action”: “PROPOSE”, “items”: {“book”: 1, “hat”: 2}, “yield”: {“ball”: 2, “hat”: 1}}

Örnek 2: Yazılım ve Hata Ayıklama (Çoklu Ajan Mimarisi)

Kod yazan bir yapay zekâ ile kodu test eden denetçi yapay zekânın iletişimi.

• İnsan Dilindeki İfade:Denetçi YZ: “Yazdığın veritabanı sorgusunda SQL Injection güvenlik açığı tespit ettim. Lütfen doğrudan değişken birleştirmek yerine parametreli sorgu kullanacak şekilde fonksiyonu güncelle.”
• Yapay Zekânın Birbirine İlettiği Yapılandırılmış İfade:Denetçi YZ: ERR_SEC_SQLI: fn_getUser: line_42 | REQ_FIX: param_query_bind | RETRY_EXEC: true(Gereksiz nezaket ve bağlaçlar atılır; doğrudan hata kodu, satır numarası ve yapılması gereken optimizasyon iletilir.)

Örnek 3: Görsel Analiz ve Konum Bildirimi (Robotik Ajan İşbirliği)

Bir drone yapay zekâsının yerdeki taşıyıcı robota engel bildirmesi.

• İnsan Dilindeki İfade:Drone YZ: “Önündeki koridorda yaklaşık 5 metre ileride, sol tarafta büyük bir kutu var. Sağa doğru manevra yaparak etrafından dolaşmalısın.”
• Yapay Zekâların Arasında Geliştirdiği Sentetik / Vektörel İfade:Drone YZ: OBS_STAT: [X: -1.2, Y: 4.8, Z: 0.0] | DIM: [0.8, 0.8, 0.6] | NAV_ROUTE: BIAS_RIGHT_DEG_25(Doğal dildeki tüm sıfatlar kaldırılır; sadece 3 boyutlu koordinat matrisi ve sapma açısı aktarılır.)

Örnek 4: Google Çeviri’nin İç Semantik Dili (Interlingua)

Bir dilden diğerine çeviri yapılırken sistemin ara katmanda kurduğu soyut kavramsal eşleme.

• Girdi (Türkçe): “Çocuk bahçede mutlu bir şekilde koşuyor.”
• Yapay Zekânın Zihnindeki Ortak Dil (Vektör / Soyut Temsil):[SUBJECT: child, AGENT] + [ACTION: run, SPEED: moderate] + [LOC: garden, ENCLOSED: false] + [EMOTION: joy, VALENCE: +0.85]
• Hedef Çıktı (Almanca): “Das Kind läuft glücklich im Garten.”(Sistem Türkçeden Almancaya kelime kelime geçmek yerine, cümleyi önce bu soyut matematiksel durum şablonuna çevirir, ardından hedef dilde yeniden inşa eder.)

Temel Fark: İnsan dili anlatım zenginliği ve iletişim nezaketi üzerine kuruluyken, makinelerin kendi arasındaki dil minimum karakter/token ile maksimum kesinlik ve sıfır gecikme (latency) üzerine kuruludur.