Yapay zeka, halen birçok endüstriyel alanda oldugu gibi, birçok askeri alanda uygulanmis ve hemen hemen bütün askeri alanlarda uygulama potansiyeli olan bir bilim dalidir. Yapay zekanin endüstriyel alandaki basarili uygulamalari, 1980\’lerde gelismis ülkelerin savunma bakanliklarinin ve kara, deniz ve hava kuvvetlerinin büyük ilgisini çekmeye baslamistir. Sonraki yillarda birçok askeri alanda yapay zeka uygulama çalismalari baslatildi. Bu bildirimizde biz, agirlikli olarak bir bilim ve teknoloji alani olarak yapay zeka, askeri uygulamalari ve kompleks hava muharebesi ve harp oyunlarinda kullanimini inceleyecegiz.

1. Yapay Zeka
Askeri alanda yapay zeka uygulamalarina geçmeden önce, yapay zeka konusunda bazi özet bilgiler vermemiz yerinde olacaktir. Yapay zeka, zeki sistemlerin;
1) algilama, hafiza, düsünme, ögrenme, bulus yapma, karar verme, ve eylem gibi özelliklerini inceleyen,
2) bunlari formel hale getiren,
3) ve yapay sistemlere bu özellikleri kazandirmayi amaçlayan
bir bilim dalidir.

Zeki sistemler bu gün zeki etmenler (intelligent agents) olarak yeniden tanimlanmaktadir (Russel & Norvig, 1995). Buna göre zeki etmenlerin su temel bilesenlere sahip olmasi gerekmektedir:

o Algilama
o Düsünme
o Eylem

Ayrica, bu her bir bilesenin de "zeki" diye vasiflandirilabilecek niteliklere sahip olmasi gerekiyor. Zeki bir etmen, algilamasini gerçek-zamanda, seçimli, öncelikli, ve bagimsiz olarak yapabilmelidir. Ayni sekilde, düsünme bileseni de benzer özelliklere sahip olmali, olaylarin gelisimine göre algilama bileseninden gelen verilerden ve kendi içinde olusturdugu modellerden gerçek zamanda durum tesbiti ve degerlendirmesi yapabilmeli, hafiza, anlama, problem çözme, ögrenme (ve hatta bulus yapabilme), planlama ve kontrol gibi özelliklere sahip olmalidir. Eylem bileseni de ayni sekilde zeki özelliklere sahip olmali, ve düsünme bileseninden gelen kararlari gerçek zamanda uygulayabilmelidir. Ayrica, bu üç bilesen (algilama, düsünme, eylem) özellikle hizli hareketi gerektiren durumlarda birbirleriyle tam bir uyum içinde olmalidir.

Yapay zeka bugün, birçok alanda arastirmalarin yapildigi bir bilim ve teknoloji dali olarak ortaya çikmis bulunmaktadir. Bu alanlardan bazilari asagida gösterilmistir:


Yapay Zeka
----------
- Oyunlar (dama, satranç, go, vs.)

- Teorem ispatlama
o Prolog programlama
o Cebirsel Prolog programlama
o Paralel Prolog derleyicileri

- Dogal dil anlama ve isleme
o Çeviri sistemleri
o Ses tanima ve isleme

- Bilgi Tabanli Sistemler
o Uzman Sistemler
o Bilgi tabanli simülasyon
o Genel Bilgi Sistemleri

- Makina Ögrenmesi
o Bilgi düzeyi ögrenme (çesitli indüktif, dedüktif, analojik ögrenme metotlari)
o Sembol düzeyi ögrenme (GA\’lar, siniflandiricilar)
o Aygit düzeyi ögrenme (YSA\’lar)

- Makina Buluslari
o Bilimsel Buluslar
o Bilgi madenciligi

- Robotik
o Robot görmesi ve ögrenmesi
o Robot timleri ve görev planlamasi

- Yapay Yasam (AL)

- Örüntü ve ses tanima
-----------------------


2. Yapay Zekanin Askeri Uygulamalari
Yapay zekanin 1970\’li yillarin sonuna dogru özellikle ABD\’de endüstriyel alandaki basarili uygulamalari, kisa zamanda askeri çevrelerin yogun olarak dikkatini üzerinde toplamistir. Gelismis ülkelerin savunma bakanliklari ile kara, deniz ve hava kuvvetleri bu yeni teknolojiden faydalanmanin yollarini arastirmaya baslamislardir. Askeri uzmanlarin bu konuya ilgisi sunlardan kaynaklanmaktadir:

1) Yapay zeka teknolojilerinin akademik ve endüstriyel çevrelerdeki gerçek basarisi.
2) Günümüz askeri harekatlarinin gittikçe genisleyen karmasik yapisi ve muhtemel çatismalarin gelisme hizi.
3) Askeri uzmanlarin yapay zeka tekniklerinin, askeri problemlerin çözüm potansiyeli konusunda bilgilerinin artmasi.

Bu gün, birçok askeri alanda yapay zeka uygulamalari baslatilmistir. Bu alanlardan bazilari sunlardir: Askeri arastirmalar, askeri imalat, bakim-onarim, harekat planlamasi, lojistik, egitim, istihbarat toplama ve isleme, istihbarat analizi ve durum tesbiti, sensör kaynaklarinin dagitimi, kuvvet dagitimi, kuvvet komuta ve kontrolu, güzergah planlamasi, muharebe taktikleri, otonom / yari-otonom araçlar, aviyonik, elektronik harp, ve komuta kontrol istihbarat karsi-koyma, haberlesme, ag kontrolu, ve enformasyon yönetimi ve ulasimi.

Marmara Arastirma Merkezi\’nde yapay zeka çalismalari, 1991 yilinda kurulan Yapay Zeka Bölümü\’nde baslamistir. Bu bölüm ülkemizin yapay zeka adiyla kurulan ilk bölümüdür. Burada yapilan ilk çalismalar Osmanlica-Kiril Optik Karakter Tanima ve Bilimsel Buluslarin Modellendirilmesi alaninda olmustur.

Bölüm, daha sonra Marmara Arastirma Merkezi adina görev aldigi, ve MSB-ARGE Dairesi tarafindan desteklenen uluslararasi EUCLID RTP 11.3 projesinde (1993-97 yillari arasinda) bir yapay zeka sistemini (AISim), gerçeklestirmistir (Kocabas, Öztemel, Uludag ve Koç, 1995; 1996; Kocabas ve Öztemel, 1998) AISim, yukarida bahsedilen türden bir zeki etmen tasarimi içeren bir sistemdi. Bu program, dagitik bir simülasyon ortaminda 100\’den fazla senaryo elemaninin yer aldigi, Ingiltere ve Almanya\’dan kokpit simülatörlerinden pilotlarin da katildigi, ve komuta kontrol istasyonunu da iceren kompleks bir hava harekati (hava bombardimani) senaryosu içinde, kirmizi kuvvet bombardiman ucaklarina eslik eden (Escort) ve uzak (BVR) ve yakin (WVR) hava muharebesi özelliklerine sahip bir F16 uçagini harekat süresince basarili bir sekilde kontrol etmistir. Sistem ayrica 1-1 testlerde Ingiliz pilotlara karsi hava önleme (CAP) görevini de basari ile uygulamistir. Gelistirdigimiz bu yapay zeka sisteminin en önemli, ve dünyada bu alanda ilk defa uygulanan özellikleri ise, gerçek zamanda durum tesbiti, ve gene gerçek zamanda davranis açiklamalari yapabilmesiydi.

Bölüm 1996 yilinda baslatilan ve gene MSB ARGE tarafindan desteklenen 10 aylik EUCLID RTP 11.7 "Uçusta Simülasyon" (WaSiF) projesini de basariyla tamamlamistir. Bu projenin nihai amaci, bir savas uçagi (F16) üzerine monte edilebilir bir simülasyon sistemi ile muharebe pilotlarinin, yapay zeka tehditlerinden olusan sanal hedeflere karsi günlük muharebe egitimlerini saglamaktir. 10 aylik bu fizibilite çalismasinda böyle bir sistemin, ayrintili olarak nasil gelistirilebilecegi gösterilmektedir.

Bu alandaki çalismalarin, gerekli imkanlar saglandigi takdirde asagidaki konularda devam ettirmeyi düsünülmektedir:

o Takim veya filo harekatlarinda esgüdümlü ve birliktelik davranisi gösterebilen zeki etmenler gelistirmek,
o Etmen takim ve filo davranislarinin gerçek zamanli olarak modellendirilmesi.
o Rakip etmenlerin bireysel ve takim veya filo davranislarinin modellendirilmesi.

3. Harp Oyunlarinda Yapay Zeka Uygulamalari
Harp oyunlarinda bilgisayarca olusturulan kuvvetlerin (CGF) egitim ve analiz amaçli olarak kullanilmasi ABD\’de 1980\’lerin sonlarinda ciddi bir sekilde ele alinmaya baslamistir. Bundan sonraki önemli gelisme, bilgisayarli harp oyunlarina, gene ABD\’de CFOR programiyla komuta-kontrol yeteneginin eklenmesi olmustur (Pratt, 1996).

Bilgisayarlarin gelismesiyle, önceleri bazi strateji oyunlarina dayanan savas oyunlari sonunda yerini, simülatör sistemleri ve rakip kuvvetlerin (OPFOR) eklenmesiyle gelismis Yari Otomatik Sistemlere (SAFOR) birakti. Halen en gelismis sistemler bu yari otomatik sistemlerdir. Ancak, gelecek nesil bilgisayar kuvvetleri (Otonom Kuvvetler) üzerine çalismalar da baslatilmis bulunmaktadir.

Mevcut bilgisayarca olusturulan kuvvetlerin gelismesi dört safhada incelenebilir (Pratt, 1996). Bu safhalari su sekilde siralayabiliriz:

Nesil Bilisim Süreci
----- ---------------------------------
1 Yok
2 Hedef tesbiti ve önleme
3 Görevin kesilmesi ve baslatilmasi
4 Çok katmanli Komuta Kontrol
5 Amaç seçimi ve Ögrenme

Birinci nesil CGF\’lerin en bariz özelligi bunlarda bilisim sürecinin bulunmamasidir. Bu nedenle, kendileri için olusturulmus olan senaryodan disari çikamazlar. Ikinci nesil sistemler ise, planlanmis faaliyetlerle çatismayacak sekilde senaryo elemanlarina, hedef tesbiti, nisan alma, ve rakip kuvvetlerle çatismaya girme gibi basit etkilesimli davranislar yaptirabilme özelligine sahiptir. Güzergahlar ve yollar kullanici tarafindan önceden veya senaryo sirasinda belirlenir ve etkilesimler de ancak bunlar üzerinde olabilir.

Üçüncü nesil sistemler genellikle Yari Otomatik Kuvvetler (SAF) olarak isimlendirilir. Bu sistemler genellikle, önceden planlanmis, kural veya durum tabanli modüllerden olusan görevleri uygularlar. Bunlarda davranislar görev çerçevelerine yerlestirilir ve bu çerçeveler de öteki görev çerçevelerine oturtulur. Ana amaçlar böylece bir görev hiyerarsisinden meydana gelir. Bu organizasyon, karmasik görev ve davranislarin olusturulmasini kolaylastirmaktadir.

Dördüncü nesil sistemler ise bu gelismis üçüncü nesil sistemler üzerinde komuta kontrol (C2) süreçlerine sahip sistemlerdir. Görünüste basit sanilan bu görev, savas alaninin en zor görevlerinden biridir. Ancak bu sistemlerin çogunda sadece komutanin görevi temsil edilmektedir. Dördüncü nesil CGF\’lere örnek DARPA\’nin Komuta Kuvvetleri (CFOR) programidir. CFOR, C2 süreçlerini, komuta kademesinin bir dizi davranis ve etkilesimi seklinde temsil eder. Dagitik Etkilesimli Benzetim (DIS) ortamlari dördüncü nesil sistemleri bireyler ve birlikler düzeyinde temsil edebilmektedir, fakat mevcut durumda bunlar taburdan daha yukari kuvvetlerin temsilinde yetersiz kalmaktadir. Ordular düzeyinde durum bunun tam tersidir. Üst düzey birimler basarili bir sekilde temsil edilebilmekte, ancak ayni sistem içinde daha alt birimlere ve senaryo elemanlarina dogru gidildiginde sorunlar ortaya çikmaktadir.

Bir CGF sisteminin gerçek degeri, bunun temsil ettigi davranislarin tümü ile ölçülmektedir. Davranislarin modellendirilmesi ise en zor islerden biridir. Bunu kolaylastirmak için davranis süreçlerinin ve modellerinin kodlanmasini standartlastirmak gerekmektedir. Ortak ve uyumlu bir dil gelistirme, gelecek nesil CGF sistemlerinde davranis modellendirilmesi konusunda karsilasilacak sorunlarin bir kismina çözüm getirebilecektir.

3.1 Gelecek Nesil CGF Sistemleri

Gelecek nesil CGF\’lerin su özellikleri saglamasi gerekli görülmektedir:

o Savasan birey ve birimlerle dogrudan etkilesim saglayabilme,
o Komuta, Kontrol, Haberlesme, Bilgisayar ve Istihbarat (C4I) sistemleri tarafindan kontrol edilebilme,
o Dogrudan haberlesmeyi saglamak için dogal dil anlama ve isleme özelligine sahip olma,
o Brifing bilgilerini ve taslak çalismalarini anlayabilme,
o Güçlü bir bilgisayar agina ve bunu kullanacak bilgisayar teknolojisine sahip olma,
o Katmanli bir yapiya sahip olmak ve böylece istenilen düzeyde kuvvetleri yeterli ve gerekli ayrintida temsil edebilme,
o Amaç ve görev seçimi ve görev planlamasi yapabilme (mesela disaridan "Su tepeyi ele geçir," durumu verildiginde, bunu yapmaya girismeden önce daha genis çerçevede o tepeyi ele geçirmenin kazanç ve kayiplarini hesaplayabilmek. Savas alanindaki bir komutanin da egitimi geregi yaptigi is, harekatin genel amaci çerçevesinde birliginin hedeflerini tesbit etmektir.)
o Amaç tesbit edildiginde bunu gerçeklestirmek için görevin planlanmasi. (Burada da dost, düsman ve tarafsiz kuvvetlerin muhtemel kayiplari, ele geçirilecek alanlar, gereken ve elde bulunan teçhizat, ileri harekat ihtimalleri, v.s. hepsi göz önünde bulundurulmalidir. Gelecek nesil CGF sistemleri bu tür tesbitleri yapabilmelidir. )
o Degisen duruma göre, amacin yeniden planlanabilmesi. (Mevcut üçüncü nesil sistemlerde bu özellik bulunmamaktadir.)
o Ögrenme özelligine sahip olma. (Mevcut sistemlerde egitim sadece insana yönelik olmaktadir. Halbuki, CGF sisteminin kendisinin de tatbikatlardan ögrenebilmesi ve defalarca çalistirilan senaryolarda ayni yanlisliklari tekrar etmemesi gerekli görülmektedir.)

Yapay zeka, insanin düsünme yapisini anlamak ve bunun benzerini ortaya çikaracak bilgisayar islemlerini gelistirmeye çalismak olarak tanimlanir. Yani programlanmis bir bilgisayarin düsünme girisimidir. Daha genis bir tanima göre ise, yapay zeka, bilgi edinme, algilama, görme, düsünme ve karar verme gibi insan zekasina özgü kapasitelerle donatilmis bilgisayarlardir.

Gelisim Süreci
Yapay zeka konusundaki ilk çalisma McCulloch ve Pitts tarafindan yapilmistir. Bu arastirmacilarin önerisi; yapay sinir hücrelerini kullanan hesaplama modeli, önermeler mantigi, fizyoloji ve Turing’in hesaplama kuramina dayaniyordu. Her hangi bir hesaplanabilir fonksiyonun sinir hücrelerinden olusan aglarla hesaplanabilecegini ve mantiksal \’ve\’ ve \’veya\’ islemlerinin gerçeklestirilebilecegini gösterdiler. Bu ag yapilarinin uygun sekilde tanimlanmalari halinde ögrenme becerisi kazanabilecegini de ileri sürdüler. Hebb, sinir hücreleri arasindaki baglantilarin siddetlerini degistirmek için basit bir kural önerince, ögrenebilen yapay sinir aglarini gerçeklestirmek de olasi hale gelmistir.

1950’lerde Shannon ve Turing bilgisayarlar için satranç programlari yaziyorlardi. SNARC isimli ilk yapay sinir agi temelli bilgisayar MIT’de Minsky ve Edmonds tarafindan 1951’de yapildi. Çalismalarini Princeton Üniversitesi’nde sürdüren Mc Carthy, Minsky, Shannon ve Rochester’le birlikte 1956 yilinda Dartmouth’da iki aylik bir toplanti düzenledi. Bu toplantida bir çok çalismanin temelleri atilmakla birlikte, toplantinin en önemli özelligi Mc Carthy tarafindan önerilen Yapay zeka adinin konmasidir. Ilk kuram ispatlayan programlardan Logic Theorist (Mantik kuramcisi) burada Newell ve Simon tarafindan tanitilmistir. Daha sonra Newell ve Simon, \’insan gibi düsünme\’ yaklasimina göre üretilmis ilk program olan General Problem Solver (Genel sorun çözücü)‘i gelistirmislerdir. Simon, daha sonra fiziksel simge varsayimini ortaya atmis ve bu kuram, insandan bagimsiz zeki sistemler yapma çalismalariyla ugrasanlarin hareket noktasini olusturmustur. Bundan sonraki yillarda mantik temelli çalismalar egemen olmus ve programlarin basarimlarini göstermek için bir takim yapay sorunlar ve dünyalar kullanilmistir. Daha sonralari bu sorunlar gerçek yasami hiçbir sekilde temsil etmeyen oyuncak dünyalar olmakla suçlanmis ve yapay zekanin yalnizca bu alanlarda basarili olabilecegi ve gerçek yasamdaki sorunlarin çözümüne ölçeklenemeyecegi ileri sürülmüstür.

Gelistirilen programlarin gerçek sorunlarla karsilasildiginda çok kötü bir basarim göstermesinin ardindaki temel neden, bu programlarin yalnizca sentaktik bir sekilde çalisip konu ile ilgili bilgileri kullanmamasiydi. Bu dönemin en ünlü programlarindan Weizenbaum tarafindan gelistirilen Eliza, karsisindaki ile sohbet edebiliyor gibi görünmesine karsin, yalnizca karsisindaki insanin cümleleri üzerinde bazi islemler yapiyordu. Ilk makine çevirisi çalismalari sirasinda benzeri yaklasimlar kullanilip çok gülünç çevirilerle karsilasilinca bu çalismalarin desteklenmesi durdurulmustur.

Zeki davranisi üretmek için bu çalismalarda kullanilan temel yapilardaki bazi önemli yetersizliklerin de ortaya konmasiyla bir çok arastirmacilar çalismalarini durdurdular. Buna en temel örnek, sinir aglari konusundaki çalismalarin Minsky ve Papert’in 1969’da yayinlanan Perceptrons adli kitaplarinda tek katmanli YSA larin bazi basit problemleri çözemeyecegini gösterip ayni kisirligin çok katmanli YSA larda da beklenilmesi gerektigini söylemeleri ile biçakla kesilmis gibi durmasidir.

Her sorunu çözecek genel amaçli program yerine belirli bir uzmanlik alanindaki bilgiyle donatilmis programlar kullanma fikri yapay zeka alaninda yeniden bir canlanmaya yol açti. Kisa sürede uzman sistemler adi verilen bir metodoloji gelisti. Fakat burada çok sik rastlanan tipik bir durum, bir otomobilin tamiri için önerilerde bulunan uzman sistem programinin otomobilin ne ise yaradigindan haberi olmamasiydi. Insanlarin iletisimde kullandiklari Türkçe, Ingilizce gibi dogal dilleri anlayan bilgisayarlar konusundaki çalismalar bu siralarda hizlanmaya basladi. Dogal dil anlayan programlarin dünya hakkinda genel bilgiye sahip olmasi ve bu bilgiyi kullanabilmek için genel bir metodolojisi olmasi gerektigi belirtilmekteydi.

Uzman dizgelerin basarilari beraberinde ilk ticari uygulamalari da getirdi. Yapay zeka yavas yavas bir endüstri haline geliyordu. DEC tarafindan kullanilan ve müsteri siparislerine göre donanim seçimi yapan R1 adli uzman sistem sirkete bir yilda 40 milyon dolarlik tasarruf saglamisti. Birden diger ülkeler de yapay zekayi yeniden kesfettiler ve arastirmalara büyük kaynaklar ayrilmaya baslandi. 1988’de yapay zeka endüstrisinin cirosu 2 milyar dolara ulasmisti.

Bütün bu çalismalarin sonunda yapay zeka arastirmacilari iki guruba ayrildilar. Bir gurup insan gibi düsünen sistemler yapmak için çalisirken, diger gurup ise rasyonel karar verebilen sistemler üretmeyi amaçlamaktaydi.

Insan gibi düsünen sistemler
Insan gibi düsünen bir program üretmek için insanlarin nasil düsündügünü saptamak gerekir. Bu da psikolojik deneylerle yapilabilir. Yeterli sayida deney yapildiktan sonra elde edilen bilgilerle bir kuram olusturulabilir. Daha sonra bu kurama dayanarak bilgisayar programi üretilebilir. Eger programin giris/çikis ve zamanlama davranisi insanlarinkine benzer veya ayni ise programin düzeneklerinden bazilarinin insan beyninde de mevcut olabilecegi söylenebilir.

Insan gibi düsünen sistemler üretmek bilissel bilimin (cognitive science) arastirma alanina girmektedir. Bu çalismalarda asil amaç genellikle insanin düsünme süreçlerini çözümlemede bilgisayar modellerini bir araç olarak kullanmaktir. Insan gibi davranan sistemler Yapay zeka arastirmacilarinin bastan beri ulasmak istedigi ideal, insan gibi davranan sistemler üretmektir.

Insan gibi davranan sistemler
Böyle bir sistemin amaca ulasip ulasmadigi Turing\’in ortaya koymus oldugu bir kriter ile (tartismali da olsa) ölçülebilir. Turing zeki davranisi, bir sorgulayiciyi kandiracak kadar bütün bilissel görevlerde insan düzeyinde basarim göstermek olarak tanimlamistir. Bunu ölçmek için de Turing testi olarak bilinen bir test önermistir. Turing testinde denek, sorgulayiciyla bir terminal araciligiyla haberlesir. Eger sorgulayici, denegin insan mi yoksa bir bilgisayar mi oldugunu anlayamazsa denek Turing testini geçmis sayilir. Turing, testini tanimlarken zeka için bir insanin fiziksel benzetiminin gereksiz oldugunu düsündügü için sorgulayiciyla bilgisayar arasinda dogrudan fiziksel temastan söz etmekten kaçinmistir. Burada vurgulanmasi gereken nokta, bilgisayarda zeki davranisi üreten sürecin insan beynindeki süreçlerin modellenmesiyle elde edilebilecegi gibi tamamen baska prensiplerden de hareket edilerek üretilmesinin olasi olmasidir. Yani uçaklarin kanat çirpmadan uçtuklari gibi, yapay zeka da illaki insan beyninin çalistigi gibi çalismayabilir.

Rasyonel karar alan sistemler
Bu sistemlerin temelinde mantik yer alir. Burada amaç çözülmesi istenen sorunu mantiksal bir gösterimle betimledikten sonra çikarim kurallarini kullanarak çözümünü bulmaktir. Yapay zeka’da çok önemli bir yer tutan mantikçi gelenek zeki sistemler üretmek için bu çesit programlar üretmeyi amaçlamaktadir.

Bu yaklasimi kullanarak gerçek sorunlari çözmeye çalisinca iki önemli engel karsimiza çikmaktadir. Mantik, formel bir dil kullanir. Gündelik yasamdan kaynaklanan, çogu kez de belirsizlik içeren bilgileri mantigin isleyebilecegi bu dille göstermek hiç de kolay degildir. Bir baska güçlük de en ufak sorunlarin disindaki sorunlari çözerken kullanilmasi gerekecek bilgisayar kaynaklarinin üstel olarak artmasidir.

Rasyonel davranan sistemler
Amaçlara ulasmak için prensiplere (bilgi, kural, inanç) uygun davranan sistemlere rasyonel denir. Bir ajan algilayan ve bu algilamalarin çözümlenmesinden elde ettigi sonuçlara göre harekette bulunan bir sistemdir. Bu yaklasimda yapay zeka, rasyonel ajanlarin incelenmesi ve olusturulmasi olarak tanimlanmaktadir. Rasyonel bir ajan için gerekli kosullardan biri de dogru çikarimlar yapabilmek ve bu çikarimlarin sonuçlarina göre harekete geçmektir. Ancak, yalnizca dogru çikarim yapabilmek yeterli degildir. Çünkü bazi durumlarda dogrulugu ispatlanmis bir çözüm olmadigi halde gene de bir sey yapmak gerekebilir. Bunun yaninda çikarimdan kaynaklanmayan bazi rasyonel davranislar da vardir. Örnegin, sicak bir seye degince insanin elini çekmesi bir refleks harekettir ve uzun düsünce süreçlerine girmeden yapilir. Bu yüzden yapay zekayi rasyonel ajan tasarimi olarak gören arastirmacilar, iki avantaj öne sürerler. Birincisi \’düsünce yasalari\’ yaklasimindan daha genel olmasi, ikincisi ise bilimsel gelistirme yöntemlerinin uygulanmasina daha uygun olmasidir.