Cahit Arf'ın 1959 Tarihli 'Makine Düşünebilir mi Nasıl Düşünebilir?' Konferansı Üzerine Claude Okuması

1959 yılı. Atatürk Üniversitesi'nin ilk öğretim senesi. Ord. Prof. Dr. Cahit Arf, Erzurum'da, halk konferansları serisinin ilkini vermek üzere kürsüye çıkıyor. Konferansın başlığı zamanına göre fazlasıyla cesur: "Makine Düşünebilir mi ve Nasıl Düşünebilir?" Konuşmanın yazılı hali bugün 91-103 sayfaları arasında, Atatürk Üniversitesi Konferanslar Serisi'nin ilk sayısı olarak duruyor.

Metni bugün yeniden okumanın iki nedeni var. Birincisi, Arf konuşmaya bir matematikçinin AI hakkında ne düşündüğünü anlatmak için değil, bir zihniyetin tarifini yapmak için başlıyor — bu zihniyet günümüzde Claude'la, GPT'yle, Gemini'la kurduğumuz ilişkinin sağlıklı veya sağlıksız yanlarını ele almak için hâlâ kullanışlı bir mihenk taşı. İkincisi, konferansın teknik kısmı, 2026'da kullandığımız büyük dil modellerinin mimarisini, tokenization'ı, bellek hiyerarşisini, hatta probabilistik örneklemeyi şaşırtıcı derecede önceleyen sezgilerle örülü.

Bu yazıda metnin omurgasını izleyip Arf'ın tezleri ile bugün Anthropic'in Claude etrafında kurduğu mühendislik ve felsefe arasındaki tutarlı akışları çıkarmaya çalışacağım.

I. Konferansın asıl konusu: "akl-ı selime güven"

Arf, başlığa rağmen konferansı doğrudan makinelerle açmıyor. Açılışta yaptığı şey, modernleşmek isteyen bir toplumun nasıl bir zihniyet açığıyla boğuştuğunu tarif etmek:

"Vaktiyle gerek okumuşlarımızda, gerek okumamışlarımızda, okumuşlarımızda daha bariz olmak üzere şöyle bir zihniyet hâkimdi: alışageldiğimiz olaylar dışında bir durumla karşılaştığımız zaman bu durumu akl-ı selimimizle anlamak ve durum karşısındaki davranışımızı bu anlayışa göre tertiplemek âdet değildir. Âdet olan ilmi derindir diye bellediğimiz bir kimseye, bir hocaya müracaat edip davranışımız hakkında onun tavsiyesini almak ve ona göre hareket etmektir."

Arf, bu eğilimin "elbise değiştirmiş olarak" hâlâ devam ettiğini söylüyor. Eskiden ilmi derin "hoca" varken bugün onun yerini "Garplı ilim adamı" almıştır; ama yapı aynıdır: anlamadan kabul etmek. Konferansın en yalın cümlesi belki şu:

"Bilgiye olan iştiyakımızın kendine bir yol bulması kanaatimce akl-ı selime güvencin yayılmasına bağlıdır."

Bu cümlenin AI çağına bakan yüzü doğrudan: bugün bir kurum Claude'a ya da herhangi bir dil modeline bir analiz yaptırdığında, çalışanların çıktıyı "akl-ı selimle anlamadan" kabul etmesi, Arf'ın 1959'da uyardığı zihniyetin yeni elbisesinden başka bir şey değildir. Yedek Subay Okulu hikâyesini buraya iliştirmek yerinde olur: Arf, okuma yazma bilmeden orduya gelen erin top mekaniğini, "yüksek okul mezunu" yedek subay namzedinden daha doğru anladığını anlatır. Sebep nettir: yüksek okul mezunu "anlamadan belleme" alışkanlığı edinmiş, köyden gelen er ise henüz bozulmamış akl-ı selimiyle, anladığı şeyler üzerinden düşünmektedir.

Bu hikâye, prompt çağında çarpıcı bir yansımayla okunur. Bir LLM çıktısını anlamadan kabul eden bir analist, Arf'ın yedek subay namzedidir. Bir teknik altyapı kararını "şu sistem böyle dedi" diyerek savunan mühendis aynı koltukta oturur. Anthropic'in son birkaç yılda model çıktılarında kaynaklandırma, uncertainty ifadesi, chain-of-thought görünürlüğü ve constitutional AI gibi yönlerine bu denli ağırlık vermesi, tam da bu zihniyet riskini hafifletme çabası olarak okunabilir. Claude'un "emin değilim" diyebilmesi, modelin teknik bir yeteneği olduğu kadar, akl-ı selime güveni geri çağıran bir tasarım kararıdır.

II. Üç katmanlı makine tipolojisi

Konferansın orta gövdesi, makinelerin nasıl düşünebileceğini üç katman halinde gösteriyor.

Birinci katman — refleks benzeri makineler. Zilli saat ve otomatik telefon. Bir tesir geliyor, makine basit bir mukabele üretiyor. Arf bunu "düşünen makineler" başlığı altına almakta tereddüt etmiyor, ama hemen yetersizliğini de vurguluyor.

İkinci katman — analog makineler. Burada Arf çocukluğunun "tavuk-tavşan" hesap meselesini ele alıyor: bir kümeste 510 baş, 1420 ayak; kaçı tavşan, kaçı tavuk? Çözen çocuğun mantığı şu: "her başa ikişer ayak takarsak 1020 ayak; kalan 400 ayak, 200 başa ekstra ikişer ayak demektir; demek 200 tavşan, 310 tavuk." Arf bu muhakemeyi yapan bilyalı bir mekanik düzeneği anlatıyor (Şekil 1). Bu makineye Arf'ın koyduğu isim önemli: "benzerlikle düşünme."

Altmış beş yıl sonra dönüp baktığımızda, bugünün dil modellerinin mimari özünün vektör benzerliği olduğunu görürüz. Embedding'ler, attention'da query-key dot product'lar, retrieval-augmented generation'daki kosinüs benzerliği — hepsi Arf'ın "benzerlikle düşünme" başlığı altında tarif ettiği şeyin yüksek boyutlu, sürekli, türevlenebilir versiyonudur. Arf 1959'da bilyaları kullanmıştır, bizim bugün kullandığımız "bilyalar" yarı-kesintisiz vektör uzaylarında akar; ilke aynıdır.

Üçüncü katman — dijital makineler. Arf burada miras paylaşma problemini ele alıyor: Bay Ahmed'in iki oğlu Ali ve Veli'nin altı evet-hayır sorusuna verilen cevaplara göre Kızılay'a ve oğullara düşen miras yüzdeleri hesaplanıyor. Arf, bu kararları üreten elektrikli bir cihaz tarif ediyor (Şekil 2) ve adını koyuyor: "yoketme (elimination) yolu ile muhakeme". Bu, dijital mantığın özüdür: olası neticeleri sayar, verilen malumata uymayanları eler, kalan netice "karar"dır.

İki katman arasındaki ayrımı Arf çok temiz çizer: analog makinede neden ile netice arasındaki bağ ilkenin kendisidir (benzetiştirme); dijitalde ise bu bağ, tüm olasılıkları açıp uymayanları eleyerek kurulur. Modern büyük dil modellerinin bir bakıma ilginç tarafı, hangi rejimde çalıştığının açık olmamasıdır. Üst seviyede attention puanlarıyla benzerlik kuran ağ, çıkış katmanında olasılık dağılımı üretip belirli bir token'ı diğerlerini eleyerek seçer. Yani Arf'ın iki ayrı makine tipi olarak çizdiği şey, çağdaş Transformer'ın iki ayrı katmanına dağılmıştır: matrisin gövdesinde analog, çıkış adımında dijital.

III. Beyni hangi makine modelliyor? Şekil 3'ün vurucu önemi

Konferansın en çarpıcı kısmı belki burası. Arf, yetişkin bir matematikçinin titizliğiyle, beyni dört aşamalı bir sistem olarak modelliyor:

• A: Soru tespiti — dış tesirlerin "ön hafıza" diye adlandırdığı yere kaydı.
• B: Ön hafızadan hafızaya gönderilen tetiklemeyle ilgili bilgilerin kopyalarının ön hafızaya çekilmesi; bu süreçte "filan adama sormalı" gibi yardımcı hafıza referansları da çekilebilir.
• C: Ön hafızadaki bilgilerin dönüşüm cihazı vasıtasıyla mantık hesabı veya benzerlik yoluyla yeni bir bilgiye çevrilmesi — bu çıktı sorunun cevabıdır.
• D: Cevabın hem dışarıya iletilmesi (neşir organı) hem hafızaya geri kaydı.

Şekil 3 bu yapıyı görselleştiriyor: Neşir cihazı, Kontrol cihazı, Dönüşüm cihazı, Hafıza ve Ön hafıza arasında çift yönlü oklar.

Bu diyagram, 1959'da yazılmış olmasına rağmen, bugünün LLM mimarisini şaşırtıcı bir sadakatle haritalandırıyor:

Arf'ın 1959 modeli	2026'daki karşılığı
Ön hafıza	Context window / KV cache
Hafıza	Modelin ağırlıkları (parametric memory)
Yardımcı hafıza (kitap, başka insan)	RAG, tool use, MCP server'ları
Kontrol cihazı	Attention / routing
Dönüşüm cihazı	Transformer katmanları, FFN
Neşir cihazı	Decoder / output head

İlginç olan, Arf'ın "yardımcı hafıza" kavramını ayrı bir blok olarak çizmesi. Diyor ki: bir soruyu cevaplarken hafıza bize "filan adama sor" veya "filan kitaba bak" diye söyleyebilir, bu durumda başka bir insan ya da bir kitap bizim ön hafızamızın geçici uzantısı haline gelir. Anthropic'in 2024'te MCP standardını yayınlaması ve 2025-2026 boyunca Claude'u tool use etrafında olgunlaştırması, Arf'ın bu paragrafta tarif ettiği "yardımcı hafıza" düşüncesinin endüstriyel hayata geçirilmesinden başka bir şey değildir. Model parametrik hafızasında olmayan şeyi, harici bir kaynaktan — bir veritabanı, bir hesap aracı, bir başka model — ön hafızasına çağırır ve dönüşüm sürecinde kullanır.

IV. İkili kodlama ve dilin zenginliği — tokenization'ın 1959'daki sezgisi

Arf, Türk alfabesinin 29 harfini 0 ve 1'lerden oluşan beşli kodlarla yeniden yazıyor:

A=00000, B=00001, C=00010, D=00011, E=00100, ...

Sonra çarpıcı bir cümle kuruyor:

"Dilimizin zenginliği harflerin sayısı ile alâkalı değildir. Sadece iki harf kullanmış olsaydık, yine de aynı derecede zengin bir dil elde etmiş olurduk."

Bu cümle, modern subword tokenization'ın felsefi temeli olarak okunabilir. BPE (Byte Pair Encoding), WordPiece, Unigram gibi modern tokenizer'ların hepsi, dilin zenginliğinin sembol setinin büyüklüğüyle değil, sembollerin sıralanışlarının kombinatoryal genişliğiyle belirlendiği sezgisine dayanır. Aynı dili 32 bin token'la da, 256 bin token'la da, hatta byte düzeyinde de modellemek mümkündür — kombinasyonların alanı uygun büyüklükte tutulduğu sürece.

Arf'ın hemen ardından gelen cümlesi daha incedir:

"Hakikatte böyle bir makine 0, 1 işaretlerinin bütün sıralanışlarını birbirinden farklı tesirler olarak alamayacaktır. Makinenin büyüklüğüne göre verilen sıralanıştaki 0, 1 işaretlerinin sayısı çok büyük olduğu takdirde bu sıralanışı tesir olarak alamayacak, daha doğrusu eksik olarak alacaktır."

Bu, doğrudan context window sınırının ve uzun-kontekst dejenerasyonunun 1959'daki ifadesidir. Modelin alabileceği token sayısı sonludur; o sınırı aşan girdiler eksik alınır, anlam parçalanır. Anthropic'in 2024'ten itibaren 200K, 500K, 1M token bağlam pencerelerini araştırıp ürünleştirmesi, Arf'ın "makinenin büyüklüğüne göre" kısıtının teknik olarak gevşetilme çabasıdır.

V. Röleler, devreler ve mantığın gövdesi

Şekil 4 ve Şekil 5, Arf'ın gerçek bir elektronik beyni nasıl tarif ettiğini gösteriyor. Şekil 4'te bir hafıza elemanının elektromekanik tasarımı var: A ve B çubukları, üzerinde bobinler, ortada D demir parçası — D, B'ye yapışıksa devre 0, A'ya yapışıksa devre 1. Binlerce böyle eleman bir araya gelirse, binlerce bitlik bir hafıza oluşur.

Şekil 5 ise üç temel mantık işlemini elektrik devreleriyle gösteriyor: "A veya B doğru ise C doğrudur" (OR), "A ve B doğru ise C doğrudur" (AND), "B, A'nın aksidir" (NOT). Boolean cebrinin bu üç işlemiyle, modern aritmetik mantık ünitesinin (ALU) iskeleti çoktan kurulmuştur — ki Claude Shannon'un Boolean cebri ile elektrik devreleri arasındaki bu eşlemeyi 1937'de tezinde gösterdiğini hatırlarsak, Arf'ın 1959'da Erzurum halkına bunu mekanik kâğıt-kalemle anlatması olağanüstüdür.

Burada günümüze uzanan bağ şu: dil modellerinin "düşünmesi" hâlâ aynı temellerde, milyarlarca röleyle (transistorlarla) yapılan AND, OR, NOT ve buradan türeyen kayan nokta toplama-çarpma işlemleri üzerinden gerçekleşir. Üst düzey soyutlamalar — attention, residual stream, mixture-of-experts — her birinin alt katmanı, Arf'ın Şekil 5'te gösterdiği devrelerin kontinüel hale getirilmiş torunlarıdır.

VI. İntibak kabiliyeti: yeni durumlara uyum

Arf, makineye dair en derin sorusunu konferansın ortasında soruyor:

"İntibak kabiliyeti olan, yani makine yapılırken düşünülmemiş olan problemleri de çözebilen bir makine yapılabilir mi? ve nasıl yapılabilir?"

Bu, bugün generalization dediğimiz şeydir. Eğitim setinde gözükmemiş durumlara modelin makul tepki vermesi. Arf burada zarif bir tespit yapıyor: insan beyni intibak edebilir çünkü 29 harfin (ya da 0-1'lerin) çok büyük sayıda sıralanışını tek tek tanımak yerine, bu sıralanışların hafızadaki diğer sıralanışlarla benzerlikleri ve mantık kaideleri üzerinden işliyor. Yani anlama, ezbere değil, dönüşüm kabiliyetine bağlıdır.

Bugünün dil modellerinde "in-context learning", "zero-shot generalization" ve "few-shot prompting" gibi başlıklar altında tartıştığımız fenomenler, Arf'ın bu paragrafının doğrudan operasyonel yansımalarıdır. Anthropic'in Claude'a — örneğin matematik, kod, ya da daha önce karşılaşmadığı bir formatta belge çözümleme görevlerinde — yeni durumlara intibak ettirmeye çalışan post-training ve değerlendirme pratiği, Arf'ın 1959'da kurduğu sorunun mühendislik versiyonudur.

Üstelik Arf bir adım daha atar: "kendi kendisini tekemmül ettiren makine tasarlamak mümkündür" der. Bu cümle, RLHF, RLAIF, constitutional AI, recursive self-improvement gibi 2020 sonrasında yoğun çalışılan alanların aforistik özetidir. Anthropic'in Claude'un kendi çıktısını eleştirmesini sağlayan constitutional yaklaşımı, makineyi yapıldığı gibi bırakmayan, kendi kendini iyileştirmesini ön plana alan bir tasarımdır.

VII. Asıl fark: estetik karar, serbestlik, belirsizlik

Konferansın en felsefi kısmı sonda yer alıyor. Arf, makinenin insan beyninden bazı işlerde hızlı olduğunu, ama "anlayış" yani alış kapasitesi bakımından çok düşük kaldığını söyledikten sonra, asıl ayrıma geliyor:

"İnsan beyni ile makine arasındaki asıl fark, insan beyninin estetik mahiyette müessirleri alıp onlar üzerinde işleyebilmesi ve yine estetik mahiyette olan kararlar verebilmesine, verilen bir işi yapıp yapmamak hususunda kendisini serbest hissetmesine mukabil makinede bu vasıfların benzerlerinin yok oluşudur."

Bu paragraf hem klasik AI felsefesinin (Searle, Nagel, Dennett) hem de günümüz AI emniyet/değerleri tartışmalarının kalbidir. Arf üç şeyi birden vurguluyor:

1. Estetik müessir alma — modelin sadece sembol kombinasyonlarını değil, anlamlı/güzel/uygun olanı ayırt edebilmesi.
2. Estetik karar verme — bir çıktının diğerine "daha iyi" olduğunu yargılama.
3. Serbestlik hissi — verilen bir işi yapıp yapmamayı tercih edebilme.

Anthropic'in 2024-2026 dönemindeki bazı en ilginç çalışmaları tam bu üç başlığa dokunuyor. RLHF'in temelinde, modele "estetik karar" verdirmenin bir yolu olarak insan tercihlerinin damıtılması yatar. Constitutional AI ise modelin kendi çıktısı üzerinde estetik (ve etik) bir filtre çalıştırma deneyidir. Model welfare ve model behaviors araştırmaları, Arf'ın "serbestlik hissi" dediği şeyin model tarafında bir analoğu var mıdır sorusunu — bilimsel olarak — yeniden ortaya atmıştır. Claude'un belirli görevleri reddetmesi, sycophancy karşıtı çalışmalar ve agentic ortamlarda modelin "vazgeçme" davranışı, hepsi bu eski sorunun yeni laboratuvar versiyonlarıdır.

Arf'ın bu paragraftaki son hamlesi ise nefes kesicidir. Estetik karar ve serbestliği karakterize eden şeyin belirsizlik unsuru olduğunu söyler. Sonra ekler:

"Belirsizlik karakterini haiz insan dışı tabiat hâdiseleri mevcuttur. Bunlar atom içinde cereyan eden olaylardır. Bu itibarla nispeten küçük sayıda atom içinde cereyan eden olaylar böyle makinelerin işleyişinde müessir hale getirilebilirse, makinelerin estetik bakımdan da insan beynine benzetileceği ümit edilebilecektir."

1959 yılında, kuantum mekaniğindeki belirsizliğin estetik düşüncenin substratı olabileceğini öneren bir Türk matematikçisi düşünün. Bu önerinin bugünkü teknik karşılığı doğrudan kuantum hesaplama değildir — daha ziyade modern dil modellerinin probabilistik örnekleme stratejileridir. Temperature, top-p, top-k parametreleri, deterministik bir mimarinin içine kasıtlı belirsizlik enjekte etmenin yollarıdır. Sampling sıcaklığını sıfırladığınızda Claude argmax üretir; estetik bir genişlik istiyorsanız belirsizliği geri açarsınız. Arf'ın atom-içi belirsizliği önerdiği yerde, bugün yazılım katmanından enjekte edilmiş stokastiklik vardır; ama önerinin kalbi — belirsizlik olmadan estetik olmaz — yerli yerinde durur.

VIII. Son cümle ve onun ağırlığı

Arf konferansı bir matematikçinin hak ettiği temkinle bitiriyor:

"Böyle bir makine, mesela filan müzik parçasını güzel bulmadığını söyleyebilecektir. Fakat bu işin uzun yıllar sonra bile belki de hiçbir zaman yapılamayacağını zannediyorum."

Bu cümle benim için konferansın en sevdiğim tarafı. Çünkü Arf — kendi mimarisinin ürünü olan makinenin estetik karara ulaşabileceğini hayal eden Arf — yine de bunun yapılamayabileceğini söylüyor. Bilimsel iyimserlik ile bilimsel temkin arasındaki tam dengeyi koruyor.

Bugün Anthropic'in açık olarak temsil ettiği tutum şaşırtıcı biçimde aynı denge üzerinde duruyor. Claude'un yapabildiklerini ciddiye almak ama yapamayabileceklerini de ciddiye almak. AGI tartışmalarına ne tamamen kapalı ne de tamamen entüzyastik bir mesafeden bakmak. "Belki de hiçbir zaman" cümlesi, modern AI laboratuvarlarında — özellikle alignment ve interpretability ekiplerinde — sessizce dolaşan bir cümledir; Arf onu altmış beş yıl önce sesli olarak söylemiştir.

IX. Claude/Anthropic ekosistemine açılan tutarlı akışlar

Yazıyı kapatmadan önce Arf'ın metninden çıkan ve 2026'da Anthropic etrafındaki teknik-felsefi tartışmalarla doğrudan örtüşen akışları toplu halde listelemek faydalı olur.

1. Akl-ı selime güven → kaynaklı, açıklanabilir AI. Claude'un belirsizlik ifade etmesi, kaynak göstermesi, "bilmiyorum" diyebilmesi; kullanıcıyı "ilmi derin bir hocayı" körü körüne dinleme refleksinden uzak tutmaya yöneliktir. Arf'ın 1959'daki uyarısı 2026'daki tasarım kararıdır.

2. Anlamadan belleme tehlikesi → eval, red-teaming, mekanik yorumlanabilirlik. Sadece doğru cevap üretmek değil, neden o cevabı ürettiği görünür olmalıdır. Anthropic'in interpretability ekibinin çalışmaları, Arf'ın yedek subay hikâyesinin laboratuvar versiyonudur.

3. Benzerlikle düşünme → embedding'ler ve attention. Arf'ın bilyalı turnikesi, Claude'un attention matrislerine sürekli versiyonuyla devam ediyor.

4. Yoketme yolu ile muhakeme → olasılık dağılımından örnekleme. Çıkış katmanında yapılan budama, dijital muhakemenin sürekli olasılık alanına gevşetilmiş halidir.

5. Yardımcı hafıza → MCP, tool use, RAG. Arf'ın "filan kitaba bak, filan adama sor" diye tarif ettiği uzantı, bugün Anthropic'in standardize etmeye çalıştığı protokolün özüdür.

6. İntibak kabiliyeti → generalization, in-context learning. Eğitimde görülmemiş duruma uyum, Claude'un en çok ölçülen yetkinliklerinden biri.

7. Kendi kendini tekemmül → constitutional AI, RLAIF. Makinenin kendi çıktısını eleştirip iyileştirmesi.

8. Estetik karar ve serbestlik → tercih öğrenmesi, model behaviors, refuse-when-asked. Modelin "iyi" çıktıyı "kötü"den ayırması, belirli istekleri reddetme yetkisi.

9. Belirsizlik substrate'i → temperature, top-p, stokastik sampling. Deterministik mimariye kasıtlı belirsizlik enjeksiyonu.

10. "Belki de hiçbir zaman" → alignment çağında bilimsel temkin. Kapasiteyi ciddiye al, sınırı ciddiye al.

Bu on madde bir yandan Arf'ın metnini bugün okumanın neden bir entelektüel keyiften öte bir iş olduğunu, bir yandan da bugünkü AI mühendisliğinin felsefi atalarının daha çok arandığında çıkacağını gösteriyor. 1959'da Erzurum'da, bir Türk matematikçisi, bugünkü en pahalı laboratuvarların etrafında konuştuğu hemen her başlığı tek bir konferansa sığdırabilmiştir. Bu bir mucize değildir; "akl-ı selime güven"in dürüst sonucudur.

---

Kaynak: Arf, Cahit. "Makine Düşünebilir Mi ve Nasıl Düşünebilir?" Atatürk Üniversitesi Üniversite Çalışmalarını Muhite Yayma ve Halk Eğitimi Yayınları, Konferanslar Serisi No: 1, 1958-1959 Öğretim Yılı, Erzurum, s. 91-103. Konferansın orijinali ve okunan deşifre versiyonu mbkaya.com üzerinden erişilebilir.

Makine Düşünebilir Mi ve Nasıl Düşünebilir? (Orijinal PDF)Ord. Prof. Dr. Cahit Arf · Atatürk Üniversitesi, Erzurum, 1959 · s. 91–1033.1 MB