Bir Makinacının Gözünden Yapay Zeka #3: Kontrol Teorisinden Ajanik Sistemlere - PID ve LLM Reflexion
Kontrol Teorisinden Ajanik Sistemlere: PID Döngüleri ile LLM Reflexion Arasındaki Akrabalık
18. yüzyılın sonlarında James Watt, buhar makinesinin hızını sabit tutabilmek için mekanik kollar ve dönen metal kürelerden oluşan dâhiyane bir mekanizma geliştirdi: Santrifüj Regülatör (Flyball Governor). Bu basit pirinç mekanizma, modern endüstriyel medeniyeti doğuran en büyük mühendislik kavramının ilk fiziksel tohumuydu: Geri Bildirim (Feedback Loop).
Serimizin önceki bölümlerinde Fiziksel Yapay Zeka ve Denge Dinamiğini tartıştık. Bugün yazılım dünyasında fırtınalar koparan Ajanik Sistemler (Agentic Workflows) ve LLM'lerin kendi hatalarını düzeltmesini sağlayan Reflexion mimarileri; aslında bir makine veya otomasyon mühendisinin 100 yıldır fabrikalarda kullandığı PID Kontrol Döngülerinin semantik uzaya uyarlanmış halidir!
"Hedefine tek bir komutla ulaşmaya çalışan sistem açık döngüdür ve ilk dış bozucuda hedeften sapar. Gerçek zeka, çıktıyı sürekli ölçüp hatayı sıfırlayan kapalı döngüdür. Dün buhar kazanında basıncı dengeleyen matematik, bugün otonom yazılım ajanlarının akıl yürütmesini dengeliyor."
🔄 1. Açık Döngü (Open-Loop) vs. Kapalı Döngü (Closed-Loop)
Mühendisliğin en temel sistem ayrımı kontrol döngüsünün açık veya kapalı olmasıdır:
-
Açık Döngü (Open-Loop):
Tost makinesinin zamanlayıcısını 3 dakikaya ayarlarsınız. Ekmek yansa da, makinenin içi alev alsa da makine 3 dakika boyunca rezistansa elektrik vermeye devam eder; çünkü çıktıyı (ekmeğin kızarma derecesini) ölçen bir sensörü yoktur.
👉 Yapay zekadaki karşılığı: Tek seferlik klasik bir LLM Prompt'u (Zero-shot). Soru sorarsınız, model cevabı üretir ve biter. Cevap halüsinasyon içerse de model bunu fark edemez. -
Kapalı Döngü (Closed-Loop):
Bir iklimlendirme termostatı odayı 22°C'ye ayarladığınızda ortam sıcaklığını anlık ölçer; kapı açılıp soğuk hava girdiğinde hatayı (set değeri − gerçek değer) hesaplar ve ısıtıcıyı daha fazla çalıştırır.
👉 Yapay zekadaki karşılığı: Otonom Ajanik İş Akışları (Agentic Workflows). Model kodu yazar, kodu terminalde derler, hata alırsa hatayı okur ve kodu düzeltene kadar döngüye devam eder.
⚙️ 2. Fabrikaların 100 Yıllık Beyni: PID Kontrolcü
Endüstrideki fırınların sıcaklığından boru hatlarındaki vanaların debisine, insansız hava araçlarının irtifasından CNC tezgahlarının mil konumuna kadar her şey 1922'de Nicolas Minorsky'nin formüle ettiği PID (Proportional - Integral - Derivative) algoritmasıyla yönetilir:
- P (Oransal - Şimdiki Zaman): Anlık hata $e(t)$ ne kadar büyükse, o kadar sert tepki verir. Hatayı hızla küçültür ancak tek başına asla sıfırlayamaz (ofset hatası kalır).
- I (İntegral - Geçmiş Zaman): Geçmişteki hataların birikimini toplar. Sürekli aynı yönde kalan inatçı hataları hafızasında biriktirip vanayı biraz daha açarak hatayı tam sıfıra indirir.
- D (Türevsel - Gelecek Zaman): Hatanın değişim hızına bakar. Hedefe çok hızlı yaklaşıyorsak fren yapar; böylece sistemin hedefi aşıp kontrolsüz salınımlara (overshoot) girmesini engeller.
🧠 3. Dijital Ajanlarda PID Ruhu: Reflexion Mimarisi
2023 yılında Princeton ve MIT araştırmacıları (Noah Shinn ve arkadaşları), yapay zeka literatürünü sarsan bir makale yayınladılar: "Reflexion: Language Agents with Verbal Reinforcement Learning". Bu makalede ajanların parametre ağırlıkları güncellenmeden (fine-tuning yapılmadan), yalnızca sözel geri bildirim döngüleriyle problem çözme başarılarının %60'lardan %91'lere fırladığı gösterildi.
Bir makine mühendisinin gözüyle baktığınızda bu mimarinin her parçası bir PID bileşenine denk gelir:
Model hedefi gerçekleştirmek için bir eylem planlar, kodu yazar veya API çağrısını yürütür.
Eylemin sonucunu çevreyle (terminal çıktısı, derleyici hataları, kullanıcı isteği) kıyaslar. Beklenen ile gerçekleşen arasındaki sapmayı belirler.
Ajan "Ben az önce X kütüphanesinin yanlış metodunu çağırdım, bu hatayı tekrarlamamalıyım" diyerek hatayı hafıza tamponuna yazar. Tıpkı integral teriminin geçmiş hataları biriktirip kalıcı ofseti yok etmesi gibi!
Ajan aynı hatada sonsuz döngüye girmemek veya aşırı radikal sapmalara (halüsinasyon patlaması) kapılmamak için arama uzayını daraltır ve frenleme yapar.
📊 4. Klasik Kontrol Mühendisliği ile Modern AI Ajanlarının Karşılaştırması
| Kontrol Unsuru | Klasik Kontrol Teorisi (PID / Fabrika) | Ajanik Yapay Zeka (LLM Agents / Reflexion) |
|---|---|---|
| Hedef Değer (Set Point) | İstenen sıcaklık, basınç, motor devri | Kullanıcı İstemi (System Prompt / User Goal) |
| Geri Bildirim Ölçümü | Termokupl, debimetre, takometre verisi | Test sonuçları, kod derleyici logları, ortam yanıtı |
| Kontrol Sinyali | Vana açıklığı (0-100%), PWM voltajı | Oluşturulan yeni kod, araç çağrısı, arama sorgusu |
| Kararlılık Kriteri (Stability) | Nyquist / Bode / Routh-Hurwitz kriteri | Maksimum adım sayısı, doğrulama skoru, halüsinasyon kontrolü |
🎯 Bir Makine Mühendisinin Çıkarımı
Yazılım dünyası son iki yıldır "Agentic Workflows" kavramını sanki dün icat edilmiş sihirli bir yenilik gibi pazarlıyor. Oysa bir makineci için kapalı döngü kontrol, termodinamiğin birinci yasası kadar kadim bir prensiptir. Bir yapay zekaya sadece konuşmayı değil, hatasını ölçüp rota düzeltmeyi öğrettiğinizde; onu bir metin tahmincisinden otonom bir mühendislik sistemine dönüştürürsünüz.
Peki bu kapalı döngü kontrolcüleri ve otonom sistemleri sahaya sürmeden önce nerede test edeceğiz? Gerçek fabrikaları durdurmadan, robotları kırmadan binlerce yıllık tecrübeyi nasıl simüle edeceğiz? Serimizin 4. Bölümünde endüstrinin yeni mabedine adım atıyoruz: Dijital İkizler (Digital Twins): Fiziksel Gerçekliğin Simülasyonda Yeniden Doğuşu.
📌 Serinin Bir Sonraki Yazısı: Bir Makinacının Gözünden Yapay Zeka #4 — Dijital İkizler (Digital Twins): Fiziksel Gerçekliğin Simülasyonda Yeniden Doğuşu çok yakında yayında!
Halil İbrahim KÜPLÜ
Makine Mühendisi & Teknoloji Yazarı
Yorumlar
Yorum Gönder