Yapay zekâda büyük ayrım: Süper zekâyı dil modelleri mi getirecek, “dünya modelleri” mi?

Yapay zekâ araştırmaları son yıllarda büyük bir hız kazanırken, sektörün önde gelen bilim insanları arasında giderek büyüyen yeni bir tartışma ortaya çıkıyor. Bu tartışma yalnızca teknik bir mesele değil; aynı zamanda gelecekte teknolojinin hangi yönde gelişeceğine dair temel bir soruyu da gündeme getiriyor.

Yapay zekânın bir gün insan seviyesinde veya insanın ötesinde bir zekâya ulaşabileceği düşünülüyor. Ancak bu noktaya hangi teknoloji mimarisinin götüreceği konusunda bilim dünyası iki farklı yaklaşım etrafında şekillenmiş durumda.

Bu tartışma son günlerde önemli bir gelişmeyle yeniden gündeme geldi. Meta’nın eski baş yapay zekâ bilimcisi Yann LeCun tarafından kurulan Advanced Machine Intelligence (AMI) adlı girişim, yaptığı açıklamada 1,03 milyar dolar yatırım topladığını duyurdu.

Şirketin yatırım turunun 3,5 milyar dolar değerleme üzerinden gerçekleştiği belirtiliyor. LeCun’un yeni girişimi yalnızca yeni bir teknoloji şirketi olarak görülmüyor; aynı zamanda yapay zekâ araştırmalarında yeni bir yönün de habercisi olarak değerlendiriliyor.

LeCun’un hedefi, son yıllarda teknoloji dünyasını domine eden büyük dil modellerini daha da büyütmek değil. Bunun yerine akıl yürütme, planlama ve çevreyi anlamaya dayalı yeni nesil yapay zekâ mimarileri üzerinde çalışmayı amaçlıyor. Bu yaklaşımın merkezinde ise araştırmacıların “ dünya modeli ” olarak adlandırdığı bir kavram yer alıyor.

Yapay zekâda iki farklı yol

Bugün yapay zekâ araştırmalarında iki ana yaklaşım öne çıkıyor.

Birinci yaklaşım, son yıllarda büyük başarı kazanan büyük dil modelleri etrafında şekilleniyor. OpenAI, Anthropic ve Google gibi şirketler tarafından geliştirilen bu sistemler devasa metin veri setleri üzerinde eğitiliyor ve kelimeler arasındaki olasılık ilişkilerini öğrenerek metin üretme yeteneği kazanıyor.

ChatGPT, Claude ve Gemini gibi sistemler yalnızca metin üretmekle kalmıyor; aynı zamanda yazılım kodu yazabiliyor, veri analizleri yapabiliyor ve birçok farklı görevde insan benzeri performans gösterebiliyor. Bu gelişmeler bazı araştırmacıların önemli bir soruyu gündeme getirmesine yol açtı: Eğer bu modeller daha fazla veri ve daha fazla işlem gücüyle eğitilmeye devam ederse, sonunda insan seviyesinde bir yapay zekâ ortaya çıkabilir mi?

OpenAI’nin GPT-4 teknik raporunda yer alan “GPT-4 yapay genel zekânın erken işaretlerini gösteriyor” ifadesi de bu yaklaşımın ne kadar ciddiye alındığını ortaya koyuyor. Bu görüşe göre yapay zekâdaki ilerleme büyük ölçüde ölçeklenmeye dayanıyor; yani daha büyük modeller, daha büyük veri setleri ve daha güçlü işlem altyapısı yeni yeteneklerin ortaya çıkmasına yol açabiliyor.

“Dil zekâ değildir”

Ancak bu yaklaşımın sınırlı olduğunu düşünen önemli bir araştırmacı grubu da bulunuyor. Meta’nın uzun yıllar baş yapay zekâ bilimciliğini yapan Yann LeCun, büyük dil modellerinin etkileyici görünmesine rağmen temelde metin örüntülerini tahmin eden sistemler olduğunu savunuyor.

LeCun’a göre bu sistemler çoğu zaman akıl yürütüyormuş gibi görünse de aslında yalnızca olasılık hesapları üzerinden çalışıyor. Ona göre insan zekâsı yalnızca dili işlemekten ibaret değildir; aynı zamanda dünyanın nasıl çalıştığını anlamaya dayanır.

Bu nedenle gerçek anlamda güçlü bir yapay zekâ geliştirmek için makinelerin yalnızca metinleri değil, dünyayı da öğrenmesi gerekir. LeCun’un savunduğu bu yaklaşımın merkezinde “ dünya modeli ” kavramı bulunuyor.

Dünya modeli nedir?

Dünya modeli, bir yapay zekâ sisteminin çevresinin içsel bir simülasyonunu oluşturabilmesi anlamına geliyor. Böyle bir sistem yalnızca geçmiş verilerden tahmin yapmakla kalmaz; aynı zamanda gelecekte ortaya çıkabilecek senaryoları da simüle edebilir ve farklı eylemlerin sonuçlarını değerlendirebilir.

Bu yaklaşımın temelinde insan beyninin çalışma biçimi yatıyor. Nörobilim araştırmaları, beynin sürekli olarak çevresini tahmin eden ve olası sonuçları simüle eden bir sistem olduğunu gösteriyor. Dünya modeli yaklaşımını savunan araştırmacılar da yapay zekânın bir sonraki büyük sıçramasının bu yönde gerçekleşeceğini düşünüyor.

Uzman görüşü: Dil modellerinin sınırları var

Teknoloji girişimcisi ve Enquire AI CEO’su Cenk Sidar , büyük dil modellerinin gerçek dünya analizi için sınırlı olduğunu düşünen isimlerden biri.

Sidar’a göre bu sistemler çoğu zaman olduğundan daha zekiymiş gibi algılanıyor.

“LLM’ler ismi üzerinde dil modelleri. Kelimelerin sıralamasını tahmin ediyor ve mantık yürütüyor izlenimi veriyor. Özellikle siyaset, ekonomi ve jeopolitik gibi konularda yol göstermesi mümkün değil. Dünya modelleri bu tarz alanlar başta olmak üzere robotik gibi fiziksel duyu gereken alanlarda belirleyici olacak.”

Sidar’a göre yapay zekâ sistemlerinin gerçek anlamda karar destek araçlarına dönüşebilmesi için yalnızca metin üretmesi değil, dünyadaki neden-sonuç ilişkilerini modelleyebilmesi gerekiyor.

DeepMind: Gelecek hibrit olabilir

Google DeepMind CEO’su Demis Hassabis ise yapay zekânın geleceğinin iki yaklaşımın birleşiminden doğacağını düşünüyor. Hassabis’e göre güçlü bir yapay zekâ sistemi hem dili anlayabilmeli hem de dünyayı modelleyebilmelidir.

DeepMind’in geliştirdiği AlphaGo, AlphaZero ve MuZero gibi sistemler bu yaklaşımın erken örnekleri olarak görülüyor. Özellikle MuZero sistemi, oyun kurallarını önceden bilmeden çevresini öğrenerek strateji geliştirebilmesiyle dikkat çekmişti. Bu tür sistemler yalnızca veriye bakarak tahmin yapmak yerine çevrenin bir modelini öğrenip bu model üzerinde simülasyonlar çalıştırabiliyor.

Dünya modeli araştırmalarının arkasındaki isimler

Dünya modeli yaklaşımı yalnızca Yann LeCun’un savunduğu bir fikir değil. Stanford Üniversitesi’nden Fei-Fei Li, yapay zekânın dünyayı anlayabilmesi için üç boyutlu mekânsal temsillerin geliştirilmesi gerektiğini savunuyor. Sakana AI’de çalışan David Ha’nın 2018 yılında yayımladığı “World Models” başlıklı makale de bu alanın en önemli referanslarından biri olarak kabul ediliyor.

Numenta’nın kurucusu Jeff Hawkins ise insan beyninin temel işlevinin dünyayı tahmin etmek olduğunu savunan teoriler geliştiriyor. Turing ödüllü araştırmacı Yoshua Bengio da son yıllarda özellikle nedensel öğrenme üzerine çalışarak yapay zekânın yalnızca veri örüntülerini değil, neden-sonuç ilişkilerini de öğrenmesi gerektiğini vurguluyor.

Meslekleri nasıl etkileyecek?

Yapay zekânın hangi yönde gelişeceği iş dünyasını da doğrudan etkileyecek. Büyük dil modelleri özellikle bilgi üretimi ve analiz gerektiren mesleklerde hızlı bir dönüşüm yaratıyor. İçerik üretimi, yazılım geliştirme, pazarlama, veri analizi ve müşteri hizmetleri gibi alanlarda birçok görev otomatikleşmeye başladı. Dünya modeli tabanlı yapay zekâ sistemleri ise daha çok fiziksel dünya ile bağlantılı sektörleri dönüştürebilir.

Robotik, otonom araçlar, lojistik, üretim teknolojileri ve savunma sistemleri gibi alanlarda bu tür sistemlerin etkisi çok daha büyük olabilir. Başka bir deyişle, dil modelleri dijital iş dünyasını değiştirirken dünya modeli tabanlı yapay zekâ fiziksel ekonomiyi dönüştürebilir.

Yapay zekânın bir sonraki aşaması

Bugün birçok araştırmacı geleceğin yapay zekâ sistemlerinin tek bir mimariye dayanmayacağını düşünüyor. Bunun yerine dil modelleri, dünya modelleri ve otonom ajan sistemlerinin birleştiği daha karmaşık yapılar ortaya çıkabilir. Böyle bir mimari, makinelerin hem insanlarla iletişim kurabilmesini hem de çevrelerini anlayarak bağımsız kararlar alabilmesini sağlayabilir.

Yapay zekâ dünyasında bugün hâlâ cevap bekleyen büyük soru şu: Süper zekâya giden yol daha büyük dil modellerinden mi geçecek , yoksa dünyayı gerçekten anlayabilen sistemlerden mi?

Yann LeCun’un milyar dolarlık yeni girişimi, bu tartışmanın önümüzdeki yıllarda teknoloji dünyasının merkezinde kalacağını gösteriyor.

Çünkü bu tartışmanın sonucu yalnızca yapay zekânın değil, aynı zamanda geleceğin ekonomisinin ve iş dünyasının da yönünü belirleyebilir.