Yapay zekâ modelleri aynı anda daha ucuz, küçük, hızlı ve bağımsız hale geliyor. Bu dönüşüm, teknolojinin ayrı bir hizmet olmaktan çıkarak otomobillerden ev cihazlarına ve iş süreçlerine kadar birçok sistemin içine yerleşmesini sağlayabilir.
Yapay zekâdaki gelişmeleri uzun süre tek bir soruyla takip ettik: Yeni model eskisinden daha zeki mi? Son aylarda ise bu sorunun tek başına yeterli olmadığı giderek daha açık hale geliyor. Çünkü asıl değişim yalnızca modellerin daha iyi cevap vermesi değil. Aynı anda daha ucuz, daha küçük, daha hızlı ve daha bağımsız duruma geliyorlar. Bu dört eğilim birlikte düşünüldüğünde asıl hikâye ortaya çıkıyor.
Yapay zekâ, ayrı bir teknoloji olmaktan çıkıp elektriğe benzer biçimde birçok ürünün ve cihazın içine görünmeden yerleşebilir. ZEKÂ UCUZLUYOR Bugün en dikkat çekici eğilimlerden biri, ödediğimiz para karşılığında elde ettiğimiz yapay zekâ kapasitesinin hızla artması. Aynı seviyedeki bir işi yapabilen modeller birkaç yıl önceye göre çok daha düşük maliyetle çalışıyor.
Üstelik yalnızca fiyatlar düşmüyor, modeller aynı işi daha az hesaplama gücüyle yapmayı öğreniyor. Bunun ekonomik sonucu düşündüğümüzden daha büyük olabilir. Bugün şirketler yapay zekâ kullanımını hâlâ bir maliyet kalemi olarak hesaplıyor. Her sorgunun, her metnin, her görüntünün bir işlem maliyeti var.
Ancak bu maliyetler düşmeye devam ederse birkaç yıl sonra birçok uygulama için “Yapay zekâ kullanmak pahalı mı” sorusunun anlamı kalmayabilir. Bu durumda yapay zekâ yalnızca büyük şirketlerin kullandığı pahalı bir araç olmaktan çıkar, muhasebe programından eğitim yazılımına, otomobilden ev sistemlerine kadar sıradan bir özellik haline gelebilir.
Burada “zekâsı azalıyor” anlamında bir küçülmeden söz etmiyoruz. Tam tersine, aynı yeteneği daha küçük bir alana sığdırmayı öğreniyoruz. Bunun çarpıcı örneklerinden biri, yakın zamanda duyurulan 27 milyar parametreli bir modelin yalnızca 5. 9 gigabaytlık bir dosyaya kadar küçültülebilmesi oldu. Geliştiricisinin ölçümlerine göre model, çok daha büyük yer kaplayan asıl sürümünün performansının büyük bölümünü koruyor.
Bugün güçlü yapay zekâların çoğunu uzak veri merkezlerinde çalıştırıyoruz. Telefonumuzdan bir soru sorduğumuzda işin ağır kısmı çoğu zaman başka bir yerde, büyük bilgisayarların bulunduğu veri merkezlerinde yapılıyor. Ama modeller küçülmeye devam ederse bu düzen değişebilir. Bir gün buzdolabımızın, otomobilimizin, televizyonumuzun, işitme cihazımızın veya güvenlik kameramızın kendi yapay zekâsı olabilir.
Üstelik sürekli internete bağlı olması gerekmeyebilir. Cihaz, gördüğünü veya duyduğunu başka bir şirkete göndermeden bulunduğu yerde işleyebilir. Bu mahremiyet açısından da önemli. Kamera görüntüleri, kişisel belgeler veya sağlık bilgileri buluta gitmeden analiz edilebilir. Yapay zekâ yalnızca bilgisayar ve telefonda değil, enerjisi ve işlem gücü olan hemen her cihazda yaşayabilir.
SORU CEVAPLAYAN MAKİNEDEN İŞ YAPAN MAKİNEYE Belki de en önemli değişim, yapay zekânın cevap veren bir sistem olmaktan çıkıp görev yapan bir sisteme dönüşmesi. Bugünkü kullanım biçimimiz tanıdık: Bir soru soruyoruz, bir cevap alıyoruz. Yeni nesil sistemlerin hedefi farklı. Siz sonucu söylüyorsunuz, sistem gerekli adımları kendi planlıyor.
Örneğin “Rakiplerimizin son üç aydaki faaliyetlerini araştır, fiyatlarını karşılaştır, önemli değişiklikleri bul ve bana kısa bir rapor hazırla” dediğinizi düşünün. Yeni nesil sistem interneti tarayabilir, sayfaları okuyabilir, verileri tabloya aktarabilir, hesaplama yapabilir, sonuçları kontrol edebilir ve raporu önünüze koyabilir. Aradaki fark küçük görünse de aslında çok büyük.
Çünkü burada yapay zekâ bir danışmandan çalışana dönüşüyor. Bu dönüşüm özellikle beyaz yakalı işlerde ciddi sonuçlar doğurabilir. Avukat daha az belge tarayıp daha fazla strateji geliştirebilir, gazeteci yüzlerce belgeyi tek tek okumak yerine yapay zekâya ön tarama yaptırabilir. Bu nedenle asıl soru “Hangi meslekler yok olacak?” değil, her mesleğin içindeki hangi görevlerin makinelere devredileceği olabilir.
MODEL DEĞİL, ÇÖZÜM DEĞERLİ HALE GELİYOR Bugün teknoloji dünyası hangi yapay zekâ modelinin daha iyi olduğunu tartışıyor. OpenAI mı, Google mı, Anthropic mi, Çinli modeller mi? Fakat en güçlü modeller arasındaki fark giderek daralıyor. Açık olarak kullanılabilen modeller de birkaç yıl öncesine göre çok daha rekabetçi.
Bu eğilim devam ederse birkaç yıl sonra kullanıcıların çoğu hangi modelin çalıştığını bilmeye bile ihtiyaç duymayabilir. Nasıl bugün bir sitenin arkasındaki teknolojiler nedir diye düşünmüyorsak yarın da hangi yapay zekâ modeline bağlandığımızı düşünmeyebiliriz. Böyle bir dünyada asıl değer modelin kendisinden başka yerlere kayar. Kullanıcıyı kim daha iyi tanıyor? İş sürecine kim daha iyi entegre oluyor?
Hangi sistem güvenilir? Hangi şirketin özel verisi, dağıtım gücü ve müşteri ilişkisi daha iyi? Bu nedenle önümüzdeki dönemin kazananları mutlaka en büyük yapay zekâ modelini yapanlar olmayabilir. Yapay zekâyı gerçek bir problemi çözmek için en iyi kullananlar da büyük değer yaratabilir.
YAPAY ZEKÂ KENDİ GELİŞİMİNİ HIZLANDIRIYOR Daha az konuşulan ama belki de uzun vadede en önemli gelişme şu: Yapay zekâ artık yapay zekâ geliştiren insanların da çalışma aracına dönüşüyor. Yazılım mühendisleri, araştırmacılar ve veri bilimciler yapay zekâdan giderek daha yoğun yararlanıyor. Bunun sonucu basit bir verimlilik artışından daha büyük olabilir.
Daha iyi yapay zekâ, araştırmacının daha hızlı çalışmasını sağlar. Araştırmacı daha hızlı çalışınca daha iyi yapay zekâ daha kısa sürede geliştirilir. Yeni sistem de bir sonraki araştırmayı daha da hızlandırır. Burada kendi kendini tamamen geliştiren bir makineden söz etmiyoruz. İnsan hâlâ sürecin merkezinde (en azından şimdilik). Fakat gelişme hızını artıran bir geri besleme döngüsü oluşmaya başlamış durumda.
Bu yüzden yapay zekânın önümüzdeki beş yıldaki ilerlemesini son beş yıldaki hızın düz bir uzantısı gibi düşünmek yanıltıcı olabilir. Gelişme hızının kendisi de değişebilir. YENİ KIT KAYNAK: GÜVEN Yapay zekâ çok hızlı üretmeye başladığında başka bir sorun ortaya çıkıyor: Üretilen şeyin doğru olduğunu kim kontrol edecek?
Bugün bir yapay zekâ birkaç saniyede sayfalarca metin, yüzlerce satır kod veya ayrıntılı bir analiz üretebilir. Yakında bilimsel hipotezler, hukuki değerlendirmeler ve karmaşık iş planları da çok daha hızlı üretilebilir. Fakat üretim hızı doğrulama hızını geçtiğinde darboğaz değişir. Eskiden sorun bir raporu hazırlamak için yeterli insan bulmaktı.
Kaynak: Cumhuriyet Son Dakika
