İnce Satırlar
Liste Modu
Döşeme Modu
Sade Döşeme Modu
Blog Modu
Yapay genel zeka (AGI) hedefi, teknoloji dünyasında uzunca bir süredir kutlu hedef olarak görülüyor. Ancak, yapay zeka araştırmacıları arasında giderek artan bir görüş birliği var: Daha fazla işlem gücüyle AGI'ye ulaşma stratejisi yanlış olabilir. Tanımlamalar farklılık gösterse de AGI, bir insanın yapabileceği herhangi bir zihinsel görevi başarıyla gerçekleştirebilecek yapay zeka olarak görülüyor.
Daha fazla güç sonuç vermeyebilir
Association for the Advancement of Artificial Intelligence (AAAI) tarafından yapılan ve 475 yapay zeka araştırmacısının katıldığı son ankete göre, katılımcıların yüzde 76'sı mevcut yapay zeka modellerine daha fazla bilgi işlem gücü ve veri eklemenin AGI’ye ulaşmayı sağlamayacağını düşünüyor.
Son yıllarda teknoloji devleri AGI yarışında öne geçebilmek için milyarlarca dolar harcadı. Sadece geçen yıl, üretken yapay zeka alanında girişim sermayesi yatırımları 56 milyar doları aştı. Ayrıca, çip üreticileri ve AI hızlandırıcılarına olan talep artışıyla birlikte yarı iletken endüstrisinin 2024'te 626 milyar dolara ulaştığı belirtiliyor.
Bu devasa modelleri çalıştırmak için gereken enerji de hızla artıyor. Microsoft, Google ve Amazon gibi şirketler, veri merkezlerini beslemek için nükleer enerji anlaşmalarına yöneliyor. Ancak bu devasa yatırımlara rağmen, son teknoloji yapay zekâ modellerinin performansındaki iyileşmeler giderek azalıyor.
Öncelikler değişiyor
Anket sonuçları, yapay zeka araştırmacılarının önceliklerinin değiştiğine de işaret ediyor. Katılımcıların yüzde 77’si, yapay zeka sistemlerinin risk-fayda dengesine odaklanırken, yalnızca yüzde 23’ü doğrudan AGI geliştirmeyi hedefliyor. Ayrıca, yüzde 82’lik bir kesim, AGI’nin özel şirketler tarafından geliştirildiği durumda kamunun yararına sahiplenilmesi gerektiğine inanıyor. Bununla birlikte, yüzde 70’i tam güvenlik mekanizmaları sağlanana kadar AGI araştırmalarının durdurulmasına karşı çıkıyor.
Daha ucuz ve verimli çözümler de araştırılıyor. OpenAI, yapay zeka modellerinin yanıt üretmeden önce daha fazla "düşünmesine" olanak tanıyan "test-time compute" (test zamanı hesaplama) tekniğini deniyor. Bu yöntem, büyük ölçeklemeye gerek kalmadan performans artışı sağlasa da ortada sihirli bir şey yok. Açıkçası yapay zeka dünyasında gözler, bir sonraki devrimsel ilerlemeye çevrilmiş durumda. Bu olana kadar ise mevcut modellerin evrimleşmiş hallerini göreceğiz.
Bu haberi, mobil uygulamamızı kullanarak indirip,istediğiniz zaman (çevrim dışı bile) okuyabilirsiniz:
