Google I/O ana konuşmasında DeepMind CEO’su Demis Hassabis, “Şu anda tekilliğin eteklerinde duruyoruz” diyerek dikkat çekti. Tekillik, yapay zekânın insan zekâsını hızla aşarak dünyayı kökten dönüştüreceği varsayılan bir gelecek anıdır. Hassabis’in bu sözleri, sahnede gösterilen bilimsel AI videosunun bağlamında özellikle çarpıcıydı.
Video, şirketin hava tahmin yazılımı WeatherNext’in geçen yıl Jamaika’da Hurricane Melissa’nın yıkıcı gelişine önceden uyarı göndererek hayatları kurtarmış olabileceğini anlatıyordu. WeatherNext gibi belirli bilimsel problemleri çözmek için tasarlanmış araçlar, önemli ve somut bir başarıyı temsil eder; ancak tekillik iddiasını kanıtlamaz.
Bu durum, iki farklı AI‑bilim yaklaşımını gözler önüne seriyor: Birincisi, WeatherNext gibi spesifik görevler için eğitilmiş araçlara odaklanmak. İkincisi ise, insan müdahalesi olmadan araştırma projelerini yürütebilecek LLM‑tabanlı ajan sistemleri. Sonuncu vizyon, kendini geliştiren AI kavramı ve AI‑ların ilerlemenin ana sürücüsü olma düşüncesiyle şu anda büyük heyecan yaratıyor. Bu tip ajanlar, sınırlı insan rehberliğiyle bile gerçek araştırma çıktıları üretmeye başladı. Örneğin, Google Cloud baş bilim insanı Pushmeet Kohli, Daedalus dergisinin özel bir sayısında “Bilimi sadece kolaylaştırmakla kalmayıp, bilim yapmaya da başlayan AI’lara doğru ilerliyoruz” demişti.
Bu yeni tip AI’ların ortaya çıkması, AlphaFold gibi Nobel ödüllü, çok uzmanlaşmış araçların önemini gölgelemeye başladı. Google, hâlâ AlphaGenome, AlphaEarth Foundations ve WeatherNext’in yeni sürümü gibi özel bilim AI’larını geliştiriyor ve bu araçlar büyük ilgi görüyor; AlphaFold tahminleri dünya çapında üç milyondan fazla araştırmacı tarafından kullanılıyor. Ancak kaynak tahsisi ve önceliklerde bir kayma var. Los Angeles Times’ın haberine göre, AlphaFold’un Nobel’cü John Jumper artık AI kodlama üzerine çalışıyor, bu da şirketin kodlama yeteneklerini geliştirmeye odaklandığını gösteriyor.
Endüstri genelinde ajan‑temelli araştırma sistemleri de kanıtlar sunuyor. OpenAI, GPT‑5.5 benzeri bir genel amaçlı akıl yürütme modelinin önemli bir matematiksel varsayımı çürüttüğünü duyurdu. Bu model, matematik problemleri için özel olarak tasarlanmamıştı; eğer benzer ajanlar bilimsel araştırmalarda da bağımsız katkılar sağlarsa, deneysel doğrulama gerektirdiği için AI için daha zorlu bir alan olsa da, önemli bir dönüşüm gerçekleşebilir.
Google’ın I/O’da duyurduğu yeni Gemini for Science paketi, şirketin LLM‑tabanlı bilimsel sistemlerini tek bir çatı altında topluyor. Hypothesis‑üreten AI Co‑Scientist ve algoritma‑optimize eden AlphaEvolve hâlen kapalı beta aşamasında, ancak araştırmacılara erişim başvuruları açıldı. Stanford genetikçisi Gary Peltz, Nature Medicine’da AI Co‑Scientist’i “Delphi kahiniyle danışmak” olarak nitelendirdi.
Gemini for Science, özel araçlarla çelişmez; aksine ajanlar ihtiyaç duyduklarında AlphaFold gibi modelleri çağırabilir. Şirket, bu yeni bilimsel ajanları insan araştırmacıları için bir hızlandırıcı olarak konumlandırıyor, AI Scientist yerine AI Co‑Scientist adını seçerek bu niyeti vurguluyor. Hassabis, Daedalus röportajında “Önümüzdeki on yıl AI’yı bilim insanlarına muhteşem bir araç olarak düşünmeliyiz” derken, uzun vadede bu sistemlerin işbirlikçi hâle gelebileceğini öne sürüyor.
Eğer Hassabis’in “tekilliğin etekleri” metaforu gerçekse, gelecekte AI‑bilimciler insan meslektaşlarını geride bırakabilir. Hassabis, I/O’da gazeteci Mike Allen’a, fizikteki durgunluğun AI ile aşılabileceğini düşündüğünü, böylece insan zihninin sınırlarının ötesine geçilebileceğini söylemişti. Google, bu vizyona doğru hareket edip, bir gün bilimsel araştırmada süperinsan ajanlar yaratmayı hedefliyor gibi görünüyor.
Yorum Yap