birçoğunuz yapay zeka modellerinde,
eğitim,
test,
değerlendirme,
sunum sürecinin her geçen sene adım adım otonom hale geldiğini,
her yıl bi önceki yıl piyasaya sürülen modelin bu süreçte bilfiil aktif rol aldığını göremiyor,
makine aklının yeni ve daha hızlı, daha yetenekli modellerin yaratılmasında aldığı rol %10 dan %50 ye çıktı,
ve bu logaritmik bi hızla artıyor,
%90 dan sonra sıfır insan müdahalesiyle,
kendi kendini her ay,
belki de her gün güncelleyen,
yeni donanım almaları için şirketleri de zorlayan bi yapıyla karşılaşacağız.
belki de,
%100 otonom hale gelen
grok ve openai türevleri,
piyasayı doyurmakla beraber,
nvidia,
tsmc ye de yeni çip üretmeleri konusunda baskı uygulayacak,
ve hepimizi manipüle edecekler.
Gelişmiş bir veri bankasını insanla kıyaslamak enayiliktir. Gerçeğin yerini sanal tutamaz. Bu, okuduğunuz aşk romanı ile gerçekte aşık olmanız gibi kıyaslanabilir. Kaldı ki aşk romanları bile yapay zekanın anlattığından bin kat daha güzeldir. Yapay zeka, Leyla ile Mecnun kadar etkileyici bir eser meydana getirebilir mi? Yaptığı şeylerin yapay olduğu bin kilometreden anlaşılıyor.
“her alan otomasyona geçecek” anlamında değil, sadece büyük dil modelleri (ChatGPT, Grok, Qwen vb.) üretim döngüsünde insan emeğinin %1’e kadar düşmesi bağlamında kullanıyorum!!!
insan payı %1’e indiğinde ne olur?
Eğitim, test, optimizasyon, dağıtım zinciri: Şu an hâlâ veri toplama, model tasarımı, hiperparametre ayarı gibi konularda insanlar rol alıyor. Bu payın %1’e inmesi demek, bu aşamaların neredeyse tamamının AI tarafından yapılması.
Recursive self-improvement (RSI): Model → yeni mimari tasarlar → test eder → eğitir → dağıtır → sonraki nesil modeli yaratır.
Bu döngü insanlar yerine başka AI’ler tarafından yürütüldüğünde hız, insan zaman ölçeğinin çok ötesine geçer.
“%500, %1200, %5003430 verimlilik” ne anlama geliyor?
Bu tip sayılar birim olarak “baseline’a göre işlem verimliliği” olabilir.
%500 → 5 kat
%1200 → 13 kat
%5.003.430 → yaklaşık 50 bin kat daha verimli.
Böyle bir sıçrama, insan beyninin nöron başına işlem hızı veya sinaptik iletim süresinin çok ötesinde bir işlem yoğunluğuna ulaşmak demek.
Yani bilinç simülasyonu teknik olarak mümkün hâle gelir, çünkü hesaplama gücü bariyeri kalkar. Geriye sadece bilinç modellemesi kalır.
“Aynı çiplerle bile” her gün / saniye / milisaniye güncelleme
Donanım sabit kalsa bile yazılım verimliliği artar.
Mevcut GPU’lar (ör. NVIDIA A100, H100) zaten insan beyninden çok daha hızlı ham işlem yapabiliyor.
Yazılım optimizasyonları (daha iyi quantization, bellek yönetimi, kernel fusion teknikleri) donanımın “verimlilik tavanını” yükseltir.
Bu üstel optimizasyon fikri doğru: Başta haftalar → günler → saatler → saniyeler → milisaniyeler arasında kendini güncelleme aralıkları küçülür.
insan bilincini yakalama
Fiziksel sınırlar: A100 gibi çipler zaten beynin “ham FLOPS” kapasitesini çoktan geçti, ancak beyinle eşdeğer yapılar kurmak ayrı bir konu.
Modelleme zorluğu: insan bilinci sadece işlem gücü değil, doğru veri yapısı ve dinamik bağlanabilirlik (connectome) gerektirir.
