ChatGPT Gibi Büyük Dil Modelleri AGI İçin Yeterli mi DeepMind CEO’su Net Konuştu

ChatGPT ile birlikte büyük dil modelleri, yapay zeka alanında son yılların en büyük sıçramalarından birini tetikledi. Metin üretimi, çeviri, kod yazımı ve analiz gibi pek çok alanda insan seviyesine yaklaşan performanslar sergileyen bu modeller, doğal olarak daha büyük bir soruyu da beraberinde getirdi. Bu yaklaşım, gerçekten yapay genel zekaya giden yol olabilir mi?

Google’ın yapay zeka çalışmalarının başında yer alan DeepMind CEO’su Demis Hassabis’e göre bu sorunun yanıtı net biçimde hayır. Davos’ta düzenlenen Dünya Ekonomik Forumu’nda konuşan Hassabis, ChatGPT gibi büyük dil modellerinin ne kadar etkileyici olurlarsa olsunlar, AGI için temel bir eksiğe sahip olduğunu savundu. Bu açıklamalar, yapay zeka dünyasında uzun süredir fısıltı halinde konuşulan bir tartışmayı yeniden alevlendirdi.

Büyük dil modelleri neden sınıra yaklaşıyor

Büyük dil modelleri, devasa veri kümeleri üzerinde eğitilerek dil içindeki örüntüleri son derece başarılı biçimde öğreniyor. İlk ortaya çıktıkları dönemde her yeni sürüm, öncekinin çok ötesine geçiyordu. Ancak son dönemdeki ilerlemeler daha sınırlı, daha artımlı ve çoğu zaman ince ayar düzeyinde kalıyor.

Bu durum, mevcut yaklaşımın doğal sınırlarına yaklaşılıyor olabileceği yönündeki görüşleri güçlendiriyor. Hassabis de tam olarak bu noktaya dikkat çekiyor. Ona göre LLM’ler, ne kadar büyük olurlarsa olsunlar, temelde istatistiksel tahmin makineleri olarak çalışıyor. Bir cümlenin ya da kelimenin ardından hangisinin gelmesi gerektiğini büyük bir doğrulukla tahmin edebiliyorlar ancak bu, gerçek bir anlayış anlamına gelmiyor.

Bu fark, AGI tartışmasının merkezinde yer alıyor. Çünkü AGI, yalnızca doğru cevaplar üreten bir sistem değil, dünyayı anlayan bir zihin olarak tanımlanıyor.

AGI için eksik olan parça dünya modeli

Demis Hassabis’e göre AGI’a ulaşmanın ön koşulu, yapay zekanın gerçek bir dünya modeline sahip olması. Dünya modeli, bir sistemin çevresini, fizik kurallarını, nedensellik ilişkilerini ve zaman içindeki değişimleri içsel olarak temsil edebilmesi anlamına geliyor.

Hassabis, büyük dil modellerinin bu noktada ciddi bir eksiklik yaşadığını düşünüyor. Bu modeller örüntü tanımada son derece başarılı olsalar da neden sonuç ilişkilerini gerçekten kavrayamıyor. Bir olayın neden başka bir olaya yol açtığını anlamak yerine, yalnızca geçmiş verilerde bu iki olayın birlikte ne sıklıkla geçtiğine bakıyorlar.

Bu yaklaşım, gündelik dil görevlerinde yeterli olabilir ancak bilimsel keşif, fiziksel dünya ile etkileşim ve uzun vadeli planlama gibi alanlarda ciddi sınırlamalar doğuruyor. Hassabis’e göre gerçek zeka, yalnızca cevap üretmekle değil, zihinsel deneyler yapabilmekle mümkün.

OpenAI yaklaşımı neden eleştiriliyor

Hassabis, açıklamalarında doğrudan OpenAI’nin adını anmasa da eleştirilerin hedefinin kim olduğu oldukça açık. OpenAI, bir süredir hem yatırımcılarına hem de kamuoyuna AGI’a giderek yaklaştıkları mesajını veriyor. Şirketin temel varsayımı, modeller büyüdükçe ve daha fazla hesaplama gücü devreye girdikçe, akıl yürütme ve bilimsel keşif gibi yeteneklerin doğal olarak ortaya çıkacağı yönünde.

Hassabis ise bu yaklaşımın bilimsel keşif söz konusu olduğunda temel bir duvara çarptığını düşünüyor. Nobel ödüllü bir araştırmacı olarak, gerçek bilimsel ilerlemenin yalnızca metinler arasındaki ilişkileri öğrenmekle sağlanamayacağını vurguluyor. Ona göre bir sistemin, fizik kurallarını içselleştirebilen ve alternatif senaryoları zihninde simüle edebilen bir yapıya sahip olması gerekiyor.

Bu görüş, OpenAI ile Microsoft arasında daha önce yaşanan fikir ayrılıklarıyla da örtüşüyor. Microsoft, OpenAI’ın AGI tanımını gerçekçi bulmadığını açıkça dile getirmiş ve AGI’a ulaşıldığı iddialarını abartılı olarak değerlendirmişti. DeepMind CEO’sunun açıklamaları, bu eleştirilerin akademik zeminde de karşılık bulduğunu gösteriyor.

DeepMind neden farklı bir yol izliyor

DeepMind’in son dönemde attığı adımlar, şirketin büyük dil modellerinin ötesine geçen bir strateji benimsediğini açıkça ortaya koyuyor. 2025 yılında tanıtılan Genie 3 sistemi, metin girdilerinden etkileşimli üç boyutlu ortamlar üretebiliyor. Bu ortamlar, yapay zekanın yalnızca dil ile değil, fiziksel benzeri bir dünya ile etkileşime girmesini sağlıyor.

SIMA 2 ise bu simüle edilmiş dünyalarda yapay zeka ajanlarını eğiterek, çevreyle etkileşim kurma becerilerini geliştirmeyi hedefliyor. Hassabis’e göre bu tür hibrit yaklaşımlar, salt dil modellerine kıyasla karmaşık akıl yürütme görevlerinde yüzde 20 ila 30 arasında daha iyi performans sunuyor. Aynı zamanda fiziksel dünya hakkında yapılan hatalı çıkarımların da ciddi biçimde azaldığı ifade ediliyor.

Bu yaklaşım, yapay zekanın yalnızca konuşan değil, düşünen ve deneyimleyen bir varlık haline gelmesi fikrine dayanıyor.

AGI için zaman çizelgesi ne söylüyor

Hassabis, AGI’ın ne zaman ortaya çıkacağı konusunda da temkinli bir iyimserlik sergiliyor. Davos’taki açıklamalarında, AGI’ın 2030’a kadar ortaya çıkma ihtimalini yüzde 50 olarak değerlendirdi. Ancak bu öngörü, sektörde sıkça kullanılan daha düşük eşiklere dayanan AGI tanımlarından oldukça farklı.

Hassabis’in AGI tanımı, yalnızca çok sayıda görevi yerine getirebilen bir sistemden ibaret değil. Bu tanım, bilimsel yaratıcılık gösterebilen, sürekli öğrenebilen ve yeni bilgi üretebilen bir yapay zekayı kapsıyor. Bu seviyeye ulaşmak için ise birkaç büyük bilimsel ve teknik atılımın daha gerektiği düşünülüyor.

Bu da AGI tartışmasının neden bu kadar hararetli olduğunu açıklıyor. Sorun yalnızca ne zaman sorusu değil, aynı zamanda neye AGI diyeceğimiz meselesi.

Yapay zeka tartışması yeni bir evreye giriyor

ChatGPT ve benzeri büyük dil modelleri, yapay zekayı günlük hayatın merkezine taşıdı. Ancak bu başarı, aynı zamanda bu yaklaşımın sınırlarını da daha görünür hale getirdi. Demis Hassabis’in açıklamaları, yapay zekanın geleceğinin yalnızca daha büyük modellerden ibaret olmayabileceğini güçlü bir şekilde ortaya koyuyor.

Önümüzdeki yıllarda yapay zeka yarışının, salt hesaplama gücü ve veri büyüklüğü üzerinden değil, dünyayı anlama ve simüle etme becerisi üzerinden şekillenmesi bekleniyor. Dil modelleri bu yolculuğun önemli bir parçası olmaya devam edecek ancak tek başına yeterli olmayabilir.

AGI’a giden yolun düz bir çizgi olmadığı artık daha net. Ve bu yolun bir yerinde, yapay zekanın yalnızca kelimeleri değil, gerçekliği de anlaması gerekecek.