Küresel yapay zeka ekonomisi, kritik darboğazlarla karşı karşıya. Sektörün önde gelen isimleri, bu derin sorunları tartıştı. Milken Küresel Konferansı’nda bir araya geldiler.
Beş uzman, tedarik zincirinin her katmanını temsil ediyordu. Çip kıtlığından enerjiye kadar pek çok konuya değindiler. Hatta mevcut AI mimarisinin yanlış olabileceği konuşuldu.
Yapay Zeka Ekosisteminin Çekirdek Sorunları
Panelde önemli isimler yer aldı. ASML CEO’su Christophe Fouquet bunlardan biriydi. Şirketi, modern çiplerin olmazsa olmazı extreme ultraviyole litografi makinelerinin tek üreticisi.
Google Cloud COO’su Francis deSouza da sahnedeydi. Şirketinin tarihindeki en büyük altyapı yatırımlarını yönetiyor. Applied Intuition CEO’su Qasar Younis ise fiziksel AI alanında öncü.
Perplexity’nin İş Geliştirme Direktörü Dimitry Shevelenko katıldı. Yapay zeka destekli arama ve ajan sistemlerini temsil etti. Kuantum fizikçisi Eve Bodnia da söz aldı. Kendisi Logical Intelligence’ın kurucusu. AI sektöründeki temel mimariye meydan okuyor.
Çip Tedarik Krizi Derinleşiyor
Yapay zeka patlaması, fiziksel sınırlara takılıyor. Bu kısıtlamalar, beklenenden daha derin. Fouquet, çip üretiminde büyük bir hızlanma olduğunu belirtti.
Ancak çabalara rağmen, pazarın “önümüzdeki iki, üç, belki beş yıl boyunca” tedarikle sınırlı kalacağını söyledi. Yani, Google, Microsoft, Amazon gibi devler bile yeterli çip alamayacak.
DeSouza bu sorunun büyüklüğünü vurguladı. Google Cloud’ın gelirinin geçen çeyrekte 20 milyar doları aştığını belirtti. Gelir %63 oranında büyüdü. Bekleyen gelir de iki katına çıktı. Bu, talebin gerçek olduğunu gösteriyor.
Fiziksel Yapay Zeka İçin Veri Kısıtlamaları
Younis için engel başka bir yerdeydi. Applied Intuition, otonom sistemler geliştiriyor. Arabalar, kamyonlar, dronlar ve savunma araçları için sistemler üretiyorlar.
Onun darboğazı silikon değil, veriydi. Bu veri, makinelerin gerçek dünyaya gönderilmesiyle toplanıyor. “Gerçek dünyadan bulmak zorundasınız” dedi. Sentetik simülasyonlar bu açığı tam kapatmıyor.
Younis, “Fiziksel dünyada çalışan modelleri sentetik olarak eğitmek uzun zaman alacak” diye ekledi. Bu, fiziksel yapay zeka alanının önemli bir sorunu.
Enerji Sorunu ve Uzaydaki Veri Merkezleri
Çipler ilk darboğaz olsa da, enerji sorunu kapıda. DeSouza, Google’ın ciddi bir çözüm arayışında olduğunu doğruladı. Uzayda veri merkezleri kurma fikrini araştırıyorlar.
“Daha bol enerjiye erişim sağlıyorsunuz” dedi. Ancak uzayda bile kolay değil. DeSouza, uzayın boşluk olduğunu hatırlattı. Bu da ısı atımını zorlaştırıyor. Sadece radyasyonla ısı atılabiliyor. Bu da daha yavaş bir süreç.
Google yine de bu yolu geçerli görüyor. DeSouza’nın asıl argümanı entegrasyon yoluyla verimlilikti. Google’ın AI yığınını birlikte geliştirmesi önemli. TPU çiplerinden modellere kadar entegrasyon yapıyorlar.
Bu, watt başına daha fazla işlem gücü sağlıyor. Gemini’yi TPU’larda çalıştırmak, diğer konfigürasyonlardan çok daha verimli. Çünkü çip tasarımcıları modelin ihtiyaçlarını önceden biliyor.
Fouquet de benzer bir noktaya değindi. “Hiçbir şeyin paha biçilmez olamayacağını” söyledi. Sektör stratejik gereklilikle olağanüstü yatırımlar yapıyor. Ancak daha fazla işlem, daha fazla enerji demek. Ve enerjinin bir fiyatı var.
Alternatif Yapay Zeka Mimarileri: Enerji Tabanlı Modeller
Endüstri büyük dil modellerini (LLM) tartışırken, Bodnia farklı bir yol izliyor. Şirketi Logical Intelligence, enerji tabanlı modeller (EBM) üzerine kurulu. Bu modeller, bir dizideki sonraki kelimeyi tahmin etmiyor.
Bunun yerine verilerin altındaki kuralları anlamaya çalışıyorlar. Bodnia bunun insan beyninin çalışma biçimine daha yakın olduğunu savunuyor. “Dil, beynimle sizin aranızdaki bir kullanıcı arayüzü” dedi. “Akıl yürütmenin kendisi dile bağlı değil.”
En büyük modeli 200 milyon parametreye sahip. Bu, yüz milyarlarca parametreli LLM’lere göre çok küçük. Bodnia, modelinin binlerce kat daha hızlı çalıştığını iddia ediyor. En önemlisi, veri değiştiğinde bilgisini güncelleyebiliyor. Yeniden eğitim gerektirmiyor.
Çip tasarımı ve robotik gibi alanlarda EBM’lerin daha uygun olduğunu belirtiyor. “Araba sürerken dil kalıpları aramıyorsunuz. Çevrenizi anlıyor, dünyanın kurallarını kavrıyor ve karar veriyorsunuz.” Bu iddia dikkat çekici. Yapay zeka alanı sadece ölçeğin yeterli olup olmadığını sorguluyor.
Yapay Zeka Ajanları ve Kontrol Sorunu
Shevelenko, Perplexity’nin dönüşümünü anlattı. Arama ürününden “dijital işçiye” evrildiler. Perplexity Computer, bir bilgi işçisinin yöneteYapay zeka gelişmelerini bir personel gibi çalışıyor. “Her gün uyandığınızda ekibinizde yüzlerce çalışanınız var” dedi. “Bundan en iyi şekilde nasıl yararlanırsınız?”
Bu iddialı bir tanıtım. Ancak kontrolle ilgili soruları da beraberinde getiriyor. Shevelenko’nun cevabı “granülerlik” oldu. Kurumsal yöneticiler ajanların erişimini detaylıca belirleyebilir. Bağlantılar ve araçlara erişim hakları tanımlanabiliyor. Bunlar salt okunur veya okuma-yazma olabilir. Bu ayrım kurumsal sistemlerde çok önemli. Perplexity’nin ajanı Comet, bir plan sunar ve onay ister. Bazı kullanıcılar bunu sıkıcı buluyor. Ancak Shevelenko bunu çok önemli görüyor. Özellikle Lazard yönetim kuruluna katıldıktan sonra bu fikri pekişmiş. 180 yıllık bir markayı koruyan bir CISO’nun muhafazakar içgüdülerini anladığını belirtti. “Granülerlik, iyi güvenlik hijyeninin temelidir” dedi.
Yapay Zekanın Jeopolitik ve İstihdam Boyutları
Younis, panelin en jeopolitik gözlemini paylaştı. Fiziksel yapay zeka ile ulusal egemenlik iç içe. Saf dijital yapay zekada bu durum yoktu. İnternet başlangıçta bir Amerikan teknolojisiydi.
Sadece uygulama katmanında dirençle karşılaştı. Uber ve DoorDash gibi şirketler çevrimdışı sonuçlar doğurunca fark edildi. Fiziksel yapay zeka farklıdır. Otonom araçlar, savunma dronları, madencilik ekipmanları… Bunlar gerçek dünyada var olur. Hükümetler bunları görmezden gelemez. Güvenlik, veri toplama ve kontrol gibi sorular ortaya çıkıyor. “Neredeyse her ülke, kendi sınırları içinde, başka bir ülke tarafından kontrol edilen bu fiziksel zekayı istemiyor.” dedi. Younis’e göre, nükleer silaha sahip olmaktan daha az ülke robot taksi geliştirebiliyor.
Fouquet farklı bir çerçeve sundu. Çin’in AI ilerlemesi gerçek. DeepSeek’in bu yılki yayını, endüstride paniğe yol açtı. Ancak bu ilerleme model katmanının altında kısıtlı. EUV litografiye erişim olmadan Çinli çip üreticileri gelişmiş yarı iletkenler üretemiyor. Eski donanım üzerine kurulu modellerin dezavantajı artıyor. “Bugün ABD’de veri, bilgi işlem erişimi, çipler ve yetenek var. Çin üst katmanda çok iyi. Ancak bazı alt katmanlarda eksik kalıyor” dedi Fouquet.
Yapay Zeka Geleceği: Eleştirel Düşünme ve Yeni Fırsatlar
Panelin sonuna doğru rahatsız edici bir soru geldi. “Tüm bunlar, yeni neslin eleştirel düşünme kapasitesini etkileyecek mi?”
Cevaplar iyimserdi. Bu teknolojiye kariyerini adamış insanlardan bekleniyordu. DeSouza hemen güçlü araçların insanlığın çözemediği sorunları işaret etti. Nörolojik hastalıklar, sera gazı temizliği ve altyapı projeleri gibi. “Bu bizi bir sonraki yaratıcılık düzeyine taşımalı” dedi.
Shevelenko daha pragmatik bir noktaya değindi. Giriş seviyesi işler kaybolabilir. Ancak bağımsız bir şey başlatma yeteneği hiç bu kadar kolay olmamıştı. “Perplexity Computer’a sahip olan herkes için kısıtlama, kendi merakınız ve inisiyatifinizdir.”
Younis, bilgi işi ile fiziksel emek arasında net bir ayrım yaptı. Ortalama Amerikalı çiftçinin 58 yaşında olduğunu belirtti. Madencilik, uzun yol taşımacılığı ve tarımda iş gücü sıkıntısı kronik ve artıyor. Sebebi düşük ücretler değil. İnsanlar bu işleri yapmak istemiyor. Bu alanlarda fiziksel yapay zeka, istekli işçileri yerinden etmiyor. Var olan bir boşluğu dolduruyor. Bu boşluk daha da derinleşecek gibi görünüyor.
Kimbiliyo Analizi: Bu Ne Anlama Geliyor?
Yapay zeka ekosisteminin bu kadar farklı katmanlarından gelen bu uzman görüşleri, sektörün sadece hızlı bir büyüme içinde olmadığını, aynı zamanda yapısal dönüşümlerle ve derin krizlerle yüzleştiğini açıkça gösteriyor. Çip tedarikindeki kısıtlamalar ve devasa enerji ihtiyaçları, yakın gelecekte yapay zeka gelişiminin hızını doğrudan etkileyecek en somut engeller olarak öne çıkıyor. Google gibi şirketlerin uzayda veri merkezi arayışları, bu enerji krizinin boyutunu ve çözümlerin ne denli radikal olabileceğini çarpıcı bir şekilde gözler önüne seriyor. Bu durum, gelecekteki yapay zeka altyapılarının sadece teknolojik değil, aynı zamanda çevresel ve ekonomik sürdürülebilirlik açısından da yeniden düşünülmesi gerektiğini vurguluyor.
Ayrıca, Eve Bodnia’nın enerji tabanlı modeller gibi alternatif mimarilere yönelmesi, büyük dil modellerinin (LLM) her problem için tek çözüm olmadığını gösteriyor. Özellikle fiziksel dünyadaki kuralları anlama ve uygulama konusunda, daha küçük, daha hızlı ve daha az enerji tüketen modellerin potansiyeli, yapay zeka araştırmalarında yeni bir döneme işaret edebilir. Bu durum, yapay zekanın sadece metin ve dil odaklı olmaktan çıkıp, gerçek dünya etkileşimlerinde daha verimli ve mantıklı sistemlere evrilme ihtiyacını ortaya koyuyor. Jeopolitik boyut ise, fiziksel yapay zekanın ulusal güvenlik ve egemenlik konularıyla ne kadar yakından ilişkili olduğunu gözler önüne seriyor; bu da uluslararası işbirliğini ve rekabeti şekillendirecek kritik bir faktör olacaktır. Bu gelişmeler, yapay zekanın sadece teknoloji değil, aynı zamanda toplum, ekonomi ve uluslararası ilişkiler üzerinde dönüştürücü bir güç olduğunu bir kez daha kanıtlıyor.
Daha fazla güncel Yapay Zeka haberleri için sitemizi takip edebilirsiniz.
