Gerçek Beyin Hücrelerinden İlham Alan Yeni Yapay Zekâ Video Modeli Yayınlandı
The Biological Computing Co. (TBC), temel aldığı Wan 2.2 modelinin görüntü kalitesini korurken beş kat daha hızlı video ürettiğini belirttiği TBC mischief 1 adlı yapay zekâ video modelini kullanıma sundu. Fal ile OpenRouter üzerinden erişilebilen model, şirketin açıklamasına göre her iki platformda da en düşük fiyatlı video üretim seçenekleri arasında yer alıyor. TBC, gerçek nöronların hesaplama süreçleri üzerine dört yıldır yürüttüğü araştırmalardan yararlanan teknolojiyi video üretiminin ötesine taşıyarak dil modellerinde ve fiziksel yapay zekâ sistemlerinde de kullanmayı hedefliyor.
TBC Mischief 1, Video Üretiminde Hızı ve Maliyeti Azaltmayı Hedefliyor
The Biological Computing Co. tarafından geliştirilen TBC mischief 1, yapay zekâ destekli video üretiminde hız ile maliyet arasındaki dengeyi iyileştirmeyi amaçlıyor. Şirket, Wan 2.2 tabanlı modelin önceki temel modelin kalitesini koruduğunu ve videoları beş kat daha hızlı oluşturduğunu öne sürüyor. Bu performans iddiası, özellikle çok sayıda yaratıcı fikri kısa sürede test etmek isteyen içerik üreticileri ve geliştiriciler açısından önem taşıyor.
Model, Fal ve OpenRouter platformlarında kullanıma açıldı. TBC’nin açıklamasına göre mischief 1, her iki platformdaki en düşük fiyatlı video modelleri arasında bulunuyor. Daha düşük üretim maliyeti ve daha kısa bekleme süresi, kullanıcıların farklı komutları, sahne tasarımlarını ve görsel yaklaşımları daha fazla denemesi için avantaj sağlayabilir.
Ancak modelin hız ve fiyat konusundaki üstünlüğü, şirketin paylaştığı bilgilere dayanıyor. Bağımsız performans testleri, farklı video uzunluklarında elde edilen sonuçlar ve ayrıntılı fiyat karşılaştırmaları paylaşılmadığı için beş kat hız iddiasının hangi koşullarda geçerli olduğu henüz netleşmiş değil.
TBC CEO’su Alex Ksendzovsky, şirketin dört yıldır elektrotlar üzerinde yetiştirilen gerçek beyin hücrelerinin nasıl hesaplama yaptığını anlamaya çalıştığını belirtti. Ksendzovsky, bu araştırmalardan elde edilen bulguların artık geniş kullanıcı kitlesine sunulan bir video modeline dönüştürüldüğünü ifade etti.
Şirketin yaklaşımı, biyolojik nöronların çalışma biçimlerini inceleyerek yapay zekâ geliştirme süreçlerine yeni fikirler kazandırmaya dayanıyor. TBC, canlı nöronlardan elde ettiği bulguları yalnızca araştırma ortamında tutmak yerine ticari bir üründe değerlendirmeyi amaçlıyor. Mischief 1, şirketin bu araştırma çizgisinden ortaya çıkan ilk ticari uygulaması olarak konumlanıyor.
Ksendzovsky, modelin arkasında öğrenmeyi sürdüren bir araştırma platformu bulunduğunu da söyledi. CEO’ya göre her yeni deney, nöronların hesaplama süreçlerine ilişkin anlayışı geliştiriyor ve yapay zekâ sistemleri için yeni araştırma alanları açıyor. Şirket, bu süreci yalnızca mevcut bir modele daha fazla işlem gücü eklemekten farklı bir teknoloji geliştirme yaklaşımı olarak değerlendiriyor.
TBC, mischief 1’i araştırmalarının son noktası olarak değil, biyolojik hesaplama alanındaki çalışmalarını ticari ürünlere dönüştürme sürecinin ilk aşaması olarak görüyor. Şirket, nöron araştırmalarından elde edilen bilgileri gelecekte dil modellerine ve fiziksel yapay zekâ sistemlerine taşımak için de çalışıyor.
Dil modelleri, metin anlama ve üretme gibi görevleri yerine getirirken fiziksel yapay zekâ sistemleri robotlar ve gerçek dünyada görev yapan makineler gibi uygulamalarda kullanılabiliyor. TBC’nin açıkladığı hedef, bu alanlarda daha yetenekli sistemler geliştirmek için yalnızca daha fazla hesaplama kapasitesine dayanmayan yeni yöntemler araştırmak.
Bununla birlikte şirketin biyolojik araştırmalarının mischief 1’in mimarisine hangi teknik mekanizmalarla yansıdığına ilişkin ayrıntılar henüz sınırlı. Açıklama, modelin gerçek beyin hücrelerinden doğrudan oluştuğunu değil, canlı nöronların hesaplama biçimlerini araştıran çalışmaların geliştirme sürecine yön verdiğini ortaya koyuyor.
TBC’nin sonraki adımları, bu yaklaşımın video üretiminin dışında ne ölçüde uygulanabileceğini gösterecek. Mischief 1’in gerçek kullanım koşullarındaki performansı, üretim maliyeti ve farklı yapay zekâ görevlerine uyarlanabilirliği, şirketin biyolojik hesaplama araştırmalarını daha geniş bir teknoloji platformuna dönüştürme hedefinin değerlendirilmesinde belirleyici olacak.
