Nvidia CEO’su Jensen Huang AGI’nin Geldiğini Söyledi: Tartışma Yeniden Alevlendi

Nvidia CEO’su Jensen Huang, OpenAI’ın yeni yapay zekâ modeli Astra’nın tanıtılmasının ardından “AGI geldi” diyerek yapay genel zekâ tartışmasını yeniden gündeme taşıdı. Huang’ın açıklaması, OpenAI’ın Astra’yı insanlardan daha iyi performans gösterebilen yüksek otonomili sistemler hedefiyle ilişkilendirmesinden yalnızca birkaç gün sonra geldi. Yapay zekâ araştırmacıları ise mevcut modellerin ulaştığı yeteneklerin AGI olarak adlandırılması konusunda ortak bir ölçütün bulunmadığını vurguluyor.

Astra’nın Tanıtımı AGI Tartışmasını Yeniden Başlattı

OpenAI, 3 Eylül’de tanıttığı GPT-6 Astra’yı şimdiye kadarki en güçlü ve uyumlu modeli olarak konumlandırdı. Şirket, modelin karmaşık profesyonel görevlerde muhakeme, doğruluk ve çalışma hızını geliştirdiğini belirtirken OpenAI Başkanı Greg Brockman tanıtım sırasında doğrudan “AGI çağına hoş geldiniz” ifadesini kullandı.

OpenAI’ın kullandığı tanım, yapay genel zekâyı yalnızca çok sayıda görevi yerine getiren bir sistem olarak ele almıyor. Şirket, AGI hedefini ekonomik açıdan değer taşıyan işlerin büyük bölümünde insanlardan daha iyi performans gösterebilen yüksek derecede otonom sistemlerle ilişkilendiriyor. Yapay genel zekâ kavramının merkezinde ise farklı alanlarda yeni problemleri öğrenerek çözebilme, görevler arasında genelleme yapabilme ve insan müdahalesine daha az ihtiyaç duyma yeteneği bulunuyor.

Nvidia CEO’su Jensen Huang, 6 Eylül’de X üzerinden yaptığı paylaşımda Astra’nın yayımlanması nedeniyle OpenAI ekibini kutlarken “AGI geldi” sözlerini kullandı. Huang ayrıca modelin Nvidia çipleriyle eğitildiğini belirterek şirketinin yapay zekâ altyapısındaki rolünü de açıklamasına dahil etti.

AGI için bugün kabul edilmiş tek bir teknik eşik bulunmuyor. Araştırmacılar genellikle bir sistemin yalnızca belirli kıyaslama testlerinde yüksek puan almasını değil farklı görevlerde esnek biçimde öğrenmesini, yeni durumlara uyum sağlamasını ve güvenilir biçimde bağımsız çalışmasını da değerlendirmeye alıyor.

OpenAI’ın Astra tanıtımında öne çıkardığı ARC Prize sonuçları, modelin akıl yürütme yetenekleri konusunda önemli veriler sağlasa da AGI tartışmasını tek başına sonuçlandırmıyor. ARC-AGI gibi testler, sistemlerin daha önce karşılaşmadıkları soyut problemleri çözme ve verilen örneklerden kuralları çıkarma becerisini ölçerken gerçek dünyadaki uzun süreli görev yönetimi, fiziksel çevreyle etkileşim veya karmaşık sosyal kararlar gibi alanları bütünüyle kapsamıyor.

ARC Prize araştırmacıları da kıyaslama sonuçlarının gerçek dünyadaki genel zekâ seviyesine doğrudan eşitlenmesine karşı temkinli bir yaklaşım sergiliyor. Bir modelin belirli bir testte insan performansını aşması, modelin farklı koşullardaki tüm bilişsel görevlerde insanlardan daha üstün olduğu anlamına gelmiyor. Yapay zekâ değerlendirmelerinde testin kapsamı, veri yapısı ve modelin görevi hangi yöntemle çözdüğü sonucu yorumlamak açısından önem taşıyor.

OpenAI CEO’su Sam Altman da daha önce AGI kavramının yeterince net tanımlanmadığını ve ifadenin zaman zaman pazarlama amacıyla kullanılabildiğini söylemişti. Altman’ın yaklaşımı, aynı yapay zekâ modelinin bir şirket tarafından AGI olarak nitelendirilirken akademik çevrelerde daha dar bir teknik ölçüt üzerinden değerlendirilmesinin nedenlerini ortaya koyuyor.

Gerçek bir AGI sisteminin ortaya çıkması durumunda ekonomik etkiler de teknik başarının çok ötesine geçebilir. Bilimsel araştırmalarda hipotez oluşturma ve deney tasarımını hızlandırabilen sistemler, sağlık alanında yeni tedavi araştırmalarını destekleyebilirken kişisel asistanlar çok daha karmaşık işleri kullanıcı adına yürütebilir. İş gücü piyasasında ise yüksek düzeyde otonom sistemler bazı mesleklerin görev dağılımını değiştirebilir ve insan emeğine yönelik talebi önemli ölçüde dönüştürebilir.

OpenAI’ın yeni modelinin arkasındaki hesaplama altyapısı, AGI tartışmasının Nvidia açısından neden ayrı bir anlam taşıdığını da gösteriyor. Yapay zekâ modellerinin eğitimi sırasında kullanılan yüksek performanslı GPU’lar, çok büyük veri kümelerinin işlenmesini ve milyarlarca parametrenin hesaplanmasını sağlarken çıkarım aşamasında da yoğun işlem kapasitesi gerektiriyor.

Nvidia, OpenAI’ın yanı sıra Meta, Anthropic ve Google gibi büyük yapay zekâ geliştiricilerinin kullandığı hızlandırıcı donanımların önemli tedarikçilerinden biri konumunda bulunuyor. CUDA yazılım ekosistemi de Nvidia GPU’larının yapay zekâ geliştirme süreçlerinde kullanılmasını kolaylaştıran temel yazılım katmanlarından biri olarak öne çıkıyor. Böylece şirket yalnızca çip üreticisi olarak değil donanım ile yazılımın birlikte çalıştığı geniş bir yapay zekâ altyapısının sağlayıcısı olarak konumlanıyor.

Nvidia’nın son finansal sonuçlarında yapay zekâ veri merkezlerine yönelik talep şirket gelirlerinin temel itici güçlerinden biri oldu. Büyük modellerin daha fazla hesaplama gücüne ihtiyaç duyması, yeni nesil GPU sistemlerine yönelik talebi artırırken AGI hedefinin gerçek bir teknik eşiğe dönüşmesi Nvidia gibi altyapı sağlayıcıları için çok daha büyük bir pazar anlamına gelebilir.

Yapay genel zekânın gerçekten ortaya çıkıp çıkmadığı ise bir şirket yöneticisinin açıklamasından ziyade bağımsız değerlendirmelerle şekillenecek. Önümüzdeki dönemde modellerin yalnızca kıyaslama puanları değil uzun süreli otonom görevler, yeni problemleri çözme, hata düzeltme, güvenilirlik ve farklı alanlara genelleme becerileri daha fazla incelenecek. Bu ölçütler ortak bir standarda yaklaştıkça “AGI geldi” iddiasının teknik karşılığını belirlemek de daha kolaylaşacak.