Bilim dünyası yapay zekanın yol haritasını çizdi

2013’teki Google I/O sunumunu hatırlıyorum, “derin öğrenme” lafı yeni yeni havalı oluyordu. Şimdi 2026’ya bakıyorum, DeepMind ve Baidu neredeyse akıllı şehir protokollerini tasarlıyor. O zamanlar bir tane Go oynayan yapay zeka haberleriyle heyecanlanıyorduk, şimdi elektrik şebekesi yönetiminden borsa simülasyonuna kadar her yerde algoritma var. Mesela geçen ay Berlin’deki European AI Summit’te, 2020’de yüzde 5 olan “tam otomatik karar destek sistemi” kullanımı bu sene yüzde 37’ye çıkmış — rakamı görünce ağzım açık kaldı. Eskiden “ne kadar hesap gücü, o kadar başarı” diyorlardı, şimdi iş; verinin kalitesi, etik sınırlar, toplumun kabulü gibi insan faktörüne kaydı. Yirmi yılda bilim dünyası da şunu anladı: Kod yazmak kolay, topluma entegre etmek mesele.

Geçen hafta Cenevre’de toplanan bilim kurulu, yapay zekaya harita çizmiş; sanki yapay zekanın kaybolma ihtimali varmış gibi. Masada konuşulanlar arasında, 2030’a kadar “yapay zekanın alın teriyle” kendi kendini geliştirmesi ve iş gücünün yüzde 30’unu etkilemesi öngörülüyor. Yani, az biraz Matrix havası ama faturayı kim ödeyecek, orası hâlâ meçhul. “Etik sınırlar, regülasyon, insana fayda” diyorlar ama Google’ın kapalı kapıları ardında başka bir şeyler dönüyor mu, orası da şüpheli. Akşam haberlerinde “yapay zeka işimizi elimizden alacak mı?” diye dertlenen dayılar gördüm, ama işin aslı kod yazanların hâlâ ekran başında gözleri kan çanağı. İronik olan, geleceğin yol haritasını çizenlerin Google Maps’te adres bulamayan kuzenlerimize benzemesi. Şimdi herkes kafada “yapay zeka mı işsiz kalacak, biz mi?” diye düşünüyor.

Geçen hafta Nature ve Science dergilerinde yayımlanan üç büyük araştırma, yapay zekanın önümüzdeki beş yıldaki gelişim yönünü belirledi. MIT, DeepMind ve Peking Üniversitesi'nin ortak çalışması, AGI (genel amaçlı yapay zeka) hedefine giden yolun enerji verimliliği, yorumlanabilirlik ve çok modal öğrenme olmak üzere üç sütun üzerine oturduğunu gösterdi.

Buradaki kritik nokta, endüstrinin son iki yılda saf hesap gücü artışına odaklanmasının yavaşlayacak olması. Araştırmacılar, 2026'dan sonra performans kazanımının daha çok mimari yeniliklerde geleceğini öngörüyor. Örneğin, bir modeli eğitmek için şu anda 10 megavat elektrik kullanılırken, yeni mimariler bunu üçte bire indirebilir.

Yatırımcılar için mesaj net: GPU üreticiliğindeki yarış sona eriyor, algoritma şirketlerine para akacak. Ama bilim insanları için daha önemli bir şey var—bu yol haritası, yapay zekanın "kara kutu" döneminin sonunu işaret ediyor. Anlaşılabilir, denetlenebilir sistemler artık ihtiyaç değil, rekabet şartı.

Nature ve Science'ın Mart 2026 sayılarında eş zamanlı yayımlanan iki ayrı makale, yapay zeka araştırmalarında önümüzdeki on yıl için üç kritik eşiği belirledi: yorumlanabilirlik, enerji verimliliği ve hizalama güvenilirliği. Şu an kullanılan büyük dil modellerinin karar mekanizmalarının hâlâ kara kutu olduğu düşünülürse bu sıralama tesadüf değil. Asıl mesele yapay zekanın ne yapabildiği değil, neden öyle yaptığını açıklayabilmemiz.