Yapay Genel Zeka/Tekillik: 9.800 Tahmin Analiz Edildi
Yapay genel zekâ (YZ), bir yapay zekâ sisteminin tüm görevlerde insan bilişsel yetenekleriyle eşleşmesidir. Mevcut tahminlere dayanarak, YZ hakkında hızlı cevaplar:
Yapay genel zeka/tekillik gerçekleşecek mi? Çoğu yapay zeka uzmanına göre yapay genel zeka kaçınılmazdır .
Tekillik/Yapay Genel Zeka (AGI) ne zaman gerçekleşecek? Yapay zeka araştırmacılarının son anketleri AGI'nin 2040'larda gerçekleşeceğini öngörüyor. Topluluk tahminlerine göre ise AGI'nin 2030'lu yıllarda gerçekleşmesi bekleniyor. Girişimciler ise birkaç yıl içinde gerçekleşeceğini tahmin ediyor.
Yapay genel zekanın (AGI) zaman çizelgesine ilişkin 9.800 yapay zeka bilim insanının, önde gelen girişimcilerin ve topluluğun tahminlerini analiz ettik:
Yapay Genel Intelligence zaman çizelgesi
Yukarıdaki zaman çizelgesi, 8 anketten ve 9.800 yapay zeka araştırmacısı, bilim insanı ve tahmin piyasası katılımcısından elde edilen bilgiler doğrultusunda, tekilliğin gerçekleşmesi beklenen yılı özetlemektedir:
Yukarıda da gördüğünüz gibi, anket katılımcıları tekilliğin daha önce beklenenden daha erken gerçekleşmesini giderek daha fazla bekliyorlar.
Bu grafiği şu şekilde oluşturduk:
- Grafikte beklenen yapay genel zeka (AGI) geliştirme yılını göstermek için, her kategori içindeki her yıl için tahminlerin ağırlıklı ortalamasını kullandık. Örneğin, 2022 için birden fazla Tahmin Piyasası tahmini varsa, bunların ağırlıklı ortalamasını hesaplayıp bu değeri grafiğe yerleştirdik.
- Bireysel tahminler için 15 yapay zeka uzmanının tahminlerini dahil ettik.
- Bilimsel tahminler için, yapay genel zekanın (AGI) zaman çizelgelerini sunan 8 hakemli makaleden anket sonuçlarını topladık.
- Tahmin piyasaları ve topluluk içgörü tahminleri için şunları kullandık:
- Manifold, Kalshi ve Polymarket'ten 1.100'den fazla tahmin; bu çevrimiçi tahmin piyasalarında katılımcılar, gelecekteki olayların olasılığı ve zamanlaması üzerinden kar veya itibar kazanmak için işlem yapmaktadır.
- Samotsvety Tahminleme'nin 8 uzmanından derlenen sonuçlar. Samotsvety Tahminleme, gerçek dünya olayları hakkında olasılıksal tahminler üretmek için nicel yöntemler kullanır.
- Herkese açık Metaculus platformunda 2020 ve 2022 yıllarında 3.290 tahmin gönderildi.
Yapay genel zeka ile ilgili diğer önemli sorular
Yapay genel zeka (AGI) konusunda mevcut durumumuz nedir?
Dar kapsamlı yapay zekâ belirli görevlerde insanları geride bıraksa da, genel anlamda zeki bir makine mevcut değildir. Bazı araştırmacılar, büyük dil modellerinin ortaya çıkan genelci yetenekleri sergilediğine inanmaktadır. 1 Yapay genel zeka (AGI) kıyaslama ölçütümüze göre, makineler otonom olarak ekonomik değer üretmekten çok uzaktalar.
Yapay genel zekaya nasıl ulaşabiliriz?
Ya mevcut transformatör gibi mimarilerin arkasına daha fazla işlem gücü ve veri yerleştirerek ya da yeni yaklaşımlar icat ederek. Yapay genel zekayı (AGI) elde etme veya doğrulama yöntemi konusunda henüz bilimsel bir fikir birliği yok.
Aşağıda bu zaman çizelgesini oluşturan çalışmaları ve tahminleri görebilir veya tekilliği anlama bölümüne geçebilirsiniz.
Yapay zeka araştırmacıları arasında yapılan büyük anketlerin sonuçları
Yapay zeka araştırmacıları ve uzmanlarından oluşan 4.900'den fazla kişinin katıldığı 8 anketin sonuçlarını inceledik; bu anketlerde katılımcılar yapay genel zekanın/tekilliğin ne zaman gerçekleşebileceğine dair tahminlerde bulundular.
Tahminler farklılık gösterse de, çoğu araştırma 2040 ile 2061 yılları arasında yapay genel zekaya (AGI) ulaşma olasılığının %50 olduğunu gösteriyor; bazı tahminlere göre ise süper zeka birkaç on yıl içinde ortaya çıkabilir.
2023 Yapay Zeka Alanındaki Gelişmelere İlişkin Uzman Anketi
Ekim ayında, AI Impacts, yapay genel zekanın (AGI) ne zaman elde edilebileceği konusunda 2.778 yapay zeka araştırmacısıyla bir anket gerçekleştirdi. Bu anket, 2022 anketine neredeyse aynı soruları içeriyordu. Sonuçlara göre, üst düzey makine zekasının 2040 yılına kadar gerçekleşeceği tahmin ediliyor. 2
2022 Yapay Zeka Alanındaki Gelişmelere İlişkin Uzman Anketi
Anket, 2021 NIPS ve ICML konferanslarında yayın yapan 738 uzmanla gerçekleştirildi. Yapay zeka uzmanları, yüksek düzeyde makine zekasının 2059 yılına kadar ortaya çıkma olasılığının %50 olduğunu tahmin ediyor . 3
Uzmanlar ayrıca donanım maliyeti, algoritmik gelişmeler ve eğitim veri kümeleri üzerindeki çalışmaların yapay zekanın ilerlemesindeki en büyük faktörler olacağını öngördüler.
2019 Yapay Zeka Gelişmelerini Tahmin Etme Anketi
Baobao Zhang, 296 yapay zeka uzmanıyla anket yaparak, makinelerin ekonomik açıdan önemli görevlerin %90'ından fazlasını yerine getirmede ortalama insan işçiyi ne zaman geçeceğini tahmin etmelerini istedi. Katılımcıların yarısı bunun 2060'tan önce gerçekleşeceğini tahmin etti. 4
Yapay Zeka Uzmanlarının 2019'da Yapay Genel Zekanın Zamanlaması Hakkındaki Anketi
32 yapay zeka uzmanının yapay genel zekanın (AGI) zamanlamasına ilişkin tahminleri 5 tanesi şunlardır:
- Ankete katılanların %45'i 2060'tan önce bir tarih öngörüyor.
- Katılımcıların %34'ü 2060'tan sonraki bir tarihi tahmin etti.
- Katılımcıların %21'i tekilliğin asla gerçekleşmeyeceğini öngördü.
2018'de Yapay Zekanın İşgücü Yer Değiştirmesi Üzerindeki Potansiyel Etkisine İlişkin Anket
Ross Gruetzemacher, yapay zekanın iş gücü yer değiştirmesi üzerindeki potansiyel etkisini değerlendirmek için 165 yapay zeka uzmanıyla anket yaptı. Uzmanlardan, yapay zeka sistemlerinin, insanların şu anda ücret karşılığında yaptığı görevlerin %99'unu, ortalama bir insanın seviyesine eşit veya ondan daha yüksek bir seviyede ne zaman gerçekleştirebileceğini tahmin etmeleri istendi.
Ankete katılanların yarısı bu dönüm noktasına 2068'den önce ulaşılacağını tahmin ederken, %75'i ise önümüzdeki 100 yıl içinde gerçekleşeceğini öngördü. 6
2017 yılında yapılan 2015 NIPS ve ICML konferansları anketinde yapay zeka uzmanları
Mayıs 2017'de, 2015 NIPS ve ICML konferanslarında yayın yapmış 352 yapay zeka uzmanıyla anket yapıldı. 7
Anket sonuçlarına dayanarak, uzmanlar yapay genel zekanın (AGI) 2060 yılına kadar gerçekleşme olasılığının %50 olduğunu tahmin ediyor. Bununla birlikte, coğrafyaya bağlı olarak görüşlerde önemli farklılıklar mevcut:
- Asyalı katılımcılar 30 yıl içinde yapay genel zekaya (AGI) ulaşılmasını bekliyor.
- Kuzey Amerikalılar bunun 74 yıl içinde gerçekleşmesini bekliyor.
2030 yılına kadar otomasyonun gerçekleşmesi beklenen önemli iş fonksiyonları arasında çağrı merkezi temsilciliği, kamyon şoförlüğü ve perakende satış yer alıyor.
Yapay Zekada Gelecekteki Gelişmeler Intel2012/2013'te yapılan araştırma
Avrupa Bilişsel Sistemler Birliği Başkanı Vincent C. Muller ve süper zekâ ve yapay genel zekâ (AGI) üzerine 200'den fazla makale yayınlamış olan Oxford Üniversitesi'nden Nick Bostrom, yapay zekâ araştırmacıları arasında bir anket gerçekleştirdi. 550 katılımcı şu soruyu yanıtladı: AGI'nin ne zaman gerçekleşmesi muhtemeldir? 8
Sonuçlara göre:
- Ankete katılan yapay zeka uzmanları, genel yapay zekanın muhtemelen (%50'nin üzerinde olasılıkla) 2040 ile 2050 yılları arasında ortaya çıkacağını ve 2075 yılına kadar ortaya çıkma olasılığının oldukça yüksek (%90 olasılıkla) olduğunu tahmin ediyor.
- Genel yapay zekâya ulaşıldığında, çoğu uzman, bunun nispeten hızlı bir şekilde süper zekâya dönüşeceğine inanıyor; bu süre, 2 yıl gibi kısa bir zaman diliminden (olası değil, %10 olasılık) yaklaşık 30 yıla (yüksek olasılık, %75) kadar değişebilir.
2009 yılında AGI-09 konferansına katılan yapay zeka uzmanlarıyla yapılan anket.
AGI-09 konferansına katılan 21 yapay zeka uzmanıyla yapılan anketin sonuçlarına göre, yapay genel zekanın (AGI) 2050 civarında, hatta muhtemelen daha erken bir tarihte gerçekleşeceği düşünülüyor. 9 Aşağıda, yapay zekânın belirli başarılarına ilişkin tahminlerini görebilirsiniz: Turing testini geçmek, üçüncü sınıfı geçmek, Nobel ödülüne layık bilimsel atılımlar gerçekleştirmek ve insanüstü zekâya ulaşmak.
Şekil 1: Yapay Genel Bilimler 2009 (AGI-09) konferansına katılanlara dağıtılan anketin sonuçları.
Topluluktan gelen bilgiler
Ayrıca Samotsvety Forecasting ve Metaculus Community'nin AGI hakkındaki tahminlerini ve Manifold, Kalshi ve Polymarket'in tahmin piyasası sonuçlarını da değerlendirdik:
Samotsvety Tahmini
Samotsvety Forecasting, özellikle jeopolitik, teknoloji ve küresel riskler alanlarında, yapılandırılmış akıl yürütme ve nicel yöntemler kullanarak gerçek dünya olayları hakkında olasılıksal tahminler yapan bir tahminci ekibidir. Başlıca tahmin platformlarında ve turnuvalarında (örneğin, INFER/CSET-Foretell) güçlü bir rekabet başarısı sergilerler ve doğrulukları Brier puanı gibi resmi puanlama ölçütleri kullanılarak ölçülür. 10
Ocak 2026'da ekip, 8 tahminciyle birlikte yapay genel zeka (AGI) hakkındaki tahminlerini güncelledi. 11 İşte toplu sonuçlar:
- 2026 yılında yapay genel zekaya ulaşma olasılığımız %10.
- 2041 yılına kadar yapay genel zekaya ulaşma olasılığımız %50.
- 2164 yılına kadar yapay genel zekaya ulaşma olasılığımız %90.
Ekip, 2022'deki önceki bir tahmininde, yapay genel zekanın (AGI) 20 yıl içinde (yaklaşık 2042'ye kadar) %32 , 2100'e kadar ise %73 olasılıkla gerçekleşeceğini öngörmüştü; bu rakamların her ikisi de mevcut tahminlerinden daha düşük. 12
Çok Katmanlı Pazar
Ocak 2026 itibarıyla, Manifold pazarındaki 1.100'den fazla katılımcı, bir yapay zekanın ilk kez "yüksek kaliteli, düşmanca bir Turing testi"ni geçeceği yılı 2035 olarak tahmin etti. 13
Kalshi Tahmin Piyasası
Kalshi tahmin piyasası katılımcıları, Ocak 2026'da OpenAI'in 2030 yılına kadar AGI'ye ulaşma olasılığının %40 olduğuna inanıyordu. 14
Polymarket
Polymarket'in Ocak 2026'daki tahmin sonuçlarına göre, OpenAI'in 2027 yılına kadar AGI'ye ulaşma olasılığı %9'dur. 15
Metaculus Topluluk Tahminleri
Şubat 2026 itibarıyla:
- 1.700 katılımcı "İlk zayıf genel yapay zekâ sistemi ne zaman tasarlanacak, test edilecek ve kamuoyuna duyurulacak?" sorusunu yanıtladı ve tahmin 21 Şubat 2028 oldu. 16
- 178 katılımcı "Bir yapay zeka ilk kez uzun, bilgilendirilmiş, düşmanca bir Turing testini ne zaman geçecek?" sorusunu yanıtladı ve tahminleri 22 Nisan 2029 oldu. 17
- 1800 katılımcı "İlk genel yapay zeka sistemi ne zaman tasarlanacak, test edilecek ve kamuoyuna duyurulacak?" sorusunu yanıtladı ve tahminleri Nisan 2033 oldu. 18
2022 yılında 81 katılımcı, “En iyi tahminciler ilk yapay genel zekânın ne zaman geliştirilip gösterileceğini tahmin ediyor?” sorusunu yanıtladı ve tahminleri 2035 oldu. 19
Yapay zekâ girişimcilerinden ve bireysel araştırmacılardan elde edilen bilgiler
Yapay zekâ girişimcileri de tekilliğe ne zaman ulaşacağımız konusunda tahminlerde bulunuyor ve araştırmacılardan daha iyimserler. Bu durum, yapay zekâya olan ilginin artmasından faydalandıkları için bekleniyordu.
Hızı ve gelişim yolu konusunda görüşleri farklılık gösteriyor. OpenAI'den Amodei, hızlı ve kendi kendini güçlendiren ilerleme nedeniyle yapay genel zekanın yakın vadede geleceğini öngörürken, DeepMind'dan Hassabis bunu olası görüyor ancak bilimsel yaratıcılık ve özerk özgelişimdeki çözülmemiş zorluklara atıfta bulunarak temkinli davranıyor.
İşte en önde gelen 15 yapay zeka girişimcisi ve araştırmacısının tahminleri:
- DeepMind Technologies'in kurucu ortağı Shane Legg, minimal yapay genel zekayı (AGI) , ortalama bir insanın yapabileceği tüm bilişsel görevleri güvenilir bir şekilde yerine getirebilen ve aynı görev bir insana verildiğinde bizi şaşırtacak şekilde başarısız olmayan yapay bir varlık olarak tanımlıyor. Ocak 2026'daki tahminine göre, minimal AGI'nin 2028 yılına kadar gerçekleşme olasılığı %50'dir.
- Legg'e göre, asgari düzeyde yapay genel zekaya ulaşmak, insan zekasının en yüksek biçimlerini, örneğin büyük bilimsel atılımları veya sanatsal başarıları, tam olarak anladığımız veya yeniden üretebildiğimiz anlamına gelmez. Tam yapay genel zekaya ancak yapay zeka insan bilişinin tüm yelpazesine denk geldiğinde ulaşılabilir. 20
- Anthropic şirketinin CEO'su Dario Amodei, Davos'taki 2026 Dünya Ekonomik Forumu'nda yapay genel zekâ (AGI) seviyesindeki sistemlerin yakın vadede gerçekleşeceğine dair güçlü bir güven duyduğunu ifade etti. AGI'nin muhtemelen birkaç yıl içinde ( 2027) gerçekleşeceğini, hatta yaygın olarak beklenenden daha erken olabileceğini belirtti.
- Ona göre, kodlama ve yapay zeka araştırmalarının otomasyonundaki hızlı ilerlemeler, yapay zeka sistemlerinin yazılım mühendisliği görevlerinin çoğunu baştan sona halletmesini ve geri bildirim döngüleri aracılığıyla kendi gelişimlerini hızlandırmasını sağlayan temel unsurlardır.
- Donanım bulunabilirliği ve eğitim süresi gibi kısıtlamaları kabul etse de, çok daha uzun bir zaman çizelgesinin olası olmadığını düşünüyor ve bu döngüler olgunlaştığında hızlı bir ivme bekliyor. 21
- 2026'daki aynı etkinlikte, DeepMind'ın kurucusu Demis Hassabis daha temkinli bir bakış açısı sergileyerek, yapay genel zekaya (AGI) on yılın sonuna (2030) kadar ulaşılma olasılığının yaklaşık %50 olduğu tahminini yineledi.
- Hassabis, kodlama ve matematik gibi doğrulanabilir alanlarda ilerlemenin hızlı olduğunu kabul ediyor, ancak bilimsel keşif ve yaratıcı akıl yürütmenin daha zor olduğunu vurguluyor.
- Yeni sorular ve teoriler üretmede çözülmemiş sınırlamalara dikkat çekiyor ve özellikle karmaşık, gerçek dünya alanlarında tam özerk öz-gelişim konusunda belirsizlik ifade ediyor; bunun da yapay genel zekanın zaman çizelgelerini daha belirsiz hale getirdiğine inanıyor.
- Yapay zekânın akıl yürütme, programlama ve matematik alanlarındaki ilerlemesini bir araya getiren Eric Schmidt, eski CEO'su olarak, 3-5 yıl içinde (Nisan 2025'te belirtildiği gibi) Yapay Genel Zekâya doğru ilerlediğimize inanıyor . 22
- Elon Musk, 2026 yılına kadar en zeki insanlardan bile daha zeki bir yapay zekanın geliştirilmesini bekliyor. 23
- Girişimci ve yatırımcı Masayoshi Son, Şubat 2025'te bunun 2-3 yıl içinde (yani 2027 veya 2028'de ) gerçekleşeceğini öngörmüştü.
- Mart 2024'te Nvidia CEO'su Jensen Huang, yapay zekanın beş yıl içinde, yani 2029'da, herhangi bir testte insan performansına ulaşacağını veya onu geçeceğini öngörmüştü. 24
- Bilgisayar bilimci, girişimci ve yazar Louis Rosenberg, 2030 yılına kadar.
- Ray Kurzweil, bilgisayar bilimci, girişimci ve aralarında "Tekillik Yakında: Daha Önce 2045"in de bulunduğu 5 ulusal çok satan kitabın yazarı, 25 , 2024 ve 2032 yıllarında. 26
- Hinton, 2023 yılında bunun 5-20 yıl sürebileceğine inanıyordu. 27
- OpenAI şirketinin CEO'su Sam Altman, 2035 yılına kadar "birkaç bin gün"den bahsetmişti. "The Intelligence Age" adlı blog yazısında da bu konuya değinmişti.
- Yapay zekâ araştırmacısı Ajeya Cotra, eğitim hesaplamalarının büyümesini analiz ederek, insan benzeri yeteneklere sahip yapay zekânın 2040 yılına kadar ortaya çıkma olasılığının %50 olduğunu tahmin etti. 28
- MIT profesörü ve 1972'den 1997'ye kadar MIT Yapay Zeka Laboratuvarı direktörü olan Patrick Winston, 2040 yılından bahsetti ve bunun gerçekleşebilecek bir tarih olmasına rağmen tahmin etmenin zor olduğunu vurguladı .
- Yapay zeka şirketi NNAISENSE'in kurucu ortağı ve İsviçre yapay zeka laboratuvarı IDSIA'nın direktörü Jürgen Schmidhuber, 2050 yılına kadar. 29
AGI ile ilgili diğer yorumlar ve gelişmeler
AAAI 2025 Yapay Zeka Araştırmalarının Geleceği Başkanlık Paneli
Çoğunlukla akademiden (%67) ve Kuzey Amerika'dan (%53) olmak üzere 475 katılımcıya yapay zekâdaki gelişmeler soruldu. Anket yapay genel zekâ (AGI) için bir zaman çizelgesi sormasa da, katılımcıların %76'sı mevcut yapay zekâ yaklaşımlarının ölçeklendirilmesinin AGI'ye yol açmasının olası olmadığını belirtti. 30
OpenAI robotik alanındaki hedeflerini genişletiyor
OpenAI yapay genel zekayı geliştirme hedefinin bir parçası olarak robotik alanına daha fazla odaklanıyor. Şirket, insansı robot sistemleri konusunda uzmanlar işe alıyor ve robotların fiziksel dünyada bağımsız olarak öğrenmelerine ve hareket etmelerine yardımcı olacak algoritmalar tasarlamak için bir ekip kuruyor.
Bu, OpenAI'in daha önceki dil ve görüntü modellerine odaklanmasından bir değişimi işaret ediyor. Şirket artık gelişmiş akıl yürütmeyi fiziksel etkileşimle birleştirmeyi hedefliyor ve bu da robotik teknolojisini yapay genel zekayı (AGI) test etme ve elde etme yolunda önemli bir adım olarak gördüğünü gösteriyor.
Bağlam ve çıkarımlar
OpenAI, 2020 civarında ilk robotik ekibini kapattıktan sonra, bu alanda aktif geliştirmeye geri dönüyor. Son dönemdeki işe alımlar ve potansiyel ortaklıklar, gerçek dünyada öğrenme ve manipülasyon yeteneğine sahip robotlar geliştirmeye yönelik yenilenmiş bir çabaya işaret ediyor.
Büyük ölçekli yapay zeka modellerini duyusal verilerle birleştirerek, OpenAI dijital ortamların dışında akıl yürütebilen ve çalışabilen sistemler oluşturmayı hedefliyor. İnsansı robotik uzmanlarının işe alınması da otomasyonun ötesine geçerek insanlarla güvenli bir şekilde birlikte çalışabilen robotlara yönelik uzun vadeli hedefleri gösteriyor. 31
Microsoft'un GPT-4 ile ilgili erken deneyler hakkındaki raporu
Microsoft Araştırması, 2023 yılında OpenAI'in GPT-4 adlı yapay zekâsının erken bir versiyonunu inceledi. Rapor, önceki yapay zekâ modellerine göre daha yüksek genel zekâ gösterdiğini ve matematik, kodlama ve hukuk gibi alanlarda insan seviyesinde performans sergilediğini iddia etti. Bu durum , GPT-4'nin yapay genel zekânın öncü bir formu olup olmadığı konusunda tartışmalara yol açtı. 32
MIT tarafından hazırlanan "Yapay Genel Zekaya Giden Yol" raporu.
Ağustos 2025'te yayınlanan "Yapay Genel Zekaya Giden Yol" raporu, insan düzeyinde akıl yürütme yeteneği, metin, ses ve fiziksel arayüzler genelinde çok modlu yetenekler ve sınırlı hedef odaklı özerklik gösteren, yapay genel zekaya benzer sistemlerin 2026 ile 2028 yılları arasında ortaya çıkmaya başlayabileceğini öngörüyor.
Rapor, bir araya getirilmiş tahminleri birleştirerek, bilgi aktarımı ve geniş kapsamlı akıl yürütme gibi çeşitli genel kilometre taşlarının 2028 yılına kadar elde edilme olasılığının %50 olduğunu öne sürüyor.
Uzun vadeli tahminler, bilgi işlem verimliliğindeki ilerlemelere, algoritmik atılımlara ve otonom öğrenmeye bağlı olarak, makinelerin ekonomik açıdan değerli tüm görevlerde insan performansını 2047 civarında aşabileceğini öngörüyor. 33
Yapay Genel Zeka Olasılıkları Üzerine Yapay Zeka Sınırları
Yapay zekâ tartışmaları ve diyalogları için bir platform olan AI Frontiers'tan Adam Khoja ve Laura Hiscott, nicel yapay zekâ tanımını kullanarak, 2028 yılına kadar yapay zekâya ulaşma olasılığının %50 , 2030 yılına kadar ise %80 olduğunu tahmin ediyorlar. 34
Khoja ve Hiscott, Khoja, Dan Hendrycks ve ortak yazarları tarafından geliştirilen bir tanımı kullanarak yapay genel zekâya doğru kaydedilen ilerlemeyi değerlendiriyorlar. 35 Onların çerçevesi on bilişsel yeteneği ölçüyor ve GPT-4'ye %27, GPT-5'a ise %57 puan veriyor. Bu, mevcut modellerin tanımlanan AGI eşiğine kabaca yarı yolda olduğunu gösteriyor.
Khoja ve Hiscott, yapay genel zekanın (AGI) zaman çizelgeleri hakkındaki geleneksel tartışmaların tutarsız tanımlara dayanması nedeniyle kesinlikten yoksun olduğunu savunuyor. Standartlaştırılmış çerçeveleri, mevcut modellerdeki belirli güçlü ve zayıf yönleri belirleyerek netlik yaratmayı amaçlıyor. Okuma, yazma, matematik ve genel bilginin insan temel seviyelerine ulaştığını veya bunları aştığını ve artık sınırlayıcı faktörler olmadığını belirtiyorlar.
Yazarlar, görsel akıl yürütme, sezgisel fizik, işitsel işlemleme, algıya bağlı hız ve görsel ve işitsel çalışma belleğindeki eksikliklere dikkat çekiyor. SPACE ve MindCube gibi kıyaslama testlerinde hızlı iyileşmeler olduğunu bildiriyorlar ve bu eksikliklerin sürekli ve aşamalı araştırmalarla giderilebileceğini öne sürüyorlar. Ayrıca halüsinasyonların endişe kaynağı olmaya devam ettiğini ancak önde gelen modeller arasındaki performans farklılıkları göz önüne alındığında bunun yönetilebilir olduğunu belirtiyorlar.
Khoja, Hiscott ve Hendrycks'e göre, geriye kalan en önemli engel sürekli öğrenme ve uzun süreli hafıza depolamasıdır. Mevcut sistemler oturumlar arası bilgiyi koruyamamakta ve bu sınırlamanın çözülmesi en az bir anlamlı atılım gerektirecektir. Bununla birlikte, yazarlar büyük yapay zeka laboratuvarlarının artık bu alana öncelik verdiğini vurgulamaktadır.
Yapay zekâ tahminlerindeki geçmişteki aşırı iyimserlikten ders çıkarmak
Yapay zekâ araştırmacılarının daha önce aşırı iyimser olduklarını unutmayın. Örnekler şunlardır:
- Geoff Hinton 2016'da 2021 veya 2026'ya kadar radyologlara ihtiyaç duymayacağımızı iddia etmişti. Şimdiye kadar radyoloji tamamen otomatikleştirilemedi ve hastanelerin binlerce radyoloğa ihtiyacı var. 36
- Yapay zekâ öncüsü Herbert A. Simon 1965'te şöyle demişti: "Makineler yirmi yıl içinde bir insanın yapabileceği her işi yapabilecek kapasitede olacak." 37
- Japonya'nın 1980'deki Beşinci Nesil Bilgisayarı, "gündelik sohbetler yapabilmek" gibi hedeflerle on yıllık bir zaman çizelgesine sahipti. 38
Bu tarihsel deneyim, günümüz bilim insanlarının çoğunun yapay genel zekayı 10-20 yıl gibi iddialı zaman dilimleri içinde tahmin etmekten kaçınmasına katkıda bulundu, ancak üretken yapay zekanın yükselişiyle bu durum değişti.
Tekilliğin ne olduğunu anlayın.
Yapay zekâ bizi hem korkutuyor hem de cezbediyor. Neredeyse her hafta haberlerde yeni bir yapay zekâ korkusuyla karşılaşıyoruz; örneğin geliştiricilerin yarattıklarından korkmaları veya çok zeki hale geldikleri için botların kapatılması gibi. 39
Bu mitlerin çoğu, yapay zeka ve genel yapay zeka alanlarının dışındaki kişiler tarafından yanlış yorumlanan araştırmalardan kaynaklanmaktadır. Bazı paydaşlar, daha fazla düzenlemeden kar elde edebilecekleri veya daha fazla dikkat çekebileceği gerekçesiyle yapay zekadan korktuklarını iddia etmektedir.
Yapay zekâ ile ilgili en büyük korku, makine zekâsında hızlı bir artışa yol açması beklenen bir olay olan tekilliktir (yapay genel zekâ veya AGI olarak da adlandırılır). Bu, bir sistemin insan düzeyinde düşünmeyi insanüstü hız ve hızla erişilebilir, neredeyse mükemmel bir hafıza ile birleştirmesiyle beklenir. Bazı uzmanlara göre, tekillik aynı zamanda makine bilincini de ima eder.
Böyle bir makine kendini geliştirebilir ve insan yeteneklerini aşabilir. Yapay zekâ henüz bilgisayar bilimleri araştırma konusu olmadan önce bile, Asimov gibi bilim kurgu yazarları bu konuyla ilgileniyorlardı. Akıllı makinelerin iyiliğini sağlamak için mekanizmalar (yani Asimov'un Robotik Yasaları) geliştiriyorlardı; bu da günümüzde daha yaygın olarak uyum araştırması olarak adlandırılıyor.
Uzmanların yapay genel zekanın kaçınılmaz olduğuna inanmasının nedenleri: Başlıca argümanlar ve kanıtlar
Yapay genel zekaya ulaşmak çılgın bir tahmin gibi görünebilir, ancak insan zekasının sabit, makine zekasının ise gelişmekte olduğunu düşündüğümüzde oldukça makul bir hedef gibi duruyor. Zekalarının kesin bir sınırı olmadığı sürece, makinelerin bizi geçmesi sadece zaman meselesi. Henüz böyle bir sınırla karşılaşmadık.
İnsan zekası, bilişsel yeteneklerimizi makinelerle bir şekilde birleştirmediğimiz sürece sabittir. Elon Musk'ın neural lace girişimi bunu hedefliyor, ancak beyin-bilgisayar arayüzleri üzerine yapılan araştırmalar henüz başlangıç aşamasında. 40
Yapay zekâ, algoritmalara, işlem gücüne ve verilere bağlıdır.
- Ar-Ge ve veri merkezlerine yapılan yatırımların artmasıyla işlem gücü katlanarak artıyor.
- Şimdiye kadar, makinelerin işlem gücünü ve belleğini etkili bir şekilde kullanmaları için gerekli algoritmaları sağlama konusunda başarılıydık.
- Son olarak, işletmeler ve bireyler giderek artan bir oranda dijital veri üretiyor.Sentetik veriler modelleri bozabilir veya geliştirebilir. Bozsa bile, veri düzenlemesi sayesinde çözülebilir bir sorundur.
Son başarılar
Opus 4.6
Şubat 2026'da Claude, 1 milyonluk bağlam penceresi ve etkileyici kıyaslama sonuçlarıyla Opus 4.6'yı piyasaya sürdü.
Anthropic ayrıca, modellerin belirli alanlarda gezinmesine yardımcı olmak için Markdown dosyaları olan Claude Legal gibi eklentiler yayınlayarak kullanım durumlarına odaklanıyor. Bu, Claude'a yapılan küçük bir ekleme olmasına rağmen, SaaS ve hukuk yazılımları da dahil olmak üzere borsada bir satış dalgasına neden oldu. 41
İkizler Burcu Derin Düşünce
Bir diğer örnek ise DeepMind'ın Gemini derin düşünme modu olup, 2025 Uluslararası Matematik Olimpiyatı'nda altın madalya kazanarak yapay zekanın karmaşık sorunları çözme yeteneğinde önemli bir adım atmıştır.
Tamamen doğal dil kullanarak çalışan Gemini, resmi 4,5 saatlik yarışma süresi içinde altı problemden beşini çözdü ve biçimsel sembolik araçlara başvurmadan açık, insan tarafından okunabilir kanıtlar üretti.
Bu sistemin yetenekleri çeşitli yeniliklerden kaynaklanmaktadır: Derin Düşünme modu, çözüm yollarının paralel olarak keşfedilmesini sağlar, eğitim uzman düzeyinde matematiksel ispatları içerir ve pekiştirmeli öğrenme stratejik yaklaşımını geliştirir.
Bu ilerleme, gelişmiş yapay zekanın artık bir zamanlar yalnızca en iyi insan problem çözücülerine özgü olan karmaşık ve yorumlanabilir akıl yürütme düzeyine ulaşabileceğini göstermektedir. 42
Opencrawl
Opencrawl, LLM'leri ajanlara dönüştürmek için geliştirilmiş açık kaynaklı bir projedir. GitHub'da en popüler projelerden biri haline geldi ve Opencrawl ekosisteminin başlangıcını oluşturdu.
Üstel büyüme
Üstel büyümeyi anlamak için aşağıdaki benzetme faydalı olabilir. Makineler şu anda çok zeki görünmeyebilir, ancak yakın gelecekte oldukça zeki hale gelebilirler.
Yapay zekâ hesaplama yeteneklerindeki son gelişmeler
Şekil 2: Şekil, çeşitli kategorilerde gözlemlenen bilgi işlem büyüme modellerinin bir özetini göstermektedir: genel olarak dikkat çekici modeller (sol üst), öncü modeller (sağ üst), önde gelen dil modelleri (sol alt) ve önde gelen şirketlerin en iyi modelleri (sağ alt).
Yapay zekâ modellerinin eğitimi için gereken hesaplama kaynakları önemli ölçüde artmıştır ve dil modeli performansının yaklaşık üçte ikisi model ölçeğindeki iyileştirmelere bağlanmaktadır.
2024 tarihli bir makaleye göre, 43 Yapay zeka modellerinin eğitiminde bilgi işlem kullanımının büyümesi, dikkat çekici modellerde, öncü modellerde ve OpenAI, Google DeepMind ve Meta AI gibi önde gelen şirketlerdeki eğilimleri yansıtarak, yılda yaklaşık 4-5 kat artış göstermiştir (Bkz. Şekil 2).
Ancak, 2018'den bu yana büyüme hızı, özellikle sınır modelleri için biraz yavaşladı; dil modelleri ise 2020'nin ortalarına kadar yılda 9 katına kadar daha hızlı bir büyüme gösterdi, ardından hız yılda 4-5 katına düştü.
Yapay zeka hesaplama gücündeki genel büyüme eğilimi güçlü kalmaya devam ediyor ve tahminler, yeni zorluklar veya atılımlar yaşanmadığı sürece yıllık 4-5 katlık büyüme oranının devam edeceğini gösteriyor. Bu büyüme, önde gelen yapay zeka şirketlerinin ölçeklendirme stratejilerinde de görülüyor, ancak aralarında küçük farklılıklar mevcut.
Sınır modellerinin büyümesinde bir yavaşlama olmasına rağmen, GPT-4 ve Gemini Ultra gibi bugün yayınlanan daha büyük modeller, tahmin edilen büyüme yörüngesiyle yakından örtüşüyor.
Klasik bilgisayar teknolojisi yavaşlarsa, kuantum bilgisayar bu boşluğu doldurabilir.
Klasik bilgisayar teknolojisi bizi oldukça ileriye taşıdı. Klasik bilgisayarlardaki yapay zeka algoritmaları, satranç veya Go oynamak gibi belirli görevlerde insan performansını aşabiliyor. Örneğin, AlphaGo Zero, AlphaGo'yu 100-0'lık skorla yendi. AlphaGo, dünyanın en iyi oyuncularını yenmişti. 44 Ancak, klasik bilgisayarların ulaşabileceği hızın sınırlarına yaklaşıyoruz.
Yoğun entegre devrelerdeki transistör sayısının yaklaşık her iki yılda bir iki katına çıktığı gözlemine dayanan Moore yasası, hesaplama maliyetinin yaklaşık her 2 yılda bir yarıya indiği anlamına gelir.
Öte yandan, çoğu uzman Moore yasasının bu on yıl içinde sona ereceğine inanıyor. 45 Bununla birlikte, bilişim verimliliğini sürekli olarak iyileştirmeye yönelik çabalar mevcuttur.
Örneğin, DeepSeek, OpenAI gibi rakiplerine kıyasla çok daha düşük bir maliyetle bir mantık modeli sunarak R1 modeliyle küresel pazarları şaşırttı.
Henüz gelişmekte olan bir teknoloji olan kuantum hesaplama , Moore yasasının sona ermesinden sonra hesaplama maliyetlerini düşürmeye katkıda bulunabilir. Kuantum hesaplama, farklı durumların aynı anda değerlendirilmesine dayanırken, klasik bilgisayarlar aynı anda yalnızca bir durumu hesaplayabilir.
Kuantum hesaplamanın benzersiz doğası, şu anda ticari uygulamalarda en popüler yapay zeka mimarisi olan sinir ağlarını verimli bir şekilde eğitmek için kullanılabilir. Kararlı kuantum bilgisayarlarda çalışan yapay zeka algoritmaları, tekilliğin kilidini açma şansına sahip.
Bazı uzmanlar neden yapay genel zekaya (AGI) ulaşamayacağımıza inanıyor?
Yapay genel zekanın önemi veya varlığına karşı 3 temel argüman bulunmaktadır. Bunları ve yaygın karşı argümanlarını inceledik:
1- Intelligence çok boyutludur
Dolayısıyla, yapay genel zeka (AGI) insan zekasından farklı olacak, ancak mutlaka üstün olmayacak.
Bu doğru ve insan zekası da hayvan zekasından farklıdır. Bazı hayvanlar zihinsel yeteneklere sahiptir, örneğin sincaplar aylarca sakladıkları yüzlerce fındığı hatırlayabilirler.
Derin öğrenmenin öncülerinden Yann LeCun, "yapay genel zeka" (AGI) terimini bir kenara bırakıp "gelişmiş makine zekası" elde etmeye odaklanmamız gerektiğine inanıyor. 46 İnsan zihninin uzmanlaşmış olduğunu ve zekanın becerilerin ve yeni beceriler öğrenme yeteneğinin bir toplamı olduğunu savunuyor. Her insan, insan zekasının gerektirdiği görevlerin yalnızca bir alt kümesini yerine getirebilir. 47
İnsan zihninin uzmanlaşma düzeyini anlamak da zordur, çünkü biz insanlar zekanın tüm yelpazesini bilmiyor ve deneyimleyemiyoruz.
Makinelerin insanüstü zekâ sergilediği alanlarda, insanlar makinelerin kendine özgü zayıf noktalarından yararlanarak onları yenmeyi başardılar. Örneğin, bir amatör, dünya şampiyonlarını yenen Go programlarıyla aynı seviyede olan bir Go programını, programın zayıf noktalarını inceleyip bunlardan yararlanarak yenebildi. 48
2- IntelHukuk tüm sorunların çözümü değildir
Bilim
Mevcut verileri analiz eden en iyi makine bile kansere çare bulamayabilir. Çoğu alanda yeni bilgiler keşfetmek için gerçek dünya deneyleri yapması ve sonuçları analiz etmesi gerekebilir.
Daha fazla zeka, daha iyi tasarlanmış ve yönetilen deneylere yol açarak, deney başına daha fazla keşif yapılmasını sağlayabilir. Araştırma verimliliğinin tarihi bunu göstermelidir, ancak veriler oldukça gürültülüdür ve araştırmadan elde edilen getiriler giderek azalmaktadır. Newton hareketine benzer daha basit problemleri çözerken, kuantum fiziği gibi daha zor problemlerle karşılaşıyoruz.
Son olarak, bazı alanlarda o alanın doğasında var olan rastgelelik veya ölçülemezlik nedeniyle mükemmel tahminler mümkün olmayabilir. Örneğin, bol miktarda veriye sahip olsak bile, bazı yaşam sonuçlarını yüksek doğruluk seviyesinde tahmin edemiyoruz. 49
Ekonomi
IntelYetenek, ekonomik değer yaratmanın tek bileşeni değildir.
- İnsan zekasının en yaygın kabul gören ölçüsü olan IQ, yaklaşık 40.000 doların üzerindeki değerler için net servetle ilişkili değildir (Aşağıdaki resme bakınız):
Şekil 3: Düşük refah seviyelerinde IQ ile refah arasında korelasyon bulunmaktadır. 50
Şekil 4: Sadece yüksek servet seviyelerine odaklanırsak, IQ ile servet arasında bir korelasyon yoktur. Bu grafik, yukarıdakiyle aynıdır, ancak 40.000 doların altındaki net gelir seviyeleri gizlenmiştir. 51
- Yatırım dünyasında, bir şirketin ekibinin zekası rekabet gücü faktörü olarak kabul edilmez. Diğer şirketlerin de zeki stratejileri tespit edebileceği örtük olarak varsayılır. Yatırımcılar, fikri mülkiyet, ölçek ekonomisi, kaynaklara özel erişim vb. gibi haksız avantajlara sahip işletmeleri tercih eder. Bu haksız avantajların çoğu yalnızca zeka ile taklit edilemez.
3- Yapay genel zeka (AGI) mümkün değil çünkü insan beynini modellemek mümkün değil.
Teorik olarak, insan beyni de dahil olmak üzere herhangi bir hesaplama makinesini, temel hesaplamaları yapabilen ve sonsuz belleğe ve zamana erişebilen nispeten basit bir makineyle modellemek mümkündür. Bu, 1950'de ortaya konan ve evrensel olarak kabul edilen Church-Turing hipotezidir. Ancak, belirtildiği gibi, bu bazı zor koşullar gerektirir: sonsuz zaman ve bellek.
Çoğu bilgisayar bilimcisi, insan beynini modellemenin sonsuz zaman ve bellek gerektirmeyeceğine inanıyor. Bununla birlikte, beynin hesaplama gücünü tam olarak tanımlayacak kadar iyi anlamadığımız için bu inancı matematiksel olarak kanıtlamanın sağlam bir yolu yok. Böyle bir makineyi inşa etmemiz gerekecek!
Yapay genel zekaya nasıl ulaşabiliriz?
Şekil 5: Zaman içindeki öncü yapay zeka modellerinin zaman ufku, her modelin %50 güvenilirlikle tamamlayabileceği en uzun görevleri (insan eşdeğeri sürede) göstermektedir. 52
Yukarıdaki şekil, yapay zekâ ajanlarının yeteneklerinin zaman içinde nasıl geliştiğini, %50 güvenilirlikle tamamlayabildikleri en uzun görevleri ölçerek göstermektedir.
En önemli bulgu, görev uzunluğu sınır modellerinin işleyebileceği sürenin katlanarak arttığı , yaklaşık her yedi ayda bir ikiye katlandığıdır. Bu, Sonnet ve o1 gibi daha yeni modellerin artık bir insanın neredeyse bir saatini alacak görevleri tamamlayabileceği anlamına gelirken, GPT-2 gibi eski modeller birkaç saniyeden uzun görevleri bile zar zor halledebiliyordu.
Gölgeli bölge istatistiksel belirsizliği yansıtmaktadır, ancak genel eğilim güvenilirdir. Bu eğilim devam ederse, yapay zeka sistemleri yakında insanların günler hatta haftalar süren karmaşık görevlerini yerine getirebilir ve bu da daha geniş bir özerklik ve genel zeka benzeri yeteneklere doğru önemli bir adım olacaktır.
Yapay genel zekaya giden bir yol olarak ölçeklendirme
Öncü yapay zeka laboratuvarlarının liderleri, akım transformatörü tabanlı yaklaşımların ölçeklendirilmesinin yapay genel zekayı (AGI) ortaya çıkarabileceğine inanıyor ve bu da onların birkaç yıl içinde AGI'ye ulaşma öngörülerini destekliyor.
Yapay genel zekaya (AGI) ulaşmanın önerilen yollarından biri, işlem gücünü ve veriyi artırarak transformatörler gibi mevcut mimarileri ölçeklendirmektir; diğeri ise tamamen yeni yaklaşımlar geliştirmektir.
Ölçeklendirme hipotezini desteklemek amacıyla, Epoch AI tarafından 2024 yılında yayınlanan bir raporda, yapay zeka hesaplama gücündeki büyümenin 2030 yılına kadar devam edip edemeyeceği analiz edildi.
Dört temel kısıtlama belirlediler: güç kullanılabilirliği, çip üretim kapasitesi, veri kıtlığı ve işlem gecikmesi (Şekil 6'ya bakınız).
Bu zorluklara rağmen, altyapıya önemli yatırımlar yapılması koşuluyla, on yılın sonuna kadar 2e29 FLOP'a kadar işlem gücü gerektiren modellerin eğitilmesinin mümkün olduğunu savunuyorlar.
Bu tür gelişmeler, günümüzün en gelişmiş modellerinden (örneğin GPT-4) çok daha yetenekli yapay zeka sistemleri üretebilir ve bizi genel yapay zekaya (AGI) daha da yaklaştırabilir. 53
Şekil 6: Grafik, güç, çip üretimi, veri ve gecikme gibi temel kısıtlamalar altında 2030 yılına kadar yapay zeka eğitiminde kullanılacak işlem gücünün tahmini üst sınırlarını göstermektedir; medyan değerler 2e29 ile 3e31 FLOP arasında değişmektedir.
Ölçeklendirmenin ötesinde: Yeni mimariler için gerekçeler
Ancak Yann LeCun ve Richard Sutton gibi etkili yapay zeka bilimcileri, büyük dil modellerinin ölçeklendirilmesinin insan zekası seviyesine yol açmayacağına inanıyor. 54 55 Yapay genel zeka (AGI) için yeni mimarilerin veya yaklaşımların gerekli olduğuna inanıyorlar.
Yapay genel zekaya ulaşıp ulaşmadığımızı nasıl ölçebiliriz?
Büyük dil modelleri her hafta yeni ölçütleri geride bırakıyor, ancak veri zehirlenmesi ve insan zekası seviyesindeki zekâ için kabul görmüş bilimsel bir tanımın olmaması gibi sorunlar nedeniyle büyük dil modellerini değerlendirmek zor.
Son araştırmalardan elde edilen bulgular bu endişeleri daha da artırıyor. 56 kaynak, özellikle bilimsel ve yüksek riskli alanlarda, LLM'lerin ölçeklendirilmesinin daha iyi performans için sürdürülebilir bir yol olmadığını vurgulamaktadır. Yazarlar şunları göstermektedir:
- LLM'ler oldukça düşük ölçekleme üsleri (~0,1) sergiler; bu da veri veya hesaplama gücündeki büyük artışların bile doğrulukta çok küçük kazanımlar sağladığı anlamına gelir.
- LLM'lerin öğrenme gücü, Gauss dağılımına uymayan çıktılar üretebilme yeteneklerinden kaynaklanır, ancak bu durum aynı zamanda hata yığılmalarına ve kırılgan tahminlere de yol açar.
- Kayıp fonksiyonları gibi geleneksel ölçütler , gerçek yakınsama veya doğrulukla örtüşmeyen sözde ölçütlerdir .
- Yapay zekâda dejeneratif bir rejim (DAI) , sentetik veya tekrarlayan veriler üzerinde eğitilen modellerin, düzeltilebileceklerinden daha hızlı bir şekilde hata biriktirmesi durumunda ortaya çıkabilir.
Bu bulgular, standart kıyaslama ölçütlerinin güvenilirliğini sorgulamakta ve daha çeşitli ve gelişen değerlendirme stratejilerine duyulan ihtiyacın altını çizmektedir.
Turing testi gibi eski ölçütler günümüz makineleriyle boy ölçüşemezken, ARC-AGI gibi yeni ölçütler de daha geniş kapsamlı kıyaslama testlerinin genelleme yeteneklerinden yoksun olabilir.
ARC-AGI gibi yeni ortaya çıkan ölçütler, soyutlama ve genelleme yeteneklerini test etmeyi amaçlamaktadır, ancak veri kirliliğine veya aşırı uyum sorununa karşı dayanıklılıkları yetersiz olabilir.
Dahası, makalede vurgulandığı gibi, "iyi" kayıp puanları bile, Gauss dışı dalgalanmalar ve eğitim istikrarsızlıkları nedeniyle altta yatan bilgi felaketlerini gizleyebilir. 57
Yüksek lisans öğrencilerinin ilerlemesini nasıl takip edebiliriz?
Bu zorlukların üstesinden gelmek için kıyaslama yapmaya yönelik birkaç yaklaşım vardır:
- Sık sık güncellenen kıyaslama soruları. Gerçek hayattan örnek: LiveBench
- Veri zehirlenmesini önlemek için tutma kümeleri kullanmak: AIMultiple'ın AGI kıyaslama testi veya ARC-AGI gibi kıyaslama testleri.
Yapay genel zekayı belirlemek için kıyaslama yöntemlerinin ötesinde hangi yaklaşımlar mevcuttur?
Yapay zekanın etkisine dair potansiyel olarak güçlü ancak gecikmeli göstergeler mevcut olup, bunlar yapay genel zekayı (AGI) belirlemeye yardımcı olabilir.
Ekonomik büyüme
Microsoft CEO Satya Nadella, gelişmiş dünyada %10'luk bir büyümenin yapay genel zekanın (AGI) göstergesi olacağını iddia ediyor. 58 Ancak, AGI'nin tanımının gecikmeli olmasını istemesinin nedeni, AGI'nin OpenAI ve Microsoft'un münhasır ortaklığını sona erdirecek olmasıdır. 59
İşsizlik
AGI'nin
- İşgücündeki pay olarak ölçüldüğünde, beyaz yakalı istihdamını küresel zirve noktasının %10'una düşürün. Bu , yapay zekâ nedeniyle işgücünün gelirdeki payının önemli ölçüde azalması durumunda gerçekleşmelidir.
- Gayri safi yurt içi hasıla büyümesi devam ederken
Makinelerin insanlardan daha zeki ve verimli olduğu bir dünyada, bir insanın bilgisayar başında oturması için para ödemek mantıklı olmazdı. Bu nedenle, beyaz yakalı işlerin hızla azalmasını, insanların ise fiziksel dünyadaki işlerinde başarılı olmaya devam etmesini bekliyoruz.
İşgücü istatistiklerini toplayan devlet kurumları, işleri ayrıntılı kategorilere ayırarak beyaz yakalı istihdamı takip edilmesi kolay bir ölçüt haline getiriyor.
ABD Çalışma İstatistikleri Bürosu'ndan 2019-2024 yılları arasındaki beyaz yakalı istihdam verilerini topladık. 60 Açıklık ve tutarlılık sağlamak amacıyla, beyaz yakalı çalışanları aşağıdaki meslek gruplarına ayırdık:
- Mimarlık ve Mühendislik Meslekleri
- İşletme ve Finansal Operasyonlar Meslekleri
- Bilgisayar ve Matematik Meslekleri
- Sağlık Çalışanları ve Teknik Meslekler
- Hukuk Meslekleri
- Yaşam Bilimleri, Fizik Bilimleri ve Sosyal Bilimler Meslekleri
- Yönetim Meslekleri
- Ofis ve İdari Destek Meslekleri
- Satış ve İlgili Meslekler
Analizimize göre, bu dönemde beyaz yakalı çalışanların toplam istihdam içindeki oranı %45 ile %48 arasında dalgalanmıştır.
Bu aralık, beyaz yakalı istihdam payında şu ana kadar göreceli bir istikrar olduğunu gösterse de, uzun vadeli bir trendin göstergesi değildir ve otomasyon ve yapay zeka benimsenmesi hızlandıkça önümüzdeki yıllarda daha belirgin değişimler bekliyoruz. Yapay zekanın beyaz yakalı ve giriş seviyesi istihdamı nasıl değiştireceğine dair daha fazla tahmin için, Yapay Zeka kaynaklı iş kaybı başlıklı yazıyı okuyun.
Yapay genel zekayı hedeflemeli miyiz?
Bazı bilgisayar bilimcileri, nihai hedef olarak yapay genel zekaya (AGI) odaklanmanın yapay zeka araştırmalarını çarpıtabileceği konusunda uyarıyor. 61 Eleştiriler arasında şunlar yer almaktadır: Uzlaşma yanılsaması yaratmak, kıyaslama ölçütlerine aşırı uyum sağlamak, yerleşik sosyal değerleri göz ardı etmek, abartının öncelikleri belirlemesine izin vermek, "genellik borcu" biriktirmek (temel tasarım sorularını ertelemek) ve marjinalleştirilmiş toplulukları ve kaynakları yetersiz araştırmacıları dışlamak.
Yapay zekâ alanında ilerleme için, genel yapay zekâ gibi belirsiz tanımlanmış bir hedeften ziyade, spesifik, ölçülebilir ve şeffaf hedefler daha iyi olacaktır.
Yapay genel zeka tahminlerinin ardındaki matematiksel mantık
Matematiksel akıl yürütme, yapay genel zekanın zaman çizelgelerini anlamak ve tahmin etmek için merkezi bir öneme sahiptir. Birçok tahmin, yapay genel zekanın ne zaman ortaya çıkabileceğine dair beklentileri yönlendiren ölçülebilir eğilimlere ve biçimsel modellere dayanmaktadır.
Ölçeklendirme yasaları ve hesaplama büyümesi
Matematiksel akıl yürütmenin temel bileşenlerinden biri, ölçekleme yasalarının analizini içerir. Bu yasalar, model performansının daha fazla veri, parametre ve işlem gücüyle öngörülebilir bir şekilde iyileştiğini göstermektedir.
Yapay zekâ eğitiminde kullanılan işlem gücündeki istikrarlı yıllık 4-5 katlık büyüme, mevcut trendlerin devam etmesi halinde yapay genel zekânın (AGI) bir veya iki on yıl içinde ulaşılabilir olabileceği yönündeki tahminleri desteklemektedir.
Bu tahminler, performans eğrilerine yapılan ampirik uyarlamalara ve matematiksel modellemede temel bir kavram olan güç yasası ilişkilerine dayanan ekstrapolasyonlara dayanmaktadır.
Olasılıksal tahmin
Araştırmacılar ayrıca yapay genel zeka (AGI) tahminlerine olasılıksal yöntemler de uygulamaktadır. Anketler genellikle uzmanlardan belirli yıllarda AGI'nin geliştirilme olasılığını tahmin etmelerini isteyerek kümülatif olasılık dağılımları oluşturmaktadır.
Örneğin, 2040 yılına kadar %50 olasılık, gözlemlenen yapay zeka ilerlemesine dayalı Bayesçi tarzda güncelleme ile yönlendirilen, belirsizlik altındaki fikir birliğini yansıtmaktadır.
Bu matematiksel akıl yürütme yaklaşımı, kesin tarihlere ihtiyaç duymadan uzman belirsizliğini yakalar ve yeni veriler geldikçe sürekli revizyona olanak tanır.
Teorik temeller
Bu tahminler, insan bilişinin makineler tarafından simüle edilebileceğini öne süren Church-Turing tezi ve zekayı bilginin sıkıştırılabilirliğiyle ilişkilendiren Kolmogorov karmaşıklığı gibi kavramlar da dahil olmak üzere, matematiksel akıl yürütmenin teorik unsurlarına dayanmaktadır.
Bu teoriler yapay genel zekayı (AGI) garanti etmese de, olasılığı ve gerektirdiği hesaplama olanakları hakkında düşünmek için bir çerçeve sunmaktadır.
Yapay Genel Intelligence hakkında daha fazla bilgi
David Silver, DeepMind'da Baş Araştırma Bilimcisi.
Yapay Genel Zeka (AGI)'nın, tıpkı bilim, müzik veya spor gibi çeşitli alanlarda uzmanlaşabilen insanlar gibi, çok çeşitli görevlerde öğrenme ve mükemmelleşme yeteneğine sahip yapay zeka sistemlerini ifade ettiğini açıklıyor.
Tek bir işleve sınırlı dar yapay zekanın aksine, yapay genel zeka (AGI), insan uyum yeteneğini ve genel problem çözme kabiliyetini yansıtmayı hedefliyor.
Yapay genel zekanın uzun vadeli bir hedef olduğunu ancak gerçek insan zekasına ulaşmanın muhtemelen birkaç atılım gerektireceğini ve zaman içinde kademeli olarak gelişeceğini belirtiyor (Aşağıdaki videoya bakın).
Ilya Sutskever, OpenAI'in kurucu ortağı ve Baş Bilim İnsanı
TED konuşması olan "Yapay Genel Zekaya Doğru Heyecan Verici ve Tehlikeli Yolculuk"ta, Yapay Genel Zekaya (AGI) doğru kaydedilen hızlı ilerlemeyi ele alıyor.
Yapay genel zekanın önümüzdeki 5 ila 10 yıl içinde ortaya çıkabileceğini öngörüyor, ancak bu zaman çizelgesinde belirsizlik olduğunu da kabul ediyor.
Sutskever, yapay genel zekanın hem muazzam potansiyeline hem de derin risklerine dikkat çekerek, gelişiminin insan değerleriyle uyumlu olması gerektiğinin altını çiziyor. Zorluklara rağmen, insanlığın bu güçlü teknolojiyi güvenli bir şekilde yönlendirebileceği konusunda iyimser (Aşağıdaki videoya bakın).
Ray Kurzweil, bilgisayar bilimci ve girişimci.
Altmış yılı aşkın süredir devam eden yapay zekâ alanındaki ilerlemeyi değerlendiren yazar, insanlığın ilkel aletlerden büyük dil modellerine kadar zekâyı artırıcı araçlar geliştirme yeteneğini inceliyor.
Ayrıca, yapay zekânın 2029 yılına kadar ortaya çıkacağını ve 2045 yılına kadar teknolojik tekilliğe yol açacağını öngörüyor. Hesaplama gücünde, tıpta ve biyoteknolojide üstel ilerlemelere dikkat çekiyor.
Ayrıca yapay zeka tarafından üretilen tedaviler, dijital klinik denemeler ve bilimsel ilerlemenin yaşam süresini süresiz olarak uzatabileceği uzun ömür kaçış hızı gibi çığır açıcı gelişmeleri de öngörüyor (Aşağıdaki videoya bakın).
Yann LeCun, Turing ödülü sahibi
LLM'lerin bize insan seviyesinde zeka sağlayamamasının nedenlerini ve bu hedefe ulaşmak için kullanılan en yeni yapay zeka yaklaşımlarını inceleyin:
Çözüm
Yapay genel zekaya ilişkin tahminler son yıllarda önemli ölçüde değişti. Daha önceki araştırmalar 2060'a daha yakın bir tarihte ortaya çıkacağını öngörürken, özellikle girişimcilerden gelen son tahminler 2026-2035 gibi erken bir tarihte ortaya çıkabileceğini gösteriyor.
Bu değişim, büyük dil modellerindeki hızlı ilerlemeler ve artan işlem gücüyle desteklenmektedir. Ancak bu kazanımlara rağmen, günümüz yapay zekası hala insan zekâsıyla ilişkilendirilen genel esneklik ve özerklikten yoksundur.
Uzmanlar, yapay genel zekanın (AGI) nasıl elde edileceği konusunda hâlâ farklı görüşlere sahip; bazıları mevcut mimarilerin ölçeklendirilmesinin yeterli olacağına inanırken, diğerleri yeni yöntemlere ihtiyaç duyulduğunu savunuyor.
Başlıca zorluklar arasında yüksek kaynak talepleri, belirsiz ölçütler ve çözülmemiş etik kaygılar yer almaktadır. Yapay genel zeka (AGI) her zamankinden daha yakın olabilir, ancak gelişi hala hem teknik atılımlara hem de dikkatli denetime bağlıdır.
SSS'ler
Tekillik, makine zekasında hızlı bir artışa yol açması beklenen varsayımsal bir olaydır.
Tekillik için, insan düzeyinde düşünme yeteneğini insanüstü hız ve hızla erişilebilen, neredeyse mükemmel bir hafızayla birleştiren bir sisteme ihtiyacımız var.
Tekillik, makine bilincinin ortaya çıkmasına da yol açmalıdır, ancak bilinç iyi tanımlanmadığı için bu konuda kesin konuşamayız. Böyle bir sistem kendi kendini geliştirebilir ve insan yeteneklerini aşabilir.
Tekillik nispeten eski bir terim olsa da, yapay genel zeka (AGI) ve özellikle süper zeka terimleri günümüzde aynı olayı tanımlamak için daha sık kullanılmaktadır.
Yapay Genel Zeka (AGI), insanlarla eşit veya onlardan daha üstün bir seviyede, çok çeşitli entelektüel görevlerde bilgi anlayabilen, öğrenebilen ve uygulayabilen bir yapay zeka türünü ifade eder.
Dil çevirisi veya görüntü tanıma gibi belirli görevler için tasarlanmış dar kapsamlı yapay zekanın aksine, genelleştirilmiş bilişsel yeteneklere sahip olacak olan yapay genel zeka (AGI), alışılmadık durumlarda akıl yürütme, planlama ve uyum sağlama yeteneğine sahip olacaktır.
Yapay genel zekanın geliştirilmesi, önemli bir araştırma hedefi ve etik ve felsefi tartışma konusu olmaya devam etmektedir.
Süper zekâ, yaratıcılık, problem çözme ve sosyal anlayış da dahil olmak üzere hemen hemen tüm alanlarda en iyi insan zekâsını önemli ölçüde aşan bir zekâyı ifade eder.
Bu, yapay bir sistemin her anlamlı entelektüel uğraşta insanlardan daha iyi performans gösterebileceği, yapay genel zekanın ötesinde bir aşamayı temsil ediyor.
Bu kavram, kontrol, güvenlik ve üstün zekânın egemen olduğu bir dünyada insanlığın rolüne ilişkin uzun vadeli sonuçlar hakkında kritik hususları gündeme getiriyor.
Gelişmiş Makine Zekası (AMI), genel zekaya yaklaşan veya neredeyse genel zekaya ulaşan yetkin yapay zeka sistemlerini içerir.
Yapay genel zekayla ilişkilendirilen tam esneklik ve öz farkındalığa henüz sahip olmasalar da, yapay zeka sistemleri çeşitli görevlerde gelişmiş akıl yürütme, öğrenme ve uyum yeteneği sergilerler.
Bu terim genellikle, mevcut dar yapay zeka yeteneklerini aşan ancak tam genel zekâ eşiğinin altında kalan yapay zeka sistemlerini ifade etmek için kullanılır.
Referans Linkleri
Yorumlar 12
Düşüncelerinizi Paylaşın
E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir.
Does anyone know when this article was first published? I want to do a comparison of predictions vs reality for a project.
Hi Harper. The article was first published in mid-2017. But it's undergone constant updates since then to reflect the latest developments. Good luck with your project and let us know if we can help further!
I think we are far away from the point of singularity. It is not only that intelligence is multi dimensional, but also what is deemed as being intelligent (e.g., IQ, EQ) changes with time. People also change with time. So what is that point of singularity may change.
Hello, Yuvan. Thank you for your feedback.
Hello, Achieving the singularity from where we are now is relatively a simple jump, it is just time and advancements combined with a team somewhere who is dedicated to it and has the money to pull it off. The missing part of the equation would be asking the question "what is consciousness?" and understanding that. Then, understanding how to model that with non-biological machinery even at small levels, like modeling the consciousness of an amoeba or more advanced things like snakes and squirrels. Then if we know for certain what it is and how to model it, just run an adaptive evolution algorithm on itself, modeling out all of the processes in human cognition until it can beat them everywhere. Then, allow it to simply rebuild itself to continuously improve. The problem currently preventing this, is that human beings have no idea what consciousness is at all. It is a great mystery. One person thinks it is in the brain. Another thinks the brain is like a tuning fork, channeling the consciousness from somewhere else. It is a great mystery in science. When this problem is solved, then machine consciousness can be built most likely, depending on what it actually is. If consciousness is something weird, such as "human beings have spirits in other dimensions that are planned for their bodies by a supreme being. The brain creates a quantum resonant frequency that links it together with this already conscious entity, and then several universes are interacting simultaneously to create the actual experience of being self aware and sentient" well then, it will be very difficult to design a machine that does that same thing. It is more likely that we figure out how to model the resonance in the brain and then transfer an already existing consciousness of an animal or a human into a machine and keep it going, if that even makes any sense at all. However, maybe that's not how it works, and it is something simple like the holographic connection of energy patterns fluctuating in the mind - this can be modeled and a machine can be built that does these sorts of things with much more efficiency. Right now the mystery of the problem is consciousness itself. Hope that helps. I really enjoyed the robot soccer tournament. I also feel like a superhero at soccer now.
It's becoming clear that with all the brain and consciousness theories out there, the proof will be in the pudding. By this I mean, can any particular theory be used to create a human adult level conscious machine. My bet is on the late Gerald Edelman's Extended Theory of Neuronal Group Selection. The lead group in robotics based on this theory is the Neurorobotics Lab at UC at Irvine. Dr. Edelman distinguished between primary consciousness, which came first in evolution, and that humans share with other conscious animals, and higher order consciousness, which came to only humans with the acquisition of language. A machine with primary consciousness will probably have to come first. The thing I find special about the TNGS is the Darwin series of automata created at the Neurosciences Institute by Dr. Edelman and his colleagues in the 1990's and 2000's. These machines perform in the real world, not in a restricted simulated world, and display convincing physical behavior indicative of higher psychological functions necessary for consciousness, such as perceptual categorization, memory, and learning. They are based on realistic models of the parts of the biological brain that the theory claims subserve these functions. The extended TNGS allows for the emergence of consciousness based only on further evolutionary development of the brain areas responsible for these functions, in a parsimonious way. No other research I've encountered is anywhere near as convincing. I post because on almost every video and article about the brain and consciousness that I encounter, the attitude seems to be that we still know next to nothing about how the brain and consciousness work; that there's lots of data but no unifying theory. I believe the extended TNGS is that theory. My motivation is to keep that theory in front of the public. And obviously, I consider it the route to a truly conscious machine, primary and higher-order. My advice to people who want to create a conscious machine is to seriously ground themselves in the extended TNGS and the Darwin automata first, and proceed from there, by applying to Jeff Krichmar's lab at UC Irvine, possibly. Dr. Edelman's roadmap to a conscious machine is at https://arxiv.org/abs/2105.10461
I think Patrick Winston was joking when he said 20 years. From the linked quote: "I was recently asked a variant on this question. People have been saying we will have human-level intelligence in 20 years for the past 50 years. My answer: I’m ok with it. It will be true eventually." "Forced into a corner, with a knife at my throat, I would say 20 years, and I say that fully confident that it will be true eventually."
Great point! We should have read the source more carefully. I tried to explain his point better in the article.
I have the impression that the nerds that make this kind of prediction (replicate human brain) know a whole lot about computer programming but are ignorant about neuroscience/psychology. We are nor even scratching the surface about primary phenomenon, such as counsciousness / unconsciousness. How do you claim that you can replicate something that we are still far from understanding how it works?
Thank you for the comment. True, better understanding of the mind would help AGI research.
mmm... I'm not sure we can reach to this point: "benevolence of intelligent machines" Emotions and Feelings are there to guide our actions, to improve ourselves and to make a better world, can we make a machine to feel guilt of being smarter than us??
Saying human intelligence is fixed ignores that as we learn more about how the human brain works we may learn how to expand its capability's ie through some form of enhanced learning, targeted drugs, gene therapy, electro stimulation and not just direct brain computer connections being the only potential for doing this. More so currently hampered by our lack of understanding even the language you use has an effect on your cognitive ability's its one of the reasons deaf people were called dumb was the occurrence of language deprivation and how it negatively effected neurodevelopment it was a major problem when deaf children were forced to lip read instead of using sign language . But we will need more powerful AIs to achieve an understanding of our brains
People who say AGI will be here in 2060 are idiots and don't understand the flow of technology you'll see
@Vyn What do you mean? Do you mean to say it will take way before or way after 2060?
Thanks! I'll be quite happy if I get to see 2060
Intelligent doesn't solve our all problems maybe yes but certainly its essential and more intelligent you are faster you solve problems. If you are a chimp you can not even pour water to a glass. You do not even know what glass is used for. Yes if you are human being you still need to get up and grab the glass but intellegence is essential. I do not think human brain is impossible to create in a lab. I think earth is a lab. Anything found in nature can be replicate in the lab.
if P=NP then the singularity may happen also. Saying the human brain is impossible to recreate I dont agree with, but to say its intractable probably is approximately true. So P=NP, if you could solve that mystery (which is the millenial prize funnily) with an intractable calculation, that could make all the magic happen as well.
Thanks for the comment. Most computer scientists working on AI or machine learning would agree that it is possible to replicate human brain's capabilities.
The claim that "humans contribute most to the biomass" on the planet is likely to be wrong. Check out this paper for a careful estimation: https://www.pnas.org/content/115/25/6506
Thank you! That was insightful. Biology is not my strong suit, I should stick to computer science.
@AIMultiple Humble response, and great article. Thanks a ton :)
@B Thanks!