Video Başlığı: Jensen Huang: Nvidia'nın Geleceği, Fiziksel Yapay Zeka, Ajanın Yükselişi, Çıkarsama Patlaması, AI PR Krizi
Video Yazarı: All-In Podcast
Çeviri: Peggy, BlockBeats

Editörün Notu: AI anlatısının giderek yükseldiği bugünlerde, pazarın tartışması, artık "model ne kadar güçlü"den "sistem nasıl uygulanıyor" konusuna kaymaktadır. Geçtiğimiz iki yılda, sektör büyük model gücü sıçraması, eğitim hesaplama gücü yarışı ve üretken uygulamaların genişlemesi gibi aşamalardan geçti. Ancak bu aşamaların giderek ortak kabul görmesiyle, yeni sorunlar da ortaya çıkmaya başladı: AI artık yalnızca sorulara yanıt vermekle kalmayıp görevleri yerine getirmeye, iş süreçlerine entegre olmaya, fiziksel dünyaya girmeye başladığında, onu ileriye taşıyan temel koşullar nelerdir?

Bu makale, önde gelen teknoloji podcast'i All-In Podcast'ten alınmış bir görüşmeden alıntılanmıştır. Silicon Valley'nin en etkili yatırımcı podcast'lerinden biri olan bu program, teknoloji, iş ve makro eğilimler üzerine derinlemesine tartışmalarıyla tanınmıştır.

Programın dört sunucusu şunlardır:

· Jason Calacanis, erken dönem internet girişimcisi ve melek yatırımcı, Uber, Robinhood vb. şirketlere yatırımıyla tanınmıştır;

· Chamath Palihapitiya, Social Capital kurucusu, eski Facebook yöneticisi, Slack, Box vb. birçok teknoloji şirketine yatırım yapmıştır;

· David Sacks, Craft Ventures ortağı, "PayPal Çetesi"nden biri, Yammer'ı kurmuş ve Microsoft'a yaklaşık 12 milyar dolara satmış, aynı zamanda Airbnb, Uber gibi şirketlere erken dönem yatırımcıdır;

· David Friedberg, The Production Board kurucusu, tarım, iklim ve yaşam bilimleri alanında yatırım yapan, The Climate Corporation'ı kurmuş ve daha sonra Monsanto'ya satmıştır.

Bu bölümün konuğu, NVIDIA'nın kurucu ortağı ve CEO'su olarak görülen Jensen Huang'dur, mevcut AI altyapı dalgasının en önemli itici güçlerinden biri olarak kabul edilmektedir.

Soldan Sağa David Friedberg, Chamath Palihapitiya, David Sacks, Jensen Huang (黄仁勋), Jason Calacanis

Toplantının genel olarak üç seviyeye özetlenebileceğini söyleyebiliriz.

İlk olarak, AI Altyapısı Değişiyor. Geçmişte, AI'ın anlaşılması büyük ölçüde daha güçlü GPU'lar ve daha fazla veri merkezi üzerine inşa edilmişti. Ancak Jensen Huang vurgulamak istediği nokta, gelecekteki rekabetin artık yalnızca tek bir yonga üzerinde değil, bütünsel bir sistem üzerinde olacağıdır. Gelişen çıkarım gereksinimleri, artan model çeşitliliği ve ajanların daha karmaşık görevlerle ilgilenmeye başlamasıyla, AI hesaplama geçmişteki nispeten tek boyutlu modelden, daha karmaşık, daha bölgeselleştirilmiş sistem işbirliğine doğru evrilmektedir. NVIDIA da bu nedenle kendini, bir yonga şirketinden daha ileri götürerek "AI fabrikası"nın inşasına doğru yönlendirmeye çalışmaktadır.

İkinci olarak, AI Artık "İçerik Üretimi"nden "Görev Tamamlama"ya ilerliyor. Bu görüşmenin en önemli ipucu olarak karşımıza çıkıyor. ChatGPT, halkın ilk kez AI'ın yeteneklerini doğrudan hissetmesini sağladı, ancak Jensen Huang'a göre, gerçek daha büyük değişiklik, AI'ın artık bir ajan olarak iş akışına girmeye başlamasıdır: Artık sadece soruları yanıtlamıyor, aynı zamanda araçları çağırabiliyor, görevleri parçalayabiliyor, işbirliği yapıyor ve nihayetinde işi gerçekten bitiriyor. Bu durum aynı zamanda, kullanıcıların AI için ödeme yapmaya istekli olduğu konusunda da değişikliğe işaret etmektedir; bu istek, giderek "bir cevap almak"tan, "bir sonuç elde etmek"e doğru kaymaktadır. Bu, daha büyük bir çıkarım gereksinimi, daha yüksek sistem karmaşıklığı anlamına gelmektedir ve yazılım geliştirme, kurumsal yönetim ve bilgi çalışması şeklinin değişebileceği anlamına gelmektedir.

Son olarak, AI Artık Dijital Dünyadan Gerçek Dünyaya Doğru Genişliyor. Görüşmede otonom sürüş, robotlar, sağlık, dijital biyoloji veya Jensen Huang'ın "Fiziksel AI" dediği konulardan bahsedilse de, temelde işaret edilen trend aynıdır: AI'ın değeri artık sadece ekranda değil, aynı zamanda fabrikalarda, hastanelerde, otomobillerde, son kullanıcı cihazlarında ve günlük yaşamda da giderek artmaktadır. Ancak bu durum aynı zamanda, AI'ın karşılaşacağı zorlukların artık yalnızca teknik zorluklar olmayacağı, aynı zamanda tedarik zinciri, politika, düzenleme, üretim kapasitesi ve jeopolitik gibi daha karmaşık gerçek dünya kısıtlamalarını da içereceği anlamına gelmektedir. Başka bir deyişle, AI'ın önümüzdeki genişleme dönemi, gerçek anlamda bir endüstrileşme süreci olacaktır.

Bu bağlamda, bu görüşmenin en dikkat çekici yanının, belirli bir ürün veya belirli bir hedef rakam olmadığını, ancak Jensen Huang'ın sürekli ilettiği bir değerlendirme olduğunu söyleyebiliriz: AI'ın artık "model çağı"ndan "sistem çağı"na doğru ilerlediği. Gelecekteki rekabet, sadece kimin modelinin daha büyük olduğunu veya gücünün daha fazla olduğunu değil, kimin endüstriyi daha iyi anladığını, kimin AI'ı daha derin bir şekilde gerçek akışa gömebildiğini, kimin bu yetenekleri çalışabilir ve ölçeklenebilir bir sistem haline getirebildiğini tartışacak.

Bu aynı zamanda bu makalenin ele aldığı konuyu NVIDIA'nın ötesine taşıdı. Gerçekten cevap vermeye çalıştığı soru şudur: Yapay Zeka giderek altyapı haline geldiğinde, bir sonraki endüstriyel dönüşüm nasıl ortaya çıkacak ve yeni değer nerede oluşacaktır.

Aşağıda orijinal metin içeriği bulunmaktadır (okuma anlayışını kolaylaştırmak için orijinal içerik düzenlenmiştir):

Çok Uzun; Okunmadı (ÇU;O)

· Yapay Zeka Altyapısı, "Tek Bir GPU"dan ayrıştırılmış mimariye doğru ilerliyor. Farklı hesaplama görevleri, GPU, CPU, ağ yongaları ve Groq gibi çıkarım yongaları tarafından işbirliği ile gerçekleştirilecektir.

· NVIDIA, Bir GPU Şirketinden, Bir "AI Fabrika Şirketi" olarak bütün bir sistem sunan bir şirkete dönüşüyor. Satılan, tek bir yonga değil, bütün bir altyapıdır.

· AI Maliyetini ölçmenin anahtarı, veri merkezi maliyeti değil, token maliyeti ve işlem verimliliğidir. Daha pahalı sistemler, paradoksal bir şekilde daha ucuz olabilir.

· AI, Üretken Modelden Eyleyici Çağa doğru ilerliyor. Kullanıcılar gerçekten "işleri bitirmek" için ödemeyi istiyorlar, sadece cevap almak değil.

· Hesaplama ihtiyacı patlama yapmaktadır. Üretebilmekten sonuç çıkarabilmeye ve ardından eyleyiciye geçiş, kısa sürede 10.000 katın üzerinde genişlemiş olabilir ve hala ivme kazanmaktadır.

· Gelecekte yazılım geliştirme değişecek. Mühendisler artık sadece kod yazmıyor, sorunları tanımlıyor, mimari tasarlıyor ve eyleyiciyle işbirliği yapıyorlar.

· Uzun vadede, en büyük fırsat geniş ve derin uzmanlaşma alanlarında, genel modelden ziyade. Hangi sektörü daha iyi anlıyorsa, o sektöre daha fazla savunma kabiliyetine sahip olur.

Röportaj Orijinal Metni

Jason Calacanis (Tanınmış Melek Yatırımcı | All-In Podcast Sunucusu | Uber'e Erken Yatırım):
Bu hafta özel bir bölüm. Her haftanın normal programına "yol veriyoruz" ve bu muameleyi genellikle üç tür kişiye yaparız: Başkan Trump, İsa ve Jen-Hsun Huang (NVIDIA'nın kurucusu ve CEO'su). Bu üçlüyü nasıl sıralayacaklarına kendileri karar versinler. Son zamanlarda çok iyiydiniz, bu GTC de çok başarılı oldu.

黄仁勋 (Jensen Huang, NVIDIA CEO):
Tüm sektör burada. Tüm teknoloji şirketleri, neredeyse tüm yapay zeka şirketleri burada.

Jason Calacanis:
Bu gerçekten inanılmaz, gerçekten olağanüstü. Geçen yılın en büyük duyurularından biri, Groq'du. Groq'u satın alırken, bu hamlenin Chamath'ı ne kadar "çıldırtacağını" fark ettiniz mi?

Not: Groq, Grok değil. İlkisi yapay zeka çıkarım yongaları ve bulut çıkarımı yapan bir şirketken, ikincisi xAI'nın sohbet botudur. Groq, 2025 yılının sonuna kadar NVIDIA ile yalnız olmayan bir çıkarım teknolojisi lisans anlaşmasına vardı ve resmi açıklanmayan bir işlem tutarı vardı; ancak dışarıdan, 170 milyar ila 200 milyar dolar arasında bir tahmin ve raporlar vardı. GTC 2026'ya gelindiğinde, Jensen Huang, Groq teknolojisine dayalı olarak NVIDIA platformuna entegre edilen bir çıkarım sistemi daha fazla sergiledi.

Burada bahsedilen Chamath, Chamath Palihapitiya'yı (Social Capital Kurucusu | Eski Facebook Yöneticisi | All-In Sunucusu) işaret eder. Hem All-In'in dört sunucusundan biri hem de Groq'un erken yatırımcılarından ve yönetim kurulu üyelerinden biri olan Chamath, NVIDIA ve Groq arasındaki önemli işlemin açığa çıkmasından sonra, bu da Chamath'ın kilit bir projeyi daha doğru tahmin ettiği olarak görüldü.

黄仁勋:
Ben bir hissiyatım vardı.

Jason Calacanis:
Her hafta onunla uğraşmak zorundasınız.

黄仁勋:
Biliyorum. Ve sizinle birlikte tam altı hafta süren bu teslim sürecini onunla geçirmeniz gerekiyor.

Jason Calacanis:
Kesinlikle.

GPU Şirketinden "Yapay Zeka Fabrikası" Şirketine

黄仁勋:

Aslında, birçok stratejimizi yıllar öncesinden GTC'de açıkça bahsederiz. İki buçuk yıl önce, AI fabrikasının işletim sistemini tanıttım, adı Dynamo.

Biliyorsunuz, dynamo aslında bir cihazdır, Siemens tarafından icat edilmiştir, suyun enerjisini elektrik enerjisine dönüştürebilir ve endüstrideki eski fabrika sistemini yönlendirir. Bu yüzden, bu ismin bir sonraki sanayi devriminde "fabrika işletim sistemi" adı olarak çok uygun olduğunu düşünüyorum. Ve Dynamo'nun içinde, en önemli teknolojilerden biri, ayrıştırılmış çıkarım (disaggregated inference)dir.

Jason Calacanis：

Jensen, teknoloji konusunda uzman olduğunu biliyorum. Buyur, hadi sen bir tanım yap. Benim şovumu çalmak istemem.

Huang Renxun：

Teşekkürler. Mantıksal Ayrışma dediğimiz şey, mantığın tüm işleme hattının son derece karmaşık olduğu ve belki de bugün en karmaşık hesaplama problemlerinden biri olabileceği anlamına gelir.

Bu olağanüstü büyük ölçekte ve içinde farklı biçimlerde ve ölçeklerde matematiksel hesaplamalar bulunmaktadır. Bizim düşüncemiz, tüm işlem sürecini parçalara ayırmak ve bir kısmını bir tür GPU'da çalıştırmak, diğer bir kısmını ise başka tür bir GPU'da çalıştırmaktır. Dahası, bu bizi, belki de Mantıksal Ayrışmanın kendisinin mantıklı bir yöntem olabileceğine varmamızı sağlamaktadır: tamamen farklı tipte ve nitelikteki hesaplama kaynaklarını bir araya getirebiliriz.

Aynı düşünce, daha sonra bizi Mellanox'a götürdü. Bugün baktığınızda, NVIDIA'nın hesaplama gücü artık GPU, CPU, anahtarlar, dikey genişleme anahtarları, yatay genişleme anahtarları ve ağ işlemcileri üzerinde dağılmış durumda. Şimdi, Groq'u da buna dahil etmeliyiz.

Amacımız, uygun iş yüklerini uygun yongalara yerleştirmektir. Başka bir deyişle, bir GPU şirketinden, bir yapay zeka fabrikası şirketine evrim geçirdik.

David Sacks (Craft Ventures Ortağı | Eski PayPal COO | All-In Sunucusu)：

Benim için, bu muhtemelen en önemli ilham kaynağıdır. Şu anda gördüğünüz şey temelde bir "ayrışma"dır. Geçmişte sadece bir GPU seçeneği vardı, ancak şimdi farklı hesaplama biçimlerinin ortaya çıkmaya başladığı ve gelecekte bu seçeneklerin var olmaya devam edeceği bir döneme giriyoruz.

Sahne üzerinde belirttiğin bir nokta var ki, benim gözümde değerli bir hesaplama yapan herkes ciddiye almalı: Veri merkezinde yaklaşık olarak %25'inin Groq'un LPU'suna ayrılması gerektiğini söyledin.

Not: LPU, Dil İşleme Birimi'nin kısaltmasıdır. Bu, Groq'un önerdiği bir yonga kategorisidir, temel amacı eğitim değil, mantıksal ayrışmadır

Huang Renxun：

Evet, veri merkezinde, yaklaşık olarak Groq'un Vera Rubin sistemine yaklaşık %25'lik bir pay almasını sağlayabiliriz.

Not: Vera Rubin, NVIDIA'nın bir sonraki nesil yapay zeka platformu mimarisi. Tek bir çip değil, yapay zeka fabrikasına yönelik sistem düzeyinde bir altyapı platformudur.

David Sacks:

Sen bu yöne ilişkin sektörün şu anda nasıl baktığını anlatabilir misin? Temelde, bir sonraki nesil decoupled (ayrık) mimari oluşturuyorsun: önceden doldurma, çözümleme ayrı, akıl yürütme süreci bölünmüş. İnsanların tepkisi hakkında ne düşünüyorsun?

Huang Renxun:

Bir adım geriye gidelim önce. O yeteneği sisteme eklediğimizde, tüm sektör büyük dil modellerinden ayrık işlemeye, yani Ajans İşlemeye doğru geçiş yapmıştı.

Bir ajans çalıştırdığınızda, iş belleğine, uzun süreli belleğe erişir, araçları çağırır; bu depolama üzerinde büyük bir baskı oluşturur. Ayrıca bir ajansın diğer ajanslarla işbirliği yaptığını göreceksiniz. Bazı ajanslar büyük modeller kullanırken, bazıları küçük modeller kullanır; bazıları difüzyon modellerini, bazıları oto-regresif modelleri kullanır. Başka bir deyişle, data merkezinde tamamen farklı türde modeller aynı anda var olabilir. Biz Vera Rubin'i inşa ettik, bu da bu aşırı çeşitliliğe karşı koymak içindi.

Dolayısıyla, eskiden “bir rack'e sahip olan” bir şirkettik, şimdi ise dört farklı rack ekledik. Başka bir deyişle, NVIDIA'nın TAM'ı, yani toplam adreslenebilir pazarı, birdenbire genişledi; muhtemelen öncekinden %33 ila %50 daha fazla.

Ve bu eklenen %33 ila %50'nin içinde, büyük bir kısmı depolama işlemcisi olacak, yani BlueField; bir kısmı, kişisel olarak umduğum çok büyük bir kısmı, Groq işlemcisi olacak; bir kısmı CPU olacak; elbette, birçok ağ işlemcisi de olacak. Bu tüm bileşenler, sonunda AI devrimini yürüten o “yeni tip bilgisayar”da çalışacak; yani ajanlar. Bu, modern endüstrinin işletim sistemi haline geliyor.

Chamath Palihapitiya (Social Capital Kurucusu | Eski Facebook Yöneticisi | All-In Sunucusu):

Peki gömülü uygulamalar? Örneğin, kızımın evindeki ayıcık, onunla konuşmak istiyorsa, içinde ne var? Özelleştirilmiş bir ASIC mi? Yoksa gelecekte kenar ve gömülü senaryolarda daha geniş bir TAM mı göreceğiz, farklı senaryolara farklı araçlar mı eşlik edecek?

Not: ASIC, Uygulamaya Özgü Entegre Devre anlamına gelir, TAM ise Toplam Adreslenebilir Pazar anlamına gelir.

黄仁勋:

Aslında, bu sorunda üç bilgisayarın olduğuna inanıyoruz.

İlk bilgisayar, en geniş ölçekte, AI modelini eğitmek, AI geliştirmek, AI oluşturmak için kullanılan bilgisayardır.

İkinci bilgisayar, AI'ı değerlendirmek için kullanılan bilgisayardır. Etrafa baktığınızda, her yerde robotlar, otomobiller gibi şeyler görürsünüz. Bunları bir fiziksel dünyayı temsil edebilen sanal bir ortama yerleştirmeniz ve değerlendirmeniz gerekir. Yani, bu yazılımın fizik yasalarına uyması gerekir. Bu sistemimize Omniverse adını verdik.

Üçüncü bilgisayar, kenar bilgisayarına dağıtılan bilgisayardır, yani bir robot bilgisayarıdır. Bu otonom bir araç olabilir, bir robot olabilir veya hatta küçük bir ayı oyuncağı olabilir.

Ayı oyuncağı gibi cihazlar için, üzerinde çalıştığımız çok önemli bir alan var: Telekom istasyonlarını AI altyapısının bir parçası haline getirmek. Bu sayede, yaklaşık olarak 2 trilyon dolarlık telekom endüstrisi, gelecekte giderek artan bir şekilde AI altyapısının bir uzantısı haline gelecektir. Bu nedenle, kablosuz cihazlar kenar cihazlarına, fabrikalar kenar cihazlarına, depolar da aynı şekilde dönüşecektir.

Sonuç olarak, bu üç tür temel bilgisayarın hepsi vazgeçilmezdir.

David Friedberg (The Production Board Kurucu Ortak | All-In Podcast Sunucusu):

Jensen, geçen sene senin dünyadaki herkesten daha önce gördüğünü düşünmüştüm. O zaman şunu söyledin: Büyüme talebi sadece 1000 kat artmayacak, değil mi?

黄仁勋:

Kendimi mi kandırdım?

David Friedberg:

Aksine 1 milyon kat mı? 10 milyar kat mı? Doğru mu?

O zaman pek çok insan bunun çok abartılı olduğunu düşünmüştü, çünkü o zaman herkes eğitim ölçeğine odaklanmıştı. Ama şimdi bakın, akıl yürütme gerçekten patladı ve şimdi "akıl yürütme sınırlı" hale geliyor. Şimdi bir "akıl yürütme fabrikası" kuruyorsun ve çıktısı bir sonraki jenerasyon fabrikasından 10 kat daha fazla olacak.

Ancak dışarıya baktığınızda, pek çok insan şunu söyleyecek: Akıl yürütme fabrikanızın 400 milyar ila 500 milyar dolara mal olacağını, oysa özelleştirilmiş ASIC, AMD vb. gibi alternatiflerin yalnızca 250 milyar ila 300 milyar dolara mal olacağını, bu nedenle pazar payınızı kaybedeceğinizi söyleyecekler.

O zaman bize doğrudan şunu anlatmanız daha iyi olur: Gerçekte ne gördünüz? Pazar payını nasıl görüyorsunuz? Bu müşterilerin neredeyse iki katı prim ödemesi, gerçekten değer mi?

Neden daha pahalı bir sistem, daha ucuz bir jeton üretebilir?

黄仁勋:

En önemli ve en temel nokta şudur: Fabrikanın fiyatını, jetonun fiyatıyla eşdeğer tutmayın, aynı zamanda onu jetonun maliyetiyle eşdeğer tutmayın.

Çok muhtemeldir ve kanıtlayabilirim ki, bu 500 milyar dolarlık fabrika, en düşük maliyetli jetonları üretebilir. Bunun sebebi, bu jetonları oluşturma verimliliğimizin şaşırtıcı derecede yüksek olmasıdır ve %10 daha fazladır.

Görüyorsunuz, 500 milyar dolar ve 200 milyar dolar arasındaki farkın çoğu aslında sadece arazi, elektrik ve fabrika binasının dış kabuğundan ibarettir. Bunun dışında, depolama, ağ, CPU, sunucu, soğutma sistemi satın almanız gerekiyordu zaten. Bu yüzden, GPU'nun kendisi yarı fiyatına satılsa bile, toplam maliyeti doğrudan 500 milyardan 300 milyara indirmez. Kendinize uygun bir rakam seçin, daha gerçekçi bir şekilde, muhtemelen sadece 500 milyardan 400 milyara düşer.

Ve eğer 500 milyar dolarlık bir veri merkezi, aynı zamanda kapasitesi %10 daha fazla ise, bu fark aslında pek bir şey ifade etmez.

Jason Calacanis: Anladım.

黄仁勋:

Bu yüzden sürekli şunu söylediğim işte: Birçok yonga için, teknoloji trendlerinin ve bizim ilerleme hızımızın gerisinde kalırsanız, o yongalar bedava dağıtılsalar, hala yeterince ucuz olmazlar.

David Sacks:

Daha genel bir stratejik soru sormak istiyorum. Şu anda dünyanın en değerli şirketini işletiyorsunuz. Gelecek yıl geliriniz 3.5 trilyon doları aşabilir, serbest nakit akışınız 2 trilyon dolar olabilir ve inanılmaz bir hızla bileşik şekilde büyümeye devam edebilirsiniz.

Kararlarınızı nasıl veriyorsunuz? Bilgiyi nasıl elde ediyorsunuz? Herkes şimdi ünlü e-posta sisteminizi biliyor ama gerçekte sezgiyi nasıl geliştiriyorsunuz, pazarı şekillendiriyorsunuz, nerede yoğunlaşmanız gerektiğine, nerede geri çekilmek gerektiğine, nerede yeni alanlara girmeniz gerektiğine karar veriyorsunuz? Bu bilgiler size nasıl iletiliyor? Son kararı nasıl veriyorsunuz?

黄仁勋:

Bu CEO'nun işidir.

David Sacks:

Evet.

黄仁勋:

Görüş bildirmenin ve stratejiyi belirlemenin sorumluluğu bizdedir. Tabii ki, şirketimizdeki olağanüstü bilgisayar bilimcilerinden, teknik uzmanlardan ve sayısız mükemmel çalışanımızdan ilham alır ve bilgi ediniriz, ancak sonunda, geleceği şekillendirmek bizim sorumluluğumuzdur.

Bu işin bir kısmı, bu iş gerçekten çılgınca mı? Eğer yeterince zor değilse, ondan uzak durmamız gerekiyor. Sebebi çok basit, eğer bir şeyi yapmak çok kolaysa, rakipler onu kesinlikle kopyalar.

Bu, daha önce hiç kimsenin yapmadığı ve gerçekten çılgınca zor bir şey mi? Ayrıca, şirketimizin eşsiz "üstün gücü"nü devreye sokabilecek mi? Bu nedenle, bu kesişim noktasını bulmam gerekiyor: Bu standartlara aynı anda uymalı.

Ayrıca son olarak, bu tür bir şeyi yapmanın mutlaka çok fazla acı ve ızdırapla birlikte geleceğini bilmelisin. Hiçbir büyük icat, çünkü çok basit olduğu için veya ilk denemede kolayca başarılı olduğu için ortaya çıkmamıştır.

Eğer bir şey süper zor, daha önce hiç kimse yapmamışsa, o zaman genellikle bu, çok fazla acı ve ızdırap yaşayacağın anlamına gelir. Bu yüzden bu sürecin keyfini çıkarman en iyisi olacaktır.

David Sacks:

Daha "uzun kuyruklu" üç veya dört işten bahseder misin? Örneğin, veri merkezlerinden uzaya çıkma, ADAS ve otomotiv, ve biyoloji alanı gibi. Biraz hissetmemizi sağla: Bu eğriler ne zaman yukarı doğru dönüş yapacak? Bu uzun vadeli işlere nasıl bakıyorsun?

Not: ADAS, Gelişmiş Sürücü Destek Sistemleri anlamına gelir.

Huang Renxun:

Elbette. Fiziksel yapay zeka (Physical AI), çok geniş bir kategoridir. Dediğim gibi, üç hesaplama sistemi ve bunların üzerine inşa edilmiş tüm yazılım platformlarına sahibiz. Fiziksel yapay zeka, teknoloji endüstrisinin 50 trilyon dolarlık neredeyse hiç teknoloji ile derinlemesine dönüştürülmemiş bir endüstriyi hizmet etme fırsatına sahip olduğu ilk defa. Bunu başarmak için, tüm gerekli teknolojiyi yeniden icat etmek zorundayız.

Ben hep bunun 10 yıllık bir yolculuk olduğunu düşündüm. On yıl önce başladık ve şimdi nihayet yukarı doğru dönüş yapmaya başladığını gördük. Bizim için, bu artık milyarlarca dolarlık bir iş, şu anda yılda yaklaşık 100 milyar dolarlık hacme ulaşmış durumda. Yine de, bu çok büyük bir iş ve hala üssel olarak büyüyor. Bu birinci nokta.

İkinci yönde, dijital biyoloji alanında, gerçekten artık ChatGPT anına çok yaklaştığımızı düşünüyorum.

Yavaş yavaş genleri, proteinleri, hücreleri temsil etmeyi ve anlamayı öğreniyoruz. Kimyasallar, onları nasıl işleyeceğimizi zaten biliyoruz. Bu yüzden biyolojinin temel bileşenlerini ve dinamik davranışlarını temsil etme ve anlama yeteneğimizin, bu durumun yaklaşık iki ila üç yıl içinde gerçekleşeceğini düşünüyorum. Beş yıl içinde, dijital biyolojinin tüm sağlık endüstrisine büyük bir etkide bulunacağına kesinlikle inanıyorum.

Bunlar çok önemli alanlardır. Tarım da bunlardan biridir.

Chamath Palihapitiya:

Zaten başlamış durumda.

Hong Joon-ho:

Kuşkusuz.

Jason Calacanis:

Veri merkezinden masaüstüne konuşmayı döndürmek istiyorum. Şirketlerin erken dönemi büyük ölçüde hobi insanları, oyuncular ve ekran kartı kullanıcıları üzerine kurulmuştur. Bugün, yaklaşık on bin kişilik bir izleyici kitlesine karşı sahnede olduğunuzda, Claude Code, OpenClaw ve agent'ın getirdiği devrimden bahsettiniz.

Özellikle hobi topluluğu, şu anda birçok enerjinin ve yeniliğin aslında onlardan patladığını görüyoruz, birçok çığır açıcı olay masaüstünde gerçekleşiyor. Bu sefer bir masaüstü cihaz da duyurdunuz, hatırladığım kadarıyla Dell 60800 miydi? Bu oldukça güçlü bir iş istasyonu, yerel modelleri çalıştırabilir, 750GB belleğe sahiptir. Şu anda Mac Studio her yerde tükenmiş durumda. Şirketimiz şimdi tamamen OpenClaw'a yöneliyor. Friedberg kullanıyor, Chamath kullanıyor, herkes çok hevesli.

Hobilerden başlayan bu açık kaynaklı agent hareketi, masaüstü açık kaynak ekosistemi, sizin için ne ifade ediyor? Nereye gidiyor?

Agent Çağı Geldi: Neden Hesaplama İhtiyacı Yeniden On Kat Artacak

Hong Joon-ho:

İlk olarak, bir adım geriye gidelim. Geçtiğimiz iki yıl, aslında üç dönüm noktasına tanık olduk.

İlk dönüm noktası, Generative AI'ydi. ChatGPT, AI'yı halka mal etti, herkesin onun ne kadar önemli olduğunu fark etmesini sağladı. Aslında bu teknoloji, ChatGPT'den aylar önce oldukça açık bir şekilde oradaydı. Yalnızca ChatGPT, herkesin kullanabileceği bir arayüzle ona kavramsal bir kabuk verene kadar, Generative AI gerçek anlamda patlamadı.

Ve Generative AI, bildiğiniz gibi, tokenlar oluşturacak ve hem iç hem de dış tüketim için sunacak. İç tüketim, temelde "düşünme"dir ve bu da akıl yürütmenin gelişmesini teşvik eder.

Daha sonra, daha fazla yerinde ve gerçek bilgiye dayalı yetenekler ortaya çıkmaya başladı, AI artık yalnızca soruları cevaplamıyor, daha güvenilir ve daha kullanışlı cevaplar verebiliyor. Ayrıca OpenAI'ın geliri ve iş modelinde dönüm noktası tarzında bir artış görmeye başladınız.

Son olarak, üçüncü dönüm noktası aslında başlangıçta sadece endüstri içinde görülebilen Claude Code idi. Bu, çok işlevli bir sistemi olan gerçekten kullanışlı ilk agentic sistemdi ve devrim niteliğindeydi.

Ancak Claude Code'dan önce, bu yetenek seti genellikle sadece işletmelere yönelikti ve birçok dışındaki kişi hiç görmemişti. Bu noktaya, OpenClaw'ın "Bir AI ajanının aslında neler yapabileceğini" halkın dikkatine sunmasıyla gelindi.

Dolayısıyla, OpenClaw'ın kültürel açıdan önemi şurada yatıyor: İlk kez halka ajanın yeteneklerini gerçekten fark ettirdi.

Onun önemli olma nedeninin ikincisi, OpenClaw'ın açık kaynaklı olmasıdır.

Daha da önemlisi, bu, neredeyse hesaplamanın yeniden icadını yaparak tamamen yeni bir hesaplama modeli oluşturdu. Bir belleği var: scratch kısa vadeli hafıza, dosya sistemi uzun vadeli kaynak; bir planlama yeteneği bulunmakta; cron işi çalıştırabilir; yeni bir ajan oluşturabilir; görevleri ayrıştırabilir, nedensellik akıl yürütme yapabilir, problemleri çözebilir; bir G/Ç alt sistemi vardır, giriş yapabilir, çıkış yapabilir, WhatsApp'a bağlanabilir; bir dizi API'sı vardır, farklı türde uygulamaları yürütebilir, yani beceriler olarak adlandırılan şeyleri.

Ve bu dört unsur aslında bir bilgisayarı tanımlar. Dolayısıyla, şu anda pratikte ilk kez sahip olduğumuz şey şudur: Kişisel yapay zeka bilgisayarı.

Ayrıca, açık kaynaklıdır, gerçekten açık kaynaklıdır, neredeyse heryerde çalıştırılabilir. Bu modern hesaplamanın bir taslağıdır. Bir bakıma, bu modern hesaplamanın işletim sistemi zaten ve gelecekte her yerde olacak.

Elbette, bu konudaki bir şeyi daha çözmemiz gerekiyor: Agentic yazılıma sahip olduğunuz sürece, hassas bilgilere erişebilir, kodları yürütebilir, dışa iletişim kurabilir. Bu nedenle, emin olmalıyız: Her şey yönetim altında olmalı, yeterince güvenli olmalı, politika kısıtlamaları olmalı ve bu ajanların üç yetenekten ikisine sahip olabileceği ancak tüm üçüne aynı anda sahip olamayacağı sağlanmalıdır.

Bu yönde yönetişimde katkıda bulunduk. Bugün Peter Steinberger da burada. Güvenlikli, gizliliği koruyan ve sağlam bir hale getiren harika mühendislerimiz var ve bu sistemi geliştirmeye yardımcı oluyorlar.

Chamath Palihapitiya:

Jensen, bu paradigma değişikliği, ABD genelinde benimseyen birçok AI düzenlemesinin artık eski kalmış görünmesine neden oldu mu? Bu paradigma değişikliğinin ne kadar hızlı bir şekilde mevcut düzenlemeleri geçersiz hale getirdiğinden bahsedebilir misiniz? Şu anda AI düzenlemesi ABD siyasetinde çok popüler bir konu haline geldi.

Yun-Hee Huang:

Bu kısımda, her zaman politika yapıcıların önünde olmalıyız, bu konuda çok iyi iş çıkardınız. Onların yanına gidip, şu anda teknolojinin hangi aşamada olduğunu, ne olduğunu ve ne olmadığını anlatmamız gerekiyor. Bu bir canlı değil, bir uzaylı değil, bir bilinç sahibi değil. Bu bir bilgisayar yazılımı.

Ayrıca sıkça duyarız ki "Bu teknolojiyi hiç anlamadık" deniliyor. Ancak bu doğru değil, aslında birçok şeyi zaten anladık. Bu yüzden ilk olarak, politika yapıcılara gerçek bilgiler sağlamaya devam etmeliyiz; kıyametçilik ve aşırılıkçılığın onların teknolojiyi anlama şeklini etkilemesine izin vermemeliyiz.

Bununla birlikte, teknolojinin hızla geliştiğini kabul etmeliyiz ve politikanın teknolojiden çok ileride gitmesine izin vermemeliyiz. Ulusal düzeyde en çok endişelendiğim şey şudur: ABD'nin AI konusundaki en büyük ulusal güvenlik riski, AI'nın kendisi değil, diğer ülkelerin AI'ı benimsemesi, bizim ise öfke, korku veya önyargı nedeniyle endüstrimizi ve toplumumuzu AI'ı kabul etmeye yanaşmamamızdır.

Bu yüzden, gerçekten en çok endişelendiğim şey şudur: AI'ın ABD'de yeterince hızlı yayılmamış olması.

David Sacks:

Biraz daha ileri gideyim. Eğer Anthropic yönetim kurulu toplantı salonunda otursaydınız ve onları ve "Savaş Bakanlığı" olayını izleseydiniz, sizce ne düşünürdünüz? Bu aslında az önce söylediğiniz şeyle devam ediyor: İnsanlar AI'ı nasıl anlamaları gerektiğini bilmedikleri için, biraz daha fazla öfke, korku ve güvensizlik ekleniyor. Eğer siz olsaydınız, Dario'ya ve ekibine bugünkü sonuçları ve halkın algısını değiştirmek için ne tür farklı şeyler yapmalarını önerirdiniz?

Yun-Hee Huang:

Öncelikle şunu söylemeliyim, Anthropic'in teknolojisi gerçekten harika. Bizler de Anthropic teknolojisinin önemli bir kullanıcısıyız. Onların güvenliğe verdiği önemi çok takdir ediyorum, ayrıca güvenlik kültürlerine olan bağlılıklarını ve bu çalışmaları itmek için gösterdikleri teknik mükemmelliklerini gerçekten çok beğeniyorum.

Ayrıca, halkın bu teknolojinin yetenek sınırlarını görmesini istemelerini, bunun da iyi bir şey olduğunu düşünüyorum. Yalnız şunu fark etmeliyiz ki, dünya bir spektruma sahiptir: Uyarı iyi bir şeydir, insanları korkutmak ise pek iyi değildir.

Jason Calacanis: Katılıyorum.

Yun-Hee Huang: Çünkü bu teknoloji bizim için çok önemli. Ben, geleceği tahmin etmenin elbette mümkün olduğunu düşünüyorum, ancak biraz daha dikkatli olmamız ve biraz daha alçakgönüllü olmamız gerektiğini düşünüyorum. Çünkü aslında, geleceği tamamen tahmin edemeyiz.

Eğer çok aşırı, çok felaket tellalı bir yargı ortaya atarsak, ancak bunların gerçekleşeceğini gösteren kanıtlarımız yoksa, o zaman ortaya çıkardığı zarar, insanların düşündüklerinden daha büyük olabilir.

Ve şu anda teknoloji sektörünün lideriyiz. Daha önce kimse bizi dinlemedi, ama artık durum farklı. Teknoloji artık toplumsal yapıya derinlemesine nüfuz etmiş durumda, son derece önemli bir endüstri ve ulusal güvenlikle de yakından ilişkili. Her sözümüz çok önemli.

Bu yüzden ben, daha dikkatli, daha ölçülü, daha dengeli ve daha düşünceli olmamız gerektiğini düşünüyorum.

David Friedberg:

Ben seni bu konuda aday göstereceğim. Yapay Zeka'nın ABD'deki halk desteği sadece %17. Nükleer enerji alanında neler olduğunu gördük: Temelde tüm nükleer endüstriyi durdurduk ve şimdi Çin 100 füzyon reaktörü inşa ediyor, Amerika'nın ise hiçbir tepkisi yok. Şimdi ise veri merkezlerine karşı kapatma emirleri gibi şeyler duymaya başladık. Bu yüzden bizim daha proaktif olmamız gerektiğini düşünüyorum.

Ancak, şirket içinde yaşanan ajan patlamasına geri dönmek istiyorum dediğin konuya: Verimlilik artışı, üretkenlik artışı. Şu anda birçok kişi ROI (Yatırım Getirisi) hakkında tartışıyor, değil mi? Seninle bu yıla girerken, en büyük soru şuydu: Gelir olacak mı? Gelir, zekâ ile aynı şekilde genişleyecek mi? Sonra bir şey gördük, biraz "Oppenheimer Anıtı Anıtı" benzeri bir şey yaşadık: Anthropik, Şubat ayında aylık 50-60 milyar dolar gelire ulaştı.

Not: "Oppenheimer Anıtı Anıtı" Manhattan Projesi'nde (İkinci Dünya Savaşı sırasında gizlice atom bombası geliştirme araştırma programı) sorumlu olan Oppenheimer'den gelmektedir. 1945'te atom bombası ilk defa patlatıldığında, teknoloji çıtasının ve riskinin eş zamanlı olduğu kritik bir noktayı simgeler, şu anda genellikle geri dönüşü olmayan etkilere sahip kritik bir teknoloji anını tanımlamak için kullanılmaktadır.

Gelecek eğilimi nasıl görüyorsunuz? Bugün tekrar bahsettiğiniz gibi, Blackwell ve Vera Rubin'in önümüzdeki yıllarda trilyon dolarlık talep görünürlüğü var. Üstüne Anthropik ve OpenAI'ın şu anda sergilediği ivme eklenince, sizce zaten o eğriye çıktık mı ve gelecekte gelirin zekâ gibi hızla genişlemesini mi göreceğiz?

Huang Renxun:

Farklı açılardan cevap vereyim. Aşağıdaki izleyici grubuna bak, orada Anthropik ve OpenAI gerçekten de burada. Ancak aslında, salondaki şeylerin %99'u yapay zeka ve hem de Anthropik değil, OpenAI da değil. Bunun arkasındaki sebep, yapay zekanın kendisinin son derece çeşitli olması.

Ben, bir kategori olarak, ikinci en popüler modelin aslında açık model olduğunu söyleyeceğim. Birinci sırada tabii ki OpenAI, açık ağırlıklar, açık modeller gibi genel bir açık ekosistem kategorisi. İkinci sırada açık model geliyor ve üçüncü sıra ile arasında büyük bir fark var. Üçüncü sıra ise Anthropik.

Bu, burada bulunan tüm yapay zeka şirketlerinin ne kadar büyük olduğunu gösteriyor, bu yüzden öncelikle bunu kabul etmek gerekiyor.

Hesaplama miktarına geri dönersek. Üretken AI'dan mantığa geçtiğimizde, gerekli hesaplama miktarı yaklaşık olarak 100 kat artar; mantıktan ajanik olana geçtiğimizde, hesaplama miktarının muhtemelen bir kez daha 100 kat arttığını söyleyebiliriz. Yani, sadece iki yıl içinde, hesaplama talebi yaklaşık olarak 10.000 kat arttı. Bu arada insanlar bilgi için ödeme yapacak, ancak aslında ödemeye istekli oldukları şey, çalışma sonuçlarıdır.

David Friedberg: Evet.

Huang Renxun:

Bir sohbet botuyla konuşmak, bir cevap almak elbette güzel. Bana araştırma yapmamda yardımcı olması da harika. Ancak beni gerçekten parayı ödemeye teşvik eden şey, işimi bitirmeme yardımcı olmasıdır. Ve işte şu anda bulunduğumuz yer tam da budur, ajanik sistemler işi gerçekten tamamlıyor. Yazılım mühendislerimizin işlerini bitirmelerine yardımcı oluyorlar.

Dolayısıyla düşünün, bir tarafta 10.000 kat daha fazla hesaplama varken, diğer tarafta muhtemelen 100 kat daha fazla tüketim talebi vardır. Ve hatta gerçekten büyük ölçekli genişlemeye henüz başlamadık. Kesinlikle, 1.000.000 kat büyüme yolunda durmaktayız.

Jason Calacanis:

Sanırım bu tam olarak bir soruya yol açabilir, şirketiniz kaç kişiden oluşuyor?

Huang Renxun:

43.000 çalışanımız var, yaklaşık 38.000'i mühendis.

Jason Calacanis:

Podcast'lerde sık sık şu konuyu tartışırız: Vay canına, şirketimizdeki token kullanımı çılgınca artıyor. Kimileri hatta "Bir şirkete katılırken, ne kadar token payı alabilirim" diye soruyor, çünkü verimli bir çalışan olmak istiyorlar. Hatırladığım kadarıyla, o uzun, tam iki buçuk saatlik sunumda bu konuya değinmiştiniz, o sunum gerçekten uzundu, ama harikaydı.

Huang Renxun:

Teşekkürler. Aslında biraz daha kısa olabilirdi.

Jason Calacanis:

Söylediğiniz gibi, her bir mühendise verilen token kullanım kotasının yaklaşık olarak 75.000 dolar olması gerekebilir. Yani, NVIDIA'nın mühendis ekibi yılda tokenlara 1 milyar, 2 milyar dolar harcamak zorunda mı?

Huang Renxun:

Biz böyle düşünüyoruz. Sana bir düşünce deneyi vereyim: Diyelim ki bir yazılım mühendisi veya yapay zeka araştırmacısı işe aldınız, yıllık 500.000 dolar maaş alıyor, bu bizim için oldukça yaygındır.

Yıl sonuna gelindiğinde, ona şunu sordum: "Bu yıl token üzerinde ne kadar harcadın?" Eğer "5000 dolar" dediyse, doğrudan çıldırırdım, gerçekten. Yıllık 500.000 dolar maaş alan bir mühendis, bir yılda harcadığı token değeri 250.000 doları bile geçmediyse, çok dikkatli olurdum. Bu, bir çip tasarımcısının "Sadece kâğıt ve kurşun kalem kullanmaya karar verdim, CAD araçlarına ihtiyacım yok" demesiyle özünde aynı şeydir.

Jason Calacanis:

Gerçekten de paradigmayı değiştiren bir durum. Bu üst düzey çalışanlar hakkındaki anlayışınız, neredeyse MBA sınıfında LeBron James'in anlatıldığı zamanları hatırlatıyor: Kendi vücudunu korumak için yılda 1 milyon dolar harcıyor, böylece 41 yaşında bile oynayabiliyor. Bu üst düzey bilgi işçileri, neden "üstün insan gücü"ne sahip olmamalılar?

Huang Renxun:

Doğru.

Jason Calacanis:

Bu trendi iki üç yıl daha ileri götürürsek, NVIDIA'daki bu üst düzey işçilerin verimliliği nasıl olacak? Ne tür şeyler başarabilecekler?

Huang Renxun:

İlk önce, eskiden "bu çok zor" düşüncesi kaybolacaktır. "Bu çok zaman alacak" düşüncesi de kaybolacaktır. "Çok çok fazla insanımız olması gerekiyor" düşüncesi de kaybolacaktır.

Bu tam olarak, son Sanayi Devrimi'nde olduğu gibi, kimse "Bu bina çok ağır görünüyor" diyecek değil. Kimse "O dağ çok büyük" demeyecek. "Çok büyük, çok ağır, çok zaman alan" düşünceler, hepsi yok edilecektir.

David Sacks:

Sonunda geriye sadece yaratıcılık kalacak. Gerçekten neyi hayal edebilirsin?

Huang Renxun:

Tamamen doğru. Yani, gelecekteki sorun şu olacak: Bu ajanlarla nasıl işbirliği yapacaksınız.

Özünde, bu tamamen yeni bir kodlama şekli. Geçmişte kod yazarken, gelecekte yazacağımız şey fikirler, mimari ve teknik şartnameler olacak; takımları organize edeceğiz; değerlendirme standartları tanımlayacağız, sisteme neyin iyi, neyin kötü olduğunu, neyin mükemmel sonuç olduğunu söyleyeceğiz; bununla sürekli olarak iterasyon yapacak, beyin fırtınası yapacağız.

Bunun gerçekten yapmanız gereken şey olduğuna inanıyorum. Her mühendisin gelecekte 100 ajanı olacağına inanıyorum.

Jason Calacanis:

Halkla ilişkiler sorununa geri dönelim. David Friedberg gibi bir girişimcinin, Ohalo'da sizin teknolojiniz ve yapay zeka ile yaptığı çok somut şeyler var: Gıda üretimini artırmak, yüksek kaliteli kalorili besin sağlamak. Friedberg, bu maliyeti ne kadar düşürebileceğini düşünüyorsun? Bu vizyon, yaptığınız işi nasıl etkiler?

David Friedberg:

Şimdiye kadar hiç örneği bulunmayan bir genetik modelleme yaptık ve başarılı olduk. O an gerçekten şaşırırsınız. Üstelik bunu, "başkasının bir gecede tüm kurumsal yazılım yığınını değiştirdiği" bir bağlamda gerçekleştirdik.

Ben de şunu yaptım: 90 dakika içinde tüm yazılım yığınını ve bir sürü iş akışını değiştirdim. Pazar akşamı saat 10'da başladım, 11.30'a kadar her şeyi tamamladım ve dağıttım.

CEO olarak bitirdikten sonra, tüm yönetim ekibimden aynı alıştırmayı hafta sonu yapmalarını istedim. Pazartesi geldiğinde gördüğümüz şey şuydu: Tamamlandı.

Daha teknik ve bilimsel bir anlatım için. Otomatik araştırma ve bir veri kümesiyle 30 dakika içinde bir şey yaptık. Geleneksel bir yol izlenseydi, bu muhtemelen bir doktora tezi seviyesinde bir başarı olacaktı, belki 7 yıl sürebilirdi ve belki de bu alandaki en saygın doktora çalışmalarından biri haline gelirdi, hatta "Science" dergisinde yayımlanabilirdi.

Sonuçta, sadece masaüstü bilgisayarımızda GitHub'dan otomatik araştırma indirip yeni bir veri kümesini işledik ve 30 dakika içinde sonuç aldık. O sırada herkesin ifadesi değişti. Ortaya çıkan potansiyel gerçekten inanılmazdı.

Bu yüzden, bu tür bir hızlanmanın herkesin olasılıklarını eşi benzeri görülmemiş bir şekilde genişletmeye başladığını düşünüyorum.

Ancak yine de otomatik araştırma konusuna geri dönelim: Sizce nasıl? Bir hafta sonu, 600 satır kodla, bu tür bir başarı elde etmek mümkün mü, ve hala yerelde çalışabilir ve bu kadar farklı türde veri kümesini işleyebilir mi?

Emre Hün:

OpenClaw'ın şaşırtıcı olmasının birinci nedeni, büyük dil modellerinin şimdiye kadarki en yakın zamanda çıkmasıydı, zamanlama çok mükemmeldi.

Büyük ölçüde, Claude, GPT ve ChatGPT'nin bugünkü seviyeye ulaşmasaydı, Peter'ın belki de bunu yapmayacağını söyleyebiliriz. Çünkü model gerçekten çok yüksek bir seviyeye ulaşmış durumda.

İkinci olarak, bu yeni yetenekleri getirdi: Bu modellerin, yıllardır ürettiğimiz araçları çağırabilmesini sağladı. Örneğin tarayıcılar, Excel; çip tasarımında Synopsys ve Cadence; ayrıca Omniverse, Blender, Autodesk vb. Ve bu araçların gelecekte de kullanılacağını göreceğiz.

Şu anda bazı insanlar, kurumsal BT yazılım endüstrisinin yok edileceğini söylüyorlar. Ancak sana başka bir bakış açısı sunayım: Kurumsal yazılım endüstrisinin boyutu, geçmişte her zaman "kaç popo kaç koltukta oturuyor" ile sınırlıydı, yani koltuk sayısıyla. Ancak gelecekte, 100 kat daha fazla etkenin gelmesi bekleniyor. Bu etkenler SQL'e vuracak, vektör veritabanlarına vuracak, Blender, Photoshop'a vuracaklar.

Nedeni çok basit: Birincisi, bu araçlar zaten çok iyi iş çıkarıyorlar; İkincisi, bu araçlar temel olarak bizim ve makine arasındaki "arayüz" durumunda. Sonunda, iş tamamlandığında, sonuçlar bana kontrol edebileceğim bir şekilde geri sunulmalı. Ve bu araçları nasıl kullanacağımı biliyorum.

Bu yüzden her şeyin sonunda her şeyin Synopsys'a, Cadence'e geri dönmesini umuyorum, çünkü bu benim kontrol edebileceğim, "kesin standart" doğrulaması yapabileceğim yer.

Not: Synopsys, Cadence, NVIDIA, Apple, AMD gibi tüm çip şirketlerinin temel aldığı iki önemli EDA (Elektronik Tasarım Otomasyonu) yazılım şirketidir

AI'nın Sonraki Savaş Alanı: Açık Kaynak, Dikey Entegrasyon ve Küresel Yayılma

David Sacks:

Bir açık kaynak sorusu sormak istiyorum. Şu anda kapalı kaynaklı modellerimiz var, çok başarılılar; açık ağırlıklı modellerimiz de var, birçok Çin modeli de çok etkileyici, gerçekten çok güçlüler.

İki gün önce, o zaman sahneye çıkmakla meşgul olabilirsin, görmemiş olabilirsin, şifreli bir proje olan BitTensor'ün Subnet 3'ünde, biri bir eğitim görevini tamamladı: 40 milyar parametreli bir Llama modelini tamamen dağıtılmış bir şekilde eğittiler. Rastgele bir grup insan, ama yine de eğitimin tüm sürecini durumlarını yönetebilecek şekilde yönetebildiler. Bu teknik açıdan çok çılgınca buluyorum, çünkü katılanlar tamamen rastgeleydi.

Huang Renxun:

Bu, şu anki zamanda Folding@home'umuz gibidir.

Not: Folding@home, küresel gönüllülerin bilgisayar gücünü katkıda bulunarak protein simülasyonu ve tıbbi araştırmalar için kullanılan dağıtık bir hesaplama projesidir

David Sacks:

Evet. Bu nedenle, açık kaynağın sonucunu nasıl görüyorsunuz? Mimarinin merkezsizleşmekte olduğunu, gücün merkezsizleşmekte olduğunu ve bu da açık ağırlıklı ve tamamen açık kaynaklı yolu destekleyerek AI'ın gerçekten yaygın olarak erişilebilir olmasını sağladığını görebilecek misiniz?

Hong Renxun:

Benim inancım şu, temelde iki şeye aynı anda ihtiyacımız var: Birinci olarak, birinci sınıf ticari ürün olarak model, özel ürün; İkinci olarak, modelin açık kaynaklı bir şekilde var olması.

Bu A veya B ilişkisi değil, hem A'nın hem de B'nin olması gerektiği anlamına gelir. Hiç şüphe yok ki. Nedeni, modelin öncelikle bir teknoloji olduğu ve nihai ürün olmadığıdır. Model bir teknolojidir, bir hizmet değildir.

Çoğu kullanıcı için, o yatay düzeyde, genel zeka düzeyinde, aslında bir modeli kendi başıma fine-tune etmek istemiyorum. ChatGPT, Claude, Gemini, X'ı kullanmaya devam etmeyi tercih ederim. Hepsi kendi kişiliklerine sahip ve bu, ruh halime ve hangi sorunu çözmek istediğime bağlıdır. Bu nedenle bu endüstri çok iyi gelişecek, çok başarılı olacak.

Ancak, bu endüstrilerdeki tüm alan bilgisi, uzmanlık kabiliyeti, kendi kontrol edebilecekleri bir şekilde açık modellerden gelmelidir. Açık modelden başka türlü almak çok zor. Açık model endüstrisi en önde gelen konuma çok yakın. Biz de büyük çaba sarf ediyoruz.

Açıkçası, açık modeller gerçekten en önde gelmiş olsalar bile, hizmet modeli, dünya standartlarında ticari ürün modelleri, bu katmanda gelişimini sürdüreceğine inanıyorum.

Jason Calacanis:

Şu anda yatırım yaptığımız her girişim şirketi neredeyse önce açık kaynaklı hale geliyor, ardından özelleşmiş model oluyor.

Hong Renxun:

Evet. Harika olan şey şu: Eğer mükemmel bir yönlendiriciniz varsa, ilk günden itibaren, her gün, dünyanın en iyi modelini alabilirsiniz. Aynı zamanda, maliyeti düşürmenize, ayar yapmanıza, özelleştirmenize zaman sağlar. Bu nedenle başlangıçta dünya standartlarında bir yeteneğe sahip olursunuz ve ardından kendi kaleyi inşa etmeye başlarsınız.

David Friedberg:

Jensen, size bir jeopolitik soru sormak istiyorum. Tabii ki, dünya AI yarışını kazanmaktan daha çok hiç kimse istemezsiniz. Ancak, bir yıl önce, Biden dönemindeki o yayılma kuralı, aslında ABD'nin AI teknolojisinin küresel olarak yayılmasını engelliyordu.

Yeni hükümet şimdi bir yıldır iktidarda. AI'nın küresel yayılması konusunda, şu anda A, B veya C konumundayız? Neler iyi gidiyor, neler iyi gitmiyor?

Hong Renxun:

İlk olarak, Başkan Trump, Amerikan endüstrisinin lider olmasını istedi, Amerikan teknoloji endüstrisinin lider olmasını istedi, Amerikan teknoloji endüstrisinin kazanmasını istedi, Amerikan teknolojisinin küresel olarak yayılmasını istedi, Amerika'nın dünyanın en zengin ülkesi olmasını istedi. Hepsi gerçekleşsin istedi.

Ancak şu anda NVIDIA, dünyanın ikinci büyük pazarında, %95'lik pazar payını kaybetti ve artık %0. Başkan Trump bize bu payı geri almamızı istiyor.

İlk adım, satabileceğimiz şirketler için lisans almak. Birçok şirket başvuru yaptı, biz de onlar adına lisans başvurusu yaptık ve Ticaret Bakanı Lutnick bir kısmını onayladı. Sonrasında Çinli şirketleri bilgilendirdik, birçoğu zaten bize sipariş vermiş durumda. Bu yüzden şimdi tedarik zincirini yeniden başlatıyoruz ve ürünleri gönderiyoruz.

Daha genel bir perspektiften bakarsak, şunu kabul etmeliyim ki: Mikroçip ve nadir toprak elementlerini alamadığımızda, ülke güvenliğimiz zayıflar; iletişim ağlarımızı kontrol edemediğimizde, ulusal güvenliğimiz zayıflar; ülkeye sürdürülebilir enerji sağlayamadığımızda, ulusal güvenliğimiz yine zayıflar. Bu endüstrilerin her biri, yapay zeka endüstrisinde görmek istemediğim bir hikaye.

Geleceğe baktığımızda, "ABD'nin teknoloji endüstrisi ve yapay zeka endüstrisinin gerçekten global olarak öncü olduğu bir senaryo nasıl olurdu" diye sormalıyız ve dürüst olmalıyız: Yapay zeka modellerinin ABD tarafından tekeline alınması mümkün değil, bu sonuç zaten anlamsız.

Ancak tamamen şunu hayal edebiliriz: ABD teknoloji yığını, yonga setinden hesaplama sistemine ve platforma kadar küresel çapta yaygın olarak benimsenir. Dünya genelindeki insanlar, kendi yapay zeka sistemlerini, kamusal yapay zekayı, özel yapay zekayı bu ABD teknoloji yığını üzerine inşa edebilir ve kendi toplumlarına hizmet edebilir. Umarım ki ABD teknoloji yığını küresel olarak %90'ı kapsar. Gerçekten bunu umuyorum.

Aksi takdirde, eğer sonunda güneş enerjisi, nadir topraklar, manyetikler, motorlar, iletişim ekipmanları gibi alanlar gibi olursa, o zaman bu durumun ABD ulusal güvenliği için çok kötü bir sonuç olacağını düşünürüm.

Chamath Palihapitiya:

Şu anda küresel çatışma durumunu ne kadar yakından takip ediyorsunuz? Bu sizi ne kadar endişelendiriyor? Örneğin, Orta Doğu'nun helyum tedarikini etkileyebileceği ve helyumun yarıiletken üretimi için potansiyel bir tedarik zinciri riski olduğu konusunda endişeleniyor musunuz? Bu tür sorunlar sizi ne kadar endişelendiriyor? Bu konuya ne kadar zaman ayırıyorsunuz?

Not: Helyum, yarıiletken üretimi için son derece önemlidir, sadece litografi ve tespit gibi kritik aşamalarda değil, aynı zamanda yenilenebilir olmayan bir kaynak olarak, tedarik yönünden oldukça yoğunlaşmış olup, başlıca kaynakları ABD, Katar (Orta Doğu) ve Cezayir (Kuzey Afrika) gibi az sayıda ülkedir. Bu üst akış tedarikinde herhangi bir aksama meydana geldiğinde, doğrudan çip üretim hattını stabilite açısından etkileyebilir.

Huang Renxun:

Öncelikle, Orta Doğu'dan bahsederken, orada 6000 ailemiz var. Şirkette birçok İranlı çalışanımız var, onların aileleri hala İran'da. Bu yüzden, orada birçok ailemiz var.

İlk olarak: Şu anda çok endişeli, çok kaygılı, çok korkmuş durumdalar. Onlar için düşünmeye ve durumu yakından takip etmeye devam ediyoruz. Onlara tam destek vereceğiz. Ayrıca bana, Orta Doğu'daki mevcut durum göz önüne alındığında İsrail'de kalmaya devam edip etmeyeceğimizi sordular mı? Cevabım: İsrail'de tamamen kalacağız. Oradaki aileleri kesinlikle destekliyoruz. Orta Doğu'da kalmaya devam edeceğiz.

Bazıları ayrıca, Orta Doğu'nun mevcut durumu göz önüne alındığında orada AI geliştirmeyi hala düşünüp düşünmediğimizi sordu. Benim görüşüm: Savaşın nedeni, herkesin daha istikrarlı bir sonuç istemesidir. Ve ben inanıyorum ki, savaş bittikten sonra Orta Doğu eskisinden daha istikrarlı olacaktır. Dolayısıyla, eğer savaş öncesinde orayı düşünmeye istekliysek, savaş sonrasında daha ciddi şekilde düşünmeliyiz. Bu nedenle bu konuda da tamamen kararlıyım.

Yapmamız gereken üç şey var. İlk olarak, ABD'yi mümkün olan en kısa sürede yeniden sanayileştirmemiz gerekiyor, ya çip üretim tesisi, bilgisayar üretim tesisi veya AI tesisi olsun.

Jason Calacanis:

Bu konuda ne durumdasınız?

Ren Hut:

İlerleme çok iyi. Arizona, Teksas ve California'da bu kadar şaşırtıcı bir hızla ilerleyebilmemizin nedeni, Çin-Tayvan tedarik zinciri desteği, dostluğu ve yardımı sayesindedir. Gerçekten stratejik ortaklarımız. Onlar desteğimizi, dostluğumuzu ve cömertliğimizi hak ediyorlar. Aynı zamanda üretim sürecini hızlandırmamıza yardımcı olmak için ellerinden geleni yapıyorlar.

İkincisi, üretim tedarik zincirini daha çeşitlendirmemiz gerekiyor. Hem Güney Kore, Japonya hem de Avrupa, tedarik zincirini çeşitlendirmeli ve daha dayanıklı hale getirmeliyiz. Üçüncüsü, çeşitliliği ve dayanıklılığı artırırken aynı zamanda mümkün olabildiğince sabırlı olmalı ve gereksiz baskı yapmamalıyız.

Jason Calacanis:

Yani, sabırlı olmalıyız.

Chamath Palihapitiya:

Peki, helyum? Birçok raporda bu konudan bahsediliyor.

Ren Hut:

Helyumun potansiyel bir sorun olabileceğini düşünüyorum. Ancak diğer yandan, tedarik zincirinde genellikle birçok yedek stok bulunur, bu tür sistemler genellikle belirli bir fazlalık bırakır.

Jason Calacanis:

Sürücüsüz araçlar konusunda büyük ilerlemeler kaydettiniz ve önemli duyurular yaptınız. Birçok ortaklık eklediniz, Uber dahil. Son zamanlarda sizi Mercedes'in sürücüsüz aracında gösteren bir video gördük. Siz ve Uber ayrıca birçok otomobil üreticisi ile birlikte daha fazla aracı yola çıkarmayı planladığınızı duyurdunuz.

Benim anladığım, senin iddin şudur: Gelecekte Android benzeri bir açık platform ortaya çıkacak ve sen bu platformda önemli bir rol oynayacaksın, onlarca otomobil üreticisine hizmet vereceksin; diğer yanda, belki de Tesla veya Waymo gibi iOS benzeri kapalı bir ekosistem olacak.

Stratejin ne yönde? Bu oyun nasıl oynanacak? Çünkü hem bazı alanlarda işbirliği yapıyor gibi görünüyorsun, hem de rekabet ediyorsun; ayrıca yığınınız çok derin.

Brendan Huang:

İlk olarak, biz inanıyoruz ki, gelecekte her şeyin hareket edecek yanları bir gün tamamen veya kısmen özerkleştirilecek. İkinci olarak, kendi otonom araçlarımızı üretmek istemiyoruz, ancak küresel olarak her otomobil şirketinin otonom araçlar üretmesine güç vermek istiyoruz.

Bu nedenle üç bilgisayar oluşturduk: Eğitim bilgisayarı, simülasyon bilgisayarı, değerlendirme bilgisayarı ve araç içi bilgisayar. Ayrıca dünyanın en güvenli sürüş işletim sistemini geliştirdik.

Aynı zamanda, dünyanın ilk çıkarım becerisine sahip otonom sürüş sistemi de geliştirdik. Karmaşık senaryoları daha basit senaryolara parçalara ayırabilir ve ardışık olarak geçebilir; adeta bir akıl modeli gibi. Bu çıkarım sistemi Alpamayo adını taşıyor ve bize çok etkileyici sonuçlar elde etmemizi sağlıyor.

Dikey optimize ediyoruz, aynı zamanda yatay yenilik yapıyoruz; sonra her bir şirketin kendi kararını vermesine izin veriyoruz. Sadece bir bilgisayarımızı mı almak istiyorsunuz? Elon ve Tesla gibi, o zaman eğitim sistemimizi alırlar; yoksa eğitim sistemi ve simülasyon sistemi mi almak istiyorsunuz? Veya üç seti de entegre etmek ve hatta araç içi bilgisayarı arabana da mı yerleştirmek istiyorsunuz?

Tavrımız hep şu oldu, sorunu çözmek istiyoruz, ancak sadece bizim tek yanıtı sunmamızı ısrar etmiyoruz. Bizimle hangi şekilde işbirliği yapmayı seçerseniz seçin, mutlu oluruz.

David Sacks:

Bu soruya devam ederken, bunu gerçekten ilginç buluyorum. Aslında bir platform kuruyorsun, bin çiçek açmasına izin veriyorsun. Ama kesinlikle, bazı çiçekler şimdi aşağı doğru, yığına, seninle rekabet etmeye çalışıyor. Google'ın TPU'su var, Amazon'un Inferentia ve Trainium'u var, hemen hemen herkes "NVIDIA'yı aşabilirim" versiyonları üzerinde çalışıyor. Aynı zamanda onlar da senin büyük müşterilerin.

Bu ilişkiyi nasıl yönetiyorsun? Uzun vadede ne olacağını düşünüyorsun? Bu ürünler sonunda ekosistemin genelinde ne tür bir rol oynayacaklar?

Brendan Huang:

Bu soru çok iyi.

İlk olarak, biz gerçek anlamda tek bir AI şirketiyiz. Kendi temel modellerimizi yapıyoruz ve birçok alanda en önde yer alıyoruz. Yukarıdan aşağıya her katmanı, her yığıdı inşa ediyoruz. Ayrıca her AI şirketiyle işbirliği yapan dünyadaki tek AI şirketi biziz.

Onlar bana ne yaptıklarını asla göstermezler, ama ben her zaman yaptıklarımı açıkça anlatırım. Dolayısıyla, güvenimizin kaynağı şudur: "en iyi teknoloji kimde" konusunda rekabet etmekten çok memnunuz. Hala hızla koşmaya devam edebildiğimiz sürece, NVIDIA'dan tedarik yapmaya devam etmek, onların en ekonomik seçeneklerden biri olmaya devam edecektir. Buna çok güveniyorum.

İkinci olarak, tüm bulut platformlarında dağıtılabilen tek mimari biziz. Bu temel bir avantaj sağlar. Ayrıca, buluttan indirilebilen, yerel veri merkezine, araçlara, herhangi bir bölgeye hatta uzaya yerleştirilebilen tek mimari biziz.

Dolayısıyla, pazarımızın aslında büyük bir kısmı, yaklaşık olarak işlerin %40'ı. Eğer CUDA yığınına sahip değilseniz, bir AI fabrikası sunma yeteneğiniz yoksa, müşteriler kesinlikle sizinle nasıl işbirliği yapacaklarını bilemezler. Onlar bir yonga satın almak istemiyor, onlar bir AI altyapısı oluşturuyorlar. Dolayısıyla ihtiyaçları olan şey şudur: siz tam yığınla gelirsiniz ve biz tam yığınımızla bu ihtiyacı karşılarız.

Bu yüzden, şu anda baktığınızda, aslında NVIDIA'nın pazar payının hala artmakta olduğunu göreceksiniz.

David Sacks:

Yani, bu şirketler bir deneme yaparlar, sonunda "vay canına, bu çok karmaşık bir şey" derler ve geri dönerler mi? Bu nedenle payınız hala artıyor mu?

Jensen Huang:

Pay artışının birkaç nedeni var.

İlk olarak, ilerleme hızımız çok hızlı. İkinci olarak, herkese şunu anlatmamızı sağladık: Sorun, yonga yapmakta değil, sistemi yapmakta ve bu sistem son derece zor bir sistem. Bu yüzden işbirliği ölçeğimiz hala artıyor.

AWS örneğini vermek gerekirse, hatırladığım kadarıyla dün 1 milyon yongayı satın alacaklarını duyurdular. Bu çok büyük bir satın alma miktarı ve bu, zaten satın aldıkları o büyük yığının hesaba katılmamış hali. Tabii ki onunla çok mutluyuz.

Ayrıca, son birkaç yılda payımızın artmasının nedeni, şimdi Anthropic geldi, Meta geldi, açık modellerin büyümesi inanılmaz, ve bunların hepsi NVIDIA'da gerçekleşiyor.

Dolayısıyla payımız artıyor, bir yandan model sayısı artıyor; diğer yandan, bu şirketlerin buluttan çıkıp, bölgesel dağıtım, kurumsal senaryolar, endüstri kenarı senaryolarında büyümeleri artıyor.

Ve o geniş pazar, eğer sadece bir ASIC yapıyorsanız, aslında çok zor bir şekilde girilebilir.

David Friedberg:

Konuyla ilgili olarak, detaylara girmeyeceğim, ancak analistler sizin inancınıza sahip değil gibi görünüyor.

Hash rate dediğin bir milyon kat artabilir ama piyasanın genel beklentisi şu: Sen önümüzdeki yıl %30, sonraki yıl %20 büyürsün, 2029'a gelindiğinde, patlama yapması gereken bir büyüme yılı sadece %7. Listen TAS'ını (Toplam Adreslenebilir Pazar) bu büyüme rakamlarına gömersek, aslında ima edilen şey şudur: Senin payın büyük ölçüde azalacak.

Peki, gördüğün geleceğe dair sipariş defteri sana böyle bir değerlendirmeyi destekleyecek herhangi bir işaret veriyor mu?

Huang Renxun:

İlk olarak, gerçekten AI'nın ölçeğini ve kapsamını anlamadılar.

David Sacks:

Evet, bence de öyle.

Huang Renxun:

Çoğu insan AI'nın sadece o beş dev bulut şirketin işi olduğunu düşünüyor.

Jason Calacanis:

Evet.

David Sacks:

Ayrıca, "ölçek ne kadar büyükse sürdürülebilir büyüme o kadar zor olur" şeklinde bir yatırım bakış açısı var. Onlar risk yönetim kuruluna model anlatmaya gittiklerinde, "Beş trilyon sadece on beş trilyona çıkabilir"i kolayca kabul etmeyebilirler. En fazla yedi trilyon verirler, daha fazlasını kabul edemezler.

Jason Calacanis:

Bir 10 trilyon dolarlık şirketi hayal edemezler.

David Sacks:

Temelde bu, kendini koruma amaçlı modelleme, tarihte hiç yaşanmamış bir şey, onlara yazamazlar.

Huang Renxun:

Ayrıca, ne yaptığınızı yeniden tanımlamanız gerekiyor.

Son zamanlarda birisi şunu söyledi: Jensen, NVIDIA'nın Intel'i sunucu pazarında nasıl geçeceği mümkün mü? Nedeni çok basit: Tüm veri merkezi CPU pazarı, yaklaşık 250 milyar dolardır. Ve biz, şu anda burada oturup sohbet ettiğimiz bu süre zarfında, yaklaşık 250 milyar dolarlık bir iş yapabiliriz.

Jason Calacanis:

Harika.

Huang Renxun:

Tabii ki, bu şaka ama.

Chamath Palihapitiya:

Podcast'lerdeki hiçbiri resmi performans kılavuzu olarak kabul edilmez.

Huang Renxun:

Doğru, performans kılavuzu değil. Ama esas mesele: Ne kadar büyüyebileceğin neye dayanıyor, asıl mesele bu.

NVIDIA yongalar üretmiyor, bu ilk nokta. İkinci olarak, yalnızca yonga üretmek, AI altyapısının sorununu çözmek için yeterli değil, bu konu çok karmaşık. Üçüncü olarak, çoğu insanın AI'ı anlama şekli çok dar, sadece gördükleri, duydukları ve tartıştıkları kısımla sınırlı.

OpenAI çok güçlü, çok büyük olacak; Anthropic de çok güçlü, o da çok büyük olacak. Ancak AI kendilerinden daha büyük olacak. Ve biz hizmet verdiğimiz, tam da o daha büyük bölüm.

David Sacks:

Öyleyse sıradan bir insana "Uzay Veri Merkezi" işini anlatır mısın? Yer yüzündeki büyük veri merkezleriyle karşılaştırıldığında nasıl anlaşılmalı?

黄仁勋:

Zaten uzaydayız.

David Sacks:

Sıradan bir insan bu işi nasıl anlamalı?

黄仁勋:

İlk olarak, tabii ki önce yer yüzündeki şeyleri iyi yapmalıyız, sonuçta şu anda insanlar zaten yer yüzündeler. İkincisi, uzaya girişe hazır olmalıyız. Uzayda elbette çok fazla enerji var. Sorun ısı dağılımında. İletim ve konveksiyona yer yüzündeki gibi güvenemezsiniz, bu yüzden sadece radyasyonla ısı dağılımına dayanmalısınız ve radyasyonla ısı dağılımı çok büyük bir yüzey gerektirir. Bu çözülemeyen bir sorun değil çünkü uzayda bolca yer var, ancak maliyet şu anda hala yüksek. Ancak, keşfe gideceğiz.

Ayrıca, zaten oradayız. Donanımımız radyasyona dayanıklı hale getirildi, dünya çapındaki birçok uydu CUDA çalıştırıyor. Görüntü işleme, resimler, AI görüntü analizi yapıyorlar. Bu tür şeyler zaten uzayda yapılmalı, tüm verileri önce yere gönderip ardından yerde görüntü analizi yapmamalısınız. Bu nedenle, uzayda yapılması gereken çok iş var.

Aynı zamanda, uzaydaki veri merkezinin nasıl olması gerektiği konusunda araştırmalarımıza devam edeceğiz. Bunu anlamak yıllar alacak. Endişelenmeyin, benim zamanım çok.

Robotlar, Sağlık ve İşlerin Geleceği: AI Sonunda Gerçek Dünyaya Nasıl Girecek

Jason Calacanis:

Ben sağlık hakkında biraz daha soru sormak istiyorum.

Belli bir yaşa geldiğimizde, yaşam süresi ve sağlık süresi konusunu düşünmeye başlarız. İyi görünüyoruz, bazıları belki biraz daha iyi. Jensen, senin sırrın ne olduğunu gerçekten bilmiyorum. Kırışıklıklara karşı mı savaşıyorsun? Gerçekten yemememiz gereken bir şey var mı? Bu konularda benimle özel olarak konuşman lazım.

Sağlık sistemi kurma açısından, bu yol nereye gidiyor? Gerçekten ne tür ilerlemeler kaydettik?

Ben hemen analiz için Claude'u kullanırken Amerika'daki bu sağlık faturalandırma kodlarının ne olduğuna bir baktım. Amerika, harcadığı parayı iki katı olarak gösteriyor ama sağlık çıktısı sanki yalnızca yarısıymış gibi.

Tahminime göre, gerçekte harcanan paranın %15 ila %25'i aslında birinci basamak genel pratisyen muayenesine harcanıyor. Doğrusu, hepimiz biliyoruz ki, bugün bir büyük dil modeli birincil muayene konusunda daha istikrarlı bir şekilde daha iyi yapabiliyor.

Peki, düzenlemeyi aşmak ve yapay zekanın gerçekten tüm sağlık sistemine somut etkiler yapmasını sağlamak için ne eksik?

Richard Huang:

Sağlık alanında ana olarak bazı alanlarda yer alıyoruz.

İlk olarak AI fiziği, AI biyolojisi için hizmet veriyor, yalnızca biyoloji ve davranışlarını anlamak ve ifade etmek için AI kullanır. Bu ilaç keşfi için çok önemlidir.

İkincisi, AI ajanları, teşhis gibi senaryolar için kullanılır. OpenEvidence çok iyi bir örnektir, Hippocratic de çok iyi bir örnektir. Bu şirketlerle çalışmaktan gerçekten hoşlanıyorum. Gerçekten düşünüyorum ki, ajans teknolojileri tamamen doktorlarla etkileşimimizin ve tıbbi sistemle etkileşimimizin şeklini değiştirecek.

Üçüncü bölüm, fiziksel AI'dır.

İlk bölüm AI fiziği, fiziksel olanı tahmin etmek için AI kullanır; ikinci bölüm, fiziksel AI'nın fizik kurallarını anlamasını sağlar, bu da robotik cerrahide kullanılabilir. Artık bu alan çok aktif hale geldi. Gelecekte hastanede herhangi bir cihaza, ultrasona, BT taramasına veya herhangi başka bir cihaza dokunursanız, bunlar ajanslar haline gelecektir.

Bunun güçlendirilmiş güvenli bir OpenClaw olduğunu düşünebilirsiniz; her cihaza gömülü olacaktır. Bu nedenle, birçok yönden, gelecekte bu cihazlar hastalarla, hemşirelerle, doktorlarla doğrudan etkileşime girecek.

Jason Calacanis:

AI silahlarına bu kadar yatırım yaptık, gerçekten umut ediyorum ki AI ilk yardımcısı, AI acil tıp teknisyeni ve AI paramedik gibi alanlara da daha fazla yatırım yapılır, insanları kurtarmak için, sadece öldürmeyi değil.

Bu konu aynı zamanda robotlar konusuna da denk geliyor. Şu anda onlarca ortağınız var. Geçen on yıl boyunca, hatta yirmi yıl boyunca, robotik alan çok garip bir dönem geçirdi - Boston Dynamics, Google birçok şirketi satın aldı, sonra geri sattı, ayırdı. Herkes bir ara makinenin gerçekten kullanılabilir bir aşamada olmadığını düşündü.

Ancak şu anda sen, Elon Musk gibi üst düzey girişimciler bahse giriyor. Optimus şu anda çok etkileyici görünüyor, Çin'de de birçok şirket hızla ilerliyor. Peki gerçekten robotları hayata geçirmemize ne kadar kaldı? Örneğin robot aşçı, robot hemşire, robot dadı, gerçek dünyada çalışabilen insan benzeri robotlar gibi.

Özellikle Çin'de, onlar ABD kadar iyi iş çıkardıklarını gözüküyor, hatta belki daha hızlı. Ortaklarınızın ilerlemesine ve teknolojinin olgunluğuna dayanarak, ne kadar süre olduğunu düşünüyorsunuz?

黄仁勋:

Büyük ölçüde, robotlar endüstrisi bizim tarafımızdan icat edilmişti, hatta Amerika tarafından icat edilmiş denebilir. Ayrıca, şunu söyleyebiliriz: Biz aslında sahneye çok erken çıktık. Gerçekten hayati olan "beyin" adlı bu temel teknolojiden yaklaşık beş yıl önce çıktık, bu yüzden kendimizi önce yorduk, önce sabrımızı kaybettik.

Ama şimdi, gerçekten geldi. Şimdi kalan tek soru şu: "Yüksek işlevsel varlık kanıtından kabul edilebilir ticari ürüne" ne kadar sürecek?

Teknoloji asla iki veya üç dönemi aşmaz. İki veya üç dönem, yaklaşık üç ila beş yıldır. O kadar. Üç ila beş yıl içinde, her yer robotlarla dolacak.

Çin'in çok güçlü olduğunu düşünüyorum ve küçümsenmemesi gereken bir güçtür. Bunun nedeni, mikroçip, motor, nadir toprak elementleri, manyetikler gibi, işte tam olarak robot endüstrisinin temellerinin dünya çapında en üst düzeyde olmasıdır. Bu yüzden birçok açıdan, robot endüstrimiz ekosistem ve tedarik zincirlerine derinlemesine bağımlı olacaktır. Dünya robot endüstrisi ona derinlemesine bağımlı olacak.

Bu nedenle, çok hızlı değişimler göreceğinizi düşünüyorum.

Jason Calacanis:

Sonuçta eşitlik olacak mı? Elon, geleceğin herkesin bir robotla eşleşeceği bir dünya olacağını düşünüyor gibi görünüyor—70 milyar insan için 70 milyar robot, 80 milyar insan için 80 milyar robot.

黄仁勋:

Daha fazlasını umuyorum. Öncelikle, fabrikalarda sürekli çalışan büyük miktarda robot olacak; ayrıca hareket etmeyen ancak hafifçe hareket eden fabrika robotları olacak. Neredeyse her şey sonunda robotlaşacak.

Chamath Palihapitiya:

Benim için, robotların en önemli tarafı, herkes için ekonomik likiditeyi serbest bırakacak olmaları.

Eskiden, herkes bir arabaya sahip olduğunda, birçok farklı iş yapabiliyordu; gelecekte, herkes bir robota sahip olduğunda, onun robotu birçok işi onun yerine yapabilecek. Kendi Etsy mağazasını, kendi Shopify mağazasını açabilir, robotun yardımıyla yaratmak istediği her şeyi yaratabilir ve tek başına yapamayacağı birçok şeyi yapabilir. Sanırım robotlar sonunda dünyadaki daha fazla insan için en büyük refah getirebilecek teknoloji olacak.

Huang Renxun:

Kuşkusuz. Şu anda en basit gerçek şu: Bugün, milyonlarca işgücünden eksik durumdayız. Bu yüzden aslında acilen robotlara ihtiyacımız var. Eğer daha fazla işgücü olsaydı, tüm bu şirketler çok daha hızlı büyüyebilirdi.

Ayrıca bahsettiğiniz bazı şeyler gerçekten ilginç. Robotlar sayesinde "sanal hazırda olma"ya sahip olacağız. Örneğin ben seyahatteyken, evdeki bir robota girip onu uzaktan kontrol edebilir, evde dolaşabilir, köpeği gezdirebilir, evin durumuna bakabilirim.

Jason Calacanis:

Hemen yer işaretçilerini kovmamız gerekecek.

Huang Renxun:

Haklısınız. Ama şöyle düşünün, gerçekten evde rahatça dolaşmasına izin verebilir, neler olduğuna bakabilir, köpek ile sohbet edebilir, çocukla biraz sohbet edebilir.

David Friedberg:

Bu bir şekilde zamanda yolculuğa benziyor.

Huang Renxun:

Aynı anda ışık hızında seyahat de yapacağız. Açıkçası, önce robotu göndereceğiz. Kendimi tabii ki önce göndermeyeceğim, önce bir robotu göndereceğim, durumu görmek için. Sonra benim yapay zekamı yükleyeceğim.

Chamath Palihapitiya:

Bu neredeyse kaçınılmaz. Ay'ı keşfedecek, Mars'ı keşfedecek ve bunları kolonileştirilebilir hedefler haline getirecek. Ve bu da neredeyse sınırsız kaynaklar demek. Ay'dan malzemeleri Dünya'ya taşımak, neredeyse sıfır enerji tüketimiyle yapılabilir, çünkü güneş enerjisini hızlandırma amacıyla kullanabilirsiniz. Yarınlarınızda tamamen Ay'da bir fabrika inşa edebilir ve Dünya'nın ihtiyacı olan her şeyi üretebilirsiniz, ve işte bunun hepsini mümkün kılan şey robotlardır.

Huang Renxun:

O çağda, mesafe artık bir sorun olmayacak.

David Friedberg:

Ayrıca, model ve ajanın kazandığı gelir ne kadar fazlaysa, altyapıya o kadar fazla yatırım yapabileceğiz; altyapı ne kadar gelişmiş olursa, daha güçlü modelleri ve ajanları açacak.

Dario son zamanlarda Dwarkesh'in podcast'inde, 2027 ve 2028 yıllarında model şirketlerinin ve ajan şirketlerinin milyarlarca dolar gelir elde edeceğini söyledi; 2030 yılına gelindiğinde bunun 1 trilyon doları bulacağını tahmin ediyor. Unutmayın, bu AI gelirlerini altyapı katmanı dahil etmiyor.

Huang Renxun:

Sanırım o oldukça temkinli. Dario ve Anthropic'in bu rakamın çok ötesinde bir performans sergileyeceğine, çok daha fazlasını başaracağına inanıyorum.

Jason Calacanis:

Yine de, 300 milyardan 1 trilyona mı?

Richard Huang:

Evet. Ve bunun sebebi, hesaba katmadığı bir kısım henüz şudur: Ben her bir kurumsal yazılım şirketinin sonunda Anthropic kodu, Anthropic jetonu, OpenAI jetonu'nun değer artışı bayii olacağına inanıyorum. Bu kısım, GTM ölçeklerinin büyük ölçüde genişlemesini sağlayacak.

David Sacks:

Öyleyse, böyle bir dünyada gerçekten geriye kalan "kale duvarı" nedir?

Bazı kale duvarları gerçekten aşılması neredeyse imkansız hale gelebilir. Örneğin, kimse hakkında pek konuşmayan, ama belki de en güçlü kale duvarı olan şey, aslında CUDA'dır, bu, şaşırtıcı bir stratejik avantajdır.

Ancak gelecekte eğer model kendisi harika şeyler yaratmaya başlarsa, o zaman bir sonraki nesil modeller belki de onu devirmeye gidebilir. Peki sizce, bu uygulama katmanı şirketleri için, en önemli fark nedir?

Richard Huang:

Derin uzmanlaşma.

Ben gelecekte, genel modellere erişim sağlayan yazılım şirketleri için bir ajan sistemine inanıyorum. Bunların çoğu, Claude gibi ticari modeller, özel modeller olacak; ancak içlerinde, bu şirketlerin kendi eğittiği, belirli bir alt görev alanına odaklanmış uzmanlaşmış alt ajanlar da olacak.

David Sacks:

Yani girişimciler için çağrınız şu: Gerçekten alanınızı derinlemesine anlayın.

Richard Huang:

Doğru.

David Sacks:

Herkesten daha derinlemesine, daha iyi anlayın. Ve sonra bu araçların sizi yakalamasını bekleyin, araçlar yetiştiğinde, bilginizi içlerine dökebilirsiniz.

Richard Huang:

Evet. Kendi bilginize sahipsiniz, müşterileri ajanınıza çekebilirsiniz. Ne kadar erken ajanın gerçekten müşteriyle bağlantı kurmasını sağlarsanız, çark da o kadar erken dönmeye başlar ve çok hızlı döner.

David Sacks:

Bu neredeyse bugünkü yazılım mantığının tamamen tersine. Bugün önce bir yazılım yaparız, sonra neyin genelleştirilebileceğini düşünürüz, sonra mümkün olduğunca çok insana satmaya çalışırız, en sonunda da özelleştirmeyi ek hizmet olarak satarız.

David Friedberg:

Sonra da müşteriyi kilit altına alırsınız.

황인훈:

사실, 너가 말한 대로, 우리는 먼저 수평 플랫폼을 만들고 있어. 그런데 보면, 모든 이러한 글로벌 시스템 통합업체 (GSI)와 컨설팅 회사들은 본질적으로 전문가들이야, 그들은 네 수평 플랫폼을 세로 해결책으로 맞춤화하고 있어.

Jason Calacanis:

맞아. 그리고 어느 정도로 보면, 맞춤화 시장의 규모는 플랫폼 자체보다 5~6배나 더 클 수도 있어.

황인훈:

정확히 맞아. 그래서 나는, 이러한 플랫폼 회사들 자체가 그 전문가로, 그 특정 분야의 주요 주인으로, 특정 분야의 진정한 주인으로 성장할 기회가 있다고 생각해.

Jason Calacanis:

너에게 그런 생각을 칭찬하고 싶어.

나는 세 해 전 네가 한 말을 기억해. \"네 일자리를 빼앗을 사람은 AI가 아니라 AI를 사용하는 사람일 것\" 이라고. 지금 다시 돌아봐보면, 우리의 대화는 거의 이것을 중심으로 전개되고 있어: agent는 인간을 \"슈퍼인간\"으로 만들고 있으며, 비즈니스 기회는 확대되고 있고, 창업 기회도 확대되고 있어. 너는 사실 매우 이른 시기에 아주 명확히 보고 계셨어.

황인훈:

너무 친절하시네.

Jason Calacanis:

물론이기도 하지만, 우리는 두 가지 생각을 동시에 받아들여야 해: 첫째, 좋은 발전이 있을 것임; 둘째, 일자리가 대체될 것임. 그리고 문제는 이들이 이러한 새로운 기술을 받아들일 충분한 탄력성과 결단력이 있는지 여부가 되는 거야.

예를 들어 미래에 운전이 100% 자동화로 대체된다면, 그것은 분명히 많은 생명을 구할 것이며, 이것은 좋은 일이지만 우리는 미국에 1,000만에서 1,500만 명이 이를 생계로 살아가는 것을 인정해야 해. 이 변화는 반드시 일어날 거야.

황인훈:

나는 일자리가 변할 것이라고 생각해. 예를 들어 오늘날 많은 운전사가 있어. 나는 믿어, 미래에 많은 운전사는 여전히 차 안에 앉아 있을 거야, 다만 더는 운전을 담당하지 않고, 뒤로 앉거나 옆으로 앉아서 \"이동 보조\"가 되는 것일 뿐이야.

왜냐하면 운전사가 궁극적으로 하는 일은 차를 운전하는 것 뿐만 아니야. 그들은 당신의 짐을 들어주고, 여러 가지를 처리하는 데 도와줄 거야, 본성적으로 보조 역할을 하고 있어.

그래서 나는 전혀 놀랄 일이 아니라고 생각해, 미래의 운전사가 당신의 이동 보조가 되어, 차가 자율 주행을 하는 동안 당신이 여러 다른 일을 처리하도록 도와주는 것일 거라고 생각해.

Jason Calacanis:

호텔에서 하는 것 처럼 말이야.

Huang Renxun:

Evet. Araç kendi kendine gidiyor ancak o hala çeşitli konularda sizin için koordinasyon yapmaya yardımcı oluyor.

David Friedberg:

Otomatik pilotajlı uçaklar da daha fazla pilota sebep oldu, pilotları kokpitten çıkarmadı. Otomatik pilotaj zaten uçuşun %90'ını üstlenmiş durumda.

Chamath Palihapitiya:

Ayrıca dürüst olmak gerekirse, araç kendi kendine giderken şoför, sizin için çeşitli işleri telefonda halledebilir, size düzenlemeler yapabilir.

Huang Renxun:

Mesela koordinasyon, iletişim, rezervasyon yapma, bir sürü görev ile ilgilenme.

Chamath Palihapitiya:

Tüm pasta büyümeye devam ediyor.

Huang Renxun:

Evet. Bu yüzden bir şey açık: Her iş değişecek; bazı işler kaybolacak; ancak aynı zamanda birçok yeni iş yaratılacak. Ve AI'ye dair endişeli olan, okuldan yeni çıkmış gençlere şunu söylemek istiyorum: AI'yi en iyi kullanan kişi olun.

Bugün her birimiz, çalışanlarımızın AI'yi gerçekten iyi anlamasını diliyoruz ve bu hiç de kolay değil. Talebi nasıl ortaya koyacağını bilmelisin, ancak emirleri çok katı bir şekilde tanımlamamalısın; AI'ya yenilik ve yaratıcılık katması için yeterince alan bırakmalısın; onu gerçekten istediğimiz sonuca getirmelisin. Tüm bunlar bir "sanat" gerektirir.

David Sacks:

Stanford'dayken gençlere verdiğin o meşhur tavsiyeyi hatırlıyor musun: "Sana acı ve zorluklar yaşamanı diliyorum." Hatırlıyor musun?

Jason Calacanis:

Çok klasik.

David Sacks:

Peki bugün? Eğer bir kişi liseyi bitirmek üzereyse, hayatın kavşağında duruyorsa, üniversiteye gitmeli mi, hangi alanda uzmanlaşmalı, hatta üniversiteye gitmeli mi gitmemeli mi, ne tavsiye edersin?

Huang Renxun:

Hala derin bilim, derin matematik, dil yeteneğinin önemli olduğuna inanıyorum. Ve biliyorsunuz ki dil aslında AI'nın programlama dilidir, asıl programlama dilidir. Dolayısıyla, belki de, İngilizce mezunu olanlar gelecekte en başarılı olanlar olabilir.

Her durumda, tavsiyem şu: Hangi eğitimi alırsanız alın, AI kullanımında yeterince uzman olduğunuzdan emin olun.

İş hakkında konuşurken eklemek istediğim bir şey var, umarım herkes duyar. Derin öğrenme devriminin erken döneminde, dünyanın en saygın bilgisayar bilimcilerinden biri, çok saygı duyduğum biri, bilgisayarla ilgili konuda çok kararlı bir şekilde şöyle tahminde bulunmuştu: Bilgisayarlı görüşün radyologları tamamen ortadan kaldıracağını. Hatta tüm insanlara, radyoloji alanına girmemelerini tavsiye etmişti.

On yıl sonra, bu tahmin bir seviyede kesinlikle %100 doğru oldu: Bilgisayarlı görüş gerçekten de küresel olarak tüm radyoloji cihazlarına ve platformlarına entegre edildi. Ancak beklenmedik bir sonuç şuydu: Radyolog sayısı sadece azalmadı, aksine arttı ve talep de hızla artmaya devam etti. Nedeni şuydu: Her işin iki katmanı vardır: görev ve amaç.

Radyologların görevi görüntülemek olsa da, asıl amacı, doktorlara hastaları tedavi etmede ve hastalıkları teşhis etmede yardımcı olmaktır. Ve şimdi görüntülemeler daha hızlı yapılabildiğinden, hastaneler daha fazla tarama yapabiliyor, bu da tıbbi verimliliği artırıyor, hastaların daha hızlı bir şekilde tedavi sürecine girmelerini ve tedavi almalarını sağlıyor. Sonuç olarak, hastaneler daha fazla tarama yaparak, daha fazla hasta hizmet ederek, gelirlerini de artırıyorlar.

Jason Calacanis:

Doğru.

Huang Renxun:

Yani sonuçları aslında olumlu yönde oldu.

David Friedberg:

Daha hızlı büyüyen, verimliliği daha yüksek ve daha zengin bir ülke, tamamen sınıflarda daha fazla öğretmen bulundurabilir, daha az öğretmen değil.

Sadece her öğretmenin, sınıftaki her öğrenci için özel olarak uyarlanmış bir müfredat sunma yeteneğine sahip olmasını sağlayacaksınız. Bu şekilde onlar, daha güçlü bir şekilde "insansı" hale gelir ve sonuçlar da daha iyi olur.

Huang Renxun:

Her öğrencinin AI yardımcısı olacak, ancak her öğrenciye yine de mükemmel bir öğretmen gerekli.

Jason Calacanis:

Harika. Jensen, bu başarıyı elde ettiğin için tebrikler. Bu gerçekten çok olumlu, çok heyecan verici bir tartışma oldu. Zaman ayırıp katıldığın için çok teşekkür ederim.

David Sacks:

Sektörün ihtiyaç duyduğu kaptansın sen.

Jason Calacanis:

Gerçekten öyle. Bence AI'nın olumlu yönlerini daha yüksek sesle ifade etmelisin. Şu anda dışarıda çok fazla kıyametçilik var.

David Sacks:

Ayrıca, bu kadar büyük bir başarıdan sonra bile, "aslında yaptığımızın temelinde hala yazılım olduğunu" söyleyerek bu alçakgönüllülüğü koruduğun için gerçekten sağlıklı. İnsanların bunu duyması gerekiyor. Daha önce de yeni kategoriler, yeni endüstriler icat ettik. Endişe ve panik yönüne kaymamıza gerek yok, bu hiçbir şekilde yardımcı olmaz.

Jason Calacanis：

Ve ayrıca, kendimizin seçebileceğimizi de biliyoruz, değil mi? Bizim özgürlüğümüz var ve aksiyon alma yeteneğimiz de. Nasıl kullanacağımızı seçebiliriz. Peki, herkese, bir dahaki sefere görüşürüz. Bu All-In röportajını izlediğiniz için teşekkürler.

黄仁勋：

Teşekkürler.

[Video Linki]

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia