Video Başlığı: OpenAI Başkanı Greg Brockman: Yapay Zeka Stratejisi, AGI ve Süper Uygulama
Video Yazarı: Alex Kantrowitz
Çeviri: Peggy, BlockBeats

Editörün Notu: Bu makale, OpenAI Başkanı ve Kurucu Ortağı Greg Brockman'ın Big Technology Podcast'teki röportajından çevrilmiştir. Bu program, uzun süredir yapay zeka, teknoloji endüstrisi ve iş yapısı değişikliğine odaklanmış, Silicon Valley'deki gelişmeleri takip etmek için önemli bir pencere sunmaktadır.

Bu röportajda, Brockman, modelin yetenekleriyle ilgili olarak durmamış, sorunu daha da ileri taşımıştır: Yapay Zeka'nın yetenekleri temel olarak kanıtlandığında, endüstri bir sonraki adımda hangi yolu seçecek, ürün şeklini nasıl yeniden yapılandıracak ve getirdiği sistemsel etkileri nasıl üstlenecek? Röportaj, OpenAI'nın ürün stratejisi, yakında piyasaya sürülecek olan "süper uygulama" ve Yapay Zeka'nın "uçuş aşamasına" geçişine ilişkin değerlendirmeleri üzerine yoğunlaşmıştır.

Bu röportajı üç açıdan anlamak mümkündür.

İlk olarak, yolun yakınsaması.
Video oluşturmadan çıkarım modeline, çoklu yoldan tek yöne, OpenAI'ın seçimi basit bir teknolojik karşılaştırma değil, aksine gerçek dünya kısıtlamalarına bir tepkidir - hesaplama gücü artık temel darboğaz haline gelmiştir. Sınırlı kaynaklarla, teknik yol giderek iki en kaldıraçlı yöne yakınsamaktadır: Kişisel asistanlık ve karmaşık sorun çözme. Bu aynı zamanda, Yapay Zeka rekabet mantığının, "ne yapabilir"den "ne önce yapmalı"ya dönüştüğü anlamına gelmektedir.

İkinci olarak, şeklin yeniden yapılandırılması.
"Süper Uygulama"nın sunumu, esasen bir ürün formunun atlanmasıdır. Yapay Zeka artık parçalı araçların bir koleksiyonu değil, tek bir giriş noktasıdır: Bağlamı anlar, araçları çağırır, görevleri yürütür ve farklı senaryolarda sürekli olarak bellek biriktirir. ChatGPT'den Codex'e, Yapay Zeka giderek tam iş akışını devralmakta, insanın rolü de, yürütücüden düzenleyiciye dönüşmektedir - hedefleri belirleme, görevleri dağıtma ve denetleme.

Üçüncü olarak, ritmin değişmesi.
Eğer geçmiş iki yıl yeteneklerin tırmanma aşamasıysa, şu anda yaşanan şey, "uçuş"tur. Bir yandan, modelin yetenekleri "işin yaklaşık %20'sini destekleme"den "görevlerin yaklaşık %80'ini kapsama"ya yükselmiş, doğrudan iş akışını yeniden yapılandırmıştır; öte yandan Yapay Zeka, kendi evrimine katılmaktadır (Yapay Zeka ile Yapay Zekayı optimize etme), çip, uygulama ve işletme yanındaki işbirliği ile devam eden hızlandırma döngüsü oluşturmuş, Yapay Zeka artık tek bir teknoloji noktası değil, ekonomik büyümeyi itmekteki kilit motor olmaya başlamıştır.

Ancak bu süreçte, eş zamanlı olarak ortaya çıkan başka bir sorun grubu da bulunmaktadır: kamuoyunun güvensizliği, istihdam belirsizliği, veri merkezlerinden kaynaklanan tartışmalar ve güvenlik ile yönetişim arasındaki sınırlar. Brockman'ın verdiği yanıtlar bunların tamamını teknik içerikle çözüme kavuşturmakta yetersiz kalıyor. Daha çok vurguladığı iki nokta şunlardır: birincisi, riskin "merkezi kontrol" yoluyla çözülemeyeceği, AI etrafında elektrik sistemine benzer toplumsal altyapının oluşturulması gerektiği; ikincisi, bireylerin yeteneklerinin değişmekte olduğu ve artık gerçekten önemli olanın "bir aracı nasıl kullanacağım" değil, "AI'ı kendi hedeflerimi gerçekleştirmek için nasıl kullanabilirim" olduğudur.

Eğer geçmişteki sorun "AI'nın neler yapabildiği" ise, şimdi soru şudur: AI senin için çoğu şeyi yapmaya başladığında, sen hâlâ ne yapman gerektiğidir.

Aşağıdaki metin asıl içeriği içermektedir (anlamayı kolaylaştırmak için orijinal içerik düzenlenmiştir):

Özet

AGI Artık "Net Bir Yol" Aşamasına Girdi: Greg Brockman (OpenAI Kurucu Ortak), GPT'ye dayalı mantık modelinin artık AGI'ye giden net bir yola sahip olduğunu düşünüyor, bunun birkaç yıl içinde gerçekleşmesi bekleniyor, ancak şekli hala "düzensiz" olacaktır.

Not: AGI (Artificial General Intelligence) genel amaçlı yapay zeka anlamına gelir, çoğu bilişsel görevde insanlarla eşit veya insanlardan daha iyi yeteneklere sahip AI sistemleri. Mevcut "özel AMA" (örneğin, görüntü tanıma, öneri algoritmaları) ile farklı olarak, AGI, görevler arası genellik ve transfer kabiliyetini vurgular.

Stratejik Yakınsama: Çoklu keşiften iki temel uygulamaya: Hesaplama gücü kısıtlamaları altında, OpenAI kaynaklarını "kişisel asistan" ve "karmaşık sorun çözme" üzerine yoğunlaştırmakta ve aynı anda tüm alanları ilerletmemektedir (örneğin, video oluşturma).

"Süper Uygulama" AI'nın Yeni Biçimi Olacak: Sohbet, programlama, tarayıcı ve bilgi iş uygulamaları birleştirilerek tek bir bütünleşik sistem haline getirilecek, AI araçtan "yürütme katmanına" dönüşecek ve kullanıcılar "zamanlayıcı" konumuna geçecektir.

Ana Dönüm Noktası: AI, artık yardımcı olmaktan çok iş akışlarını devralmaya başlıyor: Model yetenekleri artık "görevin %20'sini tamamlamak"tan "yüzde 80'ini üstlenmeye" yükseldi, bireyleri ve şirketleri iş yapma şekillerini yeniden yapılandırmaya zorlamaktadır.

Hesaplama Gücü Ana Engelli Nokta ve Rekabet Odak Noktası Haline Geliyor: AI talebi arzı belirgin şekilde aşıyor, gelecekte kısıtlama model yeteneklerinden ziyade hesaplama kaynağında, veri merkezinde ve altyapıda olacaktır.

Yapay Zeka "Havalanma" (takeoff) Gerçekleşiyor: Teknolojinin kendi kendini hızlandırması (AI'nın AI'yı optimize etmesi), endüstri iş birliğine (çip, uygulama, kurum) eklenerek AI'nın bir araçtan ekonomik büyüme motoruna dönüşmesini sağlıyor.

En Büyük Risk Teknolojide Değil, Yönetişim ve Kullanım Biçiminde: Güvenlik sorunları tek bir kuruluş tarafından çözülemez, açık ekosisteme ve toplumsal altyapıya dayanan bir yaklaşım gereklidir.

Bireysel Temel Yetenek, Dönüşüm İçinde: Gelecekte rekabet gücü artık "uygulama"da değil, "hedef belirleme + AI sistemlerini yönetme"de olacak, aktif olarak AI kullanımı temel bir yetkinlik haline gelecektir.

Söyleşi Düzeni:

Alex (Moderatör):
Bugün OpenAI'nin Kurucu Ortağı ve Başkanı Greg Brockman'ı ağırlıyoruz, birlikte AI'nın en büyük fırsatlarını, OpenAI'ın bu fırsatları nasıl değerlendireceğini ve "süper uygulama" kavramını konuşacağız. Greg bugün stüdyomuza da geldi.

Greg Brockman (OpenAI Kurucu Ortağı & Başkanı):
Sizi görmek benim için de harika, davetiniz için teşekkür ederim.

Sora Neden Kapatıldı? Hesaplama Gücü Yetersiz

Alex:
Şu anda bu zamanda OpenAI, video üretimini durduruyor ve kaynakları bir "süper uygulama"ya odaklıyor—bu uygulama ticaret ve programlama senaryolarını birleştirecek. Dışarıdan bakıldığında (ben de dahil), OpenAI tüketici tarafında önde gibi görünüyordu, şimdi ise kaynak tahsisini ayarlıyor gibi görünüyor. Gerçekte ne oluyor?

Not: Mart 2026'da, OpenAI, video oluşturma ürünü Sora'yı (uygulama ve API dahil) kapatma kararı aldı ve ilgili ticari faaliyetleri durdurdu.

Greg Brockman:
Son zamanlarda, derin öğrenme teknolojisini geliştirmekteydik, bunun gerçekten de sürekli bir pozitif etki yaratıp yaratamayacağını doğrulamak istedik—gerçek hayatta insanlara gerçekten yardımcı olan, yaşamı iyileştiren uygulamalar inşa etmek için kullanılabilecek mi?

Aynı zamanda, bu teknolojiyi yaygınlaştırma sürecindeydik. Bir yandan iş süreçlerini desteklemek için diğer yandan da gerçek dünya deneyimi biriktirmek ve teknolojinin gerçekten olgunlaştığı an için hazırlanmak amacıyla.

Şimdi ise, yeni bir aşamaya geldik. Bu teknolojinin gerçekten işe yarar olduğunu gördük. Standart testlerden ve bazı soyut yetenek sergilerinden, gerçek dünyada bir aşamaya geçiyoruz—onu gerçek işlere entegre etmeli ve kullanıcı geri bildirimleriyle sürekli olarak evrim geçirmelidir.

Bu nedenle, bu değişimi daha çok bir teknik aşama değişikliğiyle tetiklenen stratejik bir dönüş olarak anlamayı tercih ediyorum.

Bu, "tüketici odaklı"dan "kurumsal odaklı"ya geçiş yaptığımız anlamına gelmiyor. Daha doğru bir ifadeyle, şu soruyu soruyoruz: Sınırlı kaynaklarımız olduğunda hangi uygulamaları önceliklendirmeliyiz? Çünkü her şeyi yapamayız.

Hangi uygulamalar gerçekten hayata geçirilebilir, birbirleriyle uyumlu olabilir ve somut bir etki yaratabilir? Tüm yönlendirmeleri listelerken, tüketici tarafı birçok şekilde ayrılabilir: örneğin kişisel asistan, sizi gerçekten tanıyan, hedeflerinizle uyumlu, hayatınızdaki hedeflere ulaşmanıza yardımcı olabilen bir sistem; yaratıcılık ve eğlence gibi. Ve kurumsal tarafta, daha geniş bir bakış açısından bakarsanız, aslında bir şeye indirgenebilir: karmaşık bir göreviniz varsa, yapay zeka size yardımcı olabilir mi?

Şu anda önceliğimiz oldukça açık, en önde gelen sadece iki şey: birincisi kişisel asistan; ikincisi, karmaşık sorunları çözmenize yardımcı olabilecek AI.

Sorun şu ki: mevcut hesaplama gücümüz, hatta bu iki şeyi bile sürdüremiyor. Daha fazla uygulama senaryosu eklenirse, hepsini kapsamak imkansız hale gelir. Bu nedenle aslında bu bir gerçeklik değerlendirmesidir: teknoloji hızla olgunlaşıyor, etkileri patlamak üzere ve biz seçimler yapmalı, en önemli yöne odaklanmalı ve gerçekten bunu başarmalıyız.

Alex:
Daha önce bahsettiğin bir benzetmeyi hatırlıyorum, OpenAI'ın biraz Disney'e benzediğini söyledin: bir çekirdek yeteneği var, sonra farklı senaryolara genişleyebilir. Disney'in Mickey Mouse'u var, film yapabilir, tema parkları oluşturabilir, Disney+ yapabilir. OpenAI'ın "çekirdeği" modeldir, video oluşturabilir, asistan oluşturabilir, kurumsal uygulamalar yapabilir.

Ancak şimdi görünüşe göre, artık bu "geniş kapsamlı genişleme" yolunda ilerlemiyor musunuz; bunun yerine seçim yapmak zorunda mısınız?

Greg Brockman:
Aslında, bu benzetmenin şimdi daha geçerli olduğunu düşünüyorum. Ancak buradaki anahtar nokta şu: teknik açıdan, Sora (video modeli) ve GPT (çıkarım modeli) aslında farklı iki teknik dalına aittir. Onları inşa etme şekilleri tamamen farklıdır.

Sorun, mevcut aşamada, bu iki teknik ağacı bir arada ilerletmenin çok zor olduğudur, özellikle sınırlı kaynaklar altında. Bu nedenle yaptığımız seçim, mevcut aşamada kaynakları GPT bu yol üzerinde yoğunlaştırmaktır.

Elbette, bu diğer yönlendirmeleri terk ettiğimiz anlamına gelmiyor. Örneğin, robotik alanında ilgili araştırmalara devam ediyoruz. Ancak robotlar şu anda daha erken bir aşamada, henüz gerçek patlama dönemine giremediler.

Öte yandan, gelecek yıl boyunca AI'nın bilgi işi alanında gerçek anlamda yükselişini göreceğiz.

Ayrıca vurgulanması gereken bir nokta şudur: GPT yolundaki gelişmeler sadece "metin" ile sınırlı değildir. Örneğin, çift yönlü ses etkileşimi (speech-to-speech) de bu teknoloji yolunun bir parçasıdır ve AI'ı daha kullanılabilir ve pratik hale getirecektir. Bu yetenekler aslında aynı model yapı içinde farklı şekillerde ayarlanarak elde edilmiştir.

Ancak tamamen farklı iki teknik dalına odaklanırsanız, hesaplama gücü kısıtlı olduğunda uzun vadeli sürdürmek zordur. Ve hesaplama gücünün neden kısıtlı olduğu, talebin çok yüksek olmasından kaynaklanmaktadır. Neredeyse her model yayınlandıktan sonra, insanlar onu daha fazla amaç için kullanmak istiyorlar.

Alex:
Peki neden "Dünya Modeli" yoluna odaklanmadınız? Örneğin, video modeli, nesneler arasındaki ilişkileri anlaması gereken ve robotlar için çok önemli olan bir alandır. Ayrıca Sora'nın ilerlemesi aslında çok hızlı oldu. Neden nihayetinde GPT'ye bahse girdiniz?

Not: "Dünya Modeli" (World Model), algılama ve fiziksel sezgiye odaklanan bir yaklaşımdır. Temel amacı, AI'ın "dünyanın nasıl işlediğini" anlamasını sağlamaktır ve sadece "veri üzerindeki yüzey düzenini" öğrenmekten daha fazlasıdır. Bu tür modeller genellikle Sora gibi sistemleri tanımlamak için kullanılır: Bu tür sistemler, sadece görüntü veya video üretmekle kalmaz, aynı zamanda nesneler arasındaki ilişkileri (insan, araç, ışık), zamanın sürekli değişimini (kareler arasındaki ilerleme) ve temel fiziksel yasaları (hareket, gizleme ve çarpışma gibi) modellemektedir. Buna karşılık, GPT dil ve akıl yürütme modeline aittir ve soyut düşünme ve görev yürütme yeteneklerine odaklanmaktadır.

Greg Brockman:
Bu alandaki en büyük sorun aslında çok fazla fırsatın olmasıdır.

OpenAI'da çok erken fark ettik ki, bir fikir matematiksel olarak geçerli olduğunda, genellikle işe yarar ve güzel sonuçlar elde edilebilmektedir. Bu, derin öğrenmenin temel yeteneklerinin çok güçlü olduğunu gösterir; çünkü bu yetenek, verilerden üretim kurallarını soyutlayabilir ve yeni senaryolara aktarabilir. Bu durumu dünya modeli, bilimsel keşif, programlama ve diğer birçok alanda kullanabilirsiniz.

Ancak temel sorun şudur: Seçim yapmamız gerekiyor.

Süregelen bir tartışma vardı: Metin modeli ne kadar ileri gidebilir? Gerçekten dünyayı anlayabilir mi? Sanırım şu anda bu sorunun cevabı var, metin modelinin AGI'ye ulaşabileceğini düşünüyorum.

Açık bir yol haritası gördük, bu yıl daha güçlü modellerin ortaya çıkacağını göreceğiz. Ve OpenAI içinde, en büyük acımızdan biri, hesaplama gücünü nasıl ayıracağımız konusudur - bu sorun daha da kötüleşecek, hafiflemeyecek. Dolayısıyla temelde, bu "hangi yolun daha önemli olduğu" değil, zamanlama ve sıralama sorunudur.

Şimdi, geçmişte uzak olarak gördüğümüz bazı uygulamaların artık elinizin altında olmaya başladığını görmekteyiz. Örneğin çözülmemiş fiziksel problemlerin çözümü. Yakın zamanda bir örnek yaşadık, bir fizikçi uzun zamandır üzerinde çalıştığı bir sorunu modele verdi, 12 saat sonra bir çözüm elde ettik. Kendisi, bu durumun bir modelin ilk kez onun için gerçekten "düşünüyor" gibi hissettirdiğini söyledi. Bu sorun belki de insanlığın asla çözemeyeceği bir sorun olabilir, ancak yapay zeka bunu başardı.

Böyle bir olayı gördüğünüzde, yapabileceğiniz tek şey: bahsinizi artırmak, yatırımınızı üçe katlamaktır. Çünkü bu, gerçekten büyük bir potansiyeli açabileceğimizi gösterir.

Bu yüzden benim için, bu farklı yönler arasında bir rekabet değil, OpenAI'nın misyonu nedir? AGI'ı nasıl dünyaya getiririz? Nasıl herkesin gerçekten bundan faydalanmasını sağlarız? Ve, bu yolda ilerlememizi biliyoruz.

GPT'ye Bahis Yapmak, Dünya Modeline Değil: AGI'ya Giden Yol Seçimi

Alex:
Evet, aslında şimdi bahsettiğiniz bir sonraki nesil modellere geri dönmek istiyorum, ancak önce bu soruya geri dönmek istiyorum.

Ben bu yılın başlarında Google DeepMind'den Demis Hassabis ile konuştum. Eğlenceli olan şu ki, onun için AGI'ya en yakın şey aslında Nano Banana adlı resim oluşturucularıydı.

Not: Demis Hassabis, AI'nın araştırmadan çığır açıcı uygulamalara gitmesini sağlayan önemli figürlerden biridir. Kurucusu olduğu DeepMind, AlphaGo'yu geliştirdi ve 2016'da Go dünya şampiyonunu yenerek yapay zeka tarihinde dönüm noktası olan bir olayı gerçekleştirdi.

Nedeni şuydu: Hem resim oluşturucu hem de video oluşturucu, bu tür resimleri ve videoları oluşturabilmek için temelde nesneler arasındaki etkileşimlerin anlaşılması gerektiğini, en azından dünyanın nasıl çalıştığına dair belli bir seviyede bir anlayışı olması gerektiğini belirtti.

Bu nedenle, bu potansiyel bir risk mi? Bu oldukça büyük bir bahis mi? Eğer durum gerçekten bu şekildeyse, OpenAI, başka bir teknik ağaç üzerinde devam ederek bir şey kaçırabilir mi?

Greg Brockman:
Eğer gerçekten öyleyse? Benim iki cevabım var.

İlk olarak, tabii ki bu mümkün bir durum. Bu alanın doğası gereği, sonunda seçim yapmalısınız, bir bahse girmelisiniz. Ve OpenAI, başından beri bunu yapıyor: Biz, AGI'ya ulaşmanın yoluna inanarak, o yola yoğunlaşıp ilerlemeye inanıyoruz. Rastgele vektörlerin toplamı gibi, sonuç nihayetinde sıfıra yakın olabilir; ancak tüm vektörleri hizalarsanız, sizi belirli bir yöne doğru itebilirler.

Ancak ikinci nokta, görüntü oluşturmanın aslında ChatGPT'de çok popüler bir yetenek olduğudur ve biz hala devam ediyoruz, sürekli olarak öncelik vermeye devam ediyoruz. Bunu yapabiliriz çünkü aslında bu "dünya modeli" veya "sızma modeli" teknik dalına ait değil, aslında GPT mimarisi üzerine inşa edilmiştir. Dolayısıyla, farklı veri dağılımlarıyla karşı karşıya olsa da, daha temelde çekirdek teknoloji yığınında, aslında aynı şeydir.

Bunun da zaten AGI'nın en şaşırtıcı yanlarından biri olduğu budur: Bazı zamanlar, oldukça farklı görünen uygulamalar - sesden sese, görüntü oluşturma, metin işleme ve bilim araştırmasından programlamaya, kişisel sağlık bilgilerine kadar farklı senaryolardaki metinlerin kendisine kadar - aslında hepsi aynı teknoloji çerçevesinde barındırılabilir.

Dolayısıyla, teknik açıdan, ben ve şirket olarak sürekli düşündüğümüz bir şey, çabalarımızı mümkün olan en geniş yönde nasıl birleştireceğimizdir. Çünkü gerçekten bu teknolojinin bütünsel bir gelişme getireceğine, hatta tüm ekonomik sistemi yükselteceğine inanıyoruz.

Ve bu konu çok büyük. Elbette ki her şeyi yapamayız, ancak kendi payımıza düşeni yapabiliriz.

Alex:
Bu, Yapay Genel Zeka (AGI) içindeki "genel" teriminin anlamı.

Greg Brockman:
Evet, bu G'nin gerçekten bu anlamı taşıyor.

Alex:
"Birlikte" konusuna gelince, bu süper uygulama aslında nasıl olacak?

Greg Brockman:
Benim anladığım süper uygulama -

Alex:
Bu, sohbet, programlama, tarayıcı ve ChatGPT gibi şeyleri bir araya getirecek mi?

Greg Brockman:
Evet. Yapmak istediğimiz şey, son kullanıcıya yönelik bir uygulama yapmaktır, böylece AGI'nın gücünü gerçekten deneyimleyebilirsiniz, yani onun "genel" özelliğini.

Eğer bugünün sohbet ürünlerini düşünürseniz, bunun giderek kişisel asistanınız, kişisel API'nız, sizi gerçekten düşünen bir yapay zeka haline geleceğini düşünüyorum. Sizi çok iyi anlar, hakkınızda pek çok bilgiye sahiptir, hedeflerinizle uyumlu, güvenilirdir ve bu dijital dünyada belirli bir dereceye kadar sizi "temsil" edebilir.

Codex'e gelince, onu şöyle düşünebilirsiniz: Şu anda hala çoğunlukla yazılım mühendisleri için oluşturulan bir araç, ancak giderek "herkes için Codex" haline geliyor.

Herhangi bir şey yaratmak veya inşa etmek isteyen herkes, Codex'i kullanabilir ve bilgisayarlarının istedikleri şeyleri yapmasını sağlayabilir. Ve artık yalnızca "yazılım yazma" değil, daha çok "bilgisayar kullanımı" gibi bir şey haline geldi. Örneğin, dizüstü bilgisayarımın ayarlarını yapmama yardım etmesini sağlayabilirim. Bazı zamanlar köşeleri nasıl etkinleştireceğimi unuturum, bu durumda doğrudan Codex'e yapmasını söylerim ve gerçekten yapar.

İşte bu, bilgisayarın aslında nasıl olması gerektiği. Bilgisayar insanı uyumlu hale getirmelidir, insanın ona uyum sağlamasını değil.

Dolayısıyla bir uygulama hayal edebilirsiniz: Bilgisayarın yapmasını istediğiniz her şeyi doğrudan ona söyleyebilirsiniz. Bu, "bilgisayar kullanımı" ve "tarayıcı etkileşimi" yeteneklerine sahip olacak ve yapay zekânın web sayfalarını gerçekten işlemesine izin verecek, aynı zamanda siz de ne yaptığını gözlemleyebileceksiniz. Ve, etkileşiminiz sohbet, kod yazma veya genel bilgi çalışması olması fark etmeksizin, tüm bu konuşmalar aynı sistemde bir araya getirilecek. Yapay zekâ hafızaya sahip olacak ve sizi anlayacak.

Biz şu anda bunu inşa etmekteyiz.

Ama dürüst olmak gerekirse, bu sadece buzdağının görünen kısmı, suyun üstünde kalan kısım aslında. Benim için gerçekten daha önemli olan şey altta yatan teknolojinin birleşmesidir.

Daha önce altta yatan model seviyesinde birleşmeyi tartıştık, ancak gerçekte değişen şey şu oldu: Artık sadece "model" sorunu değil, daha da önemlisi "barındırma sistemi" haline geldi. Yani, model nasıl bağlam alır? Gerçek dünyaya nasıl bağlanır? Hangi eylemleri gerçekleştirebilir? Yeni bağlamlar sürekli olarak ortaya çıktığında, kullanıcıyla etkileşim döngüsü nasıl çalışır?

Bu tür şeyler aslında içeride birden fazla uygulamamız var veya en azından birkaç farklı uygulamamız var. Şimdi bunları bir araya getiriyoruz. Sonuç olarak, birleşik bir yapay zekâ katmanına sahip olacağız ve sonra onu çok hafif bir şekilde farklı belirli uygulama senaryolarına yönlendireceğiz.

Elbette hala küçük bir eklenti, bir arayüz yapabilirsiniz, finans veya hukuk alanına özel hizmet verebilirsiniz, ancak çoğu durumda, hatta genellikle, gerek dahi olmayabilir, çünkü bu süper uygulama zaten yeterince geniş kapsamlı ve genel amaçlı olacaktır.

Alex：
Bu uygulama hem kurumsal hem de bireysel senaryoları hedefliyor mu?

Greg Brockman：
Evet, aslında bu uygulamanın çekirdeği işte budur. Tam olarak bir bilgisayar gibi, mesela dizüstü bilgisayarınız, kişisel amaçlar için mi yoksa iş amaçları için mi? Cevap aslında şudur: İkisi de. Öncelikle sizin cihazınız, dijital dünyaya giriş noktanızdır. Ve tam da yapmak istediğimiz şey budur.

Alex：
Öyleyse, ticari olmayan bir açıdan bakarsak, bu süper uygulamayı kişisel yaşamımda nasıl kullanırsam, neler yaparım? Hayatım ne tür değişiklikler yaşar?

Greg Brockman:
Benim anlayışıma göre: Kişisel yaşamında, bu ilk olarak şu anda ChatGPT'yi nasıl kullandığın şekilde devam edecek.

Şu anda ChatGPT'yi nasıl kullanıyorsun? Aslında insanlar çok çeşitli ve etkileyici görevlerde kullanmış durumda. Bazen sadece basitçe "Düğünde bir konuşma yapacağım, bir taslak hazırlamamda yardımcı olabilir misin?" diye sorabilirler veya "Bu fikre bir göz atabilir, biraz geri bildirimde bulunabilir misin?" ya da "Küçük bir iş yapıyorum, bana biraz fikir verebilir misin?"

Bu senaryolar bazıları kişisel olabilir, bazıları ise kişisel ve işin sınırlarını bulanıklaştırmaya başlamış. Benim görüşüm şu: Tüm bu tür sorular, süper uygulamaya devredilebilmelidir.

Greg Brockman:
Ama eğer ChatGPT'nin gelişim sürecini geriye doğru izlerseniz, aslında kendisi de evrim geçiriyor.

Daha önce hafızası olmayan bir şey değil miydi? Herkes için aynı AI'ydi ve her seferinde sıfırdan başlıyordu, neredeyse yabancı biriyle konuşuyormuş gibi. Ama eğer sizinle geçmiş etkileşimlerinizi hatırlayabilseydi, çok daha güçlü olurdu. Eğer daha fazla bağlamı dahil edebilseydi, o zaman da çok daha güçlü olurdu.

Mesela, e-postanıza, takviminize bağlanabilse, tercihleriniz hakkında gerçekten bilgi sahibi olsa, geçmiş deneyimleriniz hakkında daha derin bir arka plan bilgisine sahip olabilse ve bu bilgileri hedeflerinizi gerçekleştirmenizde size yardımcı olmak için kullansaydı. Mesela şu anda ChatGPT'de Pulse adında bir özellik var, sizi tanıdığı bilgilere dayanarak size her gün ilginizi çekebilecek içerikler gönderiyor.

Yine de kişisel kullanım düzeyinde, süper uygulama bunların hepsini içerecek ve daha derin ve daha zengin bir şekilde yapacak.

Alex:
Bunu ne zaman piyasaya sürmeyi düşünüyorsunuz?

Greg Brockman:
Daha doğru bir anlayış şekli şöyle: İlerleyen aylarda, bu yönde adım adım ilerleyeceğiz. Bahsettiğimiz bu tamamen vizyon, aşamalı olarak teslim edilecek, ancak bir seferde tümüyle çevrimiçi olmayacak, aşamalı bir şekilde ortaya çıkacak.

Mesela, bugünkü Codex uygulaması aslında iki şeyi içeriyor: Birincisi, bir genel zeka acentesi taşıma sistemi; araçlar kullanabilen bir zeka acentesi olabilir; diğeri ise yazılım yazma konusunda usta bir zeka acentesi.

Ve bu genel taşıma sistemi, aslında başka birçok senaryoda da kullanılabilir. Onu bir elektronik tabloya, bir Word belgesine takarsanız, bilgi işleme konusunda size yardımcı olabilir.

Bu yüzden ilk adımımız, Codex uygulamasını genel bilgi çalışması için daha kullanışlı hale getirmek oldu. Çünkü OpenAI içinde, insanların onu bu şekilde kullanmaya başladıklarını gördük.

Bu ilk adım olacak, daha sonra birçok adım daha gelecek.

Alex：
Dün sizin bir meslektaşınızla Codex hakkında konuşurken, Codex'in video düzenleme yapmak için kullanıldığını söyledi: Kişi, Codex'i kullanarak kendisi için video işlemesine yardımcı olmasını istedi, Codex' Even Adobe Premiere için bir eklenti yaptı, videoları bölümleyerek düzenlemeye başladı. Bu sizin hedeflediğiniz yönlendirmelerden biri mi?

Greg Brockman：
Bu tür örnekleri duymaktan özellikle memnun oluyorum. Bu sistemden istediğimiz etkiyi gösteren bir örnek. Ve ilginç olan şu ki: Codex uygulaması aslında yazılım mühendisleri için tasarlanmıştı, bu yüzden programcı olmayanlar için mevcut kullanılabilirliği aslında çok yüksek değil. Çünkü yapılandırma sırasında birçok küçük sorunla karşılaşabilirsiniz.

Geliştiriciler ne demek istediğini hemen anlarlar, ve nasıl düzelteceklerini bilirler; alışkınız. Ancak eğer bir geliştirici değilseniz, bunları gördüğünüzde şöyle düşünebilirsiniz: "Bu nedir? Daha önce hiç görmedim."

Buna rağmen, hiç program yazmamış insanların bunu bir web sitesine kurmaya veya sizin önce bahsettiğiniz gibi işleri otomatikleştirmeye başladığını görmekteyiz - farklı yazılımlar arasındaki etkileşimi otomatikleştirerek büyük kaldıraç etkisi elde etmek için. Örneğin, iletişim ekibimizden biri onu Slack ve e-postaya entegre etti, bununla büyük miktarda geri bildirimi işlemesine ve oldukça iyi bir özetleme ve sentez yapmasına yardımcı oldu.

Şu anki durum şu şekildedir: Çok motive olan insanlar, bu engelleri aşmaya hazırdır ve ardından büyük ödüller alırlar.

Bir bakıma, en zor kısmını tamamladık - gerçekten zeki, yetenekli ve görevleri etkileyebilen bir AI oluşturduk.

Şimdi yapılması gereken, o nispeten "kolay" kısmı: Onu gerçekten halk için kullanışlı hale getirmek, bu giriş engellerini adım adım kaldırmak.

Alex：
Rakipler açısından bakıldığında, Anthropic'in şu anda Claude uygulamasına sahip olduğunu ve hem bir sohbet botuna hem de Claude Code'a sahip olduğunu görebilirsiniz. Bir bakıma, onların da kendi "süper uygulama" prototiplerine sahip olduklarını söyleyebiliriz.

Anthropic'in neden bu noktaya daha erken geldiğini düşünüyorsunuz? Ve OpenAI'in onlara yetişme olasılığını ne kadar görüyorsunuz?

Greg Brockman：
Eğer zamanı 12 ila 18 ay geri sararsanız, aslında hepimiz "programlama"yı bir odak alanı olarak gördük ve her zaman çeşitli programlama yarışmaları gibi çok "yetenek odaklı" testlerde en iyi performansı sergiledik. Ancak o zaman yeterince çok zaman harcamadığımız bir şey, kullanılabilirliğin son milinin kendisiydi.

Yani, şöyle söyleyebiliriz: AI artık oldukça akıllı, çeşitli zor programlama sorularını çözebiliyor, ancak henüz gerçek dünya kod depolarıyla karşılaşmamıştı - ve gerçek dünya kod depoları genellikle çok karışıktır, aşina olduğu "temiz" ortamlara hiç benzemez.

O noktada, o zaman gerçekten geride kalmıştık. Ancak muhtemelen geçen yıl ortasından itibaren, bu konuyu çok ciddiye almaya başladık. Özellikle bir ekip oluşturduk, tüm bu boşlukları nerede görebileceğimize bakmak için, gerçek dünyanın ne kadar karmaşık olduğu ve ne kadar karmaşıklık olduğu gerçekten önce gerçekten karşılaşmadığımız konuları görmek için.

Örneğin, eğitim verilerini nasıl oluşturabiliriz? Eğitim ortamını nasıl oluşturabiliriz? AI'ın gerçekten "yazılım mühendisliği yapma" deneyimini yaşamasını sağlama - kesintiye uğratılma, garip sorunlarla karşılaşma, çeşitli istenmeyen durumlarla karşılaşma ve benzeri.

Şimdiye kadar, artık yetiştik olduğumuza inanıyorum. Kullanıcılar gerçekten bizi ve rakiplerini yüz yüze karşılaştırdıklarında, birçok insanın bizi tercih etme eğiliminde olacağını düşünüyorum.

Tabii ki, kullanıcı arayüzü deneyimimizde hala eksikliklerimiz olduğunun farkındayız, bu kısmı da tamamlayacağız. Ancak genel olarak, bu dönemimizin odak noktası şuydu: sadece bir model oluşturmak ve üzerine ekstra bir ürün kabuğu eklemek değil; bunun yerine baştan sona tam teşekküllü bir ürün olarak düşünmek. Araştırma yaparken, aynı anda düşünüyorduk: Sonunda nasıl kullanılacak? Bu, OpenAI'ın içinde bulunduğumuz dönemde yaşanan bir dönüşüm.

Görüşüm şu ki, önümüzdeki dönemde çok güçlü bir model güncellemesi olacak. Sadece bu yılın yol haritasına bakarken bile, gerçekten heyecan verici bulduğumu söylemeliyim, yapılabilecek çok şey var.

Aynı zamanda, son mildeki kullanılabilirliği çok odaklı bir şekilde tamamlıyoruz.

Alex:
2022'den bu yana, OpenAI'ın bu alandaki tartışmasız lideri gibi davrandı. Açıkça, şu anda rekabet sadece test notlarıyla değil diğer şeylerle de sürdürülüyor gibi görünüyor. Kendiniz "yetiştik" gibi bir ifade kullandınız.

Şirket içindeki atmosfer değişti mi? Bu, yani şu an ve geçmişte, ChatGPT gibi bir üründe apaçık lider hissedildiği zamanlardan farklı, gerçekten bir rekabete girdiğimiz anlamına mı geliyor?

Dış kaynaklı bazı raporlar aslında bu değişimi gösterebiliyor - örneğin, şirket içinde toplantılar yapıldığı ve OpenAI'ın artık "yan görev" olmadığını, herkesin bu çekirdek yöne doğru odaklanması gerektiğini vurguladığı raporlar mevcut. Yani şimdi içerideki ortam ve atmosfer, nasıl bir değişim geçirdi?

Greg Brockman:
Benim kişisel olarak OpenAI'de en rahatsız olduğum an, ChatGPT'yi yayınladıktan sonra oldu.

O zaman şirketin tatil partisindeydik ve etrafta bir "kazandık" havası vardı. Daha önce hiç böyle bir hissetmemiştim. O zaman tepkim şuydu: Hayır, biz kazanan taraf değiliz, biz dezavantajlı olanız.

Ve hep öyleydik. Bu alandaki rakiplerimizin çoğu, büyük şirketler olup, daha fazla fon, daha fazla insan gücü, daha fazla veriye sahiptir ve neredeyse tüm kaynaklar daha fazladır.

Peki OpenAI neden hala rekabet edebiliyor? Bir şekilde, cevap şudur: Kendimizi asla rahat hissettiğimizi hissetmedik. Her zaman kendimizi meydan okuyan olarak gördük.

Aslında, benim için piyasanın gerçekten bu rekabet atmosferini sergilemeye başladığını ve diğer rakiplerin de ortaya çıkmaya başladığını ve iyi işler çıkardığını görmek çok sağlıklı bir şeydir.

Çünkü bence, asla dikkatinizi sadece rakiplere odaklanmamalısınız. Sadece onların şu an nerede olduklarına bakarsanız, oraya vardığınızda, onlar çoktan ileri gitmiş olabilir.

Ve benim için, geçen zaman aslında tam tersiydi: Çoğu insan hep bizim bulunduğumuz konuma odaklandı ve biz ileriye doğru devam ettik. Bu bize içsel bir hizalama ve birlik duygusu verdi.

Daha önce de bahsettiğim gibi, geçmişte neredeyse "araştırmayı" ve "uygulamayı" ayrı şeyler olarak gördük; şimdi, gerçekten onları bütünleştirmek istiyoruz. Benim için, bu çok güzel bir şey.

Dolayısıyla şöyle diyebilirim, şu anda bulunduğumuz aşama, asla kesin kazandığımızı veya şimdi birdenbire krize girdiğimizi düşündüğüm bir aşama değil. Bildiğiniz gibi, dış dünyanın sizin hakkınızdaki değerlendirmeleri genellikle söylendiği kadar iyi değil, söylendiği kadar kötü de değil.

Genel olarak, ben aslında hepimizin oldukça stabil olduğunu düşünüyorum. Ve model geliştirme konusundaki bu temel şeyde, yol haritamıza ve yaptığımız araştırma yatırımına gerçekten güveniyorum. Ürün tarafında, şu anda çok iyi bir enerji olduğunu düşünüyorum, herkes bir araya geliyor ve bu şeyleri gerçekten dünyaya sunuyor.

Alex:
Daha önce birkaç kez bahsettiniz, önümüzde çok güçlü yeni modeller olacak. Peki gerçekte ne olacak?

The Information'ın raporuna göre, "Spud" adlı ön eğitimi tamamladınız ve Sam Altman da OpenAI içindeki çalışanlara, birkaç hafta içinde çok güçlü bir model göreceklerini söyledi. Bu birkaç hafta önceydi. Ekip içinde, gerçekten ekonomiyi hızlandırabilecek ve işlerin birçok kişinin tahmin ettiğinden daha hızlı ilerlemesini sağlayabilecek bir şey olabileceğine inanılıyor.

Yani, "Spud" aslında nedir?

Greg Brockman:
Bu harika bir model. Ama asıl odaklanmamız gereken noktanın aslında tek bir modelde olmadığını düşünüyorum.

Geliştirme sürecimiz genellikle şu şekildedir: İlk olarak, Ön Eğitim adımı vardır, yani yeni bir temel model oluşturmak, bundan sonra yapılan tüm iyileştirmeler, bu temel model üzerine inşa edilir. Ve bu adım genellikle şirket içinde birçok takımın büyük çaba harcadığı bir adımdır. Aslında, geçen 18 ay boyunca, çoğu zamanımı burada geçirdim: Başlıca olarak GPU altyapısı etrafında dönüyordu, eğitim çerçevelerini destekleyen ekiplere destek oluyordum ve bu büyük ölçekli eğitim görevlerini gerçekten hayata geçiriyordum.

Ardından, Güçlendirme Öğrenme aşaması gelir. Yani, bu çok sayıda dünya bilgisini öğrenmiş yapay zekanın, bu bilgileri gerçekten kullanmaya başlaması demektir.

Sonra, Sonraki Eğitim süreci gelir. Bu aşamada, ona gerçekten şunu söylersiniz - peki, şimdi çözmeyi bildin, o zaman çeşitli farklı bağlamlarda egzersiz yap.

Son olarak, Davranış ve Kullanılabilirlikle ilgili "son kolda" aşaması vardır.

Yani, Spud'u yepyeni bir taban, yepyeni bir ön eğitim modeli olarak görüyorum. Ve bunun üzerine, yaklaşık iki yıl boyunca yaptığımız araştırmanın gerçek sonuçlar haline gelmeye başladığını söyleyebilirim. Bu çok heyecan verici olacak.

Sanırım, dış dünyanın nihayetinde hissedeceği şey, genel yetenekteki artış olacaktır. Ama benim için, bu asla yalnızca tek bir yayın sorunu olmamıştır. Çünkü bu sürüm çıktığında, aslında sadece ileride daha fazla gelişmeye yol açacak bir erken sürüm olacaktır. Bu iyileştirme sürecinin her aşamasında daha fazlasını yapmaya devam edeceğiz.

Bu yüzden şu anda aslında sürekli hızlanan bir ilerleme motoruna sahip olduğumuzu düşünüyorum ve Spud sadece bu yolculuktaki bir nokta.

Alex:
Peki sence, bugünün modellerinin yapamadığı neleri başarabilir?

Greg Brockman:
Bence, hem daha zor problemleri çözebilir hem de daha ince detaylara inecektir. Talimatları daha iyi anlayacak ve bağlamı daha iyi anlayacaktır.

İnsanlar bazen bir "büyük model kokusu" adında bir şeyden bahseder - yani, model gerçekten daha zeki ve yetenekli hale geldiğinde bunu net bir şekilde hissedersiniz. Sizin niyetinize daha iyi uyacak, ihtiyaçlarınıza daha iyi cevap verecektir.

Bir soru sorduğunuzda ve yapay zeka gerçekten ne demek istediğinizi anlamadığında, bu tür bir his hala hayal kırıklığı yaratır. Kendi kendinize şöyle diyecek olursunuz: Bu konuda kendi başına düşünebilmelidir.

Yarı yolda kalmamak için söylemeliyim ki, buna bir anlamda çok sayıda "miktar değişikliğinin" birikerek "nitel bir değişime" yol açacağını düşünüyorum. Bir yandan, birçok gösterge önemli ölçüde gelişecek; diğer yandan da bazı tamamen yeni senaryolar ortaya çıkacak: Eskiden yapay zeka yeterince güvenilir olmadığı için onu kullanmaktan kaçınırdınız, şimdi ise düşünmeden doğrudan kullanıyorsunuz.

Bence bu kapsamlı bir değişim olacak. Özellikle, beklenenin ötesinde yetenek sınırlarını nasıl yukarı çekeceğini görmeyi sabırsızlıkla bekliyorum. Fizik araştırması gibi alanlarda nasıl performans gösterdiğini zaten gördük, ben önümüzdeki dönemde daha fazla açık uçlu sorunu çözebileceğini ve daha uzun süreçler boyunca köprü kurabileceğini düşünüyorum.

Aynı zamanda, bu teknolojinin yetenek alt sınırını nasıl yükselteceğini görmek de beni heyecanlandırıyor – yani, ne yapmak isterseniz yapın, bugünden çok daha fazla faydalı olacak.

Alex：
Ancak normal kullanıcılar için, bu tür değişimi hissetmek bazen kolay olmayabilir. Örneğin, GPT-5 piyasaya sürülmeden önce, dış dünyada zaten büyük bir beklenti vardı; ancak gerçekte ortaya çıktığında, halkın ilk tepkisi biraz hayal kırıklığına neden oldu. Daha sonra insanlar, belirli bazı görevlerde aslında ne kadar güçlü olduğunu yavaş yavaş fark etmeye başladılar.

Peki, gelecek nesil modeller için, onların belirli mesleki senaryolarda belirgin şekilde hissedilip hissedilmeyeceğini mi düşünüyorsunuz, yoksa herkes için daha açık ve genel bir gelişme mi olacak?

Greg Brockman：
Bence hikaye muhtemelen benzer olacak. Model piyasaya sürüldükten sonra, bazıları hemen fark edecekler: Bu, daha önce gördükleriyle karşılaştırıldığında tam anlamıyla gece ile gündüz farkı. Ancak "zeka" zaten sorun olmayan bazı uygulama senaryoları da olacaktır. Eğer yalnızca modeli daha akıllı hale getirirseniz, bu tür alanlarda, kullanıcıların hemen farkı hissetmeleri şüpheli olabilir.

Bununla birlikte, zamanla, herkesin nihayetinde değişimi hissedeceğini düşünüyorum. Çünkü gerçek değişiklik olan şey şudur: Bu sisteme ne ölçüde güvenmeye başlayacağınız.

Şu anda AI ile etkileşim şeklimizi düşünürseniz, herkesin zihninde "bu ne yapabilir" hakkında bir tür zihinsel bir model vardır. Ve bu zihinsel model hızla değişmiyor. Genellikle tecrübe kazandıkça, birdenbire sizin için harika bir şey yapan bir olayda, birdenbire farkına varırsınız: Aslında bunu yapabiliyormuş, daha önce hiç aklıma gelmemişti.

Örneğin, tıbbi bilgi edinme gibi senaryolarda, benzer durumları gördük. Bir arkadaşım, kanseri için farklı tedavi seçeneklerini öğrenmek için ChatGPT'yi kullandı. Doktoru ona önceden, bu durumun artık tedavi edilemez olduğunu söylemişti. Ancak ChatGPT'yi kullanarak birçok farklı yaklaşımı araştırdı ve sonunda gerçekten de bir tedavi buldu.

Bu tür durumlarda aslında öncelik şudur: Bu senaryoda AI'nın yardım yeteneğine belirli bir derecede güven duymalısınız ki, bu sistemden değer çıkarmak için o kadar çok çaba harcamaya istekli olasınız.

Bu yüzden ben bir sonraki adımda göreceğimizin şu olacağını düşünüyorum: Herhangi bir benzer uygulama senaryosunda, AI'nın size yardımcı olabileceği şey herkes için daha açık hale gelecek.

Dolayısıyla, bu hem teknolojinin kendisinin güçlendiği hem de teknolojiye olan anlayışımızın değiştiği, teknolojiyi takip ettiği bir dönemdir.

Alex:
Yani, giderek daha da ona bağımlı hale geleceksiniz. OpenAI içinde, bu yılın sonbaharında piyasaya sürüleceği söylenen otomatikleştirilmiş bir AI araştırmacısı da geliştiriyorsunuz. Peki bu tam olarak ne anlama geliyor?

AI Artık "Yükseliş" Erken Aşamasında

Greg Brockman:
Genel eğilime baktığımızda, şu anda teknolojinin yükselişinin erken aşamasında olduğumuzu düşünüyorum.

Alex:
"Yükseliş" ne anlama geliyor?

Greg Brockman:
Yükseliş, AI'ın sürekli olarak bir üssel eğri boyunca güçlendiği anlamına gelir. Ve bunun bir kısmı, artık AI'yı geliştirmek için AI'yı kullanabiliyor olmamızdan kaynaklanıyor, bu nedenle tüm bir geliştirme süreci hızlanıyor.

Ama benim düşünceme göre, "yükseliş" sadece teknik açıdan bir durum değil, aynı zamanda gerçek dünya etkisinin serbest bırakılması anlamına gelir. Birçok teknolojinin gelişimi bir S eğrisine benzer; eğer bir dizi S eğrisini daha uzun bir zaman ölçeğinde ele alırsanız, bunların hepsi sonunda yaklaşık üssel bir artışa dönüşecek.

Ben şu anda böyle bir aşamada olduğumuza inanıyorum. Yani, teknoloji kendisi giderek daha hızlı bir şekilde ilerliyor, bu ilerleme motoru sürekli olarak enerji biriktiriyor.

Aynı zamanda, dış dünyada, birçok olumlu etken oluşmaktadır: yonga üreticileri daha fazla kaynak sağlıyor; birçok insan çeşitli uygulamalar yaparken, AI'yı farklı senaryolara entegre etmeyi deniyor, onun çeşitli özel gereksinimlerle nasıl uyumlu olduğunu araştırıyor.

Tüm bu enerjiler sürekli olarak birikmekte ve birlikte AI'yı bir "yükseliş dönemi"ne itmektedir, bu da onu kenarında bulunan bir varlıktan ekonomik büyümeyi yönlendiren ana motor haline dönüştürmektedir.

Ve bu durum, sadece bizim bu duvarların arkasında olup biten bir şey değil. Bu, tüm dünyayı, tüm ekonomik sistemleri ve bu teknolojiyi nasıl birlikte ileri taşıdığımızı, kullanım alanının sürekli gelişmesini etkileyen bir şeydir.

Alex:
Peki bu "araştırmacı" tam olarak ne yapacak?

Greg Brockman：
Bu "araştırmacı" terimi aslında şunu ifade eder: Yapay Zeka'nın ele geçirebileceği görevlerin oranı arttıkça, ona daha fazla özerklik tanımamız gerektiği anlamına gelir.

Tabii ki, bunun arkasında üzerinde dikkatle düşünülmesi gereken birçok şey vardır. Bu, onu salıverip kendi kendine bir süre koşturmasına ve sonra ne tür iyi sonuçlar elde ettiğine bakmaya indirgenmez.

Bence, yine de yönetimine çok derinlemesine katılacağız. Şu anda olduğu gibi, acemi bir araştırmacıya rehberlik ederseniz ve onu çok uzun süre kendi haline bırakırsanız, muhtemelen çok fazla değer taşımayan bir yola gider. Ancak eğer deneyimli bir araştırmacı veya gerçekten yön duygusu olan biri rehberlik ediyorsa, belki de her detaylı işlem becerisini bizzat bilmesine gerek olmayabilir, yine de kişinin ürettiği şeye sürekli geri bildirim verip inceleme yapabilir ve yönlendirme sağlayabilir: Ne yapmanı istediğime odaklan.

Benim anlayışıma göre, inşa etmekte olduğumuz bu sistem, model çıkarma hızımızı büyük ölçüde artıracak bir mekanizma setidir, yeni araştırma buluşlarını destekleyecek ve bu modellerin gerçek dünyada daha yararlı ve kullanışlı hale gelmesini sağlayacak. Ve tüm bunlar giderek daha hızlı bir şekilde gerçekleşecek.

Alex：
Bu sistem tam olarak ne yapacak? Ona doğrudan "AGI'yi bul" mu diyeceksin, sonra kendi kendine mi deneyecek?

Greg Brockman：
Bir şekilde, bu şekilde anlıyorum, en azından birinci seviye anlamında öyle. Ancak daha pratik bir açıdan bakarsak, bunu şöyle anlardım: Bir araştırmacı bilim insanının baştan sona tam bir iş akışını, mümkün olduğunca silikon tabanlı bir sistemde yürütmeye çalışırız.

Alex：
"Yükseliş"i anlamanın bir başka yolu da şudur: Yapay Zeka'nın ilerlemesi, artan şekilde enerji biriktirmeye dönüşecek ve nihayetinde durdurulamayacak bir itme sürecine evrilecek, insanlardan daha akıllı bir zekaya doğru ilerleyecek.

İlerlemenin kendi başına yanlış yöne gidebileceği ve bu ilerlemenin kontrol dışına çıkabileceği konusunda endişeleniyor musunuz?

Greg Brockman：
Bence, kesinlikle, bu kesinlikle açık. Bu teknolojinin sağladığı faydalardan yararlanmak istiyorsanız, risklerini ciddiye almanız gerekir.

Yaptığımız teknik gelişmelere baktığınızda, güvenlik ve korumaya çok şey yatırdığımızı göreceksiniz. İyi bir örnek, prompt injection (teşvik enjeksiyonu) saldırısıdır. Eğer çok zeki, çok yetenekli ve pek çok araca erişimi olan bir AI yapmak isterseniz, elbette onun tuhaf bir komutla yanlış yönlendirilip manipüle edilmesini önlemelisiniz.

Bu, çok emek ve çaba harcadığımız bir şey, ve bence çok iyi sonuçlar elde ettik, ayrıca bu konuda çalışan çok güçlü bir ekip var.

İlginç olan şu ki, bazı sorunlar aslında insanlarla benzerlik gösterebilir. İnsanlar da aynı şekilde phishing saldırılarından etkilenebilir, yanıltılabilir ve tam bağlamı anlamadan iş yapabilirler.

Bu benzetmeleri kendi AR-GE sürecimize dahil ediyoruz. Bir model yayınladığımızda, bir model geliştirdiğimizde her zaman şunu düşünürüz: Gerçekten insan hedefiyle uyumlu olmasını nasıl sağlarız, gerçekten faydalı olmasını nasıl sağlarız? Bu bizim çok önemsediğimiz bir şey.

Tabii ki, daha büyük sorunlar da var, tüm dünyayı, tüm ekonomiyi ilgilendiren: Her şey nasıl değişecek? Herkes bu teknolojiden nasıl faydalanacak? Bu sorunlar sadece teknik sorunlar değil, OpenAI'ın tek başına çözebileceği sorunlar değil. Ama evet, sıklıkla düşündüğüm bir şey, teknolojiyi ilerletmekle kalmamak, gerçekten potansiyeline uygun olumlu etkiler sağlamak da.

Alex:
Sorun şu ki, bu bir yarış gibi görünüyor. OpenAI merkez ofisinde olanlar, birçok açık kaynak oyuncu tarafından hızla kopyalanabilir. Ve genellikle bu oyuncuların güvenlik önlemleri ve korumaları çok daha zayıftır.

Senin daha önce bahsettiğin bir şeyi hatırlıyorum, temel mesajı şuydu: Yaratıcı bir sonuç için, birçok kişinin birçok şeyi doğru yapması gerekebilir; ancak yıkıcı bir sonuç için, kötü niyetli bir kişiye ihtiyaç duyulabilir. Bu en azından en çok endişelendiğim yer. Çünkü açıkça bir yarış gibi görünüyor ve hızla ilerliyor. Senin birçok meslektaşın, eğer herkesin durmaya karar verdiğine dair anlaşmaya varırsa, onların da durmaya istekli olduğunu söyledi. Ama şimdi görünüşe göre, bu yarışın yavaşlamaya niyeti yok.

O zaman, bu getiri, böyle bir riski almaya değer mi?

Greg Brockman:

Ben, bu getirinin buna değer olduğunu düşünüyorum. Ama aynı zamanda, bu tür bir yanıtın çok genel bir yanıt olduğunu ve çok keskin olduğunu düşünüyorum.

OpenAI'ın kurulduğu günden beri, hep şunu sorduk: Bir iyi gelecek nasıl olmalı? Bu teknoloji herkesin durumunu gerçekten nasıl iyileştirebilir?

Bu soruyu iki yönlü ele alabilirsiniz. Birincisi "merkezileşme" bakış açısıdır: Bu teknolojiyi güvenli hale getirmenin en iyi yolu, sadece bir kurumun onu geliştirmesine izin vermek olarak düşünülür. Böylece rekabet baskısı olmaz, işleri yavaş yavaş, dikkatlice doğru yapabilir ve hazır olduğunuzda nasıl tüm insanlara teslim edeceğinize karar verebilirsiniz. Bu düşünce tabii ki anlaşılabilir ancak bir noktada çok kabul edilmesi zor bir çözüm olabilir.

Ve diğer bir yol, aynı zamanda daha çok eğilim gösterdiğimiz yol, "dayanıklılık"tan hareketle düşünmektir. Yani, bunu açık bir sistem olarak görmek: Birçok katılımcının bu teknolojinin gelişimine katkıda bulunduğu bir sistemdir, ancak odak sadece teknolojide değil, daha ziyade bu teknoloji etrafında oluşturulan sosyal altyapının inşası, böylece daha güvenilir bir şekilde benimsenmesini sağlar.

Elektrik gelişim sürecini düşünebilirsiniz. Elektrik de birçok farklı insan ve kurum tarafından üretilir, kendisi de risk ve tehlike barındırır. Ancak aynı anda, çeşitli katmanlarda güvenlik altyapısı oluşturduk: Elektrik güvenlik standartları var, farklı kullanım kuralları var, farklı ölçeklerde uygun denetim şekilleri var. Çok büyük ölçeklere geldiğinde, özel denetim gereksinimleri de olacak. Birçok insan elektriği demokratik bir şekilde kullanabilirken, denetçiler var, tüm bu özellikler etrafında oluşan bir dizi destek sistemimiz var, bu teknolojinin özellikleri etrafında yavaş yavaş oluşturuluyor.

Ve bence, yapay zeka da aynı. Gerçekten gördüğümüz şey şu: Yapay zeka etrafında geniş kapsamlı bir toplumsal tartışmanın olması gerekiyor. Eğer bu teknoloji gerçekten gelecekse ve herkesin hayatını değiştiriyorsa, insanlar katılmak zorundadır. Merkezi bir küçük grup tarafından sadece gizlice ilerletilip kararlaştırılamaz.

Yani, benim için bu her zaman çok temel bir sorun olmuştur: Bu teknolojinin nasıl bir şekilde gelişmesi gerekiyor? Ve gerçekten inandığımız şey, teknoloji gelişimi etrafında oluşan bu "dayanıklılık ekosistemi".

Alex：
Yani demek istediğiniz şu ki, şu anda bir "hızlanma" sürecindeyiz ve aslında hepimiz zaten içindeyiz. NVIDIA CEO'su Jensen Huang yakın zamanda AGI'nın zaten gerçekleştiğini düşündüğünü söyledi. Siz de aynı fikirde misiniz?

Greg Brockman:
Benim düşünceme göre, AGI farklı insanlar için farklı bir tanıma sahiptir. Ve gerçekten de birçok insan, bugün elimizdeki teknolojinin zaten AGI olduğunu düşünüyor.

Bu tartışılabilir bir konu. Ama benim için gerçekten ilginç olan şey şudur: Şu anda sahip olduğumuz teknolojinin hala çok "pürüzlü" ve belirgin bir kesintiye sahip olması.

Birçok görevde, kod yazma gibi konularda, teknoloji şimdi kesinlikle süper insan seviyesine ulaştı. Yapay zeka bunu yapabiliyor ve gerçekten bir şeyler yaratma sürecindeki sürtünmeyi büyük ölçüde azalttı. Ancak aynı anda, insanların kolayca yapabildiği çok temel şeyler var ve yapay zeka bunlarla başa çıkmakta zorlanıyor.

Yani nerede kesin çizgiyi çiziyorsunuz? Bir şekilde, bu daha çok bir "hissi" andırıyor, bir atmosfer değerlendirmesi, ve şu anda tam olarak kesin bilimsel bir tanımı olan bir sorun değil.

Benim için kendim için, açıkça o anı yaşadığımızı düşünüyorum. Eğer beş yıl önce bugünün sistemlerini bana gösterebilseydiniz, derdim ki: Evet, bu o zaman bahsettiğimiz şey. Sadece gerçek hayatın nasıl göründüğü, ve tamamen hayal ettiğimizden çok farklı. Herhangi bir hayal ettiğimiz şekilden tamamen farklı.

Dolayısıyla, bence kendi zihin modelimizi uygun şekilde ayarlamamız gerekiyor.

Alex:
Yani demek istediğin, henüz değil mi?

Greg Brockman:
Ben diyorum, muhtemelen %70, %80 civarına gelindi. Bu yüzden aslında çok yakınız diye düşünüyorum.

Ayrıca bence, şu bir gerçek ki: önümüzdeki yıllarda AGI'yi göreceğiz. Performansı hala biraz "dişli" olabilir, her yerde mükemmel olmayabilir. Ancak görevleri yerine getirme alt sınırı çok yüksek olacak - neredeyse bilgisayarda yapmanız gereken her zihinsel görevi yapabilecek bir AI.

Şu anda biraz belirsizlik içeren bir cevap vermek zorundayım, çünkü buradaki durum bir tür "belirsizlik ilkesi"ne benziyor - farklı tanımlara dayanarak tartışabilirsiniz. Ancak benim kişisel tanımıma göre, neredeyse oradayız diye düşünüyorum. Biraz daha ileri gitsek kesinlikle orada olacağız.

Önemli Dönüm Noktası: %20'den %80'e Çalışmanın Devredilmesi

Alex:

2025 Aralık ayında ne oldu? Çünkü bu, bir dönüm noktası gibi görünüyor, "Makineye kesintisiz bir şekilde saatlerce kod yazdırma" fikri, birdenbire bir teorik düşünceden, herkesin "Ona güvenebilirim, bir süre kendi başına koşturabilir" demeye başladığı bir şeye dönüştü.

O zaman ne olduğunu açıklayabilir misiniz?

Greg Brockman:
O zamanın yeni modeli yayınlandıktan sonra, yapılabilen AI görevlerinin yüzdesi, işinizin %20'sinden, birden bire %80'e yükseldi. Bu çok büyük bir değişimdi. Çünkü artık sadece "güzel bir küçük araç" değil, yeniden iş akışınızı bu AI'lar etrafında düzenlemeniz gereken bir şeye dönüştü.

Benim için, benim için de oldukça tipik bir bedensel algı anım vardı. Bu yıllar boyunca, hep AI'a şu test ipucunu verirdim: Bir web sitesi yapmasını sağla. Bu web sitesi aslında benim kodlama öğrenirken el ile yaptığım, bana birkaç ayımı mal etmişti.

Ve 2025 yılına geldiğimizde, bu şeyi yapmak hala nispeten düzgün olabilmesi için dört saat, birkaç tur ipucu almak gerekiyordu. Ancak Aralık ayına geldiğimizde, bir kere sordum, AI bir kerede halletti, ve çok iyi yaptı.

Alex:
Peki, bu modeller bu tür bir sıçramayı nasıl gerçekleştirdi?

Greg Brockman:
Büyük ölçüde, temel modelin kendisi daha da güçlendiği için. OpenAI, sürekli olarak ön eğitim teknolojisini geliştirmekteydi. Ancak o noktada, ilk defa biraz şunu görmeye başladık: geri kalan yıl ne olacak. Ama aynı zamanda, bu sadece belirli bir tek bir açılımın sorunu değildi. Daha doğru bir ifadeyle, tüm yenilik boyutlarında ilerlemeye devam ettik.

Bu modellerin ilginç olduğu bir nokta şudur: bir bakıma, onların defalarca "ani atılımlar" yaptığını hissedersiniz; ancak diğer bir açıdan, her şey aslında sürekli evriliyor. Bu, bir anda %0'dan %80'e sıçraması değil, %20'den %80'e yükselmesidir. Bu yüzden bir bakıma, sadece daha iyi hale geldiğini söyleyebiliriz.

Ayrıca, bu ilerlemenin aslında her bir sonraki küçük sürüm güncellememizde hala devam ettiğini düşünüyorum. Örneğin 5.2'den 5.3'e geçerken, çok yakın iş birliği yaptığım bir mühendis vardı, başlangıçta modeli sorumlu olduğu o derin, zorlu sistem mühendisliği çalışması yapmaya zorlayamıyordu; ancak yeni sürüm geldiğinde, model artık tasarım dokümanını devralabilir, gerçekten uygulayabilir, metrik izleme ve gözlemlenebilirlik ekleyebilir, performans analizi yapmak için profilci çalıştırabilir, sürekli iyileştirme yapabilir ve nihayetinde başlangıçta el ile teslim etmek istediği sonuca ulaşabilir.

Bu yüzden şöyle diyebilirim, bu daha çok "yavaş ilerleme, ardından her yerde aniden değişiklik" tarzında bir süreç gibi. Ancak tüm bunlar, aslında şu anda etkili olan yetenekler tarafından önceden belirlendi bile. En geç bir yıl içinde, birçok şey, bazıları çok hızlı olabilir, son derece güvenilir hale gelecektir.

Alex:
Bu seni şaşırttı mı? Çünkü hatırladığım kadarıyla, yakın zamanda bir röportajda, Codex gibi bir otomatik kodlama aracının aslında sadece yazılım geliştiriciler için olduğunu söylemiştin. Ancak bugünkü konuşmamızın başlangıcında, aslında herkesin bu tür araçları kullanabileceğini belirttin.

Seni fikrini değiştiren şey neydi?

Greg Brockman:
Aslında Codex'i hep "kod yazma" çerçevesinde anlamaya çalışıyordum. Sonuçta adında kod geçiyor, bu nedenle doğal olarak bir yazılım geliştirici aracı olarak görülebilirdi. Ayrıca OpenAI'daki birçok kişi zaten yazılım mühendisi, kendi araçlarımızı yaratıyoruz, bu yüzden bu şekilde düşünmek de çok doğaldı.

Ancak bu teknoloji ilerledikçe, fark etmeye başladık ki yaptığımız temel teknolojinin çoğu aslında "kod" ile ilgili değil, aslında temelde "sorun çözme" ile ilgili olduğu.

Esas mesele, bağlamı yönetmek, yürütme çerçevesi oluşturmak ve yapay zekanın nasıl gerçek dünya işine entegre edilmesi gerektiğini, işi gerçekten nasıl bitireceğini düşünmektir. Ve bu gerçekleştikçe, programlama ortamında bile, aniden herkesin bu tür yetilere sahip olabileceği anlamına gelir. Çünkü gerçekten sahip olduğunuz şey, işinizi gerçekleştirebilecek bir sistemdir. Bir vizyonunuz olduğunda, yapmak istediğiniz bir hedefiniz olduğunda, niyetinizi açıkça tanımlayabildiğiniz sürece, yapay zeka işi halledebilir, işleri sonuçlandırabilir.

Ancak bu durum sizi şunu sormaya başlatır: Neden sadece "programlama" veya "programlamayanlar" gibi bir ayrıma odaklanıyorum? Aslında, Excel tabloları gibi, sunum hazırlama gibi temelde mekanik becerilerin olduğu birçok iş var. Bu tür şeyler eğer yapay zeka yeterli bağlamı aldıysa ve yeterli temel zekaya sahipse, aslında şu anda çok iyi bir şekilde yapabilir.

Dolayısıyla, eğer sadece ona daha erişilebilir ve insanlara daha dostane hale getirirsek, o zaman "Codex programcılara yönelik bir araçtır"dan "Codex herkes içindir"e hemen dönüşecektir.

Alex:
Ve bu belirgin ilerleme dalgasını gördükten sonra, Silicon Valley hızla neredeyse sessiz sedasız bir başka olay olan Open Claw'ı ortaya çıkardı, değil mi? Ya da daha genel bir ifadeyle, bütün teknoloji sektörü şimdiyi bir AI'ya güvenmek için bahsettiğin şekilde hareket etmeye başladı - örneğin, masaüstü kontrolünü bir AI robota devretmek veya bir Mac mini alıp e-postaları, takvimi, dosyaları vb. ona vermek ve ona hayatınızı belirli bir ölçüde "devretmek".

Sonra OpenAI, Open Claw'ın kurucularından birisini şirkete transfer etti. Dolayısıyla, bu tür "hayatınızı yönetmenize yardımcı olacak" AI hakkında biraz daha fazla konuşabilir misiniz? Open Claw ekibini şirkete dahil etmek, arkasındaki vizyonun bir yansıması mı?

Greg Brockman:
Şunu söylemeliyim ki, bu teknolojinin en temel noktası şudur: Onun gerçekte nasıl kullanışlı hale getirileceğini, insanların onu nasıl kullanmak isteyeceğini, AI varlığının vizyonunun ne olduğunu, insanların hayatına nasıl gireceğini - bunlar zaten çok zor sorulardır.

Ve ben bu teknolojinin birkaç neslinde tekrar tekrar gördüğüm bir şey şudur: Gerçekten derinlemesine çalışmaya hevesli, meraklı ve güçlü bir hayal gücüne sahip insanlar, bu başlı başına oldukça gerçek bir yetenektir ve yeni ekonomide giderek daha da değerli hale gelir.

Open Claw'ın kurucusu Peter, bana göre bu tür bir insandır, çok güçlü bir hayal gücüne ve yaratma arzusuna sahiptir. Dolayısıyla bir açıdan, bu mesele belirli bir teknolojiyle ilgilidir; ancak başka bir açıdan, bu sadece teknik bir sorun değildir. Asıl mesele şudur: Bu yetenekleri insanların yaşamına nasıl yerleştireceğimizi, onları gerçekten nerede konumlandıracağımızı anlamaktır.

Dolayısıyla, bir teknik insan olarak, elbette bu heyecan vericidir; ancak gerçekten kullanıcıya ne tür bir değer sunacağımızı gerçekten önemsediğim biri olarak, şu anda bu konuya büyük yatırım yapıyoruz, çok fazla yatırım yapmaktayız.

Alex:
Son zamanlarda bu konuda söylediğin ilginç bir cümlen vardı. Şöyle dedin, bu otonom AI varlıklarını işlerinizi yapmak için görevlendirmeye başladığınızda, aslında "binlerce AI varlığından oluşan bir filonun CEO'su" olursunuz, onlar sizin hedeflerinizi, vizyonunuzu ve görevlerinizi yerine getirirken, siz kendinizi artık çeşitli sorunların nasıl çözüldüğü ayrıntılarına gömülmüş bulmazsınız.

Ancak aynı zamanda bu yeni çalışma şeklinin, insanın sorunun kendisine karşı olan "nabızla ilişki" duygusunu yitiriyormuş gibi hissettirebileceğini de belirttin.

Greg Brockman:
Bu gerçekten iyi bir şey mi? Bence, bu bir kılıç yarası gibidir.

Dolayısıyla, yapmamız gereken şey, bir yandan bu araçların gerçekten getirdiği gücü kabul etmek, diğer yandan da getirdikleri zayıflıkları mümkün olduğunca azaltmaktır. Örneğin, insanlara daha fazla kaldıraç vermek, insanların daha fazla etkinlik kazanmalarını sağlamak - eğer bir vizyonunuz varsa, yapmak istediğiniz bir şey varsa, o zaman bir tüm akıllı varlık filosunu seferber edip sizin için yapmalarını sağlayabilirsiniz, bu kesinlikle çok güçlü bir şeydir.

Ancak dünya düzeninin işleyişini düşünürseniz, sonunda sorumlu olması gereken biri her zaman vardır. Diyelim ki bir web sitesi yapıyorsunuz ve yapay zekanız işleri batırıyor ve nihayetinde kullanıcıları etkiliyor, bu sıkı bir şekilde bakıldığında, bu yapay zekanın hatası değil sizin hatanızdır. Dolayısıyla bu konuya dikkat etmelisiniz.

Bence, bu araçları gerçekten kullanmak isteyen herkesin şunun farkında olması gerekir: İnsanın etkinliği, insanın sorumluluğu, bütün sistemin temel bir parçasıdır. İnsanların yapay zekayı nasıl kullandığı, bu konu temelde çok önemlidir.

Bu yüzden benim için en önemli nokta şudur: Bu akıllı varlıkların kullanıcıları olarak - biz OpenAI içinde de böyleyiz - sorumluluğu asla bırakamazsınız. Sadece "Yapay Zeka her şeyi kendisi halleder" demekle yetinemezsiniz.

Alex:
Tabii. Ancak bahsettiğiniz "sorunun nabzını yitiriyormuş gibi hissetme" ve "sorumluluk" arasında bir bağlantı olduğunu söylediniz.

Greg Brockman:
Benim için, aslında bu ikisi birbiriyle bağlantılıdır. Çünkü mesele şurada yatıyor: Eğer bir CEO iseniz, ancak ayrıntılardan çok uzaksanız - örneğin bir ekibi yönetirken, bir şirketi işletirken ancak sahadaki duruşunuzu kaybetmişseniz, genellikle iyi bir sonuca götürmez. Bu yüzden önce bahsetmek istediğim şey, "Nihayetinde insanların her şeyi bilmeye ihtiyaç duymayacağı bir noktaya gelebiliriz" demek değildir.

Elbette, bazı ayrıntılar güvenle başkasına devredilebilir. Bir inşaat yüklenicisi seçip size bir ev yapmasını istediğinizde, büyük olasılıkla her detayı bizzat kontrol etmeniz gerekmez, çünkü güvendiğiniz kişinin işin üstesinden geleceğine inanırsınız. Ancak en nihayetinde, eğer bazı önemli ayrıntılar yanlış giderse, yine dikkate almalı, yine bilmelisiniz.

Bu yüzden burada çok önemli ince bir fark var: Sadece "Sorunun anlayış duygusunu kaybetmeye razıyım" demek değil. Aksine, aktif bir şekilde şunu söylemeliyiz: Bu anlayışa sahip olmaya devam etmem gerekiyor, gerçekten sistemin güçlü ve zayıf yönlerini anlamak için.

Ve daha alt seviyedeki daha mekanik işlemlerden uzaklaşmaya başladığınızda, bunu yapabiliyorsanız, bunun nedeni bu sisteme zaten güven duymuş olmanız ve işleri gerçekten iyi yapacağını onaylamış olmanızdır.

Alex:
Model hakkında, son olarak bir soru daha soracağım. Şimdiye kadar bahsettiğiniz modele evrim yolundan bahsettiniz: Ön eğitimden, ince ayara, ardından pekiştirmeli öğrenmeye, bir adım bir adım problem çözmede daha iyileştirilmiş hale gelmeye ve internet üzerinden görevleri gerçekleştirmeye.

Ve şimdi şu aşamaya geldik: Model bu süreçte araç kullanmayı öğrendi. Yanlış anlamadımsa, bir sonraki evrim yolunun adımı ne olacak?

Greg Brockman:
Çünkü şu an yaşadığımız dünya sürekli derinleşen ve genişleyen bir makine yetenekleri dünyası. Bu tabii ki araç kullanımıyla ilgili bir kısmı ama aynı zamanda "araç"ı gerçekten iyi yapmamız gerekiyor. Örneğin, AI'ın "bilgisayar işlemlerini" gerçekleştirebiliyor olması, masaüstü sistemini insanlar gibi kullanabiliyor olması durumunda, temelde yapabileceğiniz her şeyi yapabiliyor demektir.

Ama aynı zamanda, makineleri desteklemek için birçok alt yapısal unsuru da yapmamız gerekiyor. Örneğin, bir kurumsal ortamda kimlik doğrulama ve izin yönetimi nasıl yapılır? Denetim izi ve gözlemlenebilirlik nasıl sağlanır? Modelin altta yatan yetenek gelişimine yetişmek için, geliştirilmesi gereken pek çok eşlik eden teknoloji bulunmaktadır.

Genel olarak bakıldığında, ileride "çok doğal bir sesli arayüz" gibi şeylerin dahil olacağını düşünüyorum. Yani, şu anda olduğu gibi bilgisayarla doğal bir şekilde konuşabilecek, sizi gerçekten dinleyebilecek, ihtiyacınız olan şeyi yapabilecek ve değerli önerilerde bulunabilecek.

Örneğin, sizi harekete geçirdiğiniz bir konuda sıkıştığınız konusunda uyaracak. Ya da sabah uyandığınızda, size şunu söyleyecek: İşte günlük özetiniz, dün gece zekice çalışanlarınız ne kadar iş ilerletti.

Belki de size bir işletmeyi yönetiyor gibi davranıyor olabilir - bence bu teknolojinin büyük bir uygulama alanı olacak. Girişimcilik demokratikleşecek, kesinlikle gerçekleşecek. Size şunu söyleyecek: İşte sorunlar burada, bir müşteri şu anda çok memnun değil ve bir insanla konuşmak istiyor, en iyisi şahsen bunu halletmeniz. Bu tür şeyler gerçekleşecek.

Son olarak, insanların meydan okuyabileceği hedef limiti de bu teknoloji ile daha da yükseltilecektir. Aslında bu trendin önünde olduğumuzu şu anda görmekteyiz. En heyecanlı bulduğum şey, neredeyse AlphaGo'nun 37. hamlesiyle karşılaştırabileceğimiz - bu hamle insanların asla yapmayacağı bir hamledir, yaratıcıdır ve bu oyunu anlama şekillerini değiştirmiştir.

Bu tür olaylar her alanda meydana gelir. Bilim, matematik, fizik, kimya dahil olmak üzere her alanda gerçekleşebilir; malzeme bilimi, biyoloji, tıp, ilaç keşfi dahil olmak üzere gerçekleşebilir; hatta edebiyat, şiir ve birçok başka alanda bile gerçekleşebilir. Bu, insanoğlunun yaratıcı anlayışını ve önerme yeteneğini kilidini açacak şekilde, bugün hayal bile edemeyeceğimiz bir şekilde gerçekleşebilir.

Alex:
Ama eğer model dediğin kadar güçlüyse, neden bu olay gerçekleşmedi?

Greg Brockman:
Bence, burada bir "yetenek gerilik farkı" var - yani modelin gerçekte ne kadar yetenekli olduğu ile insanların onu nasıl kullandığı arasında hala büyük bir uçurum var. Bir bakıma, modelin içinde gerçekte "ne olduğu" konusundaki anlayışımız hala gelişmekte.

Bu nedenle, teknolojinin artık ilerlemediği bir noktadan bile başlasak, dünya halen devasa bir değişim geçirecektir - hesaplama gücüne dayalı ve yapay zeka destekli ekonomi yine gelecektir.

Ama aynı zamanda, şu anda en iyi olduğumuz şey, aslında modelleri "ölçülebilen" görevlerde eğitmektir. Bu nedenle başlangıçta, matematik sorularından, kodlama sorularına geçtik, çünkü bu görevlerin çok net bir doğrulayıcısı vardır: cevap doğru mu değil mi, çok net bir şekilde değerlendirilebilir. Ve geçtiğimiz zaman boyunca, modelleri daha açık uçlu sorunlara doğru yönlendirebildiysek, bunun nedeni de sürekli olarak "ne tür şeylerin doğrulanabileceği, değerlendirilebileceği" kapsamını genişletiyor olmamızdır.

Ve yapay zeka kendisi bu konuda yardımcı olabilir aslında. Eğer yapay zeka yeterince zeki ve görevi anlayacak kadar yetenekliyse, bir değerlendirme kriteri verirseniz, bunu yavaş yavaş öğrenir. Ancak yaratıcı yazma gibi görevler, örneğin "bu şiir iyi mi kötü mü yazılmış", puan almak çok zordur.

Bu nedenle, geçmişte bu tür senaryolarda, yapay zekanın sürekli deneme yanılma ve geri bildirim yoluyla gerçekten öğrenmesini oldukça zorlaştıran bir durumla karşı karşıyaydık. Ancak her şey değişiyor ve önümüzdeki yol konusunda oldukça net bir görüşe sahibiz.

Alex:
Bu oldukça ilginç. Peter Thiel daha önce şunu söyledi, genel anlamda: Eğer matematikte iyi bir insansanız, o zaman bu modellere karşı aldığınız şok, "kelimelerde iyi bir insanlar"a kıyasla daha büyük olabilir. Ve sen de geçmişte Matematik Kulübü üyesiydin. Bu durumdan endişe duymuyor musun?

Greg Brockman:
Sanırım insanlar genellikle kendilerinin ne kaybettiklerini görmeleri, ne elde ettiklerini görmelerinden daha kolaydır. Çünkü "bu işi önceden nasıl yaptığım" konusunda derin bir deneyime sahibiz. Örneğin, ben daha önce matematik yarışmalarına katıldım, şimdiyse AI'nin matematik yarışmalarına katılabildiğini görebiliyoruz. Ancak sorun şu ki, bu aslında "matematik yarışması" ile ilgili değil, değil mi? Bu, insanlığın ilerlemesini iten temel bir şey değil.

Eğer şu anki iş yapış şeklimize bir göz atarsanız — bir kutunun önünde oturup, başka bir kutuya bakarak yazı yazma — yüz yıl önce hayatımız bu şekilde değildi. Bu doğal bir durum değil, ayrıca bu dijital dünyaya bu şekilde çekildiğimiz gerçek şekli de değil.

Bu, "insan olmanın" en temel parçası değil. Gerçekten önemli olan şey, mevcudiyet, anın tadını çıkarmak, diğer insanlarla bağlantı kurmaktır.

Ve ben düşündüğümde, göreceğimiz şey şu olacak: Yapay Zeka insanlara daha fazla bağlantı kurma fırsatı sağlayacak, insanlar arasında daha fazla bağ oluşturma imkanı verecek.

Bu beni çok heyecanlandırıyor.

Alex:
Tamam. Yaptığınız daha ajan özelliklere sahip senaryolara daha da ilerledikçe, dış dünya artık bir soruyu tartışmaya başlıyor: Gelecekte gerçekten bu kadar büyük eğitim görevlerinin devam etmesi gerekecek mi?

Özellikle, model yeterince iyi olduktan sonra, onu doğrudan gerçek dünyaya ulaştırabilir ve birçok önceden eğitim gerektirmeyen aşamada büyük ölçüde gelişme sağlayabilir gibi görünüyor. Gerçekten de süper büyük veri merkezine dayalı olarak gerekenlerin çoğu aslında önceden eğitimdir.

Siz hep ölçeği genişletmek, bu konuda ilerlemeyi teşvik etmekle ilgileniyorsunuz. Bu düşünceyi nasıl değerlendiriyorsunuz?

Greg Brockman:
Bence, bu düşünce teknoloji evriminde çok önemli bir noktayı göz ardı ediyor. Gerçekten de, modelin üretim aşamasındaki her adım, birbirinin etkisini artıracaktır. Bu yüzden tüm adımların daha güçlü hale gelmesini istersiniz.

Gördüğümüz şey şu: Ön eğitim bir kez daha güçlü hale geldiğinde, ardışık her adım çok daha kolay hale gelir. Bu aslında oldukça mantıklıdır. Çünkü model başlangıçta daha yeteneklidir, bu yüzden daha hızlı öğrenir; farklı yaklaşımları denediğinde, kendi hatalarından öğrenirken, daha hızlı ilerler ve daha az hata yapar çünkü temeli daha güçlüdür.

Dolayısıyla, gerçek değişiklik, "sadece bir modeli kapalı, kendi kendine çözümleme rasyonel bir sistem olarak eğitmek"ten "onu doğrudan gerçek dünyaya hatalar yapmaya göndermek"e geçtiğimiz anlamına gelmiyor. Aslında fark ettiğimiz şey, modeli sadece büyütmek ve güçlendirmekle kalmayıp, ayrıca onun farklı şeyleri denemesine, insanların gerçek dünyada nasıl kullandığını anlamasına ve bu kullanım geri bildirimini eğitim sürecine geri entegre etmesine izin vermek zorunda olduğumuzdur. Ancak bu, o kısmın araştırılmasının değerinden veya öneminden vazgeçtiğimiz anlamına gelmez.

Düşündüğüm başka bir değişiklik ise: Geçmişte, önceden eğitim aşamasında temel yetenekleri geliştirmeye odaklanırdık, ancak akıl yürütme aşamasını veya çıkarım aşamasını (inference) önemsemezdik. Son 24 ayda, bu ikisi arasında dengeye ihtiyaç olduğunu fark etmeye başladığımız büyük bir değişim yaşandı.

Yani, bir temeli olan bir model olabilirsiniz, ancak aynı zamanda çıkarım ve gerçek dünya uygulaması sırasında yeterince verimli olmalıdır. Güçlü bir çıkarım verimine sahip olmasını gerektiren birçok durum var. Güçlü bir şekilde pekiştirmeli öğrenme yapıyorsanız ve gerçek dünyada bu modeli gerçekten uygulamak istiyorsanız, hepsi güçlü çıkarım verimine sahip olmayı gerektirir.

Bu aynı zamanda, eğitimin teoride ulaşabileceği en yüksek ölçeği zorlayacak şekilde ayarlanması gerekmediği anlamına gelir çünkü daha sonraki yoğun kullanım senaryolarını da göz önünde bulundurmanız gerekir.

Gerçekten istediğiniz şey, zeka seviyesi ile maliyet arasında en iyi noktanın olduğu yerdir. Bir boyuta odaklanmak yerine her iki boyutu da optimize etmek istersiniz.

Alex:
Gelecekte odaklanmanızın çoğunluğu çıkarıma mı dönüşecek, o zaman Nvidia'nın GPU'larına o kadar ihtiyacınız kalmayacak mı?

Greg Brockman:
Kesinlikle hala çok ihtiyacımız var.

Alex:
Neden?

Greg Brockman:
Birçok nedeni var.

Bunlardan biri: eğitim ve çıkarım arasındaki oran ne olursa olsun, süper ölçekli eğitim öncelikle büyük miktarda hesaplama gücünün tek bir soruna odaklanmasını gerektirir ve bu şu anda başka bir alternatif olmadan yapılabilir.

Bu nedenle, gelecekte olası görünen şey, dağıtımdaki hesaplama gücü oranının önemli ölçüde artmasıdır; ancak aynı zamanda, bazı belirli anlarda, gerçekten büyük bir öğrenme ön eğitimi turu yapmanız gerektiğinde, o zaman büyük miktarda hesaplama gücünü bir araya getirmeniz gerekecektir.

Ayrıca Nvidia ekibini gerçekten çok becerikli buluyorum, yaptıkları iş gerçekten etkileyici. Dolayısıyla, evet, onlarla çok sıkı bir şekilde çalışıyoruz.

Alex:
Bir gün insanlar şöyle diyor olabilir mi: "Zaten yeterince çok ön eğitim yaptık, model yeterince akıllı hale geldi mi?"

Greg Brockman:
Bence bu, tıpkı insanların önlerindeki tüm sorunları çözdüklerinde, belki o zaman bunu söyleyebileceğimiz gibi bir şey gibi. Ancak, ulaşmak istediğimiz şeyin aslında çok daha yüksek bir sınırı var.

Son 50 yılda, bir noktada, aslında birçok hedefimizden geri çekilmeye başladık. Örneğin, bazı sorular oldukça nettir—herkesin sağlık sigortasına sahip olmasını sağlayabilir miyiz? Ve bu sadece "sorun ortaya çıkınca müdahale etme" değil, tamamen önleyici sağlık hizmeti sağlamak, yaşam tarzına odaklanmak, insanlara erken müdahale etmek ve potansiyel riskleri hastalık ortaya çıkmadan önce tespit etmeye odaklanmak. Bu tür sorunların, daha akıllı modelleri kullanarak gerçekten çözülebileceğine inanıyorum.

Tabii ki, belki bir seviye var, o seviyede bu sorun tamamen çözülmüştür ve o zaman sormak isteyebilirsiniz: Acaba akıllı iki kat modelime ihtiyacım var mı? Ancak aynı zamanda, daha yüksek seviyede zeka gerektiren diğer sorunlar da kesinlikle olacaktır.

Hash Gücü Maliyet Değil, Gelir Motorudur

Alex:
Veri merkezleri için harcadığınız yatırımın matematiği hakkında konuşalım biraz. Bu yılın başlarında 1100 milyar dolarlık bir finansman sağladınız. Bu paranın arkasındaki mantık nedir? Bu para doğrudan veri merkezine mi yönlendirilecek? Bu parayı yatırımcılara nasıl geri ödemeyi düşündünüz? Bu hesaplama mantığı hakkında konuşalım.

Greg Brockman:
Bence, bu temelde çok basit bir şey: Karşımızdaki en büyük harcama, hash gücüdür. Ancak hash gücünü sadece bir maliyet merkezi olarak göremezsiniz, daha çok bir gelir merkezi gibidir.

Bunu satış ekibi işe alımı gibi düşünebilirsiniz. Ne kadar çok satış elemanı işe almak istersiniz? Ürününüz satıldığı sürece, bu ürünü ölçeklendirebilecek bir mekanizmanız olduğu sürece, ne kadar çok satış elemanı işe alırsanız, geliriniz o kadar yüksek olur.

Şu anda olduğumuz dünya şudur ki, sürekli olarak gördüğümüz şey, talebin artışına yetişmek için hash gücünü yeterince hızlı bir şekilde oluşturamıyoruz. Bu konuda şu anda çok net bir şekilde hissediyorum. Çok acı verici kararlar vermek zorunda kaldık: Hangi özellikler canlı hale getirilebilir, hangi özellikler şu anda yapılamaz; hangi kısma öncelikli olarak hash gücü verilecek, hangi kısma verilmeyecek.

Ve ben, genel ekonominin AI'ye dayalı bir ekonomiye dönüşmesiyle, bu durumun daha geniş bir düzeyde ortaya çıkacağını düşünüyorum.

Gerçek sorun gelecekte şu olacak: Hangi sorunlar bu tür büyük miktarda hash gücü alabilecek? Nasıl genişleyeceksiniz, herkesin kendi kişisel zekasına sahip olmasını sağlamak için nasıl? Herkesin Codex gibi bir sistem kullanmasını nasıl sağlayabilirsiniz?

Şu anda dünyada, bu tür şeyleri desteklemek için yeterli hash gücü yok. Bu yüzden biz bu soruna hazırlık yapmakta öndeyiz.

Alex:
Ancak bu sonuçta yepyeni bir kategori, değil mi? Ve neredeyse dünyanın hiç görmediği kadar büyük bir tutarla, çok güçlü bir belirlilikle bahse giriyorsunuz. Yeni bir kategori yaratırken, bunun sonunda nasıl başarılı olacağından bu kadar emin olabiliyor musunuz?

Greg Brockman:
Bence, bu birkaç bileşen içeriyor.

İlk olarak, şu anda zaten tarihî örnekler var. ChatGPT yayınlandığı andan itibaren, ben ve ekibim açısından çok net bir konuşma yaşadığımı hatırlıyorum. Birisi bana sordu: Ne kadar hash gücü almalıyız? Ben de dedim: Tümü. Başka biri sordu: Hayır, ciddi ol, gerçekten kaç tane almalıyız? Ben de dedim: Ne yaparsak yapalım, talebi karşılayamayacağımızı biliyorum.

Ve sonrasında her yıl, gerçekler bunu kanıtladı. Sorun şu ki, bu tür hash gücü satın alımları genellikle 18 ay önceden kilidi vurmayı gerektirir, bazen 24 ay veya daha uzun sürebilir. Yani, makinenin gerçek teslimatından önce bir karara varmalısınız. Bu da ileriye dönük çok güçlü bir tahminde bulunmanız gerektiği anlamına gelir.

Ancak ilerlediğimiz dünya şuna doğru: Şu ana kadar çoğu gelirimiz hala tüketici aboneliklerinden geliyor ve bu alanın geleceği yine çok önemli olacak. Tabii ki, başka gelir kaynakları da oluşturmaya başlıyoruz.

Ancak şu anda ortaya çıkan daha büyük fırsat, bilgi çalışmasıdır.

Bunu çok net bir şekilde görmeye başladık: Neredeyse tüm şirketler, bu teknolojinin gerçekten faydalı olduğunu fark etmeye başladı ve rekabetçi kalmak istiyorlarsa onu benimsemeleri gerektiğini anladı. Çok doğal bir itiş görebilirsiniz, birçok yazılım mühendisi tarafından kullanılmaya başlandı; ve şimdi daha geniş bir yayılım ortaya çıkıyor, insanlar işletme içinde farklı bilgi çalışması senaryolarında kullanmaya başladılar. Bu sektörde görülen ödeme isteği ve gördüğünüz gelir büyümesi oldukça açık.

Bu şey şu anda gerçekleşiyor. Sadece onu ileriye doğru götürmeniz gerekiyor. Dışarıdan gördüğümüzden belki biraz daha fazlasını görebildiğimiz bir nokta ise: Bu modellerin bundan sonraki nasıl ilerleyeceğini daha net görebiliyoruz.

Bu faktörleri bir araya getirdiğinizde, bu ekonomi kendisi zaten hayal bile edilemeyecek kadar büyük bir şey, bundan sonra, bu ekonominin en yüksek büyüme etkeni olacak şey AI olacak – AI'ı ne kadar iyi kullanabildiğiniz ve onu yönlendirmek için ne kadar çok hash gücünüz olduğu.

Alex:
Sen az önce, tüketici aboneliklerinin hala en büyük gelir kaynağınız olduğunu söylediniz. Peki, sizin değerlendirmeniz, gelecekte bu durumun tersine dönüp işletmelerin en büyük gelir kaynağı haline geleceği yönünde mi?

Greg Brockman:
Bence, şu anda çok net bir şekilde görebildiğimiz şey, bu "işletme tarafının" hızla büyüdüğü. Elbette, "işletme tarafı" terimi kendisi de değişiyor. Çünkü gerçekte işaret ettiği şey, insanların verimlilik odaklı bilgi çalışmasında AI kullanmasıdır.

Fiyatlama şeklinden bakıldığında, sınıflandırmanın eskisi gibi net olmayabileceğini düşünüyorum. Örneğin, şu anda Codex'in kullanım biçimi şudur: Eğer ChatGPT'niz varsa, zaten Codex'i kullanabiliyorsunuz.

Yani geleceğin, belki de B2B ve B2C ayrımının çok net olmadığı bir yapı olmayacağını düşünüyorum. Kullanıcı olarak, muhtemelen tek bir girişe sahip olacaksınız – bilgisayarınız gibi, dijital dünyaya giriş kapınız.

Ve gerçek gelir aslında buradan gelecektir.

Alex:
Dario şöyle bir şey söyledi, sanırım senin hakkında dediği buydu: Bazı oyuncular risk skalasını aşırı yüksek tutuyorlar ve bu durumdan oldukça endişe ediyor. Sanırım bahsettiği şey, altyapıya yaptığınız büyük ölçekli bahis. Buna nasıl bakıyorsun?

Greg Brockman:
Katılmıyorum. Bence, her zaman çok dikkatli olduk ve gerçekten neler olacağını gördük. Bence, bu yıl sadece bakıldığında bile, gerçekten katılan herkes, "hash gücü kısıtlı" olgusunu hissedecek.

Bence biz sadece diğerlerinden daha erken fark ettik bu durumu, teknolojinin nasıl gelişeceğine daha erken hazırlanmaya başladık.

Gördüğüm manzara ise şöyle: Diğer birçok katılımcının bunu geçen yılın sonlarına doğru fark ettiğini ve o zaman panik içinde hash gücü aramaya başladıklarını görüyorum; ancak o zaman neredeyse hiç hash gücü bulunamıyordu zaten.

Bu yüzden, böyle bir şeyi söylemek kolaydır. Ama gerçek şu ki, herkes şimdi fark etti ki: Bu teknoloji uygulanabilir, geldi ve gerçek. Yazılım mühendisliği sadece açık bir örnek ilk başta.

Ve gerçekte bizi kısıtlayan şey, kullanılabilir hesaplama gücüdür.

Alex:
Şöyle dedi, eğer tahmini birazcık bile yanlış giderse, şirketi iflas edebilir. Siz de aynı riskle karşı karşıya mısınız?

Greg Brockman:
Bence bu durumda daha fazla "varlık satışı" olabilir. Eğer aşağı yönlü senaryoyu ciddi düşünmeye başlarsanız - ki bence bu tamamen makul bir soru - o zaman fark edersiniz ki, bir şekilde, bu bahis aslında belirli bir şirkete değil, tüm sektöre yapılmıştır.

Bahsin gerçekten yapıldığı şey, bu teknolojinin gerçekten yapılabileceğine ve gördüğümüz bu büyük değeri sunabileceğine inanıp inanmadığınız.

Ben hala en açık delillere geri dönüyorum. Yazılım mühendisliği gibi - eğer bir yazılım mühendisi değilseniz, Codex'i gerçekten kullanmamışsanız, o deneyimi okuyarak anlamak oldukça zor. Bu farkı gerçekten tarif etmek zor. Ama bence, insanlar çok yakında gerçekten hissedecekler.

Altı ay önce, bu tür bir his sadece içimizde gerçekleşiyordu; daha sonra, dış dünyada da açık belirtiler ortaya çıkmaya başladı. Ve bir sonraki altı ayda, bence herkes bunu hissedecek. Ve o zaman, hepimiz başka bir acı hissedeceğiz: Harika modeller var, ama aslında kullanamıyorsunuz, çünkü dünyada yeterli hash gücü yok.

Alex：
Evet, ancak 2026 tahminlerini yaptığımız program sırasında geçen yılın sonlarında bir tartışma oldu. Ranjan Roy o zamanlar oradaydı ve o 2026'nın "herkesin akıllı varlık kullanacağı" bir yıl olacağını söyledi. Benim tepkim ise şuydu: Ben de bir akıllı varlık kullanmaya başladığımda ve kendi gözlerimle gördüğümde, ancak o zaman inanacağım.

Greg Brockman:
Öyleyse şimdi, bu zaman dilimine zaten gelmedik mi? Şimdi onu ne için kullanıyorsun?

Alex：
Onu içeride bazı araçlar oluşturmak için kullanıyorum, iş arkadaşlarımın video ne zaman yayına gireceğini, küçük resmin nasıl olması gerektiğini daha iyi senkronize etmelerine yardımcı olmak için. Ayrıca YouTube'daki bazı verileri içeri alıyor, böylece video performansını küçük resim gibi faktörlere göre sıralamak ve analiz etmek mümkün oluyor. Bu, kısmen kendim için özelleştirdiğim bir yazılım paketi, ve geleneksel bir şekilde olsaydı, büyük olasılıkla asla para harcamazdım.

Şu anda oldukça ilginç bulduğum bir nokta olduğunu düşünüyorum: Yazılım aslında kitleler için ölçeklenebilir şekilde üretilmiş olsa da, bunun sonucunda sizin için yapılmamış birçok yer olabileceği anlamına gelir. Ve belki de AI'ın getirdiği değişiklik, nihayet yazılımla daha doğal bir şekilde etkileşime geçebileceğimiz anlamına gelir.

Greg Brockman:
Bence bu, işin özü. Ve düşündüğüm bir şey de şu oldu: Bugün bilgisayarları nasıl inşa ettiğimiz aslında bizi dijital bir dünyaya çekti.

Kendinizi çeşitli içerikleri sürekli ekranda taramak için ne kadar zaman harcadığınızı düşünün. Daha sonra bu sistemi o sisteme bağlamak için durmaksızın düğmelere basarak ne kadar zaman harcadığınızı düşünün — neden bu tür şeyler sizin tarafınızdan yapılsın? AI'ın gerçekten yapması gereken şey, makineyi size daha da yaklaştırmak ve sizin ne yapmak istediğinizi daha iyi anlamasını sağlamak.

Kültürümüzde bu tür bir hayal hep vardı: Doğrudan bilgisayarla konuşabilir ve sonra o sizin için işleri halledebilir. Ve şimdi bu, gerçek bir şey haline gelmeye başlıyor, gerçekten yapabileceğiniz bir şey haline geliyor. Ve bu değişiklik ne kadar şaşırtıcı, birçok zaman gerçekten deneyimlemelisiniz, gerçekten anlayabilmeniz için. Dolayısıyla gerçekten, kendimizi çok özel bir zamanda olduğumuza inanıyorum.

Alex:
O zaman merak ediyorum, neden halkın AI'a karşı algısı bu kadar kötü? Örneğin, YouGov'un verileri AI'ın topluma olumsuz etkileri olacağını düşünen Amerikalıların, olumlu etkileri düşünenlerin üç katı olduğunu gösteriyor.

Sizce arkadaki sebep nedir? AI'ın halk imajından endişe duyuyor musunuz?

Greg Brockman：
Benim düşünceme göre, yapmamız gereken gerçekten bir şey var: Bu ülkenin insanlarının yapay zekanın onlar için neden faydalı olduğunu görmelerini sağlamak. Ve bu sadece makroekonomik düzeyden değil, sadece GDP büyümesini teşvik edeceğini söylemekten değil, aksine: Gerçekten nasıl yaşamlarını nasıl iyileştirdiğini belirtmek.

Aslında, her gün çok spesifik hikayeler duyuyorum. Örneğin, bir aile var, çocukları sürekli baş ağrısı çekiyor ve diğer bazı sağlık sorunları da var, ancak MRI taraması sürekli reddediliyordu. Sonra, semptomları araştırmak için ChatGPT'yi kullandılar ve aslında sigorta şirketine daha güçlü bir başvuru sebebi sunabileceklerini fark ettiler. Bunu yaptılar ve sonunda çocuğun beyninde gerçekten bir tümör olduğunu keşfettiler. Ve ChatGPT aracılığıyla doğru bilgiye erişim sağladıkları için sonunda çocuğun hayatı kurtarıldı.

Bu sadece bir hikaye. Benzer hikayeler çok fazla. İnsanların yaşamları bu teknolojiyle derinlemesine iyileştirildi ve hatta kurtarıldı. Anahtar nokta, gerçekten bu teknolojiyle somut bir işbirliği içinde olduklarıdır.

Ama Benim düşünceme göre, bu tür hikayeler aslında gerçekten yayılmadı. Bunun birçok insanın yaşamında gerçekleştiğine inanıyorum, ancak neden bilmiyorum, henüz gerçekten ana akım anlatıya dönüşmedi.

Ayrıca, popüler kültürün, özellikle 90'ların sonundan devam eden bu düşünce setinin, yapay zekaya karşı çok olumsuz olduğunu, her zaman potansiyel sorunları vurguladığını fark ettim. Ancak insanlar gerçekte yapay zekayı kullanmaya başladıklarında, onun gerçekten kullanışlı ve faydalı olduğunu fark edecekler.

Bu yüzden gerçekten bu sorunla ilgileniyorum: Henüz insanlara, bu teknoloji dalgasının neden yaşamlarını nasıl iyileştireceğini, neden insanlar arasında daha sıkı bir bağlantı sağlayacağını başarıyla açıklamadık.

Benim için, bu çok önemli bir odak noktası. Ve daha geniş bir perspektiften baktığınızda, neden yapay zekanın neden bu kadar önemli olduğunu düşündüğünüzde, gelecekte bu teknolojinin ekonomik güç ve ulusal güvenlik için önemli bir kaynak olacağını düşünüyorum. Bu bir ülkenin rekabet gücünü ilgilendirecek. Ve Çin gibi diğer ülkeler, yapay zeka konusunda sundukları yaklaşımı neredeyse tamamen farklı bir şekilde sergiliyorlar.

Yani, evet, bu benim için çok önemli bir konu. Bunu ciddiye almalıyız ve gerçekten herkesin bu teknolojinin getirdiği faydaları paylaşabileceği bir yol düşünmeliyiz.

Alex:
Ancak şu anda son derece istikrarsız bir zamandayız. İnsanlar işlerinden endişe duyuyorlar. AI hakkında biriyle konuştuğumda, neredeyse her zaman şunu soruyorlar: İşim ne kadar süreyle güvende olacak?

Sonra veri merkezlerinden bahsetmek, halkın bunlara karşı algısı hatta AI'dan daha kötü. Anketlere bakarsanız, daha fazla insanın veri merkezlerinin çevreye, ev enerji maliyetlerine ve etrafındaki insanların yaşam kalitesine olumsuz etkileri olacağını düşündüğünü göreceksiniz, olumlu etkilerinden daha fazla.

Dolayısıyla şu anda, iyi iş bulmak zaten her geçen gün zorlaşıyorken, insanlar veri merkezlerinin kendi toplumlarına girmesini görünce, bunun çevre dostu olmadığını, enerji maliyetlerini artıracağını ve yaşam kalitesini düşüreceğini düşünüyorlar.

Onlar yanılıyorlar mı?

Greg Brockman:
Bence, veri merkezleri etrafında gerçekten birçok yanlış bilgi var.

Tipik bir örnek, su sorunu. Eğer gerçekten Abilene'deki tesisimizi ziyaret ederseniz, dünyadaki en büyük veya en azından en büyük süper bilgisayar tesislerinden biri olan tesisimizin yıllık su tüketimi, aslında sadece normal bir evin yıllık su tüketimine eşdeğer. Yani, su tüketimi aslında çok az.

Ancak dış dünyada, bu tür veri merkezlerinin büyük miktarda su kaynaklarını tükettiğini düşündüren birçok yanlış bilgi var.

Elektrik de benzer bir durumda. Biz maliyeti kendimiz karşılayacağımıza söz verdik, elektrik faturalarındaki baskıyı sakinlere yansıtmayacağız. Bu önemli bir nokta, şimdi tüm endüstri benzer taahhütlerde bulunmaya başladı çünkü yerel toplumu iyileştirmek gerçekten çok önemli. Ve veri merkezi inşa ettiğimizde, gerçekten bu yerel toplumlara giriyoruz, yerelde neler olduğunu anlıyoruz ve yerel topluma nasıl yardım edebileceğimizi öğreniyoruz. Veri merkezi vergi getirisi sağlayacak, iş imkanları yaratacak. Gerçekten birçok fayda sağlayacak.

Dolayısıyla, bence anahtar, bizim ne şekilde ortaya çıktığımızda yatıyor ve bu da ciddi olarak ciddiye aldığımız bir sorumluluktur.

Alex:
Peki, ama eğer yerel halkın elektrik faturaları artmıyorsa, siz elektriği nereden alacaksınız, bu da muhtemelen daha fazla kirliliğe yol açabilir. Bu bir sorun değil mi?

Greg Brockman:
Bence, aslında bu konuda daha ince detaylar var.

Eğer bugünün elektrik şebekesine bakarsanız, aslında çok fazla "boşta olan elektrik" olduğunu göreceksiniz - yani, birçok elektrik aslında orada, ancak gerçekten kullanılmıyor. Aynı zamanda, iletim sistemleri de güncellenmeye ihtiyaç duyuyor. Ve anahtar nokta, bu tür yükseltmelerin maliyetinin bizim tarafımızdan karşılanması gerektiği, genel faturalı kullanıcılardan değil. Bu çok önemli bir nokta. Temiz enerjinin zaten bulunduğu birçok yer var, ancak bu enerji gerçekte tam anlamıyla kullanılmıyor, hatta bir şekilde israf ediliyor.

Bu nedenle, veri merkezi talebi geldiğinde, gerçek bir itici güç ortaya çıkacaktır ve yaşlanmış, modası geçmiş elektrik şebekelerinin güncellenmesini teşvik edecektir. Ve bu tür bir yükseltme, aslında topluma gerçek faydalar sağlayacaktır. Kuzey Dakota'da, yerel veri merkezinin altyapıyı iyileştirmeye nasıl yardımcı olduğunu gördük ve sonuç olarak halkın elektrik faturaları düştü.

Alex：
Tamam, son olarak bir siyasi soru. MAGA Inc.'e 25 milyon dolar bağışta bulundunuz, bu da Trump'ı destekleyen bir politik eylem komitesidir.

Greg Brockman:
Daha önce bu konuyu Kara ile de konuştunuz.

Not: Kara Swisher, ABD'li tanınmış bir teknoloji gazetecisidir, uzun süredir Silikon Vadisi ve internet şirketlerini rapor etmiş olup, keskin soruları ve doğrudan tarzıyla bilinir.

Alex:
Evet. O zaman şunu söylemiştiniz: "Bu teknolojinin herkesi gerçekten faydalandırmasına yardımcı olacak herhangi bir şeye gideceğim." Eğer bu sizi bir "tek konulu seçmen" veya "tek konulu bağışçı" yaparsa da umurumda değil. Ancak ben sürekli olarak düşündüğüm şey şu: Bu tür bir "tek konulu kamp" için, en nihayetinde, herhangi bir siyasi eylemin odağında olması gereken şey, bu ülkeyi daha güçlü hale getirmek değil midir?

Diğer bir deyişle, belirli bir adayın sizin yaptığınız şeyi tamamen desteklemesi gerekmezse bile, eğer bu ülkeyi daha güçlü hale getirebiliyorsa, bu siyasi desteğin temel bir yıldızı olmalı değil midir? Bu durumda, bağış yapma düşüncenizin bir parçası olmalı mı?

Greg Brockman:
Ben şöyle düşünüyorum: Bu bağış, benim ve eşimin birlikte verdiği bir karardı. Her iki partiye ait süper PAC'lara da bağış yaptık.

Benim düşünceme göre, bu teknoloji çok hızlı geliyor. Önümüzdeki birkaç yılda gerçekten her şeyi değiştirecek ve ekonominin temelini oluşturacaktır. Ancak şu anda popüler değil. Bu yüzden, gerçekten bu teknolojiyi kucaklamaya istekli olan, bu teknolojiyi ciddi anlamda anlayan politikacıları desteklemeyi çok istiyoruz.

Elbette, daha geniş bir düzeyde, bu teknoloji kendisi de gerçekten ülkenin yeteneklerini geliştiriyor. Bir anlamda, ben gerçekten bir "tek konulu seçmen"im, çünkü bunun benim benzersiz katkı sağlayabileceğim alan olduğunu düşünüyorum. Ancak aslında bu, nihayetinde, bir tür destek ifadesidir: bir ulus olarak, bu teknolojiyi aktif olarak benimsememiz gerektiğini düşünüyorum.

Geleceğin Temel Yeteneği: Yapay Zekâ'yı Kullanmak Değil, "Yapay Zekâ'yı Yönetmek"

Alex:
Eğer şu anda sizin karşınızda yapay zekâdan çok korkan biri otursa ve yapay zekânın işini çalacağını, toplumumu yok edeceğini, dünyayı çok hızlı değiştireceğini düşünse, ona ne derdiniz?

Greg Brockman:
Söylemek istediğim en önemli şey şu: Bu araçları kendiniz deneyin. Çünkü mevcut yapay zekânın gerçekten ne yapabileceğini tam olarak anlamanız için, bu araçları gerçekten deneyimlemeniz gerekir.

Bugün bile bu teknolojiden gelen fırsatları, potansiyeli ve yetkinliği gördük. Siz de biraz önce şimdi bununla ne yapabileceğinizi söylediniz, değil mi? Daha önce hiç web sitesi yapmamış biri şimdi web sitesi yapabiliyor; eğer küçük bir iş yapmak istiyorsanız, önceki yıllarda arka plan süreçleri ve işletme detayları sizi korkutabilirken şimdi yapay zeka çok şeyin üstesinden gelmenize yardımcı olabilir.

Bu yüzden bence, kendi yaşamınız için düşünmelisiniz: Bu teknoloji sağlığınızı yönetmenize, sevdiklerinize bakmanıza, para kazanmanıza veya tasarruf etmenize yardımcı olabilir mi? Bu hepsi gerçek seçenekler olacaktır.

Ben insanların genellikle "neyin değişeceğini" görmeyi daha kolay bulduğunu ancak "ne kazanacaklarını" görmekte zorlandığını düşünüyorum. Bu nedenle, ona dürüst bir şans vermek, iki ucun ne olduğunu gerçekten anlamak için ciddi bir şekilde değerlidir.

Alex:
Bu ayrıca açık anketlerde nadiren ele alınan bir noktadır. "Yapay Zeka hakkında sadece duyduğunu ancak gerçekten kullanmadığı veya neredeyse hiç kullanmadığı kişiler genellikle daha olumsuz olur. Ancak ağır kullanıcı grubuna girdiğinizde, hatta sadece normal kullanıcılar arasında olduğunuzda, genellikle bu teknolojiye karşı bakış açıları çok daha olumlu olur.

Greg Brockman:
Benim için, bu teknolojiyi yıllardır düşünüyoruz. Ve şimdi gördüğüm, hayal ettiğimizden daha da şaşırtıcı, faydalı ve beklediğimizden çok daha olumlu etkiler getirecek bir gerçeklik açılımıdır.

Alex:
Son soru. Eğer biri size geleceğe nasıl hazırlanması gerektiğini sorarsa, ne cevap verirdiniz?

Ve bu cevap sadece "araç kullanmaya git" olamaz. Çünkü etrafımda gerçekten, “İşimin ne olacağını bilmiyorum, dünya nasıl olacak bilmiyorum, şu anda ne yapmam gerektiğini sadece bilmek istiyorum.” diye soran arkadaşlarım olduğunu biliyorum.

Greg Brockman:
Ben hala düşünüyorum, ilk yapmanız gereken şey bu tekniği anlamaktır. Bu teknolojiden gerçekten en çok fayda sağlayanların genellikle merakla yaklaşanlar olduğunu gördük. Bu teknolojiyi çalışma akışınıza gerçekten entegre etmeye çalışırlar, başlangıçtaki o eşiğe geçmeye çalışırlar - yalnızca bir boş giriş kutusuyla karşı karşıya kaldıklarında, "Bu konuda ne yapmalıyım" gibi bir belirsizlik hissederler.

Kademeli olarak şu yeteneği geliştirmelisiniz: Liderlik yapabilirim; Yön belirleyebilirim; Görevler atayabilirim; Denetleyebilirim. Ve bu yeteneği gerçekten geliştirmelisiniz, çünkü bu çok temel bir yetenek olacaktır.

Bu teknolojiyi biz insanlar için, daha fazla insan arasında bağlantı kurma konusunda, insanlara gerçekten yapmak istedikleri şeyleri yapmak için daha fazla zaman kazanma konusunda yardımcı olmak amacıyla yaratıyoruz. Bu nedenle sonunda soru şöyle olacaktır: Aslında ne istiyorsunuz? Ve gerçekten önemli olan, bu konuda net olmak ve bu teknolojiyi bunu gerçekleştirmek için nasıl kullanacağınızı bilmektir.

Alex：
Doğru. Programımıza katıldığınız için çok teşekkür ederim.

Greg Brockman：

Davetiniz için teşekkür ederim.

Alex：
Hepinize dinlediğiniz ve izlediğiniz için teşekkür ederim, bir sonraki Big Technology Podcast bölümünde görüşmek üzere.

[Video Bağlantısı]

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