Orijinal Başlık: The Wu Tapes
Orijinal Yazar: Jeremy Stern
Çeviri: Peggy, BlockBeats

Editör Notu: Büyük ölçekli yetenek taşması, AI ajanının kavramdan ürüne gelişinin arka planında, endüstri tartışması "model ne kadar güçlü"den "AI'nın karmaşık işleri nasıl gerçekten devraldığına" doğru kayıyor. Ancak kod oluşturma, otomatik hata düzeltme, uzun vadeli otomatik görev yürütme giderek gerçeğe dönüşürken, daha kritik bir soru beliriyor: AI'ın bir sonraki aşama rekabeti, model yetenekleri arasında mı, yoksa organizasyon, ürünler ve altyapı arasında mı gerçekleşecek?

Bu yazı, Jeremy Stern'in Cognition Kurucu ve CEO'su Scott Wu ile yaptığı detaylı röportajdan geliyor. Scott Wu, uluslararası bilgisayar olimpiyatları altın madalya sahibi ve aynı zamanda AI programlama zekası Devin'in arkasındaki en önemli girişimcilerden biri. Cognition, Devin vasıtasıyla yazılım mühendisliği otomasyonuna giriş yaparak, AI'ı "yardımcı araç"tan "özerk mesai arkadaşıya" dönüştürmeyi amaçlıyor.

Not: Devin, Cognition'ın piyasaya sürdüğü bir AI programlama zekasıdır ve bir "AI yazılım mühendisi" olarak düşünülebilir.

Bu söyleşide Scott Wu, AI ajanının yükselişini sadece bir deha genç tarafından kurulan bir AI tek boynuzunun hikayesi olarak anlatmıyor, aksine AI ajanının yükselişini daha temel yapısal bir dizi probleme ayırıyor: Model yeteneklerinin gerçek üretkenliğe nasıl dönüştürüleceği, teknik dehanın girişimcilik organizasyonuna nasıl dönüştüğü, yazılım mühendisliğinin neden AI'nın gerçek dünyayı değiştirmesinin ilk kapısı haline geldiği ve bilişin otomatikleştiği zaman insanın değerinin nasıl yeniden konumlandırılması gerektiği.

İlk olarak, teknik paradigma "tamamlama"dan "ajan" yönelimine kayıyor. Geçmişte, ürettirici AI'nın ana akım hayal gücü hala metin tamamlama, soru cevaplama ve kod yardımı üzerindeydi, AI daha çok reaktif bir araç gibiydi. Ancak Wu'ya göre, gerçek değişim ajan şeklindeki ortaya çıkışta yatıyor: Kullanıcının kelime kelime ipucunu beklemiyor, bunun yerine görevleri alıyor, kod deposunu anlıyor, hata ayıklıyor, test ediyor ve denetlenebilir sonuçlar sunuyor. Bu, anlamına geliyor ki, bir AI ürününün merkezi artık sadece model çağrısı olmaktan çıkıyor, gerçek iş akışına gömülüp yüksek bağlam görevlerini sürekli olarak tamamlama konusunda başarılı olup olamayacağı oluyor.

İkincisi, yazılım mühendisliği "insan gücü yoğun emek"ten "ölçeklenebilir bir bilişsel süreç"e doğru geçiyor. Geçmişte, kod yazma mühendisin zamanına, deneyimine ve takım genişliğine dayanıyordu, bir ekip daima bitiremeyeceği projeler arasında seçim yapmak zorundaydı ve sınırlı kaynaklar arasında seçim yapmak zorundaydı. Devin'ı temsil eden yönelim, AI'ın çok miktarda yürütme katmanı işi üstlenmesine izin vererek, mühendisi tekrarlayan kodlama, hata ayıklama ve bakım yükünden kurtarıyor. Bu, yazılım yaratımının ortadan kalktığı anlamına gelmiyor, ancak yazılım üretiminin engeli "kimin yazacağı"ndan "sorunu tanımlayan, mimariyi tasarlayan ve seçim yapmayı yargılayan kimin"e doğru kayıyor.

Üçüncü olarak, AI Girişimci Portresi'nin değişimi. Geçmişte, teknoloji şirketleri genellikle Jobs tarzı ürün içgüdüsü, ticari anlatı ve örgütsel cazibenin birleşimi olarak algılanırdı; ancak AI ve kripto gibi yüksek düzeyde teknik alanlarda, yeni kurucu grubu giderek daha fazla matematik, programlama yarışmaları ve nicelleştirme eğitim sistemi kökenli. Onların üstünlüğü sadece zeka değil, uzun vadeli yarışma ortamında eleme ile seçilmiş analitik yetenek, rekabet duygusu ve kendi kendini tekrarlayan mekanizmadır. Bu, AI çağında girişimcilik rekabetinin, teknik değerlendirme, araştırma anlayışı ve ürün uygulama becerisiyle daha derin bağlar oluşturduğu anlamına gelmektedir.

Dördüncü olarak, AI Riski soyut kıyamet anlatısından gerçek uyum sürtünmesine dönüşüyor. Wu'nun AI'ya yönelik endişesi, aslında teknolojiden değil, teknolojinin aşırı hızlı yayılmasının getirdiği dengesizlikten kaynaklanıyor: Az sayıda elit ilk önce yetenek kazanırken, genel organizasyonlar, eğitim sistemleri ve güvenlik savunma mekanizmaları henüz bu hıza ayak uyduramamıştır. Özellikle ağ güvenliği, yazılım altyapısı ve kurumsal üretim sistemlerinde, saldırı yeteneğinin savunma yeteneğinden önce yayılması durumunda, toplum daha karmaşık bir dengesizlikle karşı karşıya kalacaktır.

Beşinci olarak, insanlık değeri "sorun çözme yeteneği"nden "amaç belirleme ve kendini ifade etme"ye doğru kayıyor. Eğer AI sonunda giderek daha fazla temel zihinsel emeği üstlenirse, o zaman insanlar artık sadece hesaplama yeteneği, mantıksal akıl yürütme veya yürütme verimliliği ile kendilerini tanımlamıyor olacaklar. Wu'nun yanıtı güçlü bir teknoloji iyimserliği taşıyor: AI, insanları "hayatta kalma modundan" "yaratma moduna" geçirecek. Ancak bu aynı zamanda daha derin soruları da beraberinde getiriyor: Algı kopyalandığında, yürütme otomatikleştirildiğinde, insanın gerçekten değiştirilemez olan kısmı, artık yeteneklerin kendisi değil, hafıza, bağlam, arzu, kişilik ve yetenekleri nasıl kullanacağımıza dair seçimlerimiz olabilir.

Bu sohbeti bir değerlendirmeye indirgerseniz, o zaman şu olur: Devin'in anlamı sadece bir AI programlama ürünü değil, aynı zamanda AI ajanının gerçek üretim sistemine erken bir denemesidir. Bu anlamda, bu makalenin tartıştığı konu, artık sadece Scott Wu veya Cognition değil, aynı zamanda AI endüstrisinin model hayranlığından iş akışı yeniden yapılanması, yetenek sergilemeden üretkenlik altyapısına yapılan yapısal bir dönüşümdür.

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

Giriş

Uzun süredir halkın hayal gücünü cezbeden bir matematik dâhisi hakkında klasik bir hikaye vardır.

O zamanda, Amerikalılar halen savaşı kazanabileceklerine, kampüsteki kütüphanecilerin dolaplarına sıkıştırılacağına inanılan bir dönemdi. Teknoloji gücünün halka açık yüzü hala WASP (Beyaz-Anglo Sakson Protestan), eski tip elit ağları ve spor yıldızlarına aitti.

Bu tür hikayeler genellikle tanıdık dört perdelik bir yapıya sahiptir.

Perde 1: Yeni bir kanıt veya teorem ansızın ortaya çıkar, deha patlayıcı yeteneğiyle tüm alanı altüst eder ve bu nedenle mevcut otorite figürleri — kolej hocaları, ödüllü isimler ve onun sarsılmasına karşı çıkan herkes — kızgınlık duyar.

Perde 2: Kendini ispatlamaya başlar. Makaleler, konferanslar, açık sahne önü, sadık öğrenciler ve takipçilerden oluşan bir grup uzun bir savunma hareketi oluşturur. Süreç her adımda tıkanır, ancak sonunda kurumsal kurumların isteksizce onun değerini kabul etmesine neden olur. Aynı zamanda devlet kurumları ve yabancı istihbarat da ona ilgi göstermeye ve onu kullanmaya çalışmaya başlar.

Perde 3: Ciddi uykusuzluk, paranoya ve ruhsal dengesizlik belirtileri gözardı edilemeyecek boyuta ulaşır. Boşanma, yetersiz beslenme, kendine zarar verme, akıl hastanesi veya kampüsün tuhaf karakteri olma — bornozla rastgele bir şekilde sınıfa girer, tahtaya ürkütücü semboller ve cümleler yazar.

Perde 4: Geri dönüşü olmayan bir zihinsel çöküş, ilaçla sakinleşme veya ölüm. Ardından, efsane oluşmaya başlar: Delilik, dehanın ödemek zorunda olduğu bedel olarak yorumlanır, hikayesi lisans derslerine ve orta sınıf kültürünün klasik mirasına girer, edebiyat ödüllerinin, biyografi yazımının ve Oscar favorisi filmlerin tekrar tekrar tüketildiği malzeme haline gelir.

Hala bu tür hikayeleri anlatmaktan hoşlanırız. The Obelisk ve The Post-Left Foot Soldierın başarısı, Jonathan Rosen ve Benjamin Labatut'un son yıllardaki yazıları bunun kanıtıdır. Ancak bu hikayelerin hemen hemen tamamı 20. yüzyıla geri dönüş yapmak zorundadır, bu tesadüfi bir durum değildir.

21. yüzyılın ilk çeyreğine girildiğinde, Amerika'nın en iyi kod yazıcılarının kaderi tersine dönmüştür.

Günümüzde, genç "kitap kurdu dehası" ile aynı alanda olan insanlar, artık onu kişisel bir tehdit olarak görmemekte ve onu daha çok bir üstel geri dönüşle risk sermayesi yatırımı veya sekiz basamaklı yetenek edinme işlemi olarak görmektedir. Hem yerel hem de yabancı devletler, özellikle istihbarat kurumları, artık sadece potansiyel izleyiciler değil, aynı zamanda müşterileri, iş ortakları ve hatta iş hatları olabilir. Reddedilen, aslında Ivy League okulu olmuştur.

Artık dahi hikayesini paranoyaklık ve tecritle tamamlamak zorunda da değildir. Evden, toplumdan ve gerçeklikten tamamen kopma imajı yerine, daha sosyal bir ilişki ağı, Doğu meditasyonu, halüsinasyon deneyimi, etik egoizme dayalı beslenme etiği ve optimize edilmiş uyku yönetimi ile değiştirilmektedir. Artık yalnızca çıplak ayakla kampüs çimlerinde dolaşıp yıkıcı hezeyanları mırıldanması gerekmiyor. Televizyon programlarına çıkıp Anderson Cooper'a, inşa etmekte olduğu teknolojinin belki birçok işi yok edebileceği veya hatta insanlığı değiştirebileceğini, ancak her durumda hissedar değeri yaratacağını söylemesi yeterlidir.

Belki de en önemli değişiklik, eski nesil kitap kurdu dehanın "gerçeklik"e olan tutkusundaki azalmadır. O tutkuda, anlaşılmak isteme ve anlaşılmamaya razı olma iki şey beraber bulunmaktadır.

Bugün itibariyle, itibar, servet ve güç artık ölümden sonra tanınmayı beklemek zorunda değil. Bunlar, değerleme, halka arz (IPO), kritik altyapı kontrolü, devlet başkanlarının lobisi, insanlara ve sistemlere iş yükünü etkili bir şekilde dağıtma kabiliyeti aracılığıyla anında görünür hale gelebilir. Bu unsurlar aynı zamanda X zaman ekseninde her gün yeniden şekillendirilip büyütülüp meşrulaştırılır. Teknoloji tarafından tamedilen hayranlar grubu, dürtüsel deha için gerçek zeka, açıkça sergilenen karakter kusurlarını, hepsini Steve Jobs tarzı girişimcilik efsanesine paketler ve bunun yalnızca bir "kurucu modeli" geçici bir nöbet olduğunu iddia eder.

Bu aynı zamanda "sevilen yapay zeka devi"nin temelde bir kokteyl parti çelişkisi olduğu nedenidir, "Kanadalı kötü adam" veya "Alman komedyen" gibi.

Hiç kimse gerçekten bu durumdan keyif almıyor. Beyaz yakalı işlerin yerine geçme endişesi taşımayan, veri merkezinin su tüketimini anlamak zorunda olmayan, içinde güçlü bir teknoloji nefreti taşımayanlar bile rahat hissetmekte zorlanıyor.

Çünkü Amerikalılar kültürel olarak hala orta sınıf olduklarına inanıyorlar. Onlar, bir kitap kurdu dehasının haklı yere ait olduğuna içgüdüsel olarak inanırlar, bu hak ediş ya Cannes'da medya ünlüleriyle yan yana olmak ya da ulusal birliğin üstünde durmak değildir. O, ulusal güvenlik hizmet etmeli ya da yıldızlara yolculuk etmeli; sonra belki Costco gibi bir "gerçek şirkette" çalışmalı; en sonunda ılıman bir noktayı ya da "dünya beynini" inşa etmenin nasıl olabileceğini düşünmek için ısıtmalı, sessiz, küçük bir pencereye sahip bir üniversite kulübesine emekli olmalıdır — ve insanlara, eğer bu sistem başkasının eline geçerse, "herkesi öldürebileceğini" hatırlatmalıdır.

Bu sezgiye sahip olanlar muhtemelen şu anda size markette çantalarını taşımayı mı öneriyor yoksa podcast'lerine mi davet ediyorlar. Bildiğiniz gibi, sonunda onların da bu teknoloji anlatısına dahil olacaklarını biliyordunuz. Ancak hala vergi ödemeye, kurumsal düzene uymaya, hatta gerektiğinde vatan için savaşmaya devam etmelerini istiyorsanız, inşa etmek istediğiniz "tanrı"nın, onların anlayabileceği ve kabul edebilecekleri bir kutuya yerleştirilmesi gerekmektedir.

Şahsi Tecrübe

Bu da Scott Wu'ya geldi.

Cognition'un kurucusu ve CEO'su Scott Wu, şu anda bir yapay zeka programlama akıllı şirketi yönetmektedir. Bu şirket, yapay zeka uygulama katmanının en dikkate değer yeni oyuncularından biri olarak görülüyor ve son yılların en hızlı büyüyen teknoloji girişimlerinden biri. Ancak şu ana kadar en çok bilinen kimliği, Wu'nun hala unutulmaz "Michael Jordan" tarzı figürü olmasıdır.

O, Louisiana'nın Baton Rouge şehrinde büyüdü, tipik bir Amerikalı teknoloji dehasının yetiştiği yer olmasa da, matematik ve programlamanın yüksek baskı altındaki alanında erken dönemde tanındı. Uluslararası Bilgi Olimpiyatı'nda (IOI) tarihin en başarılı Amerikan altın madalya sahiplerinden biri olan Wu, az sayıdaki kişiden biri olarak hem takım arkadaşına, hem de koçuna ve yarışma rekorlarına damgasını vuran kişilerden biridir. Başkalarına poker ve satranç meydan okumayı sevdiği gibi, kart trikleri yaparak matematik numaraları da yapardı. Başka bir deyişle, o neredeyse ders kitabı karakterinde bir kitap kurdu dehasıydı.

Wu, ilk kez 2003 yılında akranları arasında adını duyurdu. O zamanlar ikinci sınıf öğrencisiydi ve lise öğrencileri matematik yarışmasına başvurdu. 7 yaşındaki bir çocuk yedinci sınıf kategorisine girdiğinde, ödül töreninde adının okunacağını düşündü, ancak okunmadı. 20 yıl sonra, bu deneyimi hatırladığında, her şeyi Michael Jordan'ın kariyerindeki her küçük saygısızlık gibi hatırladığını hissetti, her şey zihnine kazındı.

İkinci yıl, üçüncü sınıf öğrencisi olarak dokuzuncu sınıf kategorisi yarışmasına katıldı ve birinciliği elde etti. Liseden ayrılmadan önce 17 yaşındayken, MathCounts adlı Amerika'nın en önemli lise öğrencileri matematik yarışmasında ulusal birincilik elde etmiş ve kendi üç IOI altın madalyasından ilkinin sahibi olmuştu. O zamanlar takım arkadaşları Alexandr Wang, Johnny Ho ve Jesse Zhang da dahildi — daha sonra, Scale AI, Perplexity ve Decagon'un kurucuları oldular.

Eugene Wigner'ın ünlü bir sözü vardı: Dirac, Schrödinger, Taylor, hatta Einstein bile, Von Neumann'ın kendileri arasındaki en zeki kişi olduğunu kabul etmeye hazırdı. Benzer şekilde, Wu'nun o zamanki IOI takım arkadaşları — ortak altın madalya aldıktan sonra son on yılda, bu kişilerin kurduğu şirketlerin toplam değeri yaklaşık 800 milyar dolara ulaştı — onu benzer bir şekilde görüyor gibi görünüyordu.

Cognition'un kurucu ortağı ve aynı zamanda IOI altın madalyalı Walden Yan şöyle dedi: "Scott ile aramdaki fark, benim ve elemeleri bile geçemeyenler arasındaki farkla aynı."

Wu etrafında, neredeyse herkesin bir "dahi" hakkında bir hikayesi var.

Cognition'un üçüncü kurucu ortağı, eski IOI takım arkadaşı Steven Hao, Wu'ya bir Putnam matematik yarışması sorusu vermiş ve ondan bu soruyu kâğıt kalemle çözmesini iki saat içinde istemişti. Sonuç olarak, Wu, sessizce düşünürken, hatta kalem dahi sürmeksizin, cevabı sadece 90 saniyede vermişti.

Bir zamanlar, Wu, en büyük yatırımcısı Peter Thiel ve Napoleon Ta'ya karşı uluslararası satranç ve poker mücadelesi başlattı, şirket için daha iyi yatırım koşulları sağlamak amacıyla masa ve oyun tahtasını kullandı. Ayrıca IOI çevresinde duygusal bir söylenti vardır: Neredeyse herkesin hayran olduğu kız, başlangıçta Çin takımının ana oyuncusuyla çıkma kararı almış, ancak sonunda Wu'yu seçmişti. Orijinal metinde bunun alaycı bir şaka olduğu belirtilmiştir: "Teslim olun, Çin takımı."

Bir keresinde, Founders Fund, bir "Super Smash Bros Melee" yerel ağ partisi düzenledi. Özel konuk Mango'ydu, "Beş Tanrı"nın lideri ve tarihin en büyük "Melee" oyuncularından biriydi. Wu asla bu oyunun tanrısal seviyesinde bir oyuncusu değildi, ancak o partiye geldi ve Mango'yu yendi. Bunun sebebi, profesyonel seviye eğitim değil, daha hızlı tepki süresi ve pokerdeki gibi blöf yapma becerisiydi.

Vurgu, eğer bir zaman yolculuğu yapılsaydı, Mississippi Nehri'nin doğu kıyısından gelen, sıfırdan başlayan, huysuz, çok yönlü, rekabetçi ve zaman zaman "kanlı bir savaş" isteyen bir yazılım geliştiricisi ve uluslararası zeka şampiyonunun 29 yaşına geldiğinde, muhtemelen geleneksel dahi çocuk anlatısının ikinci perdesi ile üçüncü perdesi arasında ilerlemiş olacaktı: Bir yanda sistem tarafından tanınırken, diğer yanda yeteneği, takıntısı ve yalnızlığı tarafından yavaş yavaş yutulmaya başlanmış olacaktı.

Eğer farklı biri olsaydı, muhtemelen "60 Minutes" programına çıkarak, hükümetin yükselen rakiplere neredeyse yasaklayıcı maliyet getirmezse veya belirli bir dava kazanamazsa, şirketinin Amerikan toplum yapısında onarılamaz bir yarık açacağını halka bildirirdi.

Ancak Wu'nun gerçek dünyadaki hikayesi, bu tür dramatik bir yol seçmediğini gösteriyor. O, Cognition'ı neredeyse sessiz sedasız oluşturdu.

Cognition'ın öncü ürünü Devin, kendi kendine yeten bir yapay zeka yazılım mühendisi: kendi makinesinde çalışır, programlama görevlerini alabilir, mevcut kod tabanını anlayabilir, kendi çalışmasını test edebilir ve hata ayıklama yapabilir, sonunda insanlara incelemeye sunulmak üzere pull isteği gönderebilir.

Eğer bu sıkıcı ve neredeyse monoton geliyorsa - ki bir şekilde gerçekten öyle - o zaman Cognition'ın aynı zamanda en hızlı büyüyen şirketlerden biri olması daha da dikkate değerdir. Devin'in kullanımı her sekiz haftada bir ikiye katlanmakta ve hizmet piyasaya sürülmesinden sonraki ilk 18 ayda 445 milyon dolarlık gelir çalışma hızına ulaşmıştır. Bunun arkasındaki nedenler genel olarak dört anahtar noktaya dayanmaktadır.

İlk olarak, Wu, AI endüstrisinin zeki varlık biçimine doğru yaklaşacağını çoğu insandan daha erken tahmin etti. Gelecekteki AI artık sadece bir otomatik tamamlama aracı olmayacak, aynı zamanda arkada 24 saat çalışacak ve görevleri devralacak bir meslektaş gibi olacaktır.

İkinci olarak, GPT-4 dönemindeki model yeteneklerinin, bu tür zeki varlıkların erken aşamasını desteklemek için yeterli hale geldiğini gördü. O dönemde endüstri genel olarak gerçekten kullanılabilir bir AI ajanının daha birkaç yıl gerektireceğine inanıyordu.

Üçüncü olarak, dış dünya hala bir AI ajanının ürün pazarına uygun olup olmadığını sorgularken, Wu bunun aslında bir sorun olmadığına karar verdi. Sebep oldukça basitti: bu dünya her yıl "et-bedenli bir bilgisayar" - yani insan yazılım mühendisi - üzerinde on trilyonlarca dolar harcıyordu.

Dördüncü olarak, ürünü yeterince erken piyasaya sürmeye ve beraberinde gelen tepkileri üstlenmeye istekliydi. Wu, Devin'i 2024 Mart'ında piyasaya sürdü. O zaman SWE-Bench'teki performansı sadece %13'tü. SWE-Bench, AI programlama ajanlarına yönelik bir testtir ve modelin ne kadar yazılım hatasını bağımsız olarak düzeltebileceğini ölçer. Bu performans büyük bir eleştiri dalgasına yol açtı ancak Wu, bu öncü süreyi sürekli iterasyonla kullanarak sonunda Cognition'ı bugünün lider konumuna getirdi.

Bugün, ilgili kıyaslama testi sonuçları orijinal SWE-Bench üzerinde %90'a yaklaştı, SWE-Bench Pro üzerinde ise %80'e yaklaştı. Devin ayrıca ABD Ordusu, Goldman Sachs, Mercedes-Benz ve diğer kurumlar tarafından tercih edilen bir AI programlama zekası haline geldi. Bir buçuk yıl önce, Cognition'ın müşteri sayısı sıfırdı; bugün, bu şirket yaklaşık 250 milyar dolarlık bir değerleme ile finansman sağlıyor.

Wu Cognition'dan ve daha geniş anlamda AI'dan bahsederken, kıyamet sonrası bir manzara çizmeye ya da teknoloji hâkimiyeti üzerine büyük anlatılara saplanıp kalmamaya hevesli değil. Daha çok, "Herkesin gerçekten kullanışlı yazılım oluşturmayı daha kolay hale getirmesinin" nasıl olabileceğini sık sık konuşur.

Onun bahsettiği şey, bir araba müdürlüğü, vergi dairesi, hastane, havayolu şirketi ve çocuğunuzun ilkokulunun web sitesinin de Instagram gibi sorunsuz ve sezgisel bir şekilde çalışabilmesidir. O, AI'ın modern hayattaki verimsizlikleri, tıkanıklıkları ve sistemik sürtünmeleri ortadan kaldırmasını umuyor.

Genellikle söylediği gibi: "Bu sayede artık 'Minecraft' dünya hayatta kalma modunda değil, yaratma modunda yaşamaya başlarız." Bir AI devi ve "kitap kurdu imparatoru" için, bu neredeyse şaşırtıcı bir normal arzudur.

Peki, Cognition başarılı olacak mı?

Belki olmayacak. Belki AI temelde sıfır toplam pazarıdır ve 2023 Kasım'ında bir AI laboratuvarı kurmak, Wu için çok geç kalmıştır. Belki gerçekten rekabetçi bir pazar, ancak Cognition hala OpenAI'nın Codex'i, Claude Code'u veya xAI ile Cursor'un birleşim tarafından ezilebilir. Belki, bu savaşı kazanmak için tamamen "sporcuya benzemeyen" süper bir ekiple gitmek, zaten başlı başına bir akıllıca seçim değildir.

Belki, Devin'in erken dönem değerlendirmesi bugünün değeri kadar etkili olmayacaktır, bu da piyasa değerlendirmesini uzun vadeli etkileyebilir. Belki bu önemli değil, ancak Cognition sonunda yine de Cursor gibi daha büyük model şirketleri veya platform şirketleri karşısında bağımsızlığından vazgeçebilir. Veya belki de, aslında yalnızca bir kez daha NFT tarzı bir balon hikayesinden bahsediyoruz ve baştan beri hiçbir şeyin bu kadar önemli olmadığını fark ediyoruz.

Yazar olarak ve bir tür "nadir insan kelebeği" koleksiyoncusu olarak, son zamanlarda San Francisco'daki Cognition merkezine gittim ve Wu ile uzun bir görüşme yaptım. Buluştuğumuzda bana bir deniz sansarı peluş oyuncak verdi - bu, Devin'in "dev-elop-in'"in bir tür kelime oyunundan gelen hayvanlaşmış hali.

Ben aklımdan geçirerek söyledim, kapıdan içeri girerken şirket spor salonunda hiçbir çalışanın aletleri kullanmadığını fark ettim, belki de buranın aynı zamanda ıslak çöplerin saklandığı yer olduğu içindi. Wu, ıslak çöpleri spor salonuna koyduklarını, çünkü onların matematik Olimpiyatı yarışmacısı olduklarını söyledi.

Ben röportaj aracımı masaya koydum, Metronome'un kurucusu ve CEO'su Kevin Liu'nun Wu'ya bir kutu çilek getirdiğini bekledim—bu çileklerin "hayatınızı değiştireceğini" söyledi—ve ardından kayıt düğmesine bastım.

Aşağıda bu konuşmanın metin kaydı bulunmaktadır. Konuşma yaklaşık üç saat sürdü ve içeriği düzenlenip kısaltılarak okunabilir hale getirildi.

Röportaj Metni

Marslı: Çinli Dahilikli Genç

Jeremy Stern (Sunucu): Scott, şu anda bir Yapay Zeka dehasısınız ve etrafınızda oldukça zengin bir kişisel efsane seti oluştu: sanki siz bir insan değil de bir bilgisayar gibisiniz; ayrıca, siz bir bataklıkta büyümüşsünüz. O yüzden önce geriye bakalım.

Scott Wu: Annem ve babam Şanghaylı, onlar Çin'de büyüdüler. O zamanlar bir süre normal bir üniversite giriş sınavı sistemi yoktu. Yaklaşık 10 yıl boyunca. Annem ve babam tam olarak o döneme denk geldiler, üniversiteye gitmediler, hatta ilkokul ve ortaokulu bile neredeyse tamamlamadılar.

Sonra, sınavlar tekrar açıldı. Doğal olarak ortaya çıkan durum şuydu: 10 yıl boyunca biriken öğrenciler, aynı sayıda üniversite kontenjanı için rekabet ediyorlar. Ve çünkü aslında tam bir eğitim almamışlardı, annem o zamanlar bir tekstil fabrikasında çalışıyordu. Gündüz çalışıp akşamları ders çalışıyor ve sınava hazırlanıyorlardı, sonunda üniversiteye kabul edildiler. Okurken her ikisinin de notları çok iyiydi.

Babam satranç oynamayı çok severdi, genelde birlikte oynadığı bir profesörü vardı. Bu profesör daha sonra Amerika'ya gitti ve babama mektup yazarak, burada çok daha iyi olduğunu ve çok daha fazla fırsat olduğunu söyledi. Babamın okul ve ilgili işlemleri için yardım etti. Bu yüzden babam önce Amerika'ya geldi, altı ay sonra annem de geldi. Sonradan ikisi de Colorado State University'de kimya mühendisliği okudular.

Jeremy Stern: O zaman kültürel şok hakkında konuştular mı?

Scott Wu: Onlar için elbette çok farklıydı. Ama barınma ve yiyecek açısından en azından Amerika çok daha iyiydi—bu şeyler o zamanın Çin'inde hala oldukça nadirdi. Bunun için çok minnettarlardı. Babam sürekli olarak, hayatında yaptığı en iyi kararın Amerika'ya gelmek olduğunu söylerdi. Bence bu doğru.

Önceden hiç Çin'den ayrılmamışlardı. Sonrası da aynıydı — annem birkaç yıl önce vefat etti, ömrü boyunca sadece Çin'e ve Amerika'ya gitmişti. Babam da aynıydı, ta ki geçen yıl onu Japonya'ya götürene kadar. Dolayısıyla, bu elbette çok büyük bir kültürel şoktu.

Bir sürü küçük anı da var. O zamanlar Çin çok fakirdi, Amerika'ya gelmek için aylarca biriktirdiler. Babam Amerika'ya ilk geldiğinde, cebinde toplamda yaklaşık 80 dolar vardı. Bana bir hikaye anlattı: O ve diğer lisansüstü öğrenciler birlikte havaalanından taksiye bindiler, herkes bahşiş için bir miktar para katkıda bulundu. Birkaç dolar bahşiş olarak verdiğinde, birden o anladı ki, bu neredeyse tüm birikmiş servetinin %3'üydü. O an onun için çok etkileyici ve biraz utanç vericiydi.

Jeremy Stern: O hangi yıldı?

Scott Wu: 1989.

Jeremy Stern: Yine de, gerçekten özel bir an: Amerika'da öğrenci olmak, Çin'de kalmak yerine. Sonra nasıl Baton Rouge'a gittiniz? Orası da geleneksel anlamda "Ellis Adası göçmen deneyimi"ne pek benzemiyor.

Scott Wu: Hepsi kimya mühendisliği okudu. Tabii ki, Louisiana'da büyük miktarda petrol ve gaz endüstrisi olduğu için, sonradan hepsi orada iş buldular. Babam hava kalitesi lisansları konusunda danışmanlık yapıyor, annem ise hükümetin çevre kalitesi bölümünde çalışıyordu.

Bir abim var, Neal, benden dört yaş büyük. Ben 1996'da doğdum. O zamana kadar, küçük bir ev edinmiştik ve Baton Rouge'un banliyösünde tipik orta sınıf bir yaşam sürdürüyorduk.

Küçükken çevremdekilerden açıkça farklı olduğum belliydi. Onlar genellikle benden çok daha normaldi. Ara verilen zamanlarda futbol oynarlardı, ben ise hiç ilgilenmezdim. Matematiği sever ve rekabetçi biriydim. Sanırım üç dört yaşlarındayken çarpım tablosunu öğrenmeye başladım. Aslında, çok sayıda matematik bilgisi çoğunlukla evde doğal olarak öğrendiğim şeylerdi.

Bu durum, abimden dört yaş büyük olmamdan da kaynaklanıyordu. Birçok ortak ilgi alanımız vardı ve ona hayranlık duyardım, çünkü Louisiana'nın Baton Rouge şehrinde, bizim gibi olan insanlar pek yoktu.

Jeremy Stern: Bunu düşündüren özel bir sebep yok ama çocukken taciz edildiniz mi?

Scott Wu: Tabii ki, evet. Sık sık tacize uğrardım. Farklıydım ve bu yüzden genellikle yalnız biriydim. Baton Rouge'da yakın arkadaşlarım vardı, ama dürüst olmak gerekirse, bir şekilde kendimi, ABD'nin dört bir yanından, hatta dünyanın dört bir yanından gelen o matematik ve programlama yarışmalarının katılımcılarına daha çok benzeyen insanlarla büyüdüm. Çünkü onlar, çevremdekilerden daha çok benziyorlardı bana.

Jeremy Stern: Yarışmayı biraz sonra konuşmak istiyorum. Ancak önce, ara verip diğer çocukları çarpım tablosunda zorladığınız zaman dışında, matematiğe olan tutkunuzu nasıl ifade ettiniz?

Scott Wu: (Gülüyor) Benim abim altıncı sınıftayken ben birinci sınıftaydım. O zamanlar matematik yarışmalarıyla tanışmaya başladı. Ben de tabii onun peşinden gittim ve matematikle uğraşmak istedim. İşte olaylar gerçekten böyle başladı.

Ben o zamanlar Buchanan İlkokulu'nda, yöresel devlet okulumuzun yetenek programındaydım. Yan tarafta McKinley adında bir ortaokul ve lise vardı. Üçüncü sınıftan itibaren orada lise matematik derslerine katılmaya başladım. Birkaç yıl boyunca her gün bir öğretmen beni ilkokuldan alır, McKinley'ye götürürdü. Beşinci sınıfa geldiğimde, artık oraya yürüyerek gidiyordum. Yerel okul sistemi çok iyiydi: Benimle işbirliği yapmaya çok istekliydiler ve bu işin işlerlik kazanması için çözümler buluyorlardı.

Ağabeyim ben dördüncü sınıftayken bana programlamayı öğretmeye başlamıştı. Sık sık bir bilgisayar simulasyonunda Pokémon oyunu oynardım, bu da beni programlamayı öğrenmeye teşvik etti. Tetris oynardım. 24 adında bir kart oyunu vardı. Mantık, bulmaca ve stratejiye dayalı türden çeşitli küçük oyunlar, içinde farklı seçenekleri hesaplayabileceğiniz. Bunlar hep en büyük hobilerimdi.

Ebeveynlerim gerçekten beni öğrenmeye ve egzersiz yapmaya teşvik etti, ancak kısa sürede, tamamen kendi yapmak istediğim bir aşamaya geçtim. Kendiliğimden itiş gücüm vardı. Eğer gerçekten derinden ilgilenmiyorsanız, bunu başarmak zordur. Matematiği her zaman çok sevdim, çünkü son derece zariftir. Tabii ki, ebeveynlerimin teşviki de çok yardımcı oldu.

Jeremy Stern: Bir çocuk "zarifliği" nasıl hisseder?

Scott Wu: Babam bana birinci dereceden denklem formülünü açıkladığını hatırlıyorum. Bir kâğıda şunu yazdı: Ax² + Bx + C = 0. Sonra bana, şöyle devam etmem gerektiğini söyledi: Önce A'yı dışarı çıkar, sonra çarparak formüle uygun hale getir, bu denklemi çöz, sonunda -B'yi ekleyip çıkarman gereken bir şeyler vardır. Bu süreci çok sevmiştim.

Her zaman mantığı sevmişimdir, ayrıca bir şeyleri doğal sonuçlarına kadar adım adım götürmeyi severim. Matematiğin en harika yanı, bu konuları gerçekten derinlemesine anladığınızda, mantıksal olarak açıklanabilir olmalarıdır. Elbette, matematikte başarılıyım, bu yüzden diğerlerini yenmekten keyif alabiliyorum, bu da kötü bir şey değil. Ve açıkçası diğerleri yenmeyi gerçekten seviyorum.

Jeremy Stern: "Açıkçası" dediniz, peki bu rekabet duygusu nereden geliyor?

Scott Wu: Hala ailemizin en güçlüsüyüm, ancak ebeveynlerim ve abim temelde rekabetçi düşünen insanlar. Belki annem aramızdaki en rekabetçi olanıdır, tahminimce.

Anne ve Babalar Hakkındaki Bir Klişe: Onlar her zaman seni ve diğer çocukları kıyaslarlar, mesela, "şu kişinin çocuğu daha iyi yapıyor". Ama annem her zaman tam tersini söylerdi. Örneğin, "O zeki çocuk aslında o kadar da yetenekli değil. O kişinin çocuğu Princeton'a girdi ama aslında çok etkileyici değil."

O her zaman bana şu fikri aşıladı: Sen en iyisi olmaya potansiyele sahipsin. Hiçbir zaman, "diğerleri çok yetenekli, onlardan öğrenmelisin" demezdi. Daha çok, "onların yapabildiği her şeyi sen de yapabilirsin" der gibiydi.

Nerd Olimpiyatı

Jeremy Stern: Peki, bu Michael Jordan benzetmesine devam edelim. James Jordan, Wilmington'daki evlerinin arka bahçesine bir basketbol potası monte etmiş. Michael aslen beyzbol severdi ama daha sonra kardeşi Larry ile birlikte arka bahçede bire bir basketbol oynamaya başladı. Larry'yi hayranlıkla izlerken aynı zamanda onu yenmek istiyordu. Sonra hayatını değiştiren o an geldi: Michael, okul takımına gireceğini düşünüyordu ama deneme antrenmanından sonra elenmişti. Senin hayatında benzer bir süreci anlatır mısın?

Scott Wu: (Gülerek) Bu ön koşulu kabul edip etmediğime emin değilim. Tarihteki en iyi yarışmacı programcı Gennady Korotkevich'dir, şu anda Cognition'da çalışıyor.

Jeremy Stern: Tabii, ama "Jordan gibi olmak" sadece bir şampiyonluk yüzüğü anlamına gelmiyor. Aynı zamanda milyarlarca dolarlık bir ayakkabı işini, her sıkıcı olayı bir yarış oyununa dönüştürme yeteneğini, o 1000 wattlık gülümsemeyi ve çekici Küba asıllı bir eşi olmayı da içerir. Bu arada, sanırım o bir dönem Alexander Wang'in mankenliğini de yapmış. Tabii ki, başka bir Alexander Wang.

Scott Wu: Peki. Katıldığım ilk matematik yarışması, Baton Rouge'daki Southern Üniversitesi'nde gerçekleşti. Bu ortaokul ve lise öğrencilerine yönelik bir yarışmaydı - altıncı sınıflar altıncı sınıf matematik kategorisine katılır, yedinci sınıflar yedinci sınıf matematik kategorisine katılır, ve böyle devam eder. Ben o zaman ikinci sınıftaydım ancak yedinci sınıf matematik kategorisine kaydoldum.

Ödül töreninde, ödül alanların isimlerini okumaya başladılar. Bir noktada kendi adımı duyacağımı düşünmüştüm. Ama olmadı. O zaman çok sinirlendim. Gerçekten, çok ama çok sinirlendim. Hala bu olayı hatırlarım. Bu en erken anılarımdan biri.

Aynı yarışmada üçüncü sınıfa giderken tekrar katıldım. O zaman zaten Algebra 1, yani cebir 1 öğreniyordum. Dokuzuncu sınıf kategorisine katıldım, sanırım tam puan alarak birinci oldum. Çok küçük yaşlarımdan beri herkesi yenmek istemişimdir. Rakiplerimin benden büyük olması önemli değil.

Jeremy Stern: Evet, daha önce de onayladığımız gibi, çocukken gerçekten zorbalığa maruz kaldın.

Scott Wu: İkinci sınıftayken gerçekten pek fazla arkadaşım yoktu. Ama yaklaşık olarak altıncı sınıfa, yarıokul aşamasına geldiğimde durum değişmeye başladı. Ortaokulda MathCounts adında bir yarışma vardı. Okuldaki en başarılı çocuklar şehir yarışmasına katılırdı, şehir yarışmasında dereceye girenler eyalet yarışmasına geçerdi, eyalet yarışmasında başarılı olanlar ulusal yarışmaya ilerlerdi. Organizatörler herkesi Disney World'e götürürdü, bu seyahat yaklaşık üç veya dört gün sürerdi.

Yarışma başladığında, sabahın erken saatlerinde büyük bir yazılı sınav bölümü vardı. Herkes büyük bir salonda sınav yapardı. Ardından, ilk 12 sırayı alan yarışmacılar birbirleriyle mücadele edecekleri bir geri sayım turuna geçerdi.

Jeremy Stern: İşte o meşhur senin ve o kızın arasındaki ateşli an video görüntüsü.

Scott Wu: Evet. Bu yüzden ulusal yarışmaya gittim ve orada birçok başka çocukla tanıştım. Sonrasında Google Hangouts aracılığıyla iletişimimizi sürdürdük. Liseye geldiğimizde, bu iletişim devam etti. En iyi matematik ve bilgisayar bilimi öğrencileri çeşitli yaz kamplarına katılırdı. Bu insanlar daha sonra benim en yakın arkadaşlarımın büyük bir bölümünü oluşturdu. Aslında bu insanlarla birlikte Cognition'ı kurdum.

Çoğu insan, tahmin edebileceğiniz gibi, ya Cupertino'dan ya da Washington DC çevresinden, Thomas Jefferson'da öğrenim gören ya da New York'tan Stuyvesant'tan geldi. Ben Louisiana'dan geliyorum, ama yine de onlarla daha benzer hissediyorum. Bizim ilişkimiz her zaman çok güçlü oldu.

Bu sayede Jesse Zhang, Johnny Ho, Hyperliquid'den Jeffrey Yan ve Scale'den Alexandr Wang gibi insanlarla tanıştım. Jeff lise ve üniversite yıllarımda en iyi arkadaşlarımdan biriydi. Alexandr ise adeta ortaokul yıllarımın en iyi arkadaşı gibiydi. O Yeni Meksika'dan geliyordu, bu anlamda biraz benzerliklerimiz vardı.

Üçüncü sınıf öğrencisi Wu, dokuzuncu sınıf matematik takım yarışmasını kazandı. (2006)

Jeremy Stern: Neden "Beyzbol"den "Basketbol"e geçiş yaptın?

Scott Wu: Sürekli olarak hem matematik hem de programlama yarışmalarına katılıyordum, ancak programlama konusunda daha iyiydim. Programlama yarışmalarını daha çok seviyordum, birkaç nedeni vardı.

Öncelikle, kendim için programlama soruları daha ilgi çekici. Matematikte, olasılık, kombinatorik ve sayma problemlerinde çok iyiyim. Bu aslında strateji oyunlarına çok benziyor: Farklı seçenekleri hesaplamalısınız, neyin neyin yol açacağını anlamalısınız. Buna karşılık, geometri gibi konuları da yapabilirim, ancak çok sevmiyorum. Ve programlamadaki birçok sorun, temelde kombinatorik matematiğe daha yakın.

Bir diğer nokta ise, matematikte birçok terim var. Bir yerde Pascal'ın İlkesi'ni kullanmanız gerekebilir, bir başka yerde Pólya Çarpım Formülü'nü veya başka bir teoremi kullanmanız gerekebilir. İlginç olan, benim için her zaman istikrarlı bir özellik olmasıdır: Ben hiçbir zaman bu isimleri pek hatırlamam.

Her zaman bunları daha çok sezgisel düzeyde anlamışımdır. Örneğin, bu koşul yerine getirildiğinde, sonuç kesinlikle şu olacaktır. Bir şeyin adının ne olduğunu sık ​​sık bilmiyorum, hangi teoreme denk geldiğini bilmiyorum. Benim için, bu sadece daha geniş ve yaygın bir gerçeğin belirli bir durumu.

Bu, dün bir kez daha yaşandı. O zamanlar nicel algı eğitimi hakkında bir sunumu dinliyorduk. Birçok terim geçtiler, ben de dedim ki: "Üzgünüm, bu terimlerin ne anlama geldiğini bilmiyorum. Ama bahsettiğiniz aslında önce bunun yapıldığı, sonra şunun yapıldığı kısım, değil mi?" Sanırım, her zaman daha çok sezgisel bir şekilde şeyleri anlarım. Bu gerçekten biraz alışılmadık.

Ve programlamanın çok açık bir özelliği var: çok pratik. Kendi MathCounts ulusal yarışı eğitimimde, kendime sürekli olarak zihinden hesaplama soruları çıkaran bir program yazmıştım. Kendim yapmış olduğum oyunları oynar ve kendimi eğitirdim. Gerçekten bir şeyler yapabileceğimi fark etmek beni çok mutlu etti.

Jeremy Stern: Yani, IOI'da üç kez altın madalya kazandın, daha sonra genç sporcuların antrenörü ve rehberi oldun, matematik ve programlama dahilerinden oluşan dağıtık bir arkadaş çevresi edindin. Sonra, bildiğim kadarıyla, liseden ayrıldın. Bu yasal mı?

Scott Wu: Kesin bir ifadeyle, mezun oldum, sadece lise üçüncü sınıfı bitirdikten sonra liseden ayrıldım. California'da, 18 yaşına gelmeden veya lise diplomasını almadan tam zamanlı çalışamazsınız sözleşmesi var. O zamanlar Körfez Bölgesi'nde çalışmak istedim, bu yüzden mezuniyet belgesini almak için ne yapmam gerektiğini genel olarak anladım. Sonra yapmam gerekeni yaptım.

Yeni Budapeşte: Yeni Nesil AI Kurucular Topluluğu

Not: "Yeni Budapeşte", yazarın bir tarih analojisi yaptığı bir terimdir. 20. yüzyılın başlarında, Budapeşte yakınlarında olağanüstü yetenekli Macar asıllı Yahudi matematikçiler ve fizikçiler yoğunlaşmıştı; günümüzdeyse, AI alanında benzer bir teknik deha ve girişimci topluluğunun ortaya çıktığı görülüyor.

Jeremy Stern: Bir sorun her zaman var olmuştur: Neden 20. yüzyılın birçok en büyük matematikçisi ve fizikçisi - daha sonra Los Alamos veya Metallurgy Laboratory'de birlikte çalışmış, modern matematik, fizik ve ekonomi temel modellerini önermiş kişiler - neredeyse tamamı Budapeşte ve çevresinde doğmuş ve 1900 civarında doğmuş orta sınıf Macar Yahudisiydi? Hatırladığım kadarıyla, onları Frank Sulloway "Marslılar" olarak adlandırdı.

Richard Rhodes, atom bombası hakkındaki o kitapta, cevabın muhtemelen bir dizi faktörün birleşimi olduğunu tahmin etti: hızla modernleşen Budapeşte, asimile olmuş ancak hala eski kimlik sistemleri tarafından dışlanan Yahudi burjuvazisi, üstün okullar ve matematik yarışmaları, entelektüel mükemmelliğe önem veren kültür, Almanya'ya zorunlu göç ve ardından Amerika'ya göç, ve savaş zamanı bilimsel fırsatlar. Bu açıklama neredeyse hayal edilmesi zor derecede sıkıcıdır, ancak doğru olabileceğini düşünüyorum.

Seni az önce "Air Jordan" olarak benzetmiştim, bu yüzden seni ve arkadaşlarını tekrar "Marslılar" olarak nitelendirmeyi düşünmüyorum - en azından yüzüne karşı böyle demem. Ama gerçekten de merak ediyorum, böyle bir kurucu topluluğu nasıl açıklamak gerekir: Hep birlikte MathCounts ve IOI yarışmalarına katıldınız, Google Hangouts aracılığıyla iletişimi sürdürdünüz, sonra Harvard'dan ayrılarak niceliksel finans şirketlerinin eğitim sistemine girdiniz, ve LLM'nin getirdiği fırsatı yakaladınız; ve çoğunuz Asyalı Amerikalı, 2000'lerin başında doğmuşsunuz.

Scott Wu: Ben de bu soruyu sıkça düşünüyorum. İlk olarak, kendimizi çok şanslı hissediyorum. Hepimiz için en havalı şeylerden biri, AGI'nın başlangıç anında durabilmektir. Bence, bu gerçekten insanlık tarihindeki en dönüşümcü olay olabilir. En azından, kesinlikle bizim neslimizin deneyimlediği en önemli olay.

Birkaç fikrim var.

Bunlardan bir tanesi, her şeyin bir noktada, temelde "Moneyball" haline gelmesidir. Örneğin poker. Geçmişte, 70'lerden 90'lara kadar, poker dünyasında çok sayıda oldukça ilkel figür vardı, Hollywood tarzında bir "sorunlu hayat" hava taşıyorlardı. Kart oynarken oyunun derinlemesine sezgisine dayanıyorlardı. Tabii ki analiz de yaparlardı, ancak olasılığı sistematik olarak araştıran kitap kurdu gibi değillerdi.

Ancak zamanla, poker sonunda aslında matematik haline geldi. İçinde çok sayıda matematik bulunuyor ve bugünün en üst düzey poker oyuncularının çoğu aslında temelde matematik kitap kurdu. Satranç da aynı şekilde, birçok benzer oyun da aynıdır.

Biraz hissediyorum ki, girişimcilik de benzer bir eğriden geçti. Geçmişte Steve Jobs tarzı bir figür vardı. Ancak şimdi, özellikle AI alanında, biraz da kripto dahil olmak üzere, girişimci portresi belirgin şekilde yüksek derecede teknikleşti.

İnsanların şu anda konuştukları o yapay zeka devi şirketlerin çoğu, benzer topluluklardan gelen insanlar tarafından yönetilmektedir. OpenAI buna bir örnektir. Örneğin Greg Brockman, benden biraz daha yaşlı, ancak bizimle aynı yarışmalara katıldı. Amerika'da matematikte ilk 24'e girmiştir, aynı zamanda Amerikan Kimya Takımı'nda yer almış ve Kimya Olimpiyatlarında gümüş madalya kazanmıştır. OpenAI Araştırma Takımı Lideri Mark Chen, ben ve o birlikte Amerikan IOI Takımı'nı koçluk yapmıştık. Jakub Pachocki, yani OpenAI'in Baş Bilim İnsanı, eskiden sık sık yarışırdığım birisidir. O Polonyalıdır, ancak bizim aynı uluslararası yarışlara katıldığımız bir gruptandır. Anthropic'in Dario Amodei ise Amerika Fizik Takımı üyesidir.

Uzun lafın kısası, birincisi, açıkça taşınabilir derinlemesine analitik yeteneklerin mevcut olduğu bir ortam bulunmaktadır. İkincisi, özellikle AI alanında, iyi veya kötü, son derece güçlü bir teknik geçmişin, çünkü çözmeye çalıştığınız sorun zaten son derece teknik bir sorundur.

Ancak bizim neslimiz için, başka bir "bulaşma" unsuru daha var. Bu konuda, Alexandr Wang'ın etkisini çok takdir ediyorum. Çünkü gerçekten de, o bizim aramızdaki "tamam, bir şirket kurmaya karar verdim" diyen ilk kişiydi. Çünkü ilişkimiz çok sıkı ve birbirimizi tanıyoruz, bu yüzden o hissiyat şöyleydi: Hepimiz bunu yapmalıyız gibi geldi.

Ben ve Alexandr ortaokuldayken birlikte bir girişim fikir dokümanı yazdık, hâlâ hatırlıyorum. O fikirler kesinlikle çok kötüydü, ancak o zamanlar zaten şunu düşünüyorduk, bir gün bir şirket kurmamız gerektiğini.

Jeremy Stern: Peki, bu zamanlamayı açıklıyor, ayrıca zekâyı açıklıyor. Teknoloji tarihinde her dönem böyle bir "zekâ hayranlığı" değildi; ancak AI gerçekten, AI alanında önemli ilerlemeler kaydeden kişilerin, örneğin Noam Shazeer gibi, büyük ölçüde aynı zamanda matematik yarışması şampiyonu olduklarını kanıtladı.

Belki de bu zekânın bir kısmı, ilkeleri doğrudan çıkarma yeteneğini açıklıyor. Örneğin daha ileriye giden bir karar ağacının üzerinde ilerleyebilme yeteneği: Model ne kadar iyi hale gelecek, veya olmayacak mı; ölçeklenebilirlik ve güçlendirme öğrenmesi nasıl devreye girecek; veri ve hesaplama gücü ne gibi değişikliklere yol açacak, vb. Bu kısmı anlayabiliyorum.

Ancak, bu hala bir başka kısmı açıklamıyor: Lider olmanız gerekir. Çok zeki diğer insanları etkileyebilmelisiniz. Tüm bir sahnede kuklaların içinde, açıkça ana karakter kukla olmalısınız. Bir grup fotoğrafında, başka bir ışık demetine maruz kalmış gibi görünmelisiniz. Ayrıca ürün içgüdüsüne ve insan ilişkileri becerilerine de ihtiyacınız var.

Eğer her yıl yaklaşık olarak 25 tane bu tür altın madalyalı oyuncu varsa, ve gerçekten ilgili olan zaman aralığının 10 yıl olduğunu varsayarsak, o zaman Dünya'daki milyarlarca insan arasında en fazla birkaç yüz kişilik bir havuz olurdu. Ancak bu insanların çoğunluğunun, kurucu özelliklere sahip olmadığını, zaten birden fazla yeteneği aynı anda taşıyabilme becerisinden bahsetmiyorum bile.

Bu yüzden hala Amerikalı Asyalılar hakkında merak ediyorum. Çünkü son zamanlara kadar, bu bir gerçek değildi. Bu çok açık olan cevaptan kaçınmaya çalışıyorum - bunu Yahudilerle Hollywood veya bankacılık sektörüyle benzetmeye çalışarak ima ederek söylemeye çekiniyorum.

Scott Wu: Sanırım beni kendini beğenmiş bir zorbaya dönüştürüyorsunuz gibi.

Jeremy Stern: Bu benim sorunum, senin değil. Kimse bunun karıştırılmayacağına söz veriyorum.

Scott Wu: Benim bu konudaki düşüncem, aslında sektörümüzde gerçekten önemli olan iki niteliktir: zeka ve açlık.

Söz ettiğiniz diğer her şey, bu iki temel özellikten türemiştir. Yarışma topluluğu tarafından elemeye tabi tutulan şeyler, işte bu iki nokta: Birincisi, çok zekisiniz; İkincisi, çok heveslisiniz ve herkesi devirmek istiyorsunuz.

Eğer yeterince zekisiniz ve sürekli olarak analiz yapabilir, ayarlamalar yapabilir, nerede hata yaptığınızı düşünebilir ve bir sonraki sefer daha iyi yapmak için uğraşabilir; aynı zamanda yeterince güçlü bir motivasyona sahipseniz, gün be gün, durmaksızın bunu yapabilir ve birkaç yıl boyunca devam edebilirsiniz. Genellikle söylemek gerekirse, diğer tüm bu yeteneklerde oldukça başarılı olabilirsiniz.

Amerikalı Asyalılar konusunda, bu kısmın önemli bir kısmı, bahsettiğim o bulaşıcılık. Gerçekten çok, çok şanslıyız birbirimize sahip olabildiğimiz için. Aslında birçok insan, girişimin de seçebilecekleri bir seçenek olduğunun farkında değil. Sadece, birbirimizi izlerken ve birbirimizin çiçek açmasını izlerken bu süreci deneyimleyebildiğimiz için çok şanslı olduğumuzu düşünüyorum.

Wilderness Years: Deneme Yanılma Dolu On Yıl

Jeremy Stern: Konuyu biraz saptırdım. Biraz daha hızlandıralım. 17 yaşındayken Kaliforniya'ya gittiniz, o hangi yıldı?

Scott Wu: 2014.

Jeremy Stern: Peki, Kaliforniya yasalarına göre o zaman hala bir "çocuk işçi" sayılıyordunuz, ancak lise diplomasını aldınız ve muafiyet koşullarını karşıladınız, bu yüzden Addepar sizi işe alabildi. Orada bir süre çalıştınız, sonra diğer "uzaylılarla" birlikte Hudson River Trading'e gittiniz, ardından Harvard'a girdiniz, sonra okulu bıraktınız, LunchClub'ı kurdu, en sonunda da Cognition'ı kurdu. Yaklaşık on yıllık bu süreçte, sizi en çok etkileyen şey neydi?

Scott Wu: Evet. Ben, Vlad Novakovski'yi Johnny Ho aracılığıyla tanıdım. Vlad o zamanlar Addepar'ın Mühendislik Başkan Yardımcısıydı. Ben Addepar'da yazılım mühendisi olarak çalışıyordum ve genellikle performans mühendisliği ve optimizasyonla ilgileniyordum.

Addepar'ın müşteriler ve servet yönetim şirketleri için çeşitli verileri hesaplaması gereken büyük miktarda finansal analiz işlevi vardı. Yaptığım birçok iş, bu hesaplamaları daha hızlı hale getirmekti. Orada olduğum yaklaşık bir buçuk yıllık süre zarfında, belirli bazı metriklerin çalışma hızı yaklaşık 100 kat arttı.

Ayrıca, çok fazla zamanımı mülakatlara katılarak geçirdim. O yıl, şirkette belki ikinci veya üçüncü sırada en çok mülakat yapan kişi olabilirim ve sık sık MIT'e kampüs etkinliklerine gitmeye giderdim. Tüm başvuru sahipleri, benden daha yaşlıydı, ancak ben sadece orada durur ve onlara şunları açıklardım: Arkadaşlar, gerçekten Addepar'da çalışmalısınız, sebepleri şunlar.

Jeremy Stern: O zaman iş anlayışın nasıldı?

Scott Wu: Sıfır.

Hayatımın çoğu zamanını matematik ve programlamaya harcadım. Bir şeyler yapabilirim, ancak bu dünyanın nasıl işlediğini anlama konusunda neredeyse hiçbir deneyimim yok. Her şeyi sıfırdan öğrenmem gerekiyordu.

Sonra Addepar'dan ayrıldım ve Harvard'a gittim, yaklaşık iki yıl kaldım. Ekonomi alanında öğrendim, şimdi bu oldukça komik geliyor. Aslında mezun olmayacağımı biraz biliyordum. Yazma derslerine, genel konuşma derslerine, felsefe derslerine ve bir bilgisayar dersine girdim. Ancak okulun kendisine pek aldırmıyordum.

Harvard'un final sınavlarından önce her zaman bir okuma haftası olurdu, yani bir hafta zaman, herkesin makale yetiştirmek, tekrar yapabilmek için kullandığı zaman. Ancak ben hiç oralı olmazdım. Tüm o hafta boyunca, farklı insanlarla buluşur, sohbet eder, birlikte vakit geçirirdim. Pek çok insan tüm hafta boyunca günlük okuyarak, neredeyse hiç kimseyi görmeyerek çalışırdı. Onlar için bu hafta, çalışmadan uzaklaştıkları tek hafta olurdu.

Sonra okulu bıraktım, San Francisco'ya taşındım ve Vlad'la birlikte LunchClub'ı kurmaya başladım. Bu 2017 yazıydı. Biz ön finansman turunu tamamladık ve o zamanlar SPC (South Park Commons) inkübatöründeki ilk projeydik.

İlk fikir Elliott Technologies'ti, bir takvim düzenlemek, kiminle görüşmeniz gerektiğini veya iletişime geçmeniz gerektiğini belirleyen bir uygulamaydı. Daha sonra, birçok aşamalı dönüşüm yaptık. Artık sadece kişisel bir arkadaşlık değil, daha çok mesleki bir sosyal ağa doğru ilerledik; artık sadece bir takvim düzenleme değil, sizi tanımanız gereken yeni insanları belirlemenize yardımcı oldu. Ve işler zamanla LunchClub haline geldi.

Bu çok ilginç bir deneyimdi. Bu şirketi yaklaşık beş yıl birlikte yönettik, milyonlarca buluşmaya aracılık ettik, ekip en fazla 30 kişiye kadar çıktı. LunchClub'ı çok seven küçük bir grup insan vardı, sürekli insanlarla tanışma ve yeni bağlantılar kurma sürecinden keyif aldılar.

Sonrasında birçok şey oldu. İlk olarak tabii ki COVID geldi—offline buluşmaları teşvik eden bir ürün için, bu zaten çok özel bir durumdu. Daha sonra bir noktada, büyüme ve ticarileşme de giderek zorlaştı. Aynı zamanda, annem 2020 yılında ciddi bir şekilde hasta oldu. Ben 2022 Haziran'ında LunchClub'dan ayrıldım.

Jeremy Stern: Onun vefat ettiği ne zaman oldu?

Scott Wu: 2023 Ekim'inde.

Jeremy Stern: Senin hakkında insanlara sorduğumda, genellikle yarış, kart numaracılığı ve Bilişim dışında, bu genellikle bahsettikleri ilk şeydi.

Scott Wu: Dört aşama akciğer kanseri tanısı kondu. Hedefe yönelik bir ilaç kullandı, birkaç yıl boyunca. Daha sonra diğer komplikasyonlar ve sorunlar ortaya çıktı.

Jeremy Stern: Ama insanların öne çıkardığı şey, sadece onun vefatı değil, senin ona bakmak üzere geri dönmen. Kendin baktın.

Scott Wu: Belki de... Bu benim hayatımda çok büyük bir olaydı. (Durak) Üzgünüm.

(Durak) Sonra Louisiana'ya geri taşındım. COVID'un çoğu zamanında, çoğunlukla onunla birlikteydim. Bir yıldan fazla evde kaldım. Bu anlamda, COVID bana ve kardeşime, gerçekten bir hediye gibi oldu. Çünkü bize o dönemde gerçekten ebeveynlerimizle zaman geçirme fırsatı verdi.

2021'de dış dünya yeniden açılmaya başladığında, başka yerlerde daha fazla zaman geçirmeye başladım. Bir süre Miami'de kaldım, sonra New York'a gittim. 2023 civarında, annemin durumu belirgin bir şekilde kötüleştiğinde tekrar eve döndüm.

Genel olarak, bu çok özel bir dönemdi. Benim için, bunun büyük bir kısmı, hayattan ne istediğimi gerçekten anlamaya çalışma süreciydi. İlk şirketimi kurmuştum, sonuçlar iyi olmasına rağmen, büyük bir başarı değildi. Bir süre dinlendim, çeşitli fikirleri keşfettim. Aynı anda anneme bakıyordum.

Tüm süreç duygusal olarak çok yoğundu. Ancak düşünmek için uygun bir zaman dilimiydi: Ne değer veriyorum, ne umurumda, hayatımda neyi başarmak istiyorum.

Jeremy Stern: Hangi fikirleri keşfettiniz o zaman?

Scott Wu: Steven Hao ve Andrew He ile birçok şey denedik ve bu sayede bu dünyayı anlamaya çalıştık. Crypto dünyasında ilginç bazı alanlar var, bu aracılığıyla piyasayı öğrendik. Güvenlik alanında keşfedilmeye değer bazı konular da var, örneğin zero knowledge proof (sıfır bilgi ispatı).

Sonra, ChatGPT Kasım 2022'de piyasaya sürüldü. O yılın ikinci yarısına gelindiğinde, doğal olarak birçok zamanımızı yapay zeka konusunda daha derinlemesine araştırmaya harcadık ve bu teknolojinin bundan sonra neler yapabileceğini ciddi şekilde düşündük.

Ama neredeyse o dönemi bir tatil gibi gördüm çünkü annemle de çok zaman geçirdim. Annem 6 Ekim 2023'te vefat etti. Bir ay sonra da Cognition'ı kurduk.

Cognition, California'nın Berkeley Hills bölgesinde bulunmaktadır. (25 Kasım 2025)

Cognition: Devin'ın Hacker Evi'nden AI Yazılım Mühendisine Nasıl Dönüştüğü

Jeremy Stern: Bir yandan, tüm yaşam yolculuğunuzu düşünerek, AI hakimimizi programlamayı öğretmek, sanki dünyaya gelme amacınız gibi görünüyor. Diğer yandan, her şey tesadüflerle dolu gibi geliyor. Bir şekilde, her birimiz bu noktadayız gibi görünüyor. Bu iki durum arasındaki ilişkiyi nasıl yorumluyorsunuz?

Scott Wu: Elbette, geriye dönüp bakarak bir versiyonunu anlatabilirim, her şeyin kasıtlı olduğunu söyleyerek tüm hikayeyi anlatmak. Ama buna tamamen gerçekmiş gibi gelmiyor.

Olan gerçek şu ki, o dönemde üreteç tabanlı yapay zeka keşfi yapıyorduk. ChatGPT piyasaya sürüldükten sonra, herkes çeşitli uygulamaları tartışıyordu. O zamanlar çoğu kişi hala metin tamamlama ile ilgileniyordu. Doğal düşünce modeli şuydu: Bu şey internette tüm olarak eğitildiğine göre, belki de internette birinin söyleyebileceği şeyleri tamamlayabilirdi. ChatGPT aynı zamanda bir soru-cevap sistemi, şu an olduğu gibi.

Jeremy Stern: Cesurca yapıyorsunuz.

Scott Wu: Ancak zaten baştan beri en büyük ilgi alanımızdan biri programlamaydı, çünkü hepimiz yazılımcıydık. Ve yapay zekaya kod yazdırmak, deneyebileceğiniz en harika şey olabilir.

2023 yılının sonuna gelindiğinde, insanlar gerçekten güçlü öğrenmenin etkisini görmeye başladılar. Bunu, Generative AI'nin ikinci çağının başlangıcı olarak görüyorum. ChatGPT birinci çağdı, ancak nispeten daha temeldi.

Jeremy Stern: Güçlü öğrenmenin etkili olduğunu nasıl anladın, laboratuvardaki birçok insanı tanımanın dışında?

Scott Wu: Gerçekten bu sebepten dolayı var, ancak ilgili araştırmaları takip etmeye de devam ediyorum ve bu konuya ilişkin makalelerden anlayabilirsiniz.

Bu, AI alanında oldukça ilginç bir olgudur. Geçmişte, her türlü araştırma sonucu neredeyse her zaman yayımlanırdı. Ancak insanlar bu teknolojinin yüksek ticari değere sahip olabileceğini fark ettiklerinde, bu durum neredeyse hemen durdu, 2022 Kasım'ına kadar. Bununla birlikte, matematik problemleri, kodlar ve benzeri görevler etrafında modelleri eğiten çalışmalar hala görülebilir.

O dönemde oldukça ilginç makaleler vardı. Basitçe ifade etmek gerekirse, mantıksal olarak bir sonraki adım oldukça açıktı, sadece bu adım yayınlanmamıştı. Bu nedenle, bu konuyu daha iyi anlamak için bazı insanlarla iletişime geçmeye ve derinlemesine anlamaya başladık. Sonunda, bir değerlendirme oluşturmaya başladık: AI bu tür mantıksal çıkarım görevlerinde son derece güçlü hale gelecekti. Peki bundan sonra ne olacaktı?

İşte Biliş'in Tohumu buydu.

Ancak gerçek başlangıç noktası, 2023 17 Kasım'ı, yani Sam Altman'ın OpenAI yönetim kurulu tarafından kovulduğu günüdür.

Jeremy Stern: Neden bu olay farklılık yarattı?

Scott Wu: O gün, New York'taydım ve birkaç kişiyle öğle yemeği yiyordum. O sırada şöyle bir fikirden bahsediyordum: Çıkarım yeteneğinin belirgin şekilde arttığı, güçlü öğrenmenin etkili olduğu bir dönemdeyiz, şimdi yeni bir laboratuvar kurmanın uygun zamanı olabilir.

O zamanlar bu fikir oldukça araştırmaya dayalıydı. Ürünün ne olacağını, iş modelinin ne olacağını net olarak belirlememiştik. Sonra o öğleden sonra, Sam kovuldu. Doğal olarak düşündük: Tamam, eğer gerçekten bu iş için uygun bir zaman varsa, o zaman şimdi olmalı.

Aslında, zaten yapmayı planlıyorduk ve muhtemelen yapacaktık. Ancak bu olay, işleri hızlandıran, gerçekten ciddiye almayı gerektiren iyi bir itici güç haline geldi. Bazen, girişimcilik tam da bu tür anları gerektirir: sizi tam anlamıyla içine çeken, işte, daha önce şirketler kurduk, daha önce kurucu olduk, ama bu sefer farklı. Bu sefer büyük. Bu sefer hayatınız boyunca yapacağınız bir şey.

Yaptığımız şey şuydu: Körfez Bölgesi'ne gittik ve bir hack evi düzenledik. Yapay Zeka alanında çalışan tanıdık bir grup insana e-posta ve mesaj gönderdik. Onlara şunu söyledik: "Hey, bu işi hayata geçiriyoruz, gelin ve bizimle birlikte hack yapın, birlikte keşfedin, neler yapabileceğimize birlikte bakın."

O ev California, Burlingame'deydi.

Jeremy Stern: Burlingame, Abraham Lincoln'ün Çin'e atadığı elçinin adını taşıyan bir kasabadır. O, Çin göçmenlerinin Amerika'ya girişini kısıtlayan bir antlaşmayı iptal ederek bir anlaşma yapmıştı.

Scott Wu: Evet, bu ilginç. Şu anda burada, o zamanın evin adresinden adlandırılmış bir toplantı odamız var.

Orada yaklaşık iki hafta kaldık. Bu süre tam da Şükran Günü tatiline denk geldi. Aslında o günü babamla geçirmeyi planlıyordum, çünkü annemin ölümünden sadece birkaç hafta geçmişti. Ama o anda, bunu yapmam gerektiğini hissettim. Bunu hayata geçirmeliydik. Bu yüzden orijinal planları iptal ettim.

Sonuç olarak, o Şükran Günü arkadaşlarımızla birlikte kod yazarak, birlikte deneyler yaparak geçirdiğim oldukça güzel bir deneyime dönüştü.

Sonrasında, Aralık ayında bir kez daha bir hack evi düzenledik. Sonrasında da sürekli olarak ilerledik ve sonunda şirket haline geldik. Aslında, sadece şirket kurulmasından değil, o tarihten çok daha fazlasını içeriyordu. O evin faaliyetlerini, bu yılın Ocak ayına kadar sürdürdük.

Fotoğraf: Andria Lo

Jeremy Stern: Devin'ın sonunda neye dönüşeceğine karar verdiğinizde ne zaman olmuştu?

Scott Wu: Onu her zaman bir "iş arkadaşı" olarak düşündük.

Elbette, yapay zeka iş arkadaşları ile insan iş arkadaşları arasında birçok fark olacaktır. Ama hatta iki yıl önce - o zamanlar bu konsepte henüz çok erken diyebiliriz - bu yine de değerlendirmemizdi. O, bağımsız bir entite olmalıydı, kendi makinesi olmalı, kendi işini yapabilmeli, aynı sistemde çalışabilmeli, sizinle birlikte Slack'te görünebilmeli ve sizinle birlikte Jira veya diğer araçlarda görünebilmeli ve sonrasında sizi çalışması gerektiği gibi yapan bir iş arkadaşı olarak karşınıza çıkmalıydı.

Adı bile aynıydı. Ona "Devin" demeye karar verdik ve ona bir araç ismi vermek yerine bunu yapmamızın bir nedeni vardı. Onu her zaman, kendi işlerini yapan bağımsız bir varlık olarak gördük.

Zamanla, bu durum bizim için giderek daha gerçek hale geldi. İki yıl önce, bu daha çok bir vizyondu. Günlük kullanımda, açıkçası Devin'e çok fazla el kılavuzluğu yapmanız gerektiği açıktı. Ama dürüst olmak gerekirse, artık şu aşamadayız: Gerçekten onu bir iş arkadaşı gibi işbirliği içinde kullanabilirsiniz.

Bir örnek, şimdiye kadar hem içeride hem de müşteri tarafında çalışan Devin oturumlarının büyük bir kısmının artık insanlar tarafından manuel olarak başlatılmadığı, otomatik olarak yürütüldüğüdür.

Bazı Devin oturumları belirli tetikleme koşullarıyla başlatılırken; bazıları Devin'in döngüsel olarak çalıştığı, belirli davranışları sürekli aradığı veya üründe garip görünen yerleri tespit edip kendi kendine düzeltmeye gittiği durumlar vardır. Yani, Devin sadece size verdiğiniz görevleri tamamlamakla kalmaz, aslında kendi yapması gereken görevleri aktif olarak arar.

Jeremy Stern: Bir yapay zeka varlığının veya modelin gerçek dünyada gerçekten daha iyi ve daha kullanışlı hale geldiğini, sadece bir değerlendirme ve kıyaslama testleri için optimize edilmiş olmadığını nasıl anlarsınız? Sonuçta, bir model yeterince akıllı hale geldiğinde, kıyaslama testleri aldatılabilir ve model testi geçebilir. Hepimiz, eleştirel düşünce becerileri çok zayıf ve yetenekleri pek olmayan, ancak SAT sınavında yüksek puan alan insanlar görmüşüzdür. Bir yarışma sınavı oyuncusu olarak, bu konuyu muhtemelen düşünmüşsünüzdür.

Scott Wu: Dil modeli AMC (Amerikan Matematik Yarışması) üzerinde bizleri yendiğinde aslında sonrası oldukça açık hale gelir. AMC, oldukça zor bir lise matematik yarışmasıdır.

Dediğiniz gibi, kum havuzu ortamındaki performans ile gerçek dünya uygulamasına giriş arasında açıkça büyük farklılıklar vardır. Ancak, bunu doğrudan bir uygulama olarak görmem, daha çok "neyin mümkün olduğu"na dair bir kanıt olarak görüyorum.

Bazı son derece zor sorunları çözmek için, büyük miktarda temel mantık çıkarım yeteneği, yaratıcılık geliştirmeniz ve çok uzun bir çıkarım zincirini birleştirebilmeniz ve her adımın hizalanabildiğinden emin olmanız gerekir. Modelin bu tür yeteneklere sahip olabileceğini, yeterli şekilde güçlendirme öğrenmesi ve doğru eğitim verilerine sahip olması durumunda bunu yapabileceğini bilmek, işte o zaman birçok pratik görevin de başarılabilir olduğunu oldukça açık bir şekilde gösterir.

Bu olay muhtemelen 2024'ün başlarında gerçekleşti, o zaman modelin bu tür matematik sorularında iyi performans göstermeye başladığını gördük. Geçtiğimiz iki yılda genellikle gördüğünüz şey, geniş çapta aynı teknoloji yığınının kullanılmasıdır.

Özellikle belirtmek istediğim bir nokta var: Geçtiğimiz iki yılda, dikkat skalasında, hatta güçlendirme öğrenme yönteminde bile, büyük bir sıçrama olmadı. Aslında, son iki yılda gerçekleşen temel değişiklikler çoğunlukla başka şeylerdi.

Bir şey elbette ölçektir: daha fazla işlem gücü, daha fazla veri. Ama bunun ötesinde, birçok çalışma aslında, dünyanın dört bir yanındaki insanların her gün karşılaştığı gerçek sorunları nasıl çözeceğini anlamanın üzerinde yoğunlaşıyor; bu değerlendirme kriterlerine göre nasıl modeller eğitileceği; modelin hangi özelliklerin bir görevde iyi ve kötü olduğunu anlamasına nasıl izin verileceği; daha sonra bunu gerçek dünyaya nasıl dağıtacağına ve kullanıcıları gerçekten oraya götürebilecek bir ürün deneyimi inşa edeceğine odaklanılıyor.

Son iki yılda gerçekten AI kullanımını patlatan ve insanlara AI'dan değer sağlayan şey, aslında bu karmaşık, somut, pratik çalışmalardı. Bu, saf araştırma seviyesindeki herhangi bir çığır açmanın ötesine geçen bir öneme sahipti.

Jeremy Stern: Ne zaman model zekası daha tutarlı hale gelir? Ne zaman bu özel aptal hataları yapmayı bırakır?

Scott Wu: Belki şöyle söyleyebilirim: Bence onlar asla tamamen tutarlı olmayacaklar, ancak belirli bir seviyeye ulaşacaklar ve bu tutarsızlık insan becerileriyle kesişmeye başlayacak.

Bu çok mantıklı. Çünkü bir insanın neyin eğitildiğini sorduğunuzda, bu modelden çok farklı. Dolayısıyla, doğal olarak ikisinin de farklı yetenek dağılımları sergilemesini beklemeliyiz. Belki de en açık örnek, fiziksel dünyada çalışmanın ve bilgi işlemlerinin ve soyut düşünmenin farkıdır.

Modeller, tüm token'lar üzerinde eğitildiği için internette, bu yüzden elbette ilk başta bilgi işleme üzerinde daha iyi performans gösterecekler. İnsanların öğrenmesi gereken ilk şeyler yürümek ve konuşmaktır. Daha fazla sinir hücresi de bu tür sorunlara harcanır. Bu yüzden bu tür bir tutarsızlığın süreceğini düşünüyorum.

Burada ilginç bir sorun var: Modeller belki insanlara kıyasla hala tutarsız olabilir, ancak insanların zaten mükemmel yaklaştığı yeteneklerde, modeller aynı derecede iyi yapabilir mi, hatta biraz daha iyi mi? Bu noktalarda, teorik sınıra yaklaşıyoruz. Ve diğer bazı konularda, insanlar zaten o iş için doğmuş değiller, ancak optimize edilmiş ve eğitilmiş bir bilgisayar çok iyi performans gösterebilir.

İlginç olan, bir açıdan bakıldığında, programlama ve matematikte, insanların aslında matematik sorusu çözebilmesi çok garip bir şeydir. Mağara adamlarının hayatta kalma deneyiminde, bize matematik yapmayı öğreten hangi kısım olduğunu gerçekten bilmiyorum. Ama bu yetenek kesinlikle var.

Bu açıdan bakıldığında, programlamaya odaklanan modellerin insanlardan daha iyi eğitilebileceğini göstermesi belki de o kadar da şaşırtıcı değildir. Sonuçta, programlama temelde bilgisayarla konuşmaktır, ona ne yapması gerektiğini söylemektir. Bu açıdan, programlama aslında ilk büyük AI kullanım alanı haline gelmeyi çok daha fazla insan zekasını, bilgisayar zekasını gösterir. Bu konunun neredeyse daha çok insan zekasını, bilgisayar zekasını gösterildiğini düşünüyorum.

Jeremy Stern: Birçok endüstri profesyoneli, her şeyin birleşmeye doğru ilerleyeceğini söylüyor: Model şirketler uygulama katmanına giriyor, uygulama katmanı şirketleri ise ileri teknoloji modeller oluşturmaya başlıyor. Sizi bir model şirketi haline getirmekten alıkoyan şey nedir?

Scott Wu: Bence, bir şirket için odaklanma çok önemli.

Farklı işlevlere, farklı dikeylere sahip olabilirsiniz. Ancak bence, yalnızca bir amacınız olabilir. Bir yanda bir şeyleri yapmaya çalışırken aynı anda temel bir araştırma sorununu çözmeye çalışamazsınız.

Eğer Cognition'ın tek amacı nedir diye sorsaydınız, derdim ki, dünyanın her yerindeki herkesin yazılım geliştirmeyi daha kolay hale getirmesidir. Bu hedefi takip ettiğimiz ve bu hedefin temel araştırma laboratuvarının hedefinden farklı olduğunu düşünüyorum.

Bu hedefe ulaşmak için model eğitiminde yapılacak işler gerçekten var, ürün tarafında da işler var. Ama işte bu bizim asıl hedefimiz.

Bir şirketin DNA'sının bir dereceye kadar oldukça katı olduğunu düşünüyorum, insanların genellikle hayal ettiğinden daha katı. Misyon zamanla değişebilir, ancak değişim boyutu sizin hayal ettiğinizden daha büyük olmayacaktır. Belli bir aşamaya gelindiğinde, herkes şirkette aynı şey etrafında düşünmeye başlar: hizmet verdiğiniz müşteriler, geliştirdiğiniz ürünler, işlettiğiniz iş modeli. Tüm bunlar, belirli bir ana hedefe kök salmıştır.

Evet, dediğiniz gibi, her iki taraf da ilerlemeye devam edecek, genişlemeye devam edecek. Ancak bizim gibi bir şirket, AI'nın faydalarını dünyadaki herkese götürmenin temel DNA'sına sahiptir. Bu, gerçekten araştırma sınırlarını zorlamaya odaklanmış bir şirkete çok benzemez.

Jeremy Stern: Cursor'un yolundan gidecek misiniz?

Scott Wu: Gerçekten “İsviçre” olmayı seviyoruz. Burada birkaç neden var. İlk olarak, şirketlerin bizi güvenilir bir temel altyapı olarak görmelerini, bizi bir ortak olarak görmelerini sağlayarak, nasıl daha hızlı çalışacaklarını, daha çok şey teslim edeceklerini birlikte anlamalarına yardımcı olabilecek temel bir altyapı inşa etmekte olduğumuzu düşünüyoruz. Bu yüzden tarafsız kalmak gerçekten büyük bir değere sahip.

Databricks ve büyük bulut sağlayıcıları ile ilişkilerinizde bunu bir şekilde zaten gördünüz. Ancak burada durum bence daha da aşırı. Çünkü güveni belirli bir modele bağlamak oldukça korkunç olabilir. Kimin en iyi modeli sahibi olacağını 12 ay sonra kimse bilemez.

Bu nedenle, farklı modellerle işbirliği yaparak, belirli bir kullanım durumu için hangi modelin en uygun olduğunu belirlediğinizde hızla değişebilir ve ortaklarımızın farklı modelleri nasıl işlerinde kullanmaları gerektiğini anlamalarına yardımcı olabiliriz. Bu çok önemli bir nokta.

Bunun dışında, şu anda teknoloji sektöründe şöyle bir tartışma olduğunu belirtmek isterim: Neden yeni bir şeyler kurmaya hala ihtiyaç var? Artık gerçekten sıfırdan bir şeyler inşa etme zamanı mı?

Bunun arkasında bir varsayım var gibi görünüyor: Dünyada sadece belli sayıda şirket olabilir, çünkü mevcut şirketler sonunda her şeyi ele geçirecek. Silicon Valley'de şu anda "hala anlamlı bir şekilde yeni bir şeyler inşa edebilir miyiz" konusunda aşırı bir umutsuzluk var gibi. Bence bu tamamen yanlış.

Bu yüzden biz de sadece bu tür bir zorluk ve hırsı çok seviyoruz: Bir grup insan aynı odada oturup, kendi başlarına harika bir şeyler yapmak.

Bu şekilde daha ilginç.

Fotoğraf: Andria Lo

Yapay Zeka Zihinsel Emekten Sorumlu Olduğunda, İnsanların Geriye Ne Kaldı

Jeremy Stern: SAH dünyasında, insan dehası nasıl olacak?

Scott Wu: Bence, AI ile uğraşan herkes için, en önemli referans noktası, insan beyninin varlığıdır.

İnsan beyninin her şeyini anlamıyoruz ama onu yeterince anladığımızı düşünüyorum, nihayetinde bir devre yapısı olduğunu söyleyebiliriz - temelde etten yapılmış bir bilgisayar. Tabii ki, burada birçok ayrıntı var, ayrıca nasıl oluştuğuna dair pek çok ilginç soru var. Ancak AI alanında, bu devreleri "nöral ağlar" olarak adlandırmamızın nedeni, onların beynin nöronlarına benzer bir yapıda olmalarıdır.

İnsan beyninin bağlantı biçiminden görebildiğimiz gibi, öğrenebilme yeteneği ve son derece zor sorunları çözebilme yeteneği vardır. Bu doğal olarak şu sonucu ortaya çıkarır: yeterli zaman, ölçek ve enerjiye sahipsek, benzer şekilde çalışan bir "elektronik beyin"i üretebilmemiz gerekir. Fark, daha fazla bu tür beyin yapabileceğimiz ve onlara daha fazla devre ekleyebileceğimizdir.

İnsanlar genellikle sorarlar: İnsanların her zaman yapabileceği ve AI'nın hiçbir zaman yapamayacağı bir şey var mı? Aslında bu biraz ilginç çünkü son birkaç yılda, insanlar verdiği pek çok yanıtın dayanaksız olduğu kanıtlanmıştır.

Eskiden bir bilgisayarın satranç oynayabileceğini ancak go oynayamayacağını söyleyen insanlar olduğunu hatırlıyorum. Çünkü go'nun derinlemesine sezgi ve dünyayı derinlemesine anlama gerektirdiğini ve bunun bir bilgisayarın sahip olamayacağı bir şey olduğunu düşünüyorlardı. Açıkça, gerçek böyle değil.

Matematik problemlerini çözmek, kod üretmek, yeni bilgiyi sindirmek ve yeni teoremleri kanıtlamak, hepsi aynıdır. Yapay Zeka bu eşiği aşmış durumda. İnsan zihninin rolü hakkındaki soruna geri dönecek olursak, uzun zaman ölçeğinden bakıldığında, yapay zekanın asla yapamayacağı ancak insanın yapabileceği bir yetenek olacağına inanmıyorum.

Ancak, insan deneyimi kendisinde hala çok değerli özelliklere sahiptir. Ortak kurucum Walden şunu söylemişti: "Geçmişte sürekli olarak 'Benim Dünyam'ın hayatta kalma modunda yaşadık, ancak şimdi yaratma moduna geçiyoruz." Bence bu doğru.

Hepimizin yapmak istediği şeyler, inşa etmek istediği şeyler, kendini ifade etme şekli, mutluluk ve anlam arama şekli vardır. Hala bu şeyleri yapmak isteyeceğiz. Ve şimdi, AI'a sahip olacağız, ve birlikte o son derece zor ve aynı zamanda önemli sorunları çözeceğiz.

Jeremy Stern: Ancak insan aslında etten ve kemikten oluşan bir bilgisayar değildir. Bizim şeref gibi şeylere sahip olmamızın sebebi budur. Ve ortak geçmişte, şeref her bir kişiye, yeteneklerine bağlı olmaksızın eşit bir şekilde verilir ve bu nedenle rekabetle elde edilemez.

Belirli bir zamanda, belirli bir yerde doğarız, belirli ebeveynlerden geliriz ve bir isim verilir bize. Belli bir yerden geliriz. Büyük ölçüde hafızamız tarafından şekillendiriliriz ve bu hafızaların seçimlerimiz olmadığını bilmekteyiz. Bu şeyler aslında, "ev" kavramı gibi bilincin temelindeki en önemli şeyleri anlamamızı şekillendirmiştir.

Eğer tüm bunlar sadece kopyalanabilir devrelerse, o zaman "içsel değer" adı verilen şey, sadece bir tür yatıştırıcı değil mi? Ya da bir tür kaçış mı?

Scott Wu: Şimdiye kadar konuştuğumuz versiyon, daha uzun vadeli bir AI hedefine daha yakındır. Ancak kısa ve orta vadede, AGI aslında gerçek bir iki uçlu kavram değildir - daha çok kademeli bir yükselme sürecidir.

Yakın gelecekte, aşamalı ilerlemelerle karşılaşmaya devam edeceğiz: İyi, şu konuda iş yapabiliyor, ama hala şunu iyi yapamıyor. Sonra, o işi de halledeceğiz.

İşte bu yüzden, ben birçok yüksek bağlam, genel amaçlı görevin - dünya çapında olan birçok şey hakkında geniş bir şekilde anlama, farklı bilgileri sindirme ve doğru sezgisel sonuçlara varma gerektiren görevlerin - orta vadeli olarak insanların hala üstünlüğüne sahip olduğunu düşünüyorum.

Zamanla, eğer AI insanlarla aynı bağlamı paylaşıyor ve aynı hedef doğrultusunda çalışıyorsa, o zaman nihayetinde o da yapabilir olmalı.

Şu anda, bence benim veya herhangi bir insanın, en büyük avantajlarından biri, son derece zengin bir şekilde yumuşak bağlamı algılayabilme yeteneğimizdir.

Eğer her gün Cognition'da yaptığımız işi düşünürsem, veya herhangi bir şirketteki işi, orada birçok şeyin temel mantıksal bir sorunu sıfırdan çözme olmadığını görürüm. Saf mantık düzeyinde, yapay zeka çoğu şeyde temelde neredeyse her insan gibi güçlüdür.

Ancak diğer yandan, her gün verdiğimiz tüm küçük kararları, veya işleri belirli bir şekilde yapma prensiplerimizi seçmemizi, veya belirli bir tarihi — örneğin, "İşte bu yüzden başlangıçta sistem mimarisini bu şekilde tasarladık, ancak yeni bir teknoloji ortaya çıktıktan sonra başka bir çerçeveye yavaşça geçmeye karar verdik"; veya, "Bu, Cognition'ın özgün çalışma biçimi, diğer çoğu şirketten farklı" — gibi şeyleri düşünürsem, insanların bağlamı işleme, bilgiyi geri alma ve deneyime başvurma yeteneklerinin çok güçlü olduğunu görürüm.

Biraz şöyle demeyi seviyorum, bilgi geri çağırma insanların gerçekten iyi olduğu şeylerden biridir. Bu aslında az önce bahsettiğiniz hafızayla da tam olarak uyumlu.

Modeli ve insan beynini karşılaştırırsak, modelin bir bağlam penceresi, görebileceği ve okuyabileceği belirteçleri ve başvurabileceği araçları vardır, ve belki de bu araçlardan biri geri çağırma olabilir. Bizim bağlam penceresi çok daha sınırlıdır. Bu konuda sıkça yaptığım bir şaka, ikili doğrulama sırasında kullanılan altı basamaklı doğrulama kodu hakkındadır. Eğer doğrulama kodu on basamağa çıkarsa, acaba buna nasıl dayanırız bilmiyorum. İşte bizim bağlam penceresinin ne kadar kısa olduğu.

Ancak diğer yandan, bir insan olarak, çok harika bir yeteneğe sahipsiniz: Bir kod dosyasını açarsınız, aniden bir anı sizi vurur — oh, evet, dört ay önce bu sorunu ele alırken bu hatayla karşılaştık, o zaman şöyle olmuştu. Ve bu tam da şu anda yapmanız gereken iş için bilmeniz gereken bilgidir.

Jeremy Stern: Bir programcının Madlen keki birdenbire çaya batırıldı.

Scott Wu: Veya biriyle konuşurken birden hatırlarsınız: Oh, evet, yedi ay önce bunu bahsetmemiş miydiniz?

Bu, orijinal bağlamdan farklıdır. Daha çok deneyimlediğimiz tüm yumuşak bağlamları biriktirme ve anlama gibi görünür. Bence bu, şu anda insanların AI'ya karşı temel üstünlüğüdür.

Şu anda, AI alanında bu noktayla ilgili araştırmalar yürütülen birkaç tür sorun bulunmaktadır. Bunlardan biri Gömülü Arama'dır. Bir anlamda, bu en doğrudan karşılığıdır: tüm geçmiş konuşmaları, çeşitli kod dosyalarını veya aramak isteyebileceğiniz herhangi bir veriyi içeren büyük bir veritabanında, mevcut sorunla en ilgili olan kısmı nasıl doğru bir şekilde geri çağırabilirsiniz?

Bir de "Sürekli Öğrenme" olarak adlandırılan ve aktif olarak ilerletilen başka bir tür sorun var. Bunun anlamı — bu, bence insan zihniyle daha yakından ilişkili — AI'ın kendi öğrendiklerine dayanarak nasıl ağırlıklarını güncelleyebileceğidir.

Burada genel bir fikir var, yani "aynı anda etkin olan nöronlar birbirine bağlanacak". AI'nın diyalogda bulunurken ve bu tür şeyleri deneyimlerken, kendi ağırlıklarını güncellemesini istersiniz. Teoride, bu, AI'ın ilgili bir sorunla bir sonraki karşılaşmasında hatırlayabilmesini sağlamalıdır. Bunlar şu anda aktif olarak araştırılan konulardır. Bence bir zaman gelecek, belki de çok uzun olmayacak bir zaman, AI'ın bunu yapabileceği noktaya gelecektir. Ancak en azından şu anda, insanlar hala burada üstündür.

Bir bakıma, AI'nın sorunlarını çözmek, gerçekten de bilişin kendisini çözmek anlamına gelir.

Bu oldukça çılgın ve ciddiye alınması gereken bir konudur. Çünkü insanlık tarihinde, hep şu varsayım altında yaşadık: Bir aracıyı veya başka bir aracıyı daha hızlı hale getirebiliriz, ancak sonunda bir insanın sorunu çözmesi, nasıl yapılacağını anlaması gerekir. Yine de, o şeyi icat etmek için bir insan olmalıdır.

Şimdiye kadar, "yeni sorunlar düşünebilmek ve çözebilmek" yeteneğini insan olmanın en temel parçası olarak gördük. Ve bu değiştiğinde, bu her zaman kötü bir şey olacağı anlamına gelmez. Bence, bizi bu konuda destekleyebilecek bir AI'a sahip olmak çok iyi olacaktır.

Daha şiirsel bir şekilde söylemek gerekirse, AI bir kaldıraç gibidir, hayallerimizin daima sadece hayal olması gerekmediğini sağlayacaktır. Ancak dediğin gibi, şimdi gerçekten "bizi insan yapan şey"i yeniden düşünmenin ve yeniden konumlandırmanın zamanı geldi.

Jeremy Stern: Peki, bizi insan yapan şey nedir?

Scott Wu: Buna şöyle bir benzetme vereceğim.

Birkaç yüz yıl önce, binlerce yıl önce atasalımızı düşünün, bizi nasıl göreceklerdi? Bilgisayarın üzerinde bir düğmeye basıyoruz, sonra başka biriyle bir odaya giriyoruz ve sadece konuşuyoruz. Buna toplantı diyoruz, buna da iş diyoruz. Aynı zamanda, onlar haftada yedi gün tarlada çalışır, yeterince yiyecekleri olduğundan emin olurlar.

Değişime doğru yürüdüğümüz bugünkü durumu düşünün, temelde ilkellik bazlı gücümüzü otomatikleştirmeyi öğrendik. Yani, insanlar çoğunlukla bilgi ve düşünmeye dayalı işler yapabilmektedir. İnsanlık için son 200 yılda yapılan şey, bunu bir cümleyle açıklarsak, budur.

Ve şu anda, "ilkelle zihin gücünü" çözmeye yaklaşıyoruz.

Bu ne getirir? Daha basit örneklerden birkaçı şunlar olabilir: Mükemmel beslenmeyle lezzetli bir pizza mı istiyorsunuz? Bir Ferrari'ye sahip olmak ister misiniz? Potaya mı smaç yapmak istiyorsunuz? Tamam, şimdi yapabilirsiniz.

Daha ciddi anlamda, hayatta kalma modundan yaratma moduna geçmeye doğru ilerlediğimizi düşünüyorum. Bu, önümüzdeki iki veya dört yıl içinde olmayacak ama geliyor.

Belli bir noktada, gerçek anlamda karşılaşacağınız kısıtlama, sadece hayal edebileceğiniz şey ve hayatınızı nasıl geçirmek istediğinizdir. Bu çok farklı bir hayat olacaktır.

Sorunuza geri dönersek, bunun büyük bir kısmının tamamen öz ifade olduğunu düşünüyorum. İnsanlar hayal ettikleri hayatı yaşayabilecekler. Hayalleri gerçeğe dönüştürmenin engelleri büyük ölçüde azalacaktır.

Ve bizim şu anki yaşam tarzımız, o zamanlar çok çılgın görünecek.

Jeremy Stern: En çok neyden korkuyorsun?

Scott Wu: Bu soruyu ilk duyduğumda, aklıma hemen geçmişteki teknolojik devrimler geldi.

Silikon Vadisi'nde insanlar genellikle cep telefonu, internet, bulut bilişim, kişisel bilgisayar gibi şeyleri düşünürler. Ancak daha da geriye gidebilirsiniz, elektriğe, hatta endüstri devrimine kadar. Yine de AI'ın kapsamının daha büyük olduğunu düşünüyorum, şekli de bu teknolojilerden farklı olabilir, ancak daha üst düzeyden bakıldığında, aslında çok benzerler.

Uzun vadede, AI çok güçlü bir yetenektir. Bu, herkesin hayatını değiştirecek ve daha fazla şey yapmamızı sağlayacaktır. Bugün olduğu gibi yaşayabileceğimizi, insanlığın %90'ının tarıma harcanmadan, yaşayabileceğimizi kabul ettiğimizi düşünüyorum, bu son derece büyük bir yenilik.

Ancak diğer yandan, kısa ve orta vadede, gerçek sürtüşmelerin ortaya çıkacağını düşünüyorum. Hatta şunu söyleyebilirim ki, en çok endişelendiğim şey AI kendisi değil, her şeyin çok hızlı gelişmesinden kaynaklanan sürtüşmelerdir.

Bu büyük ölçüde bir sorunu işaret ediyor: Dünya genelindeki insanların eğitimine çok fazla önem vermeliyiz. İnsanlar bu teknolojiyi nasıl kullanmalı? Nasıl hayatlarını daha iyi hale getiriyor? Ve daha fazla insanın mümkün olduğunca senkronize bir şekilde ona erişmesini nasıl sağlıyor?

Bence, en kötü senaryo şu olacaktır, uzun bir süre boyunca, yalnızca San Francisco'nun elitleri veya benzeri küçük bir grup, bu yetenekleri gerçekten kullanabilirken, diğerleri dışlanacaktır.

Veya son birkaç haftadır yaşadığımız spesifik bir örnek vereyim: Eğer bir model çok güçlü bir ağ saldırı yeteneğine sahipse, dünyada çok sayıda insanın aynı yeteneği savunma için kullanmadığını ve zeki hacker'ların bunları zaten saldırmak için kullandığını göz önünde bulundurursak, dünya çok karmaşık bir dengesizlik durumuna girecektir.

Yani asıl önemli olan, dünyanın bu teknolojiyi anlaması, kullanabilmesi ve işbirliği yapabilmesidir. Bu teknolojiyi insanlığa ne kadar hızlı hazırlayabileceğimiz, aslında büyük ölçüde birçok sorunun çözümünde anahtar rol oynamaktadır.

Endüstri Devrimi birkaç nesil içinde gerçekleşti. Bu, çok kademeli bir dönüşümdü, insanlar zamanla öğrenecek ve bu değişiklikler yavaş yavaş hayatlarına girecekti. Ancak şu anda gördüğümüz değişim, çok daha hızlı bir hızda gerçekleşmektedir.

İnsanların adapte olabileceğine inanıyorum, aynı zamanda yeni teknolojinin hayatımızı nasıl iyileştirebileceğine dair çeşitli yollar bulacağız — ya ilaç keşfi, ya da hem lezzet hem besin açısından mükemmel pizza yapmak, ya da günlük kullandığımız tüm teknolojileri geliştirmek.

Ancak bu aynı zamanda insanların hızlı bir şekilde gelişmelere ayak uydurması gerektiği anlamına da geliyor. Geçmişteki birçok teknolojik devrimde, eğer bir şeyi birkaç yıl sonra benimsemişseniz, genellikle hala zamanında demiş olursunuz. Ancak bu sefer, adapte olma süreci daha hızlı gerçekleşmeli.

Jeremy Stern: AI araştırmalarına gerçek anlamda katılmayan biriyseniz, bu tür şeyleri ciddiye almak gerçekten zordur. Bu aynı zamanda neden biz dışardan insanlar, genellikle AI alanındaki önemli figürlerin gelecek hakkında konuşurken saçmaladığını düşünürüz.

Scott Wu: Sık sık aklımda olan bir şey, METR araştırmasıydı.

Bu araştırma, şu anda bir AI'nın müdahale edilmesi gereken noktaya gelmeden insanların saatlerce işini yapabileceğini gösteriyor ve bu süre her birkaç ayda bir iki katına çıkıyor. Bu son birkaç yılda, bir AI'nın birkaç saniye çalışabilmesinden, saatlerce çalışabilen bir seviyeye nasıl geldiğini gösteriyor.

Açıkça ortaya çıkan soru şudur: Eğer bu ivme devam ederse ne olacak? Artık sadece birkaç saat değil, belki birkaç gün, birkaç hafta hatta sonunda bir yıl hakkında konuşuyoruz.

İlginç olan şu ki, bu eğriye şimdiye kadar gözümüzle şahit olduk, nasıl birkaç saniyeden birkaç dakikaya, ardından birkaç saate kadar geldiğini gördük. Ancak yine de, bu bize hala yabancı geliyor. İnsan zihni için anlaması zor olan şeylerden biri, kesinlikle logaritmik eğriyi anlamada çok kötü olmamızdır.

Bir yıl içindeki işi bitirebilecek bir AI ne anlama gelir? Ona bir görev verirsiniz, o da der ki: "Ben hallederim." Sonra bir yıl sonra geri döner ve iş tamamlanmıştır. Bu çok çılgınca geliyor, ancak bence gerçekten o noktaya geleceğiz.

AI alanı dışındaki birçok insan için, her zaman bir duygu vardır: Tamam, eğri birden yukarı doğru fırladı, ama burası durup bir platforma gireceği yerdir. Sonra tekrar yükselir, sonra da "Tamam, ama bu sefer tavanı vurdu" derler.

Bu döngüdeki, tüm bu değişiklikleri gerçek zamanlı olarak gören AI alanındaki insanlar için deneyim farklıdır, kısmen sebebi her bir küçük veri noktasını eğri üzerinde görmüş olmanızdır. Son üç yılda, 14 atılımdan ziyade belki bir tane olmuştur. Ama devam edersek, yetenekleri ileri doğru iterek neler yapabileceğimizi görebiliyoruz.

Tüm AI alanının içinde olanlar için bile, bu gerçekten sindirilmesi zor bir durumdur.

Jeremy Stern: Benim için günlük hayattaki rutin uğraşları ne kadar otomatikleştirebilirsin, böylece en sevdiğim işe dönebilirim?

Scott Wu: (Gülerek) Basitçe söylemek gerekirse: Bir insanın bir günde kaç tane fikri olur? Ve bu fikirlerden kaçı gerçekten uygulanabilir?

Bu oran hala %100'e ulaşmadığı sürece, yürütme düzeyinde hala oldukça belirgin bir engelin var olduğunu bilirsin. Bu oranın şu anda %100'e yaklaştığını düşünmüyorum - belki sadece %5'tir. Yapmak istediğiniz, yapmak istediğiniz ve denemek istediğiniz her şey olabilir, ancak gerçekten onları yapmak gerçek dünyada çok daha zordur.

Bence, bu, yapay zekanın kilidini açacak büyük bir yeteneklerden biridir. Özellikle yazılım alanında bunu açıkça görebilirsiniz.

Hiçbir mühendislik ekibinin işine bu şekilde baktığını görmedim: Tamam, bu ay bu projeyi piyasaya süreceğiz, gelecek ay hepsini halledeceğiz, artık yazılıma ihtiyacımız olmayacak, yapmak istediğimiz her şeyi yaptık. diye.

Gerçek her zaman tam tersidir: 85 projeniz var, ama sadece 6 tanesini seçebilirsiniz, çünkü bant genişliğiniz bu kadar. Gelecekte, daha fazla insanın yapmak istedikleri her şeyi yapabildiğini göreceğiz.

İnsanlar yazılım geliştirmeyi sevdiklerini söylerken, gerçekte neyi seviyorlar? Gerçek hayatta, bu işin %10'u gerçek öz ifadesidir: Her sorunun çözümü için neyin tercih edileceğini düşünebilir, hangi mimariyi kullanacağınızı, hangi somut ürünü inşa edeceğinizi.

Ve diğer %90'ı, kod yazmak, hata ayıklamak, yürütmek ve büyük miktarda tekrarlayan emektir. İnsanlar yazılım geliştirmeyi gerçekten sevdiklerini söylerken, genellikle çekici gelen şey, genellikle öncekinin olduğudur.

Her alan için durum aynıdır. Bir noktaya geleceğiz: Gerçekten sevdiğiniz %10'luk kısımı, 10 kat daha fazla yapabilirsiniz.

Jeremy Stern: Son soru. Her zaman, bir şekilde tanrı tarafından kutsanmış veya tanrı tarafından ek yüklenmiş olan insanlarla ilgilendim.

Onlar belirli bir doğuştan yeteneğe sahiptir. Belki çok çalışırlar, iyi bir aileden gelirler, iyi eğitim alırlar, mükemmel arkadaşlar ve öğretmenlerle karşılaşırlar, yeterince şanslıdırlar, doğru zamanda doğarlar veya Malcolm Gladwell'ın onlara yapması emredilen her şeyi yaparlar ve bugünkü başarılarına ulaşırlar.

Ama aslında, orada doğuştan gelen bir yetenek vardır. Bu da onların yaşamlarındaki keskin kılıçtır.

Bu iyilik için kullanılabilir, kötüye kullanılabilir. Boşa harcanabilir, istismar edilebilir. Siz söylediğiniz AI'nın gerçekleştireceği şeyleri gerçekleştirmek için kullanılabilir. Ayrıca tükenmiş olabilir ve hatta sizi tersine çevirip yok edebilir.

Dolayısıyla ben sormak istiyorum: Doğuştan yetenekli biri olarak — 16 silindirli bir matematik beyine sahip olan, üzerine biraz da inat eklenmiş bir şey — kendi yeteneğinizi ne yapmak için seçtiğinizi düşünüyorsunuz? Ve kendinizi bu seçimi yaparken akıllıca buluyor musunuz?

Scott Wu: Basitçe söylemek gerekirse…

Yapay Zeka, insanlık tarihindeki en önemli olay olabilirken, programlama da onun gerçek dünyada nasıl hareket etmeyi ve şeyler inşa etmeyi öğrendiği yol. Eğer bir şeyi yapmaya yazgılıysam, eğer buraya bir sebeple geldiysem, o zaman sanırım o işin yapay zekaya nasıl programlanacağını öğreten kişi olmak için buradayım.

Belki başarısız olurum. Eğer gerçek şu çıkarsa ve benim bu rolü üstlenmeye yazgılı olmadığımı görürsem, o zaman elbette çok üzülürüm. Çünkü ben son derece pes etmeyen ve çok rekabetçi biriyim.

Ama beni gerçekten affedemeyeceğim bir durum, farklı bir sonuç olurdu: Her zaman doğal olarak ilgilendiğim, önemsediğim ve şans eseri biraz yeteneğe sahip olduğum bir şeyle mükemmel şekilde eşleşen bir şey için kendimi vermemiş olmak.

Eğer sonunda sorun, yeterince çaba göstermediğim veya bu işi yapmak için yeterince güdülü olmadığım ise, o zaman kendimle yüzleşemem.

Jeremy Stern: Teşekkürler, Scott.

Scott Wu: Evet. Haydi, bu çilekleri tatmalıyız.

[Orjinal Makale 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