Orijinal kaynak: Tencent Technology

DeepSeek, kuruluşundan bu yana ilk dış finansman turunu tamamladı. Bu turda toplam 50 milyar RMB'nin (yaklaşık 7,4 milyar dolar) üzerinde fon toplandı ve yatırım öncesi değerlemesi yaklaşık 367,5 milyar RMB (yaklaşık 54,3 milyar dolar) oldu. Yatırımcılar arasında DeepSeek kurucusu Liang Wenfeng kişisel olarak 20 milyar RMB, Tencent 10 milyar RMB, CATL 5 milyar RMB, NetEase, JD.com ve IDG Capital ise sırasıyla 3'er milyar RMB yatırım yaparken, Ulusal Yapay Zeka Endüstri Yatırım Fonu 1 milyar RMB yatırım yaptı.

Bundan önce Liang Wenfeng, "fon toplamama, halka arz olmama, ticarileşmeme" ilkesini ortaya koymuştu. Bu büyük ölçekli finansman, DeepSeek'in resmi olarak sermaye piyasalarına adım attığını gösteriyor ve sektörde ticarileşme yolu ile teknoloji vizyonu konusunda geniş çaplı ilgi uyandırdı.

Yakın zamanda düzenlenen bir yatırımcı toplantısında Liang Wenfeng, DeepSeek'in organizasyon kültürü, açık kaynak mantığı, teknoloji yol haritası ve sektördeki rekabet ortamına ilişkin görüşlerini detaylı bir şekilde açıkladı.

Aşağıda, Tencent Technology tarafından elde edilen yaklaşık 4 saatlik toplantıda Liang Wenfeng'in konuşmasının, konularına göre sınıflandırılmış, toplam 118 maddelik düzenlenmiş metni yer almaktadır. Metin, mümkün olduğunca orijinal anlamını koruyacak şekilde yalnızca hafif düzenlemeler yapılmıştır.

Vizyon ve Ölçülülük

1. Bu şirketi kurmaya başladığımızda, en başta ne kadar para kazanacağımızı, sermaye piyasalarına gidip halka arz olmayı düşünmemiştik. İlk birkaç on kişi bunu hiç düşünmemişti; eğer düşünselerdi, gelmezlerdi.

2. Bu işi dünyaya karşı büyük bir iyi niyetle yapıyoruz; bunun insanlık için faydalı olduğunu, paranın ötesinde bir şey olduğunu düşünüyoruz. Çıkış noktamız, vizyonumuz ve bugüne kadar koruduğumuz bu vizyon, ticari çıkarı maksimize etme şeklinde değil.

3. Büyük bir şirketi yönetmek, kurallar ve yönetmeliklerle değil, vizyonla olur. Vizyon, duvara asılan bir slogan değildir; vizyon, nasıl yaptığınızdır, nasıl söylediğiniz değil, yani fiilen nasıl işlediğinizdir.

4. Bizim bir organizasyonumuz yok; sadece vizyonla yönlendiriliyoruz, bir vizyon etrafında organize oluyoruz. "Bir KPI'ı gerçekleştireceğim, değerlendirme yok" şeklinde değil, sadece vizyonla çalışıyoruz.

5. Bu vizyon yazılı bile değil, hiçbir şey yazılmadı. Bu vizyon, iş yapma şeklimizde, dünyaya karşı tutumumuzda yatıyor.

6. Başka pek fazla avantajımız yok; pek bir yeteneğimiz yok, diğerlerinden daha zengin değiliz, personelimizin diğer şirketlerden daha iyi olduğu da söylenemez. Aslında yok. İki yıl önce bu şirketi kurduğumuzda, ne çok paramız vardı, ne çok kartımız, ne bir tanınırlığımız, ne de bir çekiciliğimiz; sadece çok sıradan insanlardık.

7. Ne kadar ölçülü olursan, o kadar başarılı olabilirsin, ya da en azından şu ana kadar bu doğrulandı, şu ana kadar bu açıklanabilir. Aksi halde neden başarabildiğimizi açıklamanın bir yolu yok: Hiçbir silahımız yoktu, başlangıç noktamız çok düşüktü, kaynaklarımız çok azdı ve insanlarımız aslında rastgele sıradan bir gruptu.

8. Yapay zeka (AI) çok büyük bir iş, çıkarları da çok büyük. Biz çok ölçülüyüz; başarabildiğimiz sürece, sonunda çıkarlar çok büyük olacak. Küçük bir parça alsan bile, çıkar çok büyük olur. Bu yüzden şu anda bu çıkarların hangi kısmını alacağımızı veya nasıl alacağımızı düşünmeye hiç gerek yok; bence bunu düşünmeye hiç gerek yok, çünkü bu çıkarlar yeterince büyük.

9. Geçen yılın Bahar Bayramı'nda aniden çok sayıda kullanıcımız oldu, ancak bu kullanıcıları tutmaya, onlardan para kazanmaya veya bu ticari çıkarları kapmaya çalışmadık. Kullanıcıları kapmadık, para kazanmadık, ancak kullanıcılara iyi hizmet vermek için çok çaba gösterdik.

10. Bir sonraki süper uygulamayı yapıp kimseyle rekabet edeceğim, bir sonraki ByteDance veya bir sonraki Tencent olacağım gibi bir düşüncemiz yok, hiç böyle bir düşüncemiz yok. Bence gelecekteki AGI fırsatı çok büyük olmalı, gelecekteki AGI fırsatı her zaman çok büyük olacak.

11. Ölçülü olmak bir stratejidir. Bazen bir şeylerden vazgeçip daha fazlasını elde edebilirsin. Açık kaynak yapmamak da aslında aynı şey; bu bizim baskımız olarak da görülebilir, kârımızdan feragat etmek olarak da.

12. Bu ölçülülük, anladığım kadarıyla uzun vadede AGI'yi başarma olasılığımızı artırabilir. Bir şeyi değerlendirirken, AGI'nin çok büyük bir ticari değere sahip olacağından hiç şüphem yok. Bu temelde, öncelikli olarak payımı nasıl artırabilirim veya daha fazla pay nasıl alırım diye düşünmüyorum; öncelikli olarak başarma olasılığımı nasıl artırabilirim diye düşünüyorum.

13. Her zaman çok ölçülü olduk ve herhangi bir büyük veya küçük internet şirketiyle rakip olmak istemedik. Onlara güç vermek veya bu işi yapmalarına yardımcı olmak istiyorum, herkese bu işte yardımcı olmayı umuyorum.

14. Bence daha önce bu tutumu benimsedik ve aslında bu yüzden hiçbir şey kaybetmedik. Açık kaynak yaptığımız, iyi niyetimiz veya başkalarına yardım ettiğimiz için hiçbir şey kaybetmedik. Aksine, belki de artı puan aldık. Bu sezgilere aykırı görünüyor, ama gerçekten böyle.

15. Hedefimiz AGI, ancak her zaman ticarileşme yapıyoruz; bu yüzden C tarafında kullanıcılarımız ve B tarafında gelirimiz var. Tarihsel deneyime göre, bu strateji başarılı oldu.

AGI Yol Haritası

16. Bir sorunu net bir şekilde tanımlayabilir, ona eksiksiz bir bağlam ve talimat verebilirseniz, bu zaten insanı aşar. Ancak burada bir tanım ve bir ön koşul var: ona eksiksiz bağlamı ve eksiksiz talimatları vermeniz gerekir.

17. Yapay zeka, çalışanlarınızın yerini alamaz. Ancak yapay zeka sürekli öğrenme yeteneğine sahipse ve tıpkı çalışanlarınız gibi şirkette iki ay öğrenim görürse, o zaman herkesin yerini alabilir. Bu nedenle bir sonraki adıma geçmek için sürekli öğrenme eksikliğimiz var.

18. Yapay zekanın gelişimini bir merdiven olarak anlayabiliriz. Geçen yıl atılan adım, düşünce zinciriydi (CoT). Çünkü düşünce zinciri yöntemiyle zekanın daha yüksek bir seviyeye ulaşabileceğini keşfettik.

19. Bu yılın adımı ise Agent (Ajan). Çünkü Agent yöntemiyle daha fazla şey yapılabileceğini, yetenek alanının genişlediğini ve zeka sınırının yükseldiğini keşfettik. Agent, CoT'yi kullanır; CoT de bir önceki adımı, yani dil modelini kullanır. Bu nedenle atılan hiçbir adım boşa değildir.

20. Agent'tan sonra çözülmesi gereken sorunun sürekli öğrenme olduğunu düşünüyoruz. Yani modelin nasıl sürekli öğrenebileceği; ona güçlü bir eğitim vermek yerine, bir insan gibi uzun süreli bir sürekli öğrenme yapabilmesi gerekiyor.

21. Sürekli öğrenmeden sonra bir tekillik noktasına gelebiliriz. Bu tekillik, model sürekli öğrenebildiğinde insanın yapabileceği her şeyi yapabilir hale gelmesidir. Kendi versiyonunu geliştirebilir, kendi araştırmasını yapabilir, bir sonraki versiyonunu ve daha ileri yapay zeka modellerini geliştirebilir.

22. Bu tekillik aslında bir tekillik değil, aynı zamanda kademeli bir süreçtir. Bu süreç uzun bir geçiş olabilir, ani bir değişim değildir. Ancak alışkanlıkla bunu bir tekillik olarak kabul ederiz.

23. Bu bizim tahminimiz; zaman çizelgesinin şöyle olması gerektiğini düşünüyoruz: Önce öğrenmeyi öğrenme çözülmeli, ardından zeka tekilliğine, yani kendi kendini yineleyebilen tekilliğe geçilmeli, sonra da somutlaşmış zekaya (embodied intelligence) ulaşılmalı. Somutlaşmış zekaya ulaştıktan sonra gerçek dünyaya adım atar, size ev işlerinde yardımcı olabilir ve yaşlı bakımınızı üstlenebilir.

24. Önce sürekli öğrenmeyi, ardından kendi kendini yineleyen tekilliği, sonra da somutlaşmış zekayı çözersek, bu yol oldukça kolay olur. Çünkü sonraki aşamalarda, önceki teknolojileri kullanarak sonraki teknolojileri geliştirmeye yardımcı olabiliriz.

25. Biz yalnızca AGI'nin ana hattına odaklanıyoruz. Yapay zeka alanı çok geniştir ve birçok şeyin bu ana hat üzerinde olmadığını düşünüyoruz. Örneğin 3D ve video üretimi, zekanın ana hattıyla pek ilgili olmayabilir; bu nedenle bunları yapmayacağız.

26. Video üretimi ilk çıktığında çok popülerdi, sanki yapılması zorunluymuş gibiydi; eğer yapmazsanız, bir AI şirketi değilmişsiniz gibi hissediliyordu. Bu yüzden çok garip buluyorum, aslında dikkatlice düşünürseniz, bunun zeka yol haritasıyla hiçbir ilgisi yok.

27. Ticari açıdan iyi bir iş, ticari olarak karlı bir iş. Ancak bunun zekayla bir ilgisi yok. Sırf iyi bir ticari fırsat olduğu için yapmayız, sadece zeka yol haritasında yer alıyorsa yaparız.

28. Bizim değerlendirmemize göre, dünya modeli ve zeka şu anki aşamada en önemli şeyler değil. En önemli şey AI eğitimi ve AI eğitiminden sonra sürekli öğrenmenin nasıl çözüleceğidir. Bu bizim şirketimizin değerlendirmesi, elbette her şirketin değerlendirmesi farklıdır.

29. Şu anda daha çok inandığımız bir anlatı, AI'ın AI araştırmalarını hızlandırabileceğidir. Yani bu doğrusal değildir, çünkü AI'ı kendi araştırmanızı hızlandırmak için kullanabilirsiniz, bu yüzden ilerleyen aşamalarda doğrusal olmayabilir.

30. Bence somutlaştırma (embodiment) kesinlikle devreye girmeli, nihayetinde somutlaştırma. Çünkü normal bir insan için ihtiyaç duyduğu şey bilgisayar değildir, değil mi? Normal bir insan yemek, içmek, eğlenmek, giyinmek, barınmak ve seyahat etmek ister, bilgisayara ihtiyacı yoktur. İhtiyacı olan şey, somut insan emeğini çözmek için somutlaştırılmış zekadır.

31. AGI'ın ne yapmasını istiyoruz? Bir sonraki model versiyonunu yinelememe yardımcı olmasını, tıpkı bir sonraki model versiyonunu yinelemem gibi. Somutlaştırma olduğunda, onun da bir sonraki somutlaştırma versiyonunu yinelemesini, bir sonraki robotu yapmasını isteriz.

32. Bir sonraki modelin temel yeteneği, sürekli öğrenme yeteneğine sahip olmalıdır ki buna bir sonraki model denebilsin. O zamana kadar yapabileceğimiz şey, maliyeti düşürmek, ardından etkiyi iyileştirmek ve hızı artırmaktır. Ancak büyük bir atılım için sürekli öğrenmeye sahip olmalıdır.

33. Şu anki Agent'ların yetenekleri sınırlıdır, çünkü sürekli öğrenemezler, etkili bir şekilde sürekli öğrenemezler. Eğer sürekli öğrenme önce tamamlanabilirse, AI'ın yetenekleri çok güçlü olur ve kendi araştırma verimliliğimizi büyük ölçüde artırabilir.

34. Sürekli öğrenme önce yapılırsa, genel zeka çok kolay hale gelebilir, onunla yapmak çok kolay olur. Bu yüzden bunun görmek istediğimiz bir sonuç olduğunu söylüyorum, bizim için daha az çaba, daha rahat olur. Aksi takdirde şu anda genel zekayı elle yapmak zorunda kalırsınız, bu yorucu, zahmetli, veri yoğun ve insan gücü yoğun bir iştir ve maliyet-fayda oranı da düşüktür.

Ekip ve Yetenek

35. Önceki deneyimlerimizden çıkardığım ders, AGI vizyonunun son derece güçlü olduğudur. Bu yetenek avantajı, benim insanlarımın onunkilerden daha zeki olması anlamına gelmez; asıl mesele, bu yetenekleri nasıl organize ettiğim, nasıl motive ettiğim ve nasıl iş birliği yapmalarını sağladığımdır.

36. Zeki insanları bir araya getirmek, onların kendiliğinden iş birliği yapacağı, doğal olarak büyük bir tutkuyla bir hedefe yönelip onu tamamlayacağı anlamına gelmez. Bu yüzden bir vizyona ihtiyacınız var.

37. En büyük temel çıkarımız, ekibin istikrarını korumaktır. Bu bizim en büyük temel çıkarımızdır, hatta tek temel çıkarımız olarak kabul edilebilir. Ekibin istikrarını koruyabildiğim sürece, kesinlikle başaracağım, kesinlikle AGI'yi gerçekleştireceğim. Bu kadar basit.

38. Para kesinlikle sorun değil, kaynaklar sorun değil; diğer unsurlar kolayca elde edilebilir. Bizim için yalnızca bir temel çıkar var, yalnızca bir tane taviz verilemez olan: Ekibin istikrarını korumalıyız.

39. Bu aynı zamanda karşı karşıya olduğumuz çok büyük bir zorluk, hatta bence en büyük risk. Tabii ki bu risk, son zamanlardaki bu finansman turuyla büyük ölçüde ortadan kalktı. Çünkü herkesin elindeki opsiyonlar hâlâ oldukça fazla ve miktarları da oldukça büyük.

40. Ekip istikrarı açısından, en önemli çalışanlar ve en kıdemli çalışanlar istikrarlı olduğu sürece, diğerlerinin ayrılma olasılığı düşüktür. Diğerleri opsiyonları biraz daha az, gelirleri biraz daha düşük olsa bile ayrılmaz. Çünkü herkes tamamen para için gelmez; herkes AGI'yi gerçekleştirebilecek bir ortamda bu işi yapmak ister.

41. Diğer her şey zaman meselesidir; en fazla bizi yarım yıl veya bir yıl geciktirir, ancak yapılamayacağı anlamına gelmez. Kesinlikle para sıkıntısı yok, kesinlikle kaynak sıkıntısı yok; aslında bunların hiçbiri eksik değil.

42. ABD ile aramızdaki fark esas olarak kaynaklarda; insan kaynağında ise çok büyük bir fark yok. İnsan kaynağında neredeyse hiç fark yok, çünkü aynı insanlar; Çinliler olabilir. Çinliler yurt dışına çıktığında, bazıları yurt içinde kalır, bazıları yurt dışında kalır, bazıları yurt dışına gider; zeki insanların yurt dışına gittiği gibi bir durum yok.

43. Yetenek bir darboğaz değil; kaynak en büyük darboğaz. Kaynak öncelikle yetenek gelişimini etkiler, çünkü hesaplama gücü az olduğu için yapabileceğimiz deney fırsatları daha azdır, bu nedenle yeteneklerimiz genel olarak ABD'den geridedir. Yetenek farkı, özünde hesaplama gücü farkından kaynaklanır.

44. AI yeteneklerinin kıtlığı da geçici bir durumdur ve bunun büyük ölçüde hafiflediğini gördük. Çünkü AI insanları gerçekten eksik değil; her şirket insanları hızla yetiştirebilir, insan yetiştirmek çok hızlıdır.

45. Şu anda ülkede model geliştiren çok fazla şirket var, hatta aşırı fazla. Amerika'da belki üç tane varken, Çin'de temel model yapan çok fazla şirket var. Sonuçta bu kadar çok insanın temel model yapmasına gerek kalmayacak ve bir konsolidasyon yaşanacak.

46. Şirketimizin yönetimi aslında iki hat üzerinden işliyor: biri yukarıdan aşağıya, diğeri aşağıdan yukarıya. Aşağıdan yukarıya yaklaşımda, herkes ne yapmak istiyorsa onu yapar, kimse ona karışmaz, KPI yoktur.

47. Genellikle çalışanlarımızın zamanının yarısının planlanmamış olmasını isteriz, ne yapmak istiyorlarsa onu yapabilirler. Bu bir araştırma alanıdır, kendi keşiflerini yapmalarına izin veririz, neyin önemli olduğuna kendileri karar verir ve önceden belirlenmiş bir zorunluluk yoktur.

48. Genelde fazla mesai yapmayız. Fazla mesainin iki nedeni vardır. Birincisi, araştırma yapmak için rahat bir ortam gerekir. Çok sıkıştırırsanız araştırma yapılamaz. Çünkü kişinin kendi ilgisi olmalı ve bu konuları kendi kendine düşünmesi gerekir, bu da ancak rahat bir ortamda mümkün olabilir.

49. İkincisi, çok odaklıyız. Çok odaklı olmak, yapmamız gereken işlerin az olduğu anlamına gelir. O kadar çok işimiz olmadığı için fazla mesai yapmamıza gerek kalmaz. Bu, önceki ölçülülük anlayışıyla tutarlıdır.

50. Şirketimiz genel olarak fikir birliği temelinde kurulmuştur. Her şeye tek başıma karar verdiğimi söyleyemem, aksine fikir birliği ararım. Şirket içindeki otoritem ve etkim, fikir birliğine dayanır.

51. Bu karar alma mekanizması aslında bir fikir birliği arayışı mekanizmasıdır. Bir şeyi ancak fikir birliği varsa ilerletebilirim ve ancak o zaman ilerletmeye çalışırım.

52. Personel sayısı arttıkça bu ayarlamayı yapacağız. Aslında hemen yapmamız gerekiyor çünkü ben zaten yapmaya başladım. Bu ayarlamayı yapmazsak birçok şey ilerleyemez. Gerçekten de birçok departmanın bir organizasyon yapısına sahip olması gerekir.

算力与资源

53. Ne kadar karta ihtiyacımız var? Şu anda kesinlikle ne kadar çok o kadar iyi. Gücümüzün yettiği ölçüde, ne kadar çok kart o kadar iyi, bu tartışılmaz. Bu yüzden şu anki stratejimiz, makul bir fiyattan ne kadar kart alabiliyorsak o kadarını almaktır.

54. Aslında bu kadar parayı harcamak hiç de kolay değil, o kadar çok kart satın alamıyoruz, alması zor ve fiyatlar da yüksek. Çok yüksek fiyatlarla da alamayız, fiyatın makul olduğundan emin olmalıyız. Bu yıl 20 milyar harcayabilirsek, bu satın alma departmanımızın olağanüstü bir performans göstermesi anlamına gelir.

55. Bizimle Amerika arasındaki en büyük fark kaynaklarda yatıyor. Hesaplama gücü kaynakları açısından, bir yandan yurt içinde kartların kendisini satın almak zaten mümkün değil, diğer yandan sermaye yatırımımız Amerika'dan daha az. Sermaye yatırımı seviyesinde çok daha azımız var, burada yeteneklere dayalı ücretlerin payı oldukça düşük. Onların yüz milyonlarca dolar maaş açtığını görüyorsunuz, ancak hesaplandığında yetenek maaşlarının payı hala çok küçük, asıl büyük kısım hesaplama gücü.

56. Gördüğümüz tüm farklılıklar, yetenek farklılıkları, model yetenek farklılıkları ve uygulama farklılıkları dahil, hepsinin hesaplama gücü kaynaklarındaki farklılıklardan kaynaklandığı düşünülebilir.

57. Bizimle Amerika arasındaki fark, Amerika'nın 12 ay gerisinde olmamız olabilir, belki 12 ila 18 ay ya da 6 ila 12 ay gerisinde. Kısacası, Amerika'nın iki yıl gerisindeyiz ve bunu Amerika'nın hesaplama gücünün yalnızca yirmide birini kullanarak başarıyoruz.

58. Bu anlatı, bir ila iki yıl geride olmak, ancak bunu onun hesaplama gücünün yirmide biriyle yapmak şeklinde. Gelecekte bu anlatıyı değiştirmek istiyoruz, yani onun hesaplama gücünün birkaç katını kullanarak, ancak bu süreyi daha da kısaltarak 6 aya, 3 aya indirmek, bence bu bir hedef.

59. Scaling (ölçeklendirme), biz Scaling'e inanıyoruz, kesinlikle ölçek ne kadar büyükse, etki o kadar iyi olur ve daha fazla işlevi açabilir. Bizi Scaling'den alıkoyan şey aslında hesaplama gücü, Scaling yapmak istemediğimizden değil, bu Scaling'i yapacak kadar hesaplama gücümüz olmadığından.

60. Bu kadar büyük bir modeli eğitiyoruz, çünkü bu kadar büyük bir modelin yeterli olduğunu düşündüğümüzden değil, tam olarak bu kadar kaynağımız olduğu için. Kaynaklarıma göre hesaplıyorum, kabul edebileceğim ve eğitebileceğim modelin ne kadar büyük olduğunu, bu şekilde hesaplanıyor, bu modelin yeterli olduğu anlamına gelmiyor.

61. Silikon Vadisi Scaling'in sonuna gelindiğini söylediğinde, bu Silikon Vadisi için geçerli; Çinliler için, biz bundan çok uzağız, hiç Scaling'i o noktaya getirmedik. Bu Scaling, verinin Scaling'ini, model boyutunun Scaling'ini ve ardından eğitim maliyetini içeriyor.

Yerli Çipler ve Ekosistem

62. NVIDIA CUDA'nın savunma hendeği hızla aşınıyor. Bir yandan artık AI var ve AI geldikten sonra bu ekosistemi kurmak eskisinden çok daha kolay hale geldi, çünkü AI kod yazabiliyor.

63. Artık hesaplama kartı pazarı oyun kartı pazarından daha büyük, bu ikisinin hala birbirine bağlı olması için bir neden yok. Mevcut eğilim, bundan sonra artık birbirine bağlı olmayacakları yönünde. O zaman özel çipler, ister Huawei ister NVIDIA'nın kendisi olsun, bundan sonra hepsi özel çipler olacak, önceki şeyler olmayacak.

64. Yerli AI çip değişimi için şu anda tarihi bir fırsat var. Önümüzdeki bir yıl içinde bir şeyin doğrulanacağını düşünüyorum: Yerli çiplerin ekosistemi hiçbir sorun yaşamıyor. Daha önce sorunlu olduğu, kullanılamaz veya iyi çalışmadığı düşünülüyordu, ancak önümüzdeki bir yıl içinde bu algıyı tersine çevirebileceğimizi veya gerçeklerle bunu değiştireceğimizi düşünüyorum.

65. Yerli AI çiplerinin donanımı ve ekosistemi sorunsuz; tek sorun yetersiz üretim kapasitesi. Yerli kartların uyumluluğu konusunda hiçbir engel yok, NVIDIA bunu engelleyemez. Normal bir ticari ortamda NVIDIA kartları satın alabiliyorsam, yerli alternatifler zor olur; ancak NVIDIA kartları satın alınamadığında, herkes çaresiz kalır ve yerli çiplere yönelmek zorunda kalır.

66. V3 eğitimi sırasında hâlâ NVIDIA kartları kullanıyor, ancak artık NVIDIA ekosistemini kullanmıyor. V3, NVIDIA kartlarını kullanıyor ama ekosistemini kullanmıyor; bunun yerine önce TileLang adlı üst düzey bir derleyici yazıyoruz ve ardından TileLang ekosistemine dayanarak diğer her şeyi tamamlıyoruz, böylece neredeyse NVIDIA ekosistemine bağımlı kalmıyoruz.

67. Yerli bilgi işlem gücü konusunda oldukça iyimserim. Bu noktada NVIDIA'nın kendi mezarını kazdığını düşünüyorum. Huawei'nin süper düğümü, Huawei 950 süper düğümü, performans ve fiyat açısından NVIDIA'nın GB200 ve GB300'ünü tamamen eşdeğer şekilde değiştirebilir.

68. Dört Huawei kartı, bir NVIDIA kartına eşdeğer.

69. ABD ile çip konusundaki farkımız, ekosistem açısından artık bir fark olmayacağını düşünüyorum, ancak çiplerde dört kat ve iki yıl fark var.

70. Şu anda esas olarak Huawei ile iş birliği yapıyoruz. Huawei kendi uyumluluğunu sağlıyor, ancak biz bu ekosisteme katılıyor ve Huawei'nin içine derinlemesine dahil oluyoruz. Huawei'nin sorunu hâlâ yetersiz üretim kapasitesi.

71. Beş yıl sonra hâlâ üretim kapasitesi sorununda takılı kalacağımıza pek inanmıyorum. Şu anda kesinlikle üretim kapasitesi sorununda takılıyız; bu yıl, gelecek yıl ve ondan sonraki yıl da muhtemelen üretim kapasitesi sorununda takılı kalacağız, ancak beş yıl sonra durum farklı olabilir, oldukça iyimserim.

Rekabet Yapısı ve Sektör Değerlendirmeleri

72. Modellerin nihai etkilerindeki farklılıklar, genel bir değerlendirme gerektirir. Model etkilerini karşılaştırmak, kesinlikle aynı maliyet temelinde yapılmalıdır, ancak bu anlamlıdır. Çünkü iki arabayı karşılaştırırken de aynı fiyat aralığındaki arabaları karşılaştırırsınız.

73. Anthropic'in şu anda OpenAI'yi geçmesi kalıcı mı? Bunun kalıcı olmadığını, kesinlikle geçici olduğunu düşünüyorum. OpenAI ve Google, gelecekte büyük olasılıkla dönüşümlü olarak yükselecek.

74. Küresel yapay zeka iş bölümünde Çinli şirketlerin büyük olasılıkla oynayacağı rollerden biri en yüksek üretim hacmine sahip olmaktır. Mantıken, üretim kapasitemiz en yüksek; çipler dahil, çip üretim kapasitemiz en yüksek ve elektrik üretimimiz en fazla.

75. Çinliler ürünleri en ucuza mal eder ve ardından performans açısından da rekabet eder. Sonuçta, yabancı ürünlerin çoğu artık Çin malı ile ABD malı arasında pek bir fark kalmamıştır. Gelecekte yapay zeka da böyle olabilir, ancak Çin yapımı yapay zeka daha ucuz olabilir. Bu ucuzluk sistematik bir düşüş olabilir, tıpkı diğer sektörlerde Çin'in sunduğu hizmetlerin daha ucuz olması gibi.

76. Nihai fark üç alanda olmalı: maliyet, zaman ve kullanıcı deneyimi. Bunun dışında pek bir fark olmayabilir.

77. Maliyet kesinlikle bir farktır ve bence maliyet en önemli farktır. İkincisi ise zamandır; ne zaman başarabildiğinizdir. Birkaç ay erken veya geç olması fark yaratır.

78. OpenAI başlangıçta dünyayı tekeline alabileceğini düşündü, ancak aslında birçok rakip ile karşılaşacak. Zorluklarla karşılaşacak ve bu kadar kolay olmayacak. ABD zorluklarla karşılaşacak ve gelecekte Çin'den de zorluklarla karşılaşabilir, çünkü Çinliler daha az kazanmaya razı olup size bu hizmeti sunabilir.

79. Çok kazanan, az kazanan tarafından yenilir. Hatta gerçekten çok kazanmanıza gerek yok; vizyonunuz çok kazanmaksa, az kazanma vizyonuna sahip biri tarafından yenilirsiniz. Aslında kimse para kazanmamıştır, sadece bir vizyondur. Vizyonunuz çok kazanmaksa, önceden kaybetmişsinizdir ve daha büyük zorluklarla karşılaşırsınız.

80. Bizim için amaç en yüksek karı veya maksimum getiriyi hedefleyen bir fiyatlandırma değil, sadece makul bir getiri elde etmektir. Bu bir açıklamadır. Buna inanıyorum ve bunun için bir bahane uydurmuyorum, çünkü bahane uydurmaya gerek yok.

81. Bence birçok deneyim açısından ABD'den daha iyi olabiliriz. Ürün yetenekleri açısından ABD'den daha kötü olmayabiliriz. Maliyetler de ABD'den daha düşük olacağı için Çin yine de rekabetçi olacaktır.

82. Maliyeti anlamak kolaydır, çünkü onlar bunu yapmak zorunda olmadıkları için bu yeteneği geliştirmezler. Kesinlikle bizim kadar bu konuya önem vermezler. Biz bunu çok önemli bir şey olarak görebiliriz, ancak onlar için bu önemsizdir.

83. Büyük modeller için iki büyük şirket ve iki küçük şirketten bahsetmek yeterli olabilir. Fark sadece iki şeydir: zaman ve maliyet. Bu nedenle hiçbir şirketin aşırı kar elde edeceğini düşünmüyorum. Maliyetini iyi kontrol eden biraz daha fazla kazanır, kötü kontrol eden biraz daha az kazanır, hepsi bu kadar.

Model Geliştirme ve Teknoloji

84. Şirketimizdeki insanların yaklaşık yarısı, normal zamanlarda OpenAI'ın daha iyi olduğunu düşünüyor. Aslında Anthropic'in bir öncülük avantajı var, ancak bu avantaj muhtemelen çok yakında kaybolacak; uzun vadede koruyabileceği bir üstünlük değil. Bu üç şirket de çok güçlü, ancak bunların içinde en verimli olanı, en az maliyetle, en az parayı harcayanı biziz.

85. Çok modlu yapılanma üzerinde sürekli çalışıyoruz. Ürün için çok önemli; C-tarafı kullanıcı ürünleri için çok önemli. Ancak zeka sınırı açısından bakıldığında, bu bir bileşendir, ana hat değildir.

86. İlgili modelleri piyasaya sürmeliyiz, yani V4 ve V4'ün sonraki sürümleri yerel çok modlu desteğe sahip olacak. Ancak çok modluluğu ve zekayı bir bileşen olarak görüyoruz, zekanın kendisi olarak değil.

87. Sadece dil modellerinin ölçeklenmesi konusunda şu anda bir sınır görmüyorum. Mevcut zeka seviyemiz veya ABD'nin zeka seviyesi için henüz bir üst sınır görmüyorum.

88. İçimizdeki birçok kişinin düşüncesi şu: Öncelikle kendimize faydalı olmalı, öncelikle kendimiz için kullanmalıyız. Bu, AGI'ye ulaşmanın en hızlı yolu. Kendimiz için iyi çalıştığında, başkaları için de iyi çalışabileceği anlamına gelir, ancak öncelikle kendimiz için iyi çalışmasını sağlamalıyız.

89. Yaptığımız modellerin ilk hedefi herkesin iyi kullanması değil, kendimizin iyi kullanmasıdır. Öncelikle kendimize faydalı olmalı. Kendimize faydalı olduktan sonra, bir sonraki model sürümünü geliştirirken daha hızlı oluruz.

90. Buna "piyango çekmek" diyoruz. Eşik çok düşük, herkes çekebilir, ancak kimin ne çekeceğini bilmiyorum; belki yetenekle, belki başka bir şeyle ilgili. Bu yüzden kaynak tahsis etmemize gerek yok. Sadece diğer şirketlerden farkımız, bu konuyu tartışmaya, düşünmeye zaman ayırmamız ve bunu önemli bir mesele olarak ele almamızdır.

Ticarileştirme ve Fiyatlandırma

91. API fiyatlandırmamız makul bir kâr marjına sahip; piyasadan bir grup ekipman satın alıp maliyeti on ayda çıkarmak bence makul bir kâr.

92. Kârı maksimize etmek isteseydik, fiyatı daha yüksek belirlemeliydik. Çünkü bu fiyat aralığında kullanıcı talebi esnek değil; fiyatı yarıya indirsem veya iki katına çıkarsam, token tüketiminde pek fark olmaz.

93. Bir modelimizde, başlangıçta talebin çok olacağından endişelendik, bu yüzden fiyatı yüksek belirledik, ekip pek memnun değildi. Daha sonra fiyatı düşürdüm, dörtte birine indirdim ve herkes çok mutlu oldu.

94. B2B işinin sınırı hâlâ talebe bağlı olmalı. Mevcut AGI ve AI teknolojileri bağlamında, B2B talebi sınırlı olacaktır. Hızlı bir şekilde büyüyecek, ancak bu sonsuz bir şey değil; sonuçta talep tarafından sınırlanacak, hesaplama gücü tarafından değil.

95. Şu anda bence yapılabilecek her şeyi yapmalıyız. Diyelim ki bu yıl birkaç yüz milyon dolarlık B2B geliri elde edebilirsem ve buna C taraflı kullanıcılarımızı da eklersek, bu zaten belirli bir ticari temel oluşturur. Gelecek yıl B2B gelirimiz olursa ve bu talep daha da artarsa, şirket net kâra çok yaklaşmış olur, hatta net kâr elde edebiliriz.

96. En kötü durumda API satarak bile bir halka arz şirketini ayakta tutabiliriz. Yani teknolojide daha fazla ilerleme olmazsa, teknolojimiz burada donup kalırsa, sonunda tüm gücümüzle API satarız ve bu hizmetleri iyi yaparız, bence bu da yeterli olur.

97. Mevcut duruma baktığımızda, en mantıklı yaklaşımın tüm gücümüzle genel amaçlı Ajanlar yapmak olduğunu düşünüyorum. Diğer Ajanların önceliği daha düşük olmalı, buna finans ve doktor Ajanları da dahil. Önce Kodlama Ajanı yapmalıyız, çünkü Kodlama Ajanı çok şey yapabilir ve birçok dikey Ajan da var. Şu anda en önemli olduğunu düşündüğümüz şey hâlâ Kodlama Ajanı.

98. Bence düşük maliyet öncelikle bir sonuçtur. Modelimiz gerçekten de model mimarisi açısından sürekli olarak daha düşük maliyetli bir yöne doğru ilerliyor, bu da vizyonumuzla ilgili. Algoritmik olarak hâlâ birçok yöntemimiz var ve maliyet daha da düşebilir.

99. Maliyetin düşmesinin bir diğer nedeni de, maliyet ne kadar düşükse, o kadar büyük modeller eğitebilmem ve daha büyük modelleri kaldırabilmemdir. Aynı hesaplama gücüyle, sınırlı hesaplama gücü koşullarında, hesaplama verimliliğim daha yüksekse, daha büyük modelleri kaldırabilirim.

Açık Kaynak Stratejisi

100. Bence açık kaynak yapacağız ve en güçlü modelimizi de açık kaynak yapabiliriz. Çünkü kapalı kaynağın ne gibi bir faydası olduğunu görmüyorum, zorunlu bir faydasını görmüyorum. ByteDance'ın modeli kapalı kaynak, bunun ne faydası var? Herhangi bir faydasını görmüyorum.

101. Model açık kaynak olsa bile, her şeyi başkalarına söyleseniz bile, bu eşik çok yüksektir. Başkalarının kullanması da çok zordur. Kullanması zordur; ayrıca, kullanması ve maliyeti düşük tutması da çok zordur, o kadar kolay değildir.

102. Açık kaynak geliri etkilemez. Açık kaynak, bence iş modelimiz üzerinde hiçbir etkiye sahip değildir.

103. Başkalarının modelimizi dağıtıp bizimle rekabet etmesinden hiç endişelenmiyorum, hiç endişelenmiyorum. Hatta dağıtmalarını umuyoruz. Açık kaynak topluluğuna elimizden gelen desteği sağlıyor, herkesin modelimizi dağıtmasına yardımcı oluyoruz.

104. Dışarıyla iletişim kurarken tavrımız şudur: Sadece AGI ana hattına odaklanıyoruz. Dışarıyla iletişim kurarken, herkese, hatta rakiplerimize (Alibaba, Zhipu, Moonshot AI dahil) yardım etmeye ve onları daha iyi hale getirmeye çok istekliyiz. Çünkü hiçbir şey kaybetmiyoruz, zaten açık kaynaklıyız.

105. Sağladığımız açık kaynak modeli, kendi dağıttığımız modelle aynı mı? Evet, aynı. Daha kötü bir modeli açık kaynak yapıp, kendimiz dağıtırken daha iyi bir model kullanmayız, hayır, aynıdır.

Veri ve Sonradan Eğitim

106. Veri neredeyse modelin yarısına eşittir. Bir de veri etiketleme sorunu var. Veri etiketleme konusunda bu, sermaye yatırımımızla ilgili. Mevcut sermaye yatırım yapımızla, yüksek kaliteli veri etiketleme maliyetlerini karşılayamayız çünkü maliyetler çok yüksek.

107. ABD'deki veri etiketleme maliyeti ile Çin'deki arasında hiçbir fark yok. Çin'de veri etiketlemenin maliyet avantajı yok, özellikle yüksek kaliteli veri etiketlemede maliyet avantajı yok, bu da ABD'deki gibi veri etiketlemeye yatırım yapmayı zorlaştırıyor. Bu yol Çin'de çok zor çünkü veri etiketleme çok pahalı, ister dışarıdan etiketleyelim ister kendimiz etiketleyelim, çok zor.

108. Şu anda temelde iki ayak üzerinde yürüyoruz. Tamamen etiketleyemediğimiz anlamına gelmiyor, çünkü bazı veri etiketleme maliyetleri düşük, bazıları yüksek. Önce düşük maliyetli olanları etiketliyoruz.

109. Şu anda şirketimizdeki insanların yarısının veri etiketlediğini de düşünebilirsiniz. Çekirdek araştırmacıların yarısı, en önemli kişilerin yarısı veri etiketliyor. Veri etiketlemeye odaklanıyoruz. Yapay zeka sorununu çözmek, bu aşamada veri etiketlemeye dayanıyor.

110. Yüksek kaliteli veri etiketlemenin darboğazı bence zamandır, çünkü zaman gerekiyor. OpenAI, yurtdışındakiler ve Anthropic için daha erken başladılar, daha fazla sermayeleri ve daha fazla GPU'ları var.

111. Büyük modellerin halüsinasyon sorunu kullanıcı deneyimini oldukça etkiliyor. Halüsinasyon sorununun çözülebilecek bir yöntemi var, ancak bu uzun vadeli bir konu. Halüsinasyon sorunu, daha iyi bir sonradan eğitim (post-training) ile çözülebilecek, iyileştirilebilecek bir sorun olarak düşünülebilir.

Organizasyon ve Şirket Konumlandırması

112. Öncelikle, taklit edeceğimiz bir örnek yok. Her adımı kendi gerçek durumumuzdan yola çıkarak, gerçeklere dayanarak ve fiili koşullara göre kararlar alarak, ne yapmamız gerektiğini buluyoruz. Bu nedenle, bu bir dönemin ürünü ya da gerçekliğin bir yansımasıdır; bir taklit sonucu değildir.

113. Ticari bir yapıya sahip olacağımız açık. Sonuçta hayatta kalabilmeliyiz; bir şirketiz ve hükümet bize bir kuruş bile vermeyecek.

114. Özünde hâlâ bir şirketiz; sadece hangi paraları kazanacağımız, ne zaman kazanacağımız, ne kadar kazanacağımız ve neyle kazanacağımız konusunda seçimler yapıyoruz. Birçok şirket büyük olur çünkü kârın ötesinde bir arayışları vardır. Bu arayış, sonuçta ticarileşmelerini engellemekle kalmaz, aksine daha iyi ticarileşmelerini sağlar.

115. Ortaklar konusunda, aslında bu finansmanı özenle seçtik. Öncelikle, çıkarların oldukça uyumlu olduğunu düşünüyorum; yani çıkarları en çok bizimkiyle örtüşen, bize en az düşmanlık besleyen ya da başarılı olmamızı en çok isteyenler. Herkes başarılı olmamızı istemez çünkü birçok kişinin çıkarına zarar veriyoruz.

116. Yapay Zeka'nın (YZ) şu anda zevk ve sezgiden yoksun olduğu söylenemez; eksik olduğu şey sürekli öğrenme yeteneğidir. YZ'nin zevk ve sezgisinde bir sorun yok. Bir makale yazmasını istediğinizde, zevk ve sezgisinin sorunsuz olduğunu düşünüyorum.

117. Sadece bir alana odaklanmak istiyoruz. Bence YZ işi çok büyük ve her şeyi yapmama gerek yok… Sadece bir alanı yapacağım. Odaklanırsak ve buradaki iş potansiyelinin yeterince büyük olduğuna inanırsak, YZ çağında trilyonlarca dolar değerinde birçok şirket ortaya çıkacaksa, biz de onlardan biri oluruz.

118. Daha fazla insanı desteklemek istiyoruz ancak yeterli enerjimiz yok. Niyetimiz var ve çıkar çatışması olmayacak, ancak bunu yapıp yapmadığımız ayrı bir konu. En azından burada çıkar çatışması yok; iş birliği ve kazan-kazan istiyoruz.

Orijinal Bağlantı

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