Rich Sutton'dan Oak Lab: Kendi Kendine Öğrenen Yapay Zekâ Hayali

Yapay zekânın en parlak isimlerinden biri, kendi kurduğu devrimin bile ötesine bakıyor. Modern pekiştirmeli öğrenmenin (reinforcement learning) babası sayılan, 2024 Turing Ödülü sahibi Richard Sutton, Toronto'da Oak Lab adında yeni bir girişim kurdu. Ortağı ise araştırmacı Khurram Javed. İkili daha önce, efsanevi oyun geliştiricisi John Carmack'in yapay zekâ şirketi Keen Technologies'te birlikte çalışmıştı.

Sutton'ın hedefi mütevazı değil: bugünkü büyük dil modellerinin ardındaki mantığı temelinden sorgulamak. Ona göre mevcut derin öğrenme yöntemleri "zayıf ve verimsiz." Daha da çarpıcısı, çözümün küçük iyileştirmelerde değil, tümüyle yeni fikirlerde yattığını söylüyor. Yani Sutton, yapay zekâyı bir sonraki eşiğe taşımak için mevcut paradigmayı yamamak yerine yeniden inşa etmeyi öneriyor.

Bu, sıradan bir startup haberi değil. Alanın kurucularından birinin, alanın en popüler yaklaşımına "yetmez" demesi başlı başına bir manifesto.

Taklit Etmek mi, Keşfetmek mi?

Sutton'ın son aylardaki açıklamaları, ne peşinde olduğunu ele veriyor. Haziran ayında dile getirdiği eleştiri tam da bu: Üretken yapay zekâ taklit etmekte çok başarılı, ama kendi ürettiği çıktıyı değerlendiremiyor. Bir modelin gerçek anlamda keşif yapabilmesi için ise kendi sonuçlarını sınayabilmesi, iyiyi kötüden ayırabilmesi gerekiyor. Sutton'a göre bugünkü sistemler bunu yapamadığı için gerçek bir buluş üretme kapasitesinden yoksun.

Oak Lab tam da bu boşluğu doldurmak üzere kuruldu. Sutton'ın vizyonundaki yapay zekâ ajanları çevrelerinden sürekli öğrenecek, kafalarının içinde kendi dünya modellerini kuracak; çeşitlemeyi, değerlendirmeyi ve seçimi kendi başlarına yönetecek. Yani statik bir veri kümesi üzerinde bir kez eğitilip donan modeller yerine, çalışırken deneyimden öğrenmeye devam eden sistemler.

Keen Technologies gibi Oak Lab de bahsini pekiştirmeli öğrenmeye yatırıyor. Temel inanç şu: Yapay zekâ, hazır verileri ezberleyerek değil, tıpkı bir canlı gibi yaşayarak, deneyerek ve hata yaparak öğrenmeli.

Uzun vadeli hedef ise ilham verici olduğu kadar iddialı: Gerçek zamanlı öğrenip plan yapabilen, bir trilyon parametreli, üstelik yalnızca 20 watt enerjiyle çalışan bir ajan. Bu 20 watt rakamı tesadüf değil — insan beyninin yaklaşık enerji tüketimine denk geliyor. Sutton adeta "beyin kadar verimli bir zekâ" hedefini masaya koyuyor.

Bu Ne Anlama Geliyor?

Bugün yapay zekâ dünyası büyük ölçüde "ölçekle" yürüyor: Daha çok veri, daha çok işlem gücü, daha büyük model. Sutton bu koroya katılmıyor. Ölçeğin tek başına yeterli olmadığını, asıl atılımın öğrenme biçiminde saklı olduğunu savunuyor. Bu, sektörün ana akımına karşı cesur bir bahis.

Dikkat çekici olan, bu bahsi kimin oynadığı. Sutton, pekiştirmeli öğrenmenin ders kitaplarını yazmış bir isim. Onun "mevcut yöntemler yetersiz" demesi, bir dış eleştirmenin değil, alanı kuran mimarın sözü. Bu yüzden ciddiye almak gerekiyor.

Beni asıl heyecanlandıran şu: Bugünün modelleri eğitildikleri anda donuyor; dünya değişse de onlar dünkü bilgiyle kalıyor. Oysa çevresinden anlık öğrenen bir ajan, sürekli güncel kalabilir. Beş yıl sonra bu yaklaşım olgunlaşırsa, tek seferlik dev eğitimlerle milyonlarca dolar ve devasa enerji harcayan modeller yerine, işleyerek gelişen, çok daha verimli sistemler konuşuyor olabiliriz. 20 watt hedefi bugün ütopik görünse de, enerji krizinin gölgesindeki yapay zekâ sektörü için tam da aranan pusuladır.

Türkiye'ye Etkisi

Bu vizyonun Türkiye açısından umut verici bir yanı var. Trilyon parametreli devasa modelleri sıfırdan eğitmek, ancak dev bütçeli birkaç şirketin harcı. Ama Sutton'ın işaret ettiği yön — verimlilik, deneyimden öğrenme, düşük enerji — oyunu küçük ekiplerin de oynayabileceği bir sahaya taşıma potansiyeli taşıyor.

Eğer gelecek, en büyük veri yığınına sahip olanın değil, en akıllıca öğrenen mimariyi kuranın olacaksa, Türk araştırmacılar ve girişimler için de bir kapı aralanıyor demektir. Pekiştirmeli öğrenme, üniversite laboratuvarlarında ve genç ekiplerde göreli olarak erişilebilir bir alan. Sutton'ın açtığı bu yeni cephe, robotikten oyun geliştirmeye, otonom sistemlerden endüstriyel optimizasyona kadar birçok alanda yerli yeteneklerin fark yaratabileceği bir zemin sunuyor. Belki de asıl atılım, en büyük şirketten değil, en cesur fikirden gelecek.