Bizi Takip Edin

Amerika

Google’ın iddiası: Büyük dil modelleri bilimsel sıçramalarda işe yaramaz

Yayınlanma

Google DeepMind araştırmacısı Tom Zahavy yayımladığı makalede, büyük dil modellerinin mevcut verileri işleme ve mantıksal doğrulama kabiliyetine rağmen gerçek bilimsel buluşlar yapamayacağını ortaya koydu. Albert Einstein’ın genel görecelik kuramını oluşturma sürecini hesaplamalı bir inceleme alanı olarak ele alan çalışma, yapay zekanın sezgisel hipotez üretme mekanizmasından yoksun olduğunu gösterdi.

Google DeepMind araştırmacısı Tom Zahavy tarafından hazırlanan çalışma, büyük dil modellerinin (LLM) insan müdahalesi olmaksızın özgün bilimsel keşifler gerçekleştiremeyeceğini ortaya koydu.

27 Ocak 2026 tarihli “LLM’ler Sıçrama Yapamaz” (LLMs can’t jump) başlıklı araştırmada, yapay zeka ekosistemindeki “yaratıcılık yalnızca veri sıkıştırmasından ibarettir” anlayışı eleştirildi.

Çalışma, Albert Einstein’ın arkadaşı Maurice Solovine’e yazdığı mektupta çizdiği bilimsel keşif şemasını temel alıyor. Einstein bu mektupta bilimi döngüsel bir süreç olarak tanımlıyor.

Süreç, ham duyusal verilerin algılanmasıyla başlıyor; ardından mantıksal olmayan sezgisel bir “sıçrama” ile soyut aksiyomlara ulaşılıyor ve son aşamada katı mantıksal tümdengelim yöntemiyle bu aksiyomlardan sonuçlar çıkarılıyor.

Yapay zeka döngünün iki aşamasını hakimiyeti altına aldı

Araştırmaya göre üretken yapay zeka, Einstein’ın tanımladığı keşif döngüsünün üçte ikisini başarıyla yürütüyor. Sistemler, milyarlarca veri simgesi üzerinde istatistiksel desen eşleştirmesi yaparak tümevarım sürecini tamamlıyor.

Aynı zamanda AlphaProof gibi sistemlerin Olimpiyat düzeyindeki karmaşık matematik problemlerini çözmesinde görüldüğü üzere, yerleşik ilkelerden formal kanıtlar üreterek tümdengelim aşamasını da yerine getiriyor.

Ancak rapor, yapay zekanın gözlem verilerinin yetersiz olduğu durumlarda yeni açıklayıcı hipotezler üretme yeteneği biçiminde tanımlanan “varsayımsal çıkarım” mekanizmasından tamamen yoksun olduğunu kaydediyor.

Mevcut dil modelleri, yerleşik insan düşüncesinin sınırları içinde veri interpolasyonu yapabilirken, bu sınırların ötesine geçemiyor.

Genel Görelilik kuramı veri sıkıştırma tezini çürütüyor

Çalışmada, Einstein’ın Genel Görelilik Kuramı’nı geliştirme süreci bir hesaplama örneği olarak incelendi.

Yapay zeka topluluğunda öne çıkan ve Jürgen Schmidhuber tarafından savunulan görüş, bilimsel keşfin verileri açıklayan en basit programı arama, yani bir sıkıştırma problemi olduğunu ileri sürüyor.

Buna karşın Einstein Genel Görelilik Kuramı’nı oluşturduğu sırada, klasik Newton mekaniği gözlemsel açıdan büyük bir başarıyla uygulanıyordu ve yeni bir fizik çerçevesine yönelik acil veri baskısı bulunmuyordu. Eylemsiz ve çekimsel kütlelerin eşitliği 10 üzeri -9 hassasiyetle doğrulanmıştı.

Merkür’ün yörüngesindeki sapma dışında Newton yasalarını tehdit eden bir veri krizinin olmadığını belirten araştırma, bilim insanlarının bu sapmayı dahi “Vulcan” adını verdikleri varsayımsal bir gezegenle açıklamaya çalıştığını hatırlatıyor.

Veri odaklı bir yapay zekanın, Newton modelindeki hata payı sıfıra yakın olduğu için uzay-zaman anlayışını kökten değiştirecek bir yapısal dönüşüme gitmeyeceği vurgulanıyor.

Düzeltme ve kanıtlama süreçleri sezgisel sıçramanın yerini tutmuyor

Einstein, 1905 yılında Özel Görelilik Kuramı’nı kurduktan sonra teoriyi ivmeli hareketleri de kapsayacak şekilde genişletmek istedi. 1907-1915 yılları arasında yedi yıl süren bu süreçte, Marcel Grossmann ile yürüttüğü çalışmalarda statik alanlara ilişkin yanlış bir varsayım nedeniyle iki yıl kaybetti.

Einstein, 1915 yılının kasım ayında Prusya İlimler Akademisi’ne her hafta yeni bir makale sunarak David Hilbert ile girdiği yarışı kazandı ve nihai alan denklemlerini elde etti.

DeepMind araştırması, günümüzdeki LLM’lerin ve kanıt yardımcılarının Einstein’ın aksiyomları sağlandığı takdirde tümdengelim adımlarını tamamlayabileceğini kabul ediyor.

Ancak mevcut sistemlerin, bu aksiyomların kendisini ham duyusal verilerden üretecek zihinsel mekanizmaya sahip olmadığı kaydediliyor.

Fiziksel dünya modelleri çözüm için zorunlu görülüyor

Raporda, yapay zeka ajanlarının kavramların fiziksel karşılıklarına erişimi olmadan yalnızca dili işlediği ve bu durumun Stevan Harnad tarafından tanımlanan “Çin Odası” problemini yarattığı ifade edildi.

Sakana AI tarafından geliştirilen “AI Scientist” veya DeepMind’ın “AlphaEvolve” gibi gelişmiş sistemlerinin dahi belirli bir çerçeve içindeki metrikleri optimize ettiği, ancak sembolik karşılığı bulunmayan yeni aksiyomlar üretemediği bildirildi.

Zahavy, yapay zekanın abdüksiyon sıçramasını gerçekleştirebilmesi için yalnızca dil işlemenin ötesine geçmesi gerektiğini kaydetti. Çözüm olarak, eylem kontrolü sunan ve fiziksel evrenle tutarlı biçimde çalışan “Dünya Modelleri” işaret edildi.

Genie gibi eyleme dayalı yeni mimarilerin, soyut sembolleri duyusal simülasyonlarla bağlayarak yapay zekaya zihinsel düşünce deneyleri yapma kabiliyeti kazandırabileceği aktarıldı.

Amerika

Şirketler interneti saran düşük kaliteli yapay zeka içeriğiyle boğuşuyor

Yayınlanma

Üretken yapay zeka sistemlerinin kitlesel olarak ürettiği düşük kaliteli ve yanıltıcı içerikler dijital platformları sararak bilgi ekosistemini kirletirken teknoloji şirketleri kapsamlı bir temizlik süreci başlattı. The New York Times’ın derlediği verilere göre arama motorlarından müzik servislerine kadar geniş bir alana yayılan bu atıklar, nitelikli içeriklerin değer kaybetmesine yol açıyor.

Yapay zeka tarafından üretilen düşük kaliteli içerikler (AI slop / yapay zeka çöpü), internet platformlarını hızla istila ederek bilgi ekosistemini kirletiyor ve nitelikli içeriklerin değerini düşürüyor.

The New York Times’ın aktardığına göre, bu içerikler Google arama sonuçlarını yapıştırıcılı pizza tarifleriyle, Amazon’u sahte biyografilerle, müzik akış servislerini ise yapay zeka üretimi parçalarla doldurdu.

Yaşanan bu yoğun kirlilik üzerine teknoloji şirketleri dijital platformlarını üretken atıklardan arındırmak için harekete geçti.

Üretken yapay sinir ağları vasıtasıyla kitlesel biçimde imal edilen metin, görsel ve video gibi düşük kaliteli, çoğunlukla işlevsiz dijital materyalleri tanımlayan “slop” kavramı, Amerikan sözlüğü Merriam-Webster tarafından 2025 yılının kelimesi seçilecek kadar yaygınlaştı.

Mesajlaşma uygulamaları, tüketici yorum siteleri, akademik arşivler ve arkadaşlık servisleri de platformlarındaki yapay zeka içeriklerinden kurtulmayı hedeflerken, yürütülen temizlik faaliyetlerinde yine yapay zeka araçlarından yararlanılıyor.

Müzik servisleri ve video platformlarında toplu tasfiye

Müzik akış platformu Spotify, geçen yıl platformun önemli bir bölümünü oluşturan yaklaşık 75 milyon mükerrer şarkıyı ve spam niteliğindeki parçayı sildiğini açıkladı.

Sosyal ağ LinkedIn, kullanıcıların yapay zeka çöpü içerikleri şikayet etmesini sağlayan ve bildirilen içeriklerin silinmesini öngören özel bir buton geliştirdi.

Video paylaşım platformu YouTube ise altı aylık bir süre zarfında düşük kaliteli içerik barındıran 130 bin kanalı kapattı.

Yapay zekanın giderek daha gerçekçi görsel, ses ve video üretmeyi öğrenmesi sebebiyle oluşturulan içeriklerin yalnızca belirli bir bölümü “çöp” kategorisinde değerlendiriliyor; şirketlerin temizlik hamleleri de öncelikli olarak bu düşük nitelikli ürünleri hedef alıyor.

Müzik yayın servisi Deezer, platforma yüklenen parçaların neredeyse yarısının yapay zeka tarafından üretildiğini ve bu şarkıların önemli bir kısmının bir kez dahi dinlenmediğini duyurdu.

Apple Music platformuna yüklenen içeriklerin üçte birinden fazlasının da yapay zeka tarafından üretildiği belirlendi.

Meta çatısı altındaki Instagram’ın yöneticisi Adam Mosseri, şirketin tamamen yapay zeka tarafından üretilen video akışını devreye sokmasının ardından geçen yıl yaptığı bir değerlendirmede, yakında “sahte içerikler yerine gerçek medyayı takip etmenin daha pratik hâle geleceğini” ifade etti.

Platformlar hem kirliliği üretiyor hem temizlemeye çalışıyor

The New York Times, yapay zeka kaynaklı içerik kirliliğini kontrol altına almaya çalışan birçok şirketin, aynı zamanda bu kirliliği üreten yapılar olduğuna dikkat çekiyor.

Temmuz ayında yapay zeka içeriklerinin daha kolay ayırt edilmesini öngören bir mutabakatı destekleme taahhüdünde bulunan Meta, aynı ay içerisinde yapay zeka modelinin eğitiminde herkese açık Instagram hesaplarını kaynak olarak kullanan bir görsel üretim aracını kullanıma sundu.

Google da bu kirliliğin yayılmasında doğrudan rol oynadı. Kapwing şirketinin gerçekleştirdiği deneye göre, YouTube’un yeni kullanıcılara sunduğu kısa videoların (Shorts) yüzde 20’sinden fazlasını yapay zeka çöpleri oluşturuyor.

Ayrıca platformdaki en popüler kanallardan biri, para kazanma özelliği devre dışı bırakılana kadar bu niteliksiz yapay zeka içerikleri üzerinden yılda yaklaşık 4,25 milyon dolar gelir elde etti.

Teknoloji şirketleri mücadelede farklı stratejiler izliyor:

Pinterest, ekim ayında kullanıcıların yapay zeka üretimi gönderilerin görüntülenmesini sınırlandırabilmesi için sistemini güncelledi.

TikTok, ABD pazarında yapay zeka içeriklerinin miktarını artırma veya azaltma imkanı tanıyan yeni bir işlevi test ediyor.

Yapay zeka tespit girişimlerinden Pangram, X platformunda 50 kelimeden uzun paylaşımların yaklaşık yarısının yapay zeka ile hazırlandığını açıkladı.

Columbia Üniversitesi Yapay Zeka Uzmanı Camille François, mevcut durumu şu sözlerle değerlendirdi:

“Bu taktik karmaşası, yalnızca tespit edip silebileceğimiz ‘çöp’ adlı kötü bir içerik sınıfıyla değil, bilgi çevremizin yapısal bir sorunuyla karşı karşıya olduğumuzun göstergesidir. Nihayetinde yapay zeka çok yönlü yaratıcı bir araçtır; bu süreci doğru yönetemeyen platformlar ise kullanıcıların başka yerlere göç ettiğini görecektir.”

Gelişmelerin yanı sıra milyarder iş insanı Elon Musk da 16 Ağustos’ta yapay zekanın insanlığa yaklaşımına dair temennide bulundu.

Naval Ravikant’ın “Bir Tanrı yaratıp onu tasmaya bağlayamazsınız” yönündeki paylaşımına yanıt veren Musk, “Umarım yapay zeka bize karşı nazik olur” ifadesini kullandı.

Okumaya Devam Et

Amerika

ABD’de Kongre üyelerinin yapay zekayla yazdığı yasa taslakları hatalı çıktı

Yayınlanma

ABD Temsilciler Meclisi üyeleri ve danışmanlarının yasa tasarılarını yapay zekayla hazırlamaya başlaması, metinlerde ciddi hukuki hatalara ve yanlış yasa atıflarına yol açtı. Taslakları denetleyen hukukçular, yapay zekanın ürettiği metinleri düzeltmenin sıfırdan yasa yazmaktan daha fazla zaman aldığını belirtiyor.

ABD Temsilciler Meclisi üyeleri yasa tasarılarının metinlerini oluştururken yapay zekaya başvurmaya başladı.

Politico’nun milletvekilleri ve uzmanlara dayandırdığı haberine göre, bu şekilde hazırlanan çok sayıda taslak hata, özensiz ifade ve yürürlükteki kanunlara yapılmış yanlış atıflarla dolu.

Yasa hazırlık süreçlerinde yer alan dört Kongre personeli, Temsilciler Meclisinde yapay zeka kullanımının giderek yaygınlaştığını ifade etti.

Personelin ve sivil toplum ile hak savunucusu örgütlerin, yasaları inceleme ve hazırlama dahil günlük işlerinde bu teknolojiye güvendiği kaydedildi.

Temsilciler Meclisinde görevli bir personel durumu, “Bu tamamen ürkütücü ve şimdilik kimse bu konuda kafa yormuyor” sözleriyle değerlendirdi.

Yasama süreçlerini denetleyen Temsilciler Meclisi Yasama Danışmanlığı Ofisi (OLC) personeli ise yapay zekayla yazılmış taslakları inceleyip yeniden yazmanın, bir metni sıfırdan kaleme almaktan daha uzun sürdüğünü vurguladı.

Kongre personeline bu teknoloji konusunda danışmanlık yapan bir yetkili, “İnsanlar doğrudan yasa metnini yazdırmak için Claude veya ChatGPT’ye başvuruyor” dedi.

American Governance Institute İcra Direktörü Daniel Schuman, “Yapay zeka birçok iş için harika, ancak kanunlaştırmak isteyeceğiniz yasa metinlerini oluşturma kabiliyetine sahip değil” değerlendirmesinde bulundu.

OLC’nin eski başkanı Wade Ballou da yapay zekanın kritik hukuki nüansları gözden kaçırdığına dikkat çekti.

Ballou, sistemin örneğin vergi indirimi, vergi matrahından düşme ve hibe arasındaki farkı ayırt edemediğini, yasalardaki bu tür hataların ise davalara yol açabileceğini ve yasalaşma sürecini uzatabileceğini belirtti.

Politico’nun aktardığına göre, bir önceki Kongre döneminde personel 30 binden fazla yasa tasarısı hazırladı.

Mevcut Kongre döneminin ilk 60 gününde ise OLC çalışanlarına 5 bin 623’ten fazla talep ulaştı. Bu sayı, iki yıl öncesinin aynı dönemine kıyasla yüzde 72’lik bir artışa işaret ediyor.

Bu iş yükü karşısında OLC, bir yasa tasarısının ABD Kodu üzerinde nasıl bir değişiklik yaratacağını gösteren doğal dil işleme tabanlı ‘Comparative Print Suite’ gibi kendi teknolojik çözümlerini devreye sokmaya çalışıyor.

Geliştiriciler, ticari yapay zeka modellerinin aksine bu aracın “halüsinasyon görmediğini” vurguluyor.

Buna karşın, ticari kullanıma açık yapay zeka araçları Yasama Danışmanlığı Ofisinin bünyesinde kullanılmıyor.

Uzmanlar bu tablonun “tam bir uyumsuzluk” yarattığına işaret ediyor: Siyasiler ve dış gruplar taslak metinleri yapay zekayla yazabilirken, OLC bünyesindeki hukukçular bu metinleri elle düzeltmek zorunda kalıyor.

Daha önce The New York Times, ABD’deki yapay zeka patlamasının ülkenin ulusal güvenlik alanında “büyük bir sarsıntı tsunamisine” yol açtığını yazmıştı.

Gazetenin haberinde, kabiliyetleri çok hızlı artan ileri düzey yapay zeka modellerine Pentagon’un yetişmeye çalıştığı, ancak askeri birimlerde yapay zeka şirketlerinin ürünlerinin kullanımına getirilen yasakların bu gelişimi daha da yavaşlattığı aktarılmıştı.

Okumaya Devam Et

Amerika

Beyaz Saray’da biyogüvenlik kadroları tasfiye edildi

Yayınlanma

ABD’de Donald Trump yönetiminin Beyaz Saray’da yaptığı tensikat, yapay zekanın ölümcül patojen üretimini kolaylaştırabileceği endişeleri sürerken biyogüvenlik uzmanı açığı yarattı. Joe Biden dönemindeki 30 kişilik özel birimin dağıtılması nedeniyle kurumda bir süre hiç uzman kalmadığı belirtilirken yönetim risklerle mücadele kararlılığının sürdüğünü savundu.

The Washington Post’un (WP) eski ABD’li yetkililere dayandırdığı haberine göre Beyaz Saray, yapay zekanın ölümcül patojenlerin üretimini kolaylaştırabileceğine yönelik endişelerin arttığı bir dönemde biyolojik tehditlere karşı savunmayı güçlendirmeye çalıştı; ancak Donald Trump yönetiminde yapılan kitlesel işten çıkarmaların ardından hükümette neredeyse hiç uzman personel kalmadı.

Joe Biden’ın başkanlık döneminin sonuna doğru Beyaz Saray’da yalnızca biyogüvenlik konularına odaklanan 30 kişilik bir ekip görev yapıyordu.

Kimliklerinin gizli kalmasını isteyen dört eski yetkili, Trump’ın göreve dönmesiyle birlikte bu ekibin hızla dağıtıldığını ve bir dönem Beyaz Saray’da tek bir uzman çalışanın dahi bulunmadığını aktardı.

Eski uzmanlardan biri durumu şu sözlerle değerlendirdi: “Trump yönetimi, sürdürülebilir herhangi bir politika geliştirme kabiliyetinde kendi ayağına sıktı. Risk de tam burada yatıyor: Uzun vadeli oynamıyorlar.”

Gazete, Trump yönetiminin Biden’ın 2023 yılında çıkardığı ve biyolojik savunmanın güçlendirilmesini öngören yapay zeka kararnamesini yürürlükten kaldırdığını yazdı.

Trump, bu düzenlemenin güncellenmiş bir versiyonunun Ağustos 2025’e kadar hazırlanması talimatını vermişti; fakat WP, ilgili belgenin halen yayımlanmadığına dikkat çekti.

Buna karşılık bir Beyaz Saray sözcüsü WP’ye yaptığı açıklamada, “Yönetimin yapay zeka ve biyogüvenlik risklerini ele alma konusundaki kararlılığı açık ve nettir” dedi.

Tüm bu gelişmeler yaşanırken Anthropic’in geliştirdiği “Mythos” ve OpenAI’ın hazırladığı “GPT 5.6” gibi son nesil yapay zeka modelleri biyolojik araştırmalar alanında yetkinliklerini artırmayı sürdürüyor.

OpenAI araştırmacıları geçen yaz, “ciddi zarar doğurabilecek mevcut riskleri önemli ölçüde artıran” kabiliyetler olarak tanımlanan “yüksek” düzeyde biyolojik yetkinlik seviyesine ulaşmaya çok yaklaştıklarını duyurmuştu. WP’nin aktardığına göre şirket, 50’den fazla hükümet uzmanının katılımıyla bir zirve düzenledi ve yönetimle temaslarını sürdürüyor.

The Wall Street Journal, uzman görüşlerine yer verdiği haberinde ChatGPT’nin geçen yaz yapılan güncellemenin ardından dünyanın dört bir yanındaki yüzlerce kullanıcıya biyolojik silahların ve zehirlerin üretimi ile kullanımına ilişkin talimatlar sağladığını yazmıştı.

Şirketin modellerinin kullanıcıların tüm sorularına “sabırla” yanıt verdiği ve OpenAI çalışanlarının ortaöğretim düzeyinde biyoloji öğrenimi gören bir öğrencinin dahi uygulayabileceği basitlikte olduğunu belirttiği adım adım kılavuzlar sunduğu kaydedildi.

Yapay zekanın yanıtlarını inceleyen biyologlar ise bu içerikleri “ölümcül derecede kusursuz” olarak nitelendirdi.

Eski ABD Ulusal İstihbarat Direktörü Tulsi Gabbard, mayıs ayında yaptığı açıklamada kurumun yurt dışındaki 120’den fazla biyolojik laboratuvara yönelik bir soruşturma başlattığını duyurmuştu.

Gabbard, bu soruşturmanın Trump’ın imzaladığı kararname doğrultusunda virüslerle yapılan potansiyel olarak tehlikeli deneyleri durdurma çabalarının bir parçası olduğunu ve söz konusu tesislerin on yıllar boyunca Amerikan vergi mükelleflerinin sağladığı fonlarla varlığını sürdürdüğünü ifade etmişti.

Trump ise geçen yıl BM Genel Kurulu’nda yaptığı konuşmada nükleer ve biyolojik silahları yeryüzü için en büyük tehlike olarak nitelendirmişti.

Okumaya Devam Et

Çok Okunanlar

English