Google mühendisi: Kendi kendini geliştiren AI hâlâ uzakta, otomasyon ilerles bile

Google mühendisi Hayden Belfield, kendi kendini geliştiren AI’nın hâlâ uzakta olduğunu söylüyor; şirket içinde önemli otomasyon zaten yerleşmiş durumda. Belfield’e göre, Google DeepMind’in AI araştırmasında AI tarafından kaynaklanan ölçülebilir bir hızlanma görmüyor.

Otomasyon artıyor ama insanlar hâlâ dahil

Belfield’e göre, Google’da AI şimdi üretim kodunun %75’inden fazlasını yazıyor. Ancak kod değişikliklerinin yaklaşık %88’i hâlâ insan denetimini veya incelemesini gerektiriyor ve her değişiklik gönderilmeden önce bir insan onu onaylıyor. Tamamen AI’ya devredilen kod değişikliklerinin oranı %7,5’ten %11,9’a yükseldi; görev ne kadar zor ve zaman alıcı olursa, AI’nın onu bağımsızca çözme olasılığı o kadar azalıyor.

Argon aracısının 1 389 dahili lansmanında insan katılımı olmadan başarı oranı, zorluk arttıkça belirgin şekilde düştü. Belfield’e göre insanlar yaratıcı araştırma, yeni deneylerin tasarımı, eğitim sırasında ortaya çıkan ayrıntılı kararsızlıkların teşhisi ve uzun vadeli planlama için hâlâ şart. DeepMind’in on iki kıdemli araştırmacusuna yapılan anket bu örneği doğruladı: otomasyon, iyi tanımlanmış ve doğrulanmış görevlerde en yüksek; açık bilimsel fikir üretiminde ise en düşük.

DeepMind’in 74 gerçekçi ML mühendisliği görevini kapsayan iç kıyaslaması RE-Bench’te Argon, bunların yaklaşık yarısını geçiyor. Bu, Gemini 3,7 Flash’in %27 sonucuna kıyasla büyük bir sıçramayı temsil ediyor, ancak tam otomasyon için gerekli olan neredeyse kusursuz sonuca hâlâ uzak.

AI araştırmasında ölçülebilir hızlanma yok

İlerlemenin sistem olarak izlenmesi için ekip, 123 modeli ve 92 kıyaslamayı kapsayan Genel Yetenek Endeksi’ni (GCI) oluşturdu. Gemini modellerinin yetenekleri ayda yaklaşık 0,1 GCI puanı istikrarlı bir tempoda artıyor; hızda önemli bir değişiklik olmadan. Ekip, Gemini 4’ün Argon trendinin üzerinde olmasını daha çok hesaplama kaynağına ve örgütselsel yatırıma bağlıyor, AI kaynaklı hızlanmaya değil.

Şu anda ekip AI kaynaklı araştırma otomasyonunun riskini düşük görüyor, ancak gelecekte hızlanma işaretlerini izlemek için ölçekli bir altyapı kuruyor.

Herkes aynı fikirde değil

Belfield’in sonuçları son araştırmalarla örtüşüyor, ancak alanda herkes aynı fikirde değil. 20’den fazla AI araştırmacısı — Jeffrey Hinton, Yoshua Bengio ve OpenAI’dan Jakub Pachocki de dahil olmak üzere — kısa süre önce olası “zekâ patlamaları” hakkında bir bilimsel makalede uyardı. Onlara göre AI sistemleri birkaç yıl içinde tüm AI araştırma ve geliştirme otomasyonunu yapabilir; bu da geleneksel yıllık ilerlemenin yalnızca birkaç ayda sıkıştırılması anlamına gelir.

Kaynaklar: The Decoder