Catalog

23 AĞUSTOS 2026 PAZAR GELECEKTEN NOTLAR 11 YAPAY ZEKÂ EKRANDAN ÇIKIYOR: Robotların ‘ ChatGPT anı’ mı geliyor? on üç yılda yapay zekâyı Yapay zekâ’ya çoğunlukla bir ekranın içinde bir metin örneği Stanıdık. Yazı yazdı, resim verip “Bunun Bir ev düzensizdir. üretti, yazılım kodladı, sorularımızı Yerde oyuncak vardır. gibi yaz” yanıtladı. Şimdi yarışın ikinci perdesi Sandalye dün açılıyor. dediğimizde bulunduğu yerde Burada söz konusu olan, ne olduğunu değildir. Bardak fabrikalarda yıllardır gördüğümüz düşünün. kırılabilir. Havlu robot kollar değil. Onlar ne yumuşaktır. Kedi Robotikte benzer yapacakları önceden belirlenmiş, robotun önünden dar görevleri kusursuz tekrarlayan bir yaklaşım geçer. Aynı işi iki makineler. Yeni nesil robotların fiziksel dünyaya evde aynı şekilde hedefi ise çevresini görmek, verilen taşınıyor: yapmak mümkün görevi anlamak, nasıl yapacağını değildir. “Beni izle, sonra planlamak, hata yaptığında düzeltmek Yeni nesil ve daha önce hiç karşılaşmadığı bir işi sen yap.” fiziksel yapay birkaç örnekten öğrenmek. zekânın iddiası Son birkaç haftada tam burada başlıyor: peş peşe açıklanan Her olasılığı önceden çalışmalar, programlamak yerine, robotikte uzun robotun durumu zamandır beklenen anlayıp çözüm bu sıçramanın üretmesi. düşündüğü- Birkaç yıl sonra müzden daha ilk ciddi ev robotlarına yakın şöyle konuştuğumuzu olabile- düşünmek artık ceğini bilimkurgu gösteriyor. sayılmaz: İzleyerek “Bulaşık makinesini boşalt.” öğrenen robotlar “Salonu toparla.” Bir robotun önüne “Şu gömlekleri benim yaptığım fermuarlı bir kalem kutusu gibi katla.” Burada kurumlardan ilk yarısında koyduğunuzu düşünün. Kutuyu nasıl “Ben yemeği hazırlarken önemli bir araştırmacıların 16 40 binden açacağını programlamıyorsunuz. masayı kur.” sorun var: Her robotun Ağustos’ta yayımladığı fazla insansı Kolunu hangi açıyla kaldıracağını, “Bu sandviçi izle, bundan sonra başka bir vücudu var. başka bir çalışmada ise robot teslim etti parmaklarını ne kadar sıkacağını aynısını yap.” Bir robot köpeğin, iki kollu fabrika insanlar sanal gerçeklik gözlüğü ve küresel teslimatların yaklaşık da söylemiyorsunuz. Birkaç saniye Daha ileri aşamada robot evin robotunun ve insan biçimli bir takarak sanal nesnelerle çalıştı. boyunca bir insanın bunu nasıl yüzde 97’sini yaptı. Unitree şirketi düzenini öğrenebilir, yaşlı bir insanın robotun motorları, eklemleri ve Beş kişi bir haftada 75 saatlik robot yaptığını gösteriyorsunuz. Robot tek başına temmuz sonuna kadar evinde ağır yükleri taşıyabilir, elleri birbirinden tamamen farklı. el becerisi verisi üretti. Model izliyor ve deniyor. yaklaşık 18 bin iki ayaklı insansı hastanelerde ve bakım merkezlerinde Bugüne kadar bir robotta öğrenilen daha sonra gerçek robot üzerinde Generalist AI adlı şirketin 19 robot teslim etti. fiziksel yardımın önemli bölümünü beceri çoğu zaman diğerine kolayca Ağustos’ta duyurduğu GEN-1.5 modeli yalnızca bir iki saatlik ek gösterimle Bugün bu makinelerin çoğu üstlenebilir. aktarılamıyordu. tam olarak bunun peşinde. Şirketin uyarlanabildi. hâlâ bir insan işçinin yerini Burada ekonomik etki evde bulaşık Berkeley Üniversitesi’nde 14 Bunun gelecekte ne anlama yayımladığı sonuçlara göre model, gerçekten doldurabilecek zekâya yıkamaktan çok daha büyük. Ağustos’ta yayımlanan bir çalışma gelebileceğini düşünelim. Robotları üç ila 12 saniyelik tek bir gösterimi sahip değil. Ama kritik nokta şu: Bugünkü yapay zekâ esas olarak tam bu soruna odaklanıyor. eğitmek için milyonlarca fiziksel izledikten sonra, ayrıca eğitilmeden Robot “bedeninin” nasıl ucuz ve zihinsel emeğin maliyetini düşürüyor. Araştırmacılar 800 bin gösterimden robota ihtiyaç duymadan insanlar yeni bir fiziksel görevi yerine seri üretileceği giderek daha iyi Yazı, yazılım, analiz, tasarım ve ofis yararlanarak büyük bir robot temel getirmeye çalışabiliyor. On farklı sanal dünyada kahve yapmayı, anlaşılıyor. Eğer genel amaçlı robot işlerinde insanın yanına güçlü bir modeli eğitti. Ardından aynı modelin görevde ilk denemelerde ortalama düğme iliklemeyi, vida sıkmayı veya zekâsındaki sıçrama yazılım tarafında dijital çalışan ekliyor. iki kollu robotlar, tekerlekli sistemler başarı oranı yüzde 59. Beş dakikalık bir kutuyu paketlemeyi gösterebilir. gelirse hazır bir üretim ekosistemiyle Robotik yapay zekâ ise aynı şeyi ve dört ayaklı robotlardan gelen ek veri ve çok kısa bir uyarlamayla bu Bu deneyimler daha sonra gerçek karşılaşabilir. fiziksel emek için yapabilir. verilerle birlikte öğrenebildiğini oran yüzde 83’e çıkıyor. makinelere aktarılabilir. Yani robotikte farklı parçalar artık Tarım, inşaat, üretim, lojistik, ve farklı “bedenler” arasında bilgi Yüzde 59 ilk bakışta yüksek Bir başka kaynak da sıradan aynı anda olgunlaşıyor olabilir. temizlik, bakım, restoranlar ve ev aktarımı işaretleri gösterdiğini ortaya görünmeyebilir. Ama asıl haber başarı insan videoları olabilir. Mutfakta Bir yanda çevresini anlayan yapay işleri... Ekonominin çok büyük bir koydu. oranı değil. Asıl haber, “gösterimin” yemek yapan, mobilya kuran, zekâ modelleri var. Bir yanda bütün bölümü bilgisayar ekranında değil, Basitçe söyleyelim: Robotlar eğitim süreci olmaktan çıkıp bir tür tamir yapan, çamaşır katlayan bedeni kontrol eden sistemler. Bir fiziksel dünyada gerçekleşiyor. yavaş yavaş “Bu kolu nasıl hareket komuta dönüşmesi. insanların milyarlarca saatlik yanda insan videolarından öğrenme, Bir robotun fiyatı ileride örneğin ettiririm” sorusuyla “Fiziksel dünyada ChatGPT’ye bir metin örneği görüntüsü zaten internette. Robotlar farklı robot bedenleri arasında bilgi ne oluyor” sorusunu birbirinden 20 bin dolara düşer ve on yıl verip “Bunun gibi yaz” dediğimizde bu videolardan fiziksel eylemin aktarma, sanal gerçeklikte ucuz ayırmayı öğreniyor. kullanılabilirse yalnızca satın alma ne olduğunu düşünün. Robotikte mantığını öğrenebilirse robotik de dil veri üretme yöntemleri. Diğer yanda Bir insan bardağın itilince bedeli güne yaklaşık 5.5 dolar eder. benzer bir yaklaşım fiziksel dünyaya modellerinin yıllar önce yakaladığı giderek ucuzlayan insansı robot kayacağını sağ eliyle öğrenmez. Bunu Elektrik ve bakım eklendiğinde taşınıyor: veri bolluğuna yaklaşabilir. üretimi. genel bir dünya bilgisi olarak öğrenir. maliyet yükselir ama günde birkaç “Beni izle, sonra sen yap.” Bu yüzden bugün robotikteki en Bunları tek tek izlediğimizde Sonra sol eliyle de, bir sopayla da aynı saat gerçekten işe yarayan bir makine Bu yöntem gelişirse robot önemli soru “En iyi insansı robot her biri bir araştırma haberi gibi bilgiden yararlanabilir. Robotlarda için denklem hızla ilginç hale gelir. programlamanın anlamı değişebilir. hangisi?” değil. Tesla Optimus mı, görünüyor. Birlikte baktığımızda ise da buna benzer ortak bir fizik bilgisi Bu nedenle robotikte yaşanacak Gelecekte eve aldığımız bir Unitree mi, Google’ın kullandığı daha büyük bir hikâye ortaya çıkıyor: oluşabilirse, bir robotun deneyimi büyük sıçrama yalnızca yeni robota yüzlerce görev yüklemek Apollo mu sorusu ikinci planda Robotlara yaptığımız işi tek tek diğer robotların eğitimine katkı bir elektronik ürün kategorisi gerekmeyebilir. Bir havluyu nasıl kalıyor. programlamak yerine, dünyayı nasıl sağlayabilir. Ve burada daha büyük yaratmayabilir. İnsanlık tarihinde katladığımızı bir kez gösterip, Asıl soru şu: kullanacağımızı öğretebilir hale bir kapı açılıyor: İnsan deneyimi de ilk kez fiziksel emeğin önemli “Diğerlerini de böyle katla” Fiziksel zekâ da dil modelleri gibi geliyoruz. robotların eğitim verisine dönüşebilir. bir bölümünü çoğaltılabilir bir diyebiliriz. ölçeklenebilir mi? teknolojiye dönüştürebilir. İşin daha da ilginç yanı, bu yönde Şimdi sıra robotta Daha çok veri, daha çok Veri kıtlığından Sanayi devrimi kas gücünü çalışan yalnızca bir şirket değil. hesaplama gücü ve daha büyük Bu gelişmelerin ilk etkisini veri bolluğuna makineleştirdi. Bilgisayar devrimi evlerimizde görmeyeceğiz. Fabrikalar, modeller eklendikçe robotların Tüm parçaları kontrol Robotların önündeki en büyük hesaplamayı makineleştirdi. Bugünkü farklı görevlerde aynı anda daha iyi depolar, lojistik merkezleri, engellerden biri veri kıtlığı. edebilen robot beyni yapay zekâ bilgi işlerinin bir hale geldiği bir “ölçekleme yasası” laboratuvarlar, mağazalar ve büyük ChatGPT benzeri dil modelleri bölümünü makineleştiriyor. Google DeepMind, bir kaç hafta gerçekten varsa, robotik önümüzdeki mutfaklar daha uygun ortamlar. internet üzerindeki trilyonlarca Şimdi sıradaki adım, makinelerin önce Gemini Robotics 2’yi tanıttı. birkaç yıl içinde beklenmedik ölçüde Çünkü görevler daha düzenli kelimeden yararlandı. Robotlar içinse yalnızca düşünmesi değil, ellerini Önceki robot yapay zekâlarının büyük ve ekonomik kazanç daha açık. hızlanabilir. milyonlarca saatlik kaliteli hareket kullanması olabilir. bölümü masanın üzerindeki nesneleri Önümüzdeki birkaç yıl içinde verisi toplamak çok pahalı. ChatGPT’nin 2022’de yarattığı tutmaya odaklanırken, yeni sistem O esnada Çin robotların kutu taşıması, raf Son haftalardaki araştırmalar şaşkınlığı hatırlayın. Dil modelleri bütün bir insansı robot gövdesini Çin tarafında ise donanımın seri düzenlemesi, ürün ayırması, basit bu sorunun etrafından dolaşmaya yıllardır vardı ama bir anda kontrol edebiliyor: yürüme, eğilme, üretimi hızla büyüyor. Reuters’ın montaj yapması veya laboratuvar başladı. Bir çalışma insan eliyle milyonlarca insan onların gerçekten çömelme, uzanma, nesneyi kavrama aktardığı verilere göre Çin, 2026’nın işlemlerini yürütmesi giderek robot elini ortak bir hareket dilinde işe yaradığını gördü. Robotikte ve yerine bırakma aynı görev içinde olağanlaşacak. buluşturuyor. Stanford, de benzer bir anın yaklaştığını birleşiyor. Model ayrıca beş parmaklı Ev ise robotların MIT ve diğer gelişmiş robot ellerini kullanabiliyor. söyleyenlerin sayısı hızla artıyor. final sınavı. Daha önemlisi, sistem yalnızca O an geldiğinde manşet muhtemelen “Yeni robot modeli hareket üretmiyor; görevin tamamını çıktı” olmayacak. planlayan üst düzey bir “beyin” de İnsanlar bir robotun karşısına kullanıyor. Örneğin “Odayı toparla” geçecek, birkaç saniye boyunca bir komutu aldığında çevreyi inceleyip işi gösterecek ve ardından adımları sıraya koyabiliyor, bir aşama başarısız olursa planını şu cümleyi söyleyecek: değiştirebiliyor. “Şimdi sıra sende...”