Aynı Oyun İki Modelde: Biri Güzel, Diğeri Eğlenceli Çıktı

Video, Nvidia Üst Yöneticisi Jensen Huang'in sosyal medya paylaşımıyla açılıyor: OpenAI ekibini kutluyor ve yeni Astra modelinin yapay genel zekâya ulaştığını öne sürüyor. Sunucu bu övgüdeki çelişkiye hemen dikkat çekiyor, çünkü aynı paylaşımda modelin 100 binden fazla Grace Blackwell grafik işlemcisiyle eğitildiği ve 400 bin işlemcinin daha yolda olduğu yazıyor. Donanım satan birinin yazılım devrimini kutlaması, anlatının mizahi çerçevesini kuruyor.

Karşılaştırmanın zemini somut: Astra, ayda 100 dolarlık Pro aboneliğiyle sıradan kullanıcıya açılmış durumda. Sunucu, Astra ile Fable 5.1'e birebir aynı oyun istemini aynı anda gönderiyor ve sonuçları yan yana oynayarak değerlendiriyor. Amaç sentetik puanlar değil, gerçek bir oyuncunun hissi.

Astra'nın vitrin özellikleri önce sıralanıyor: 3JS ile oynanabilir oyunlar, Blender içinde ayrıntılı sahneler, Unity ve Unreal motorlarıyla uyum. Modelin, ezberlenemez biçimde tasarlanan Arc genelleme ölçütünde zirveye çıkan ilk model olduğu, Anthropic'in Opus sürümünün yüzde 30 bandında kaldığı aktarılıyor. Ancak Berkeley ekibinin aylar önce farklı bir model ve güçlü bir çalıştırma altyapısıyla yüzde 99'a ulaştığı hatırlatılarak ölçüt coşkusuna fren konuyor.

Deneyin konusu sunucunun çocuklarından geliyor: rokebi özelleştirip yörüngeye gönderdiğin bir roket fırlatma simülatörü. İki modele de aynı cümlelerle anlatılan bu fikir, hem görsel kaliteyi hem de oyun içi derinliği ölçmek için seçilmiş. Basit bir vitrin demosu değil, saatlerce oynanabilecek bir yapı hedefleniyor.

Astra yarışı açık farkla önde bitiriyor: yaklaşık 26 dakikada oynanabilir bir oyun teslim ediyor. İlk açılışta grafikler ayrıntılı ve hatasız, arayüz de şık görünüyor. Ne var ki arayüz, sosyal medyada dolaşan yapay zekâ üretimi oyunlara fazlasıyla benziyor; belirgin bir formül hissi veriyor. Yörüngedeki roket görüntüsü etkileyici olsa da oyunun kendisi tarif edilirken eğlenceli sıfatı kullanılamıyor.

Fable cephesinde tablo tersine dönüyor. Model çok daha yavaş bitiriyor; arayüz eski bir web kütüphanesiyle yapılmış gibi duruyor, üç boyutlu sahneler Astra'nınkiler kadar ayrıntılı değil. Fakat oyuna girince fark açılıyor: roket özelleştirme seçenekleri çok daha karmaşık, bilimsel hesaplar işi ciddi bir simülatöre yaklaştırıyor. Başarı ve başarısızlık olasılıkları, patlama animasyonları derken oynanış açık ara daha keyifli hale geliyor.

Hakem koltuğuna çocuklar oturuyor ve karar bölünüyor: 3 yaşındaki çocuk daha sade olan Astra oyununu, 8 yaşındaki çocuk daha karmaşık Fable oyununu tercih ediyor. Bu bölünme, tek bir kazanan ilan etmeyi zorlaştırıyor; yaş ve beklenti, sonucu değiştiriyor. Yine de grafik tarafında Astra'nın birkaç ayda kat ettiği mesafe tartışmasız bulunuyor.

İkinci sınav bir arayüz görevi: Horse Tender adlı tasarımın hatasız kurulması isteniyor. Astra 21 dakikada, aylar önce Fable ile üretilene benzer ama daha temiz ve zarif bir tasarım çıkarıyor. Sunucu kodun her satırını saatlerce incelediğini ve tek bir hata bulamadığını söylüyor; bulduğu tek kusur birkaç piksel kaymış bir görsel oluyor. Mizah dozu yüksek bu bölüm, modelin arayüz kodundaki titizliğini vurguluyor.

Videonun destekçisi olan Mobbin bölümü, yapay zekâ arayüzlerinin birbirine benzemesi sorununa bağlanıyor: 600 binden fazla gerçek uygulama ekranından oluşan bir arşiv, kodlama araçlarının içine referans olarak beslenebiliyor. Böylece model boş sayfadan mor degrade klişesi üretmek yerine en iyi uygulamaların ortak desenlerini inceliyor. Her önerinin kaynağına bağlantı vermesi, hayal ürünü desenlere karşı denetim sağlıyor.

Genel tablo şöyle çiziliyor: oyun geliştiricilerin yapay zekâdan korunaklı olduğu varsayımı çökmüş durumda. Astra'nın temmuz ayındaki öncülüne göre grafik sıçraması büyük; rekabet avantajı denen hendek kapanmış görünüyor. Kapanışta, üç boyutlu hazır içerik dalgasının interneti daha da gürültülü hale getireceği uyarısı yapılıyor.

Özetle video, tek bir hüküm yerine iki ayrı birincilik dağıtıyor: hız ve görsellikte Astra, oynanabilirlik ve derinlikte Fable 5.1 öne çıkıyor. Yapay genel zekâ sorusu ise bilinçli biçimde havada bırakılıp espriye bağlanıyor; kaymış bir piksel, büyük iddiaları durduran küçük kanıt oluyor.