Karpathy'nin Uyku Takibi Deneyi: İki Ay, Dört Cihaz, Tek Kazanan mı?

Her şey iki ay önce izlenen bir videoyla başladı: Bryan Johnson uyku düzenini nasıl düzelttiğini anlatıyordu ve Karpathy o gün uykusunu iyileştirmeye karar verdi. Ama önce ölçmek gerekiyordu, çünkü yönetmek istediğin şeyi önce ölçmelisin. O gün elinde yalnızca AutoSleep yüklü bir Apple Watch vardı; eskiden severek kullandığı Oura bir kenarda duruyordu ve yeni 8Sleep Pod 4 Ultra siparişi yoldaydı. Soru belliydi: dört adaydan hangisi gerçekten güvenilir? İki aylık bir karşılaştırma projesi başlattı ve sonuçlarını 24 Mart 2025 tarihli yazısında paylaştı.

Dört aday birbirinden epey farklı. Whoop ekransız bir bileklik, Apple Watch üçüncü parti bir uygulamayla (AutoSleep) test edildi, Oura parmakta taşınan bir yüzük, 8Sleep ise yatağın kendisi. Bu sonuncusu uyku takibi ve sıcaklık kontrolü vadediyor ama nabzı doğrudan ölçemiyor, çünkü bilekte ya da parmakta değil. Yani yarışta üç giyilebilir ve bir giyilemeyen var.

Yöntem basitti ve inatçıydı: altmış gün boyunca her sabah uyanır uyanmaz sayıları bir tabloya işledi. Hafif, REM ve derin uyku ile uyanık geçirilen süre; dinlenik nabız ve nabız değişkenliği; her uygulamanın verdiği uyku skoru. Sonra bu sayıları o sabah nasıl hissettiğiyle yan yana koydu. Ham tablo herkese açık paylaşıldı, yani isteyen aynı sayılarla kendi hesabını yapabilir.

İki ayın sonunda hüküm sezgisel olarak belliydi: Oura ve Whoop birinci sınıf, skorları sabahki hisle çoğunlukla uyumlu. 8Sleep idare eder düzeyde ortada kaldı. Apple Watch ile AutoSleep ikilisi ise hayal kırıklığı oldu; skorlar neredeyse rastgele savruluyor, sabahki hisle bağı zayıf kalıyordu.

Skorların dağılımına bakınca fark daha net görünüyor. AutoSleep ve 8Sleep eli fazla açık, sık sık 100 sınırına dayanıyor; Whoop da düzenli olarak 100 dağıtıyor. Oura ise cimri: iki ayda aldığı en yüksek skor 92, dağılım çan eğrisine yakın ve aralık geniş. Karpathy bunu iyi bir özellik sayıyor, çünkü tavana yapışan skorun gelişmeye yer bırakmadığını düşünüyor.

Cihazların birbirleriyle ne kadar anlaştığı da ölçüldü. Whoop ile Oura 0.65 ile en uyumlu ikili çıktı. Oura ile 8Sleep 0.59, Oura ile AutoSleep 0.47, 8Sleep ile AutoSleep 0.42, Whoop ile 8Sleep 0.38 izledi. Listenin dibinde Whoop ile AutoSleep var: 0.14, yani neredeyse hiç ilişki yok. Whoop iyi kabul edilirse AutoSleep gürültü üreticisi gibi duruyor.

Nabız cephesinde tablo tersine dönüyor. Gece nabzında Oura, Whoop ve AutoSleep yüksek uyum gösteriyor, korelasyonlar 0.88 ile 0.95 bandında geziniyor. Yatak olan 8Sleep doğal olarak en zayıf halka ama yine de şaşırtıcı derecede yakın. Dinlenik nabız ile uyku skoru arasındaki bağ ise cılız: Whoop tarafında 0.13 düzeyinde zayıf bir eğilim var, Oura tarafında hiç yok. Yani düşük nabız her zaman yüksek skor getirmiyor.

Deney boyunca egzersiz de kayda geçti: her gün yaklaşık yarım saat orta tempolu kardiyo, haftada iki kez 4 dakikalık aralıklarla yoğun antrenman. Altmış günün sonunda dinlenik nabız 3 bpm'in biraz altında iyileşmiş görünüyor. Burası deneyin sevimli yanı: sayılar yalnızca cihazları değil, bedenin antrenmana verdiği karşılığı da gösteriyor.

Videoyu çeken Aladdin Persson ise itiraz ediyor ve itirazı deneyimli bir yerden geliyor, çünkü kendisi de aynı ihtiyaca yönelik bir uygulama yazmış. Ona göre sabahki hisle korelasyon kurmak bilimsel bir ölçüt değil; doğru soru her evrenin süresinin nesnel karşılığı. Üstelik Apple Watch burada kendi yazılımıyla değil, vasat bulduğu üçüncü parti bir uygulamayla yarıştı. Yerleşik takip skor vermiyor diye saati gömmek haksızlık, çünkü skoru ham grafikten türetmek kolay iş; asıl bakılacak şey ham sayıların seyri ve tutarlılığı.

Bu noktada Quantified Scientist olarak bilinen Rob ter Horst sahneye çıkıyor. Biyolojik veri analizi doktoralı ter Horst, giyilebilir cihazları laboratuvar düzeyinde referans ekipmanlarla (gecelik kafa EEG'si, ZMax, Dreem 2, polisomnografi) karşılaştırıyor. Onun bulgusu Karpathy'ninkinin tersi yönde: Whoop o kadar iyi değil, Apple Watch ise çok daha iyi. Apple'ın sensörleri ona göre piyasadaki en iyilerden; sorun saatte değil, saati yorumlayan uygulamada. Kendi özetiyle: Oura uykuda, Whoop sporda güçlü, Apple Watch ikisinde de sağlam.

Kapanışta yorumcu ölçümün günlük karşılığını anlatıyor: dinlenik nabız ve nabız değişkenliğindeki bozulmayı polen alerjisine bağlayıp önlem almış, antrenman verimini sayılardan okumuş. Brian Johnson'ın 'Ölme' akımını biraz aşırı ama ilginç buluyor. Kendisi Whoop ile Apple Watch'u beş ay birlikte takıp sonunda Whoop'u hediye etmiş ve Apple Watch'ta kalmış. Bana kalan cümle şu: ölçmek işe yarıyor, ama neyi neyle ölçtüğünü bilmek şart.