Yossi Matias ile Google Araştırmanın Geleceği: Üretken Arayüz, Sanal Laboratuvar ve Gezegensel Zekâ

Google geleceği nasıl kuruyor sorusu podcastin açılışını belirliyor. İçerideki küçük bir ekip imkansızı mümkün kılmakla görevli ve misyonu yalnızca ürünleri dönüştürmek değil, insanlığın büyük sorunlarına da dokunmak. Transformer mimarisini bulan grup, kuantum hesaplamadan sel erken uyarısına, bilimsel keşfi hızlandıran sistemlere kadar aynı çatı altında çalışıyor. Bu ekibin başındaki Yossi Matias için ölçeklenmeyi sağlayan temel algoritmasıyla tanınan bir araştırmacı ve aynı zamanda milyarlarca kişinin kullandığı otomatik tamamlama, Google Trends ve arama deneyimlerinin mimarı olması, araştırma ile ürünü birbirine bağlayan yaklaşımın özeti.

Araştırmanın Altın Çağı ve Kapsam Haritası

Yossi Matias içinde bulunduğumuz dönemi araştırmada altın çağ diye tanımlıyor çünkü hayal edilen gelecek daha önce hiç olmadığı kadar hızlı gerçeğe dönüşebiliyor. Google'ın kendisi bir araştırma makalesiyle başlamış ve organizasyon hep önemli sorunları ele almaya odaklanmış. İlgi alanı geniş: temel ve uygulamalı makine öğrenmesini ilerletmek, yeni algoritmalar geliştirmek, geleceğin hesaplama sistemlerini kurmak, sağlık, iklim ve eğitim gibi alanlarda yapay zekayı kullanmak, bilimsel hızlandırmaya katkı sağlamak ve kuantum gibi yeni paradigmalara yatırım yapmak. Bir sunumda bu genişliği iki slaytla göstermesi tesadüf değil: biri temel modelleme ve algoritmalardan kuantuma, diğeri gezegenden hücreye uzanan ölçek.

Geleceği görmek sorusu geçmişi ve bugünü birlikte okumaktan geçiyor. Sekiz yıl önce Google Duplex gibi ilk konuşma odaklı sistemler, konuşmanın nihai arayüz olduğu fikrini erkenden işaret etti. 2017 tarihli Attention Is All You Need makalesiyle gelen Transformer, bugünkü üretken dalganın mimari temelini attı. Söyleşide bu örnekler, teknoloji gelişimini yalnızca mevcut eğriyi uzatarak değil, bir sonraki sıçramayı sezerek ve o sıçramayı mümkün kılacak yatırımı yaparak okuma alışkanlığının sonucu olarak anlatılıyor. Üç, altı ve dokuz aylık ufukların ötesinde köşeyi dönünce neyin belireceğini sormak bu yüzden ekip pratiğinin parçası.

Üretken Arayüz ve Kişiye Göre Uyarlanan Görünüm

Üretken yapay zekâ ile arayüzün kendisi yeniden düşünülüyor. Tek bir komutla görsel bir soruda resim, algoritma sorusunda çalışan kod ve simülasyon, fraktal sorusunda oynanabilir varyantlar üretilebiliyor. Bir çocuğa ikinci dereceden denklemi pota başında topun yörüngesiyle anlatmak gibi uyarlama, aynı bilginin farklı zihinlerde farklı biçimde en iyi öğrenildiği fikrine dayanıyor. Güzelliği, bir demoyken kısa sürede arama ve Gemini uygulamasında özelliğe dönüşmesinde: restoran ararken menüyü bilen biri metin isterken görseli önceleyen biri fotoğrafı görüyor, sistem niyeti ve bağlamı okuyup sunumu kişiselleştiriyor.

Eğitimde ders kitabını yeniden hayal etme deneyi Learn Your Way bu mantığı sınıfa taşıyor. Yerçekimini statik metin ve birkaç görsel yerine, kişinin yaşına, diline ve ilgisine göre yeniden kurmak hedefleniyor. On yaşında futbol seven bir çocuk için yerçekimi örnekleri futbol sahasından geliyor, on sekiz yaş için dil ve soyutlama değişiyor. Yapay zekâ burada tek tip anlatıyı çoğaltmak yerine her öğrenene kendi yolunu ören bir tasarıma aracılık ediyor. Ortak soru aynı kalıyor: elimizdeki teknolojiyle çözdüğümüz sorunu daha iyi nasıl çözeriz ve gelecekte daha da iyi çözmek için ne inşa etmeliyiz.

Ufukta ortam zekâsı var. Sunulan vizyonda yapay zekâ, elektriği akıtır gibi düşünmeden akan bir katman haline geliyor. Hangi sorunun ileri zekâ gerektirdiğini hesaplamadan, sadece sorup yanıt almak normalleşiyor. Bu fikir geçen şubatta yayımlanan üretken arayüz çalışmasıyla da bağlantılı: görsel bir ihtiyaçta görseli, algoritmada kodu, diller arası iletişimde çeviriyi üreten sistemler sonunda uyumlu bir akışa dönüşüyor. Cihazın şarj olup olmayacağını düşünmediğimiz gibi, zekânın hazır olup olmadığını da düşünmediğimiz bir gündelik yaşam tarif ediliyor.

Ölçek Yasaları, Verimlilik ve Güvenilirlik

Teknik cephede ölçek yasaları etrafındaki tartışma, mevcut mimariyle daha fazla veri ve hesaplama ekleyerek ilerlemenin sınırına işaret ediyor. Yossi Matias bu noktada yalnızca mevcut yönteme odaklanmanın yanıltıcı olduğunu söylüyor çünkü birkaç yıl önce bugünkü mimari bile yoktu. İlerleme iki koldan geliyor: aynı mimarinin içinde daha verimli ve daha güvenilir hale gelmek ve yeni mimari ve algoritmalar bulmak. Çıkarım tarafında spekülatif kod çözme gibi yaklaşımlar, büyük model çıkarımında verimi iki kat ve üzerine taşımayı göstermiş. Güvenilirlik için ise doğruluk ve tutarlılık sınamaları 2021'den beri yürütülen araştırmalarla ve 2022'de yayımlanan bir kıyas setiyle akademik toplulukla paylaşılmış.

Aynı anda daha zor soruları çözme, çok boyutlu ve çok kipli çalışabilme, akıl yürütmeyi güçlendirme ve modelleri dünya bilgisiyle besleme hedefleri de gündemde. İlerleme her adımda yeni bir eşik oluşturuyor, soru ise buradan nereye gidileceği. Modeller önce dilde başladı, şimdi dünyanın modellerine ihtiyaç var. Temel modeller deneyimlerden öğrenerek ciddi yol kat ediyor, buna fizik simülasyonları, moleküler ve biyolojik düzeyde ek bilgiler eklendiğinde daha fazla içgörü ve eğitim verisi ortaya çıkıyor. Olgular arasındaki ilişkileri temsil eden katmanlar, ek gerçekler ve bu katmanları kurmak için yapay zekânın kendisi devreye giriyor. Yapay zekâ araştırmayı ve kendi gelişimini hızlandırırken alanın hâlâ erken aşamada olduğu hatırlatılıyor ve en büyük etkiyi nerede yaratırız sorusu canlı tutuluyor.

Bilimsel Yöntemi Hızlandırmak: Sanal Laboratuvar

Bilim için en heyecan verici gelişme, keşfin kendisinin hızlanması. Yalnızca en iyi teknolojileri belirli bir soruya uygulamak değil, bilimsel yöntemin tamamına yardımcı olacak araçlar üretmek amaçlanıyor. Laboratuvar resmi hatırlatılıyor: bir bakteri neden daha bulaşıcı ve antibiyotiğe dirençli sorusuna odaklanan bir ekip, literatürü tarayan, hipotez kuran, modellerle sınayan lisansüstü ve doktora sonrası araştırmacılardan oluşuyor. Bu süreçte yapay zekâ, Imperial College ortaklığında yıllar alan bir hipotezi üç günde üretebilen bir ortak gibi davranmış, Stanford ortaklarında ise ek hipotezlerle yeni yollar açmış. Ortakların bu sistemi son derece yetkin bir iş birlikçi olarak tanımlaması, çok disiplinli okuma ve sentez gücünü gösteriyor.

Bir adım sonrası deneysel araştırma asistanı. Biyolog, kimyager veya malzeme tasarımcısı kendi alanında çok iyi olabilir ama hipotezi sınayacak modelleri kurmak günler, haftalar aylar alabiliyor, bazen ek veri bilimciler gerekiyor. Tanımlı her sorun ve girdi için arama ve model kurmayı üstlenen asistan, kozmolojiden epidemiyolojiye, mühendislikten ekonomiye uzanan birçok alanda makalelere de yansımış. Literatür taraması, hipotez üretimi ve deneysel sınamayı bir araya getiren bu parçalar Gemini for Science çatısı altında erişilebilir kılınmış. Bilimsel literatürü gözden geçirme, makaleye geri bildirim ve gelecekte hakem süreçlerine yardımcı olacak araçlar da aynı hızlandırma fikrinin devamı olarak görülüyor ve bilimsel yöntemin her zamankinden daha önemli olduğu vurgulanıyor.

Araştırmacının rolü bu tabloda mimara dönüşüyor. Edison'un yüz kişilik icat fabrikası hatırlatmasıyla bugün en saygın bilim insanlarının etrafındaki laboratuvarın, artık herkes için sanal bir laboratuvara dönüşebileceği söyleniyor. Yapay zekâ burada insan yaratıcılığının yükselticisi olarak konumlanıyor. Giriş düzeyi sayılabilecek literatür taraması ve model kurma işleri otomatikleşirken genç araştırmacıların da kıdemlilerin sorabildiği büyük soruları erken sorması mümkün hale geliyor. Bu boşluğu kapatmak için eğitim programlarının uyumlanması, makale geri bildiriminin erken aşamada yapay zekâ ile sağlanması ve muhakeme gerektiren seçimlerde insan hükmünün her zamankinden daha kritik olduğu anlatılıyor. Duke Ellington'a atfedilen kulağa hoş geliyorsa iyidir sözü, iyi olana karar vermenin insanda kalacağı fikrine bağlanıyor.

Geleceğin becerileri bu yüzden yeniden tanımlanıyor. Gençlerin 15 yıla yayılan bir ustalığı artık daha erken göstermesi beklenecek çünkü 40 yılda olgunlaşan sorulara yanıt aramak teknik olarak mümkün. Google ve Wikipedia erişilebilir olduğunda eğitimde tembellik endişesi doğmuş, toplum beklentiyi yükseltmiş ve öğrencilerden daha fazlasını istemişti. Şimdi benzer bir eşik yapay zekâ ile yaşanıyor: matematik ve araştırmada yıllarca süren problemlerin kısmen çözülüp daha büyük sorulara alan açması, sağlıkta erken teşhis, kanser tedavileri, halk sağlığı, gıda güvenliği ve enerji gibi alanlarda yapılması gereken çok iş olduğunu hatırlatıyor. Öğretmenin rolü bu tabloda daha da önemli görülüyor, yapay zekâ öğrenmeyi daha eğlenceli hale getirirken öğretmenin ilhamı belirleyici olmayı sürdürüyor.

Selden Gezegene: Kriz Dayanıklılığı ve Yer Gözlemi

Etkinin en somut örneklerinden biri sel tahmini. Kriz dayanıklılığı başlığı altında arama tarafındaki SOS uyarılarıyla başlayan yolculuk, en yıkıcı doğal afetlerden olan sellerin erken haberini verme ihtiyacına odaklanmış. On yıl önce uzmanların fikir birliği bu işin çok zor olduğu yönündeyken ekip pilotu Hindistan'da denemiş ve yaklaşık sekiz yıl önce makine öğrenmesi ve bulutla ölçeklenme hipotezini yayımlamış. Yıllar süren araştırma, saha denemesi, üniversiteler ve hükümetlerle ortaklık ve veri toplama döngüleri sonrası Nature'da yayımlanan küresel hidrolojik model, verisi olan bölgelerdeki sel olaylarından öğrenip verisi az bölgelere genelleme yapabildiğini göstermiş. Geldiği nokta 150 ülkede 7 güne kadar tahmin, kurtarma ekipleri ve hükümetlerin Flood Hub üzerinden erişebildiği, yaşam kurtaran bir sistem.

Çözülmemiş kalan parça ani sellerdi. Nehir taşmalarından farklı olarak ani seller sürpriz biçimde ve çoğu yerde yeterli verinin olmadığı koşullarda geliyor. Geçen yıla kadar pratikte çözümsüz görülen bu soruna üretken yapay zekâ ile yeni bir yol açıldı. Fikir, kentsel alanlardaki sel olaylarının genellikle haberlerde yer almasından yola çıkıp yirmi yıllık haber arşivini Gemini ile okuyarak 2.6 milyon olayı ayıklamak ve bu olaylar üzerinden öğrenen modeller kurmak oldu. GroundSourced adı verilen bu teknik, kamuya açık çok dilli haber metinlerini yer gerçeği verisine dönüştürerek ani sel tahminini de Flood Hub'a taşıdı. Paradigmanın kökü Google Trends deneyimine uzanıyor: insanların arama eğilimlerindeki toplu sinyallerden salgın ve toplumsal olayları sezme fikri şimdi üretken modellerle bir üst seviyeye taşınıyor.

Bu çizgi gezegensel zekâ fikrine bağlanıyor. Ayrı ayrı sel, fırtına, hava ve ısı tahminlerini birleştirip coğrafi katmanların tamamını tek bir zeminde toplama hedefi var. Uydu görüntüleri, özel uydu modelleri, nüfus dinamikleri gibi katmanlarla her türlü coğrafi soruya yanıt verebilen bir platform hayal ediliyor: sadece selin nereyi vuracağı değil, en kırılgan topluluklar, tahliye için gereken adımlar, etkilenecek altyapı ve önceden yapılması gerekenler. Halk sağlığında Mount Sinai ve Boston Çocuk Hastanesi ile ortak çalışmalarda posta kodu düzeyinde kirlenme ile sağlık etkilerini yer verisiyle ilişkilendirme, kolera salgınları ve sosyoekonomik katmanları okuma örnekleri anılıyor. Pazarlama tarafında WPP, lojistik ve depolama şirketlerinin aynı yer zekâsını iş sorularına taşıması, koruma alanında yol yapılacak iki ormandan hangisinin belirli bir tür için daha kritik olduğunu sorma gibi kullanımlar, tek soru tek model döneminden platform dönemine geçişi gösteriyor.

Sağlık, Açık Modeller ve Kişiselleştirme

Sağlıkta dil modellerinin tıbbi bilgiyi anlama sınavı dönüm noktası olmuş. Birkaç yıl önce Amerika Birleşik Devletleri tarzı hekimlik sınavını geçme eşiği ilk kez aşılmış, Nature'da paylaşılan sonuçlar zamanla uzman düzeyi %85'e ve çok kiplilikle %91'e çıkmış. Ortakların uygulamalarında denenmeye başlayan bu yetenek sonrası soru, yeteneği başkalarının da geliştirebilmesi için nasıl yaygınlaştırılacağı olmuş. Açık modeller programı Hugging Face benzeri bir yaklaşımla Gemma ve onun tıbbi sürümü MedGemma'yı bir yıl önce erişime açmış, 5 milyondan fazla indirme ve binlerce uygulama bildirilmiş. Göz hastalıkları için temel model kuran bir girişimden, internet bağlantısı olmadan doğum bilgisine ihtiyaç duyan Uganda'daki bir sağlık çalışanının MedGemma'yı çevrimdışı kullanmasına kadar örnekler, platformun anlamını gösteriyor; sel modellerinin de birkaç gün önce açık kaynak edilmesi aynı felsefenin parçası.

Klinik akışa yerleşme ise ayrı bir hat. On yıl önce başlayan diyabetik göz hastalığı taraması gibi çalışmalar iki Nature makalesiyle desteklenmiş, yapay zekânın gözden kaçanları %25 azaltıp klinisyene %40 zaman kazandırdığı sahada gösterilmiş. Konuşma odaklı tanı deneyiminde dil modellerinin tıbbi bilgiyle görüşmeyi sürüklemesi, doğruluk, yararlılık ve hatta empati boyutlarında sınanmış ve yakın zamanda Included Health iş birliğiyle sahada, ölçülü ve titiz bir test süreciyle deneniyor. Kişiselleştirme tarafında saatlerden gelen duyusal bilgiyi içgörüye çeviren sağlık uygulaması da aynı döngünün ürünü: büyük modelleri kişisel bağlama uyarlayarak herkese yardımcı içgörüler sunmak. Hepsi, soruyu sor, araştırmayı yap, gerçeğe taşı, bir sonraki soruyu sor döngüsünün farklı yüzeyleri.

Kuantum ve Liderlik: İmkansızı Yönetmek

Kuantum cephesinde ölçeklenebilir fizik yıllarca kanıtlama aşamasındaydı, şimdi hata düzeltme eşiği tartışılıyor. Kübitlerin kırılganlığı ve sayıyı artırırken hatayı yönetme zorluğu, büyük sorunları çözebilecek bir makine için temel engeldi. Geçen yıl Willow çipi ile bu alanda ilerleme kaydedilmesi, 1980'lere dayanan kuramsal çalışmalardan gelen bir sihirli döngünün parçası olarak anlatılıyor. Nobel ile onurlandırılan Michel Devoret, John Martinis ve John Clarke gibi isimlerin çalışmaları hatırlatılıyor; Devoret'in bugün Google'da donanım tarafında baş bilim insanı olması bu sürekliliğin işareti. Kuantum ile belirli problemlerde 10 üzeri 25 kat gibi olağanüstü hızlanmalar ve yankı algoritmasıyla doğrulanabilir bir örnekte klasik yönteme göre 13 bin kat avantaj gibi somut ölçümler, potansiyelin ölçeğini gösteriyor.

Kuantumun heyecanı yalnızca bilinen avantajlar listesi değil, olgunlaştıkça ortaya çıkacak yeni fırsatlar. Moleküler düzeyde ürettiği bilginin yapay zekâ modellerini beslemesi, donanımın yazılımı, yazılımın da hangi probleme odaklanılacağını etkilemesi gibi yayılma etkileri vurgulanıyor. Shor algoritmasının daha fazla kaynak isteme motivasyonu yaratması gibi, problemler, bunları çözmek için gereken teknikler ve algoritma ile yazılım tarafında yapılması gerekenler arasında güzel bir etkileşim bekleniyor. Ekip içinde birkaç yıl içinde pratik kuantuma daha da yaklaşma beklentisi dile getirilirken bu yeni paradigmanın bugünkü teknolojilerle çözülemeyen sorunları çözüp, çözülen her sorunla yeni soru ve yenilik döngüleri açması hedefleniyor.

Uzun soluklu projeleri yönetmek sorusu söyleşinin kapanışında ele alınıyor. On yıla uzayan hedeflerde dönüm noktalarını koyarken yaklaşım etki odaklı: hangi büyük adım en çok fark yaratır ve biz bu adımı atabilecek konumda mıyız. Heyecan verici sorular bitmiyor, her alanda bir sonraki soru cazip görünüyor ama kaynaklar sınırlı olduğu için büyük sıçramayı seçme muhakemesi kritik. Google Research sekiz ürünü iki milyar aylık aktif kullanıcıyı aşan bir ekosistemde, akademik ortaklar, hükümetler ve şirket içi altyapı ile aynı döngüyü hızlandırıyor: araştırmayı hızlandır, gerçeğe taşı, yeni soruyla yinele. Her adımda çıta yükseldiği için asıl başarı, imkansız görüneni adım adım mümkün kılan küçük ama tutarlı sıçramaları büyük hedefe bağlayabilmekte yatıyor.