Eski DeepMind Çalışanlarının Girişimi Inherent, Dev Modelleri Geride Bıraktı

Teknoloji dünyasında yapay zekâ modellerinin boyutu genellikle başarının en büyük göstergesi olarak kabul edilir. Daha fazla güç, daha devasa veri havuzları ve milyarlarca parametre, eskiden hep en iyi sonuçları veren formül olarak görülürdü. Ancak Londra merkezli yapay zekâ laboratuvarı Inherent, bu ezberi bozan bir hamleyle teknoloji gündemine oturdu. Eski Google DeepMind çalışanları tarafından kurulan bu genç girişim, piyasadaki devasa ve pahalı modellere kıyasla çok daha mütevazı boyutlardaki yapay zekâ ajanıyla şaşırtıcı bir başarıya imza attı.

Yaklaşık 50 milyon dolarlık yatırım desteğiyle adından söz ettiren Inherent, Faraday adını verdikleri yeni nesil yapay zekâ ajanını kamuoyuyla paylaştı. Bu sistemin en dikkat çekici özelliği, bilimsel makalelerin sonuçlarını, önceden kendisine neyle karşılaşacağı söylenmeden, tamamen bağımsız bir şekilde yeniden üretebilmesi oldu. Şirket, bu yetenek testinde Anthropic ve OpenAI gibi sektörün dev isimlerinin çok daha büyük sistemlerini geride bırakmayı başardığını duyurdu.

Bilim İnsanlarının Geleneksel Yolu Yapay Zekâ İçin Neden Önemli?

Yapay zekânın daha önce yayınlanmış bir makaleyi baştan sona kopyalaması ilk başta sıradan bir beceri gibi gelebilir. Günlük hayattan bir örnek vermek gerekirse; bu durum, usta bir aşçının daha önce yapılmış bir yemeğin tarifini okuyarak, hiç kimse ona ipucu vermeden aynı lezzeti birebir tutturmasına benzer. Ancak Inherent kurucu ortağı ve baş bilim insanı Edward Hughes'a göre bu süreç, insan bilimciler için de temel bir eğitim adımıdır: "Pek çok doktora öğrencisi kariyerine tam olarak bu şekilde başlar."

Şirket için asıl önemli olan sadece yarışı kazanmak değil, bu sonuca ulaşırken izlenen yöntemdi. Geliştirilen Faraday, sektördeki devasa muadillerine kıyasla oldukça küçük sayılabilecek bir altyapı üzerinde çalışıyor. Yaklaşık 27 milyar parametreye sahip bu daha küçük model, hem maliyetleri düşürüyor hem de yapay zekâ dünyasında verimlilik tartışmalarına yeni bir boyut kazandırıyor.

Yapay Zekâya "Bilimsel Zevk" Kazandırmak

Inherent'ın nihai hedefi sadece geçmişteki bilimsel sonuçları doğrulamak değil; gelecekte yeni keşifler yapabilecek bir yapay zekâ bilim insanı ortaya koymak. Bu noktada şirketin odaklandığı en soyut kavramlardan biri "araştırma zevki" veya bilimsel sezgi olarak tanımlanabilir. Bir deneyin yapılmaya değer olup olmadığını anlamak ya da tasarımı en doğru şekilde kurgulamak, bir yapay zekâ için öğretilmesi en zor yeteneklerden biridir.

Bu soyut sezgiyi kazandırmak için şirket, katı kurallar dizisi dikte etmek yerine ödüllendirme temelli bir eğitim yöntemi benimsiyor. Bu yaklaşımı günlük bir benzetmeyle şöyle açıklayabiliriz: Çocuğa matematik probleminin tüm adımlarını tek tek ezberletmek yerine, doğru sonuca ulaştığında onu teşvik ederek kendi stratejisini geliştirmesini sağlamak gibi düşünebiliriz.

Özellik	Geleneksel Yaklaşım	Inherent (Faraday) Yaklaşımı
Model Boyutu	Çok büyük ve maliyetli dev sistemler	Daha küçük, optimize edilmiş yapılar (27 milyar parametre)
Öğrenme Stratejisi	Sabit kurallar ve yönlendirmeler	Ödül temelli pekiştirmeli öğrenme ve "bilimsel zevk"
İşbirliği Modeli	Kullanıcının her adımda komut vermesini bekleyen yapı	Kendi merakıyla deneyler tasarlayıp sonuç sunan ekip arkadaşı

Akıllı Bir Asistan Değil, Meraklı Bir "İş Arkadaşı"

Inherent, kullanıcıya her zaman duymak istediği şeyleri söyleyen geleneksel asistan profillerinden uzaklaşmayı hedefliyor. Edward Hughes, ideal yapay zekâ iş arkadaşı profilini şu sözlerle özetliyor: "Sürekli ne yapmanız gerektiğini soran değil; 'Buna merak sardım, gidip şu deneyleri yaptım, sonuçlar hakkında ne düşünüyorsun?' diyerek kendi başına araştırma yapıp karşınıza gelen bir ekip arkadaşı hayal ediyoruz."

Bu işbirlikçi vizyon, şirketin çalışma kültürüne de yansımış durumda. Londra'nın teknoloji merkezlerinden King's Cross'ta ofis kuran küçük ve dinamik ekip, yıl sonuna kadar kadrosunu büyütmeyi hedefliyor. Bilim dünyasının geleceğine yön vermeyi amaçlayan bu girişim, yapay zekânın sadece bir araç değil, bağımsız bir araştırma ortağı olabileceği dönemin kapılarını aralıyor.

Bunu Neden Önemsemelisin?

Günlük hayatımızda kullandığımız yapay zekâ araçları genellikle bizim yazdığımız komutlara cevap vermekten ibaret. Ancak Inherent gibi laboratuvarların üzerinde çalıştığı bu yeni nesil sistemler, gelecekte ilaç geliştirme süreçlerinden iklim araştırmalarına kadar insanlığın çözmesi gereken en karmaşık problemlerde aktif birer rol üstlenebilir. Daha küçük modellerle daha yüksek verim elde edilebilmesi, bu teknolojilerin gelecekte çok daha erişilebilir ve yaygın hale geleceğinin sinyallerini veriyor.