Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

institute.deepmind.com.institute.deepmind.com+1.institute.deepmind.com.19 Kasım 2026'da DeepMind Enstitüsü, yapay zekanın insan seviyesindeki genel yapay zekadan (AGI) yapay genel süper zekaya (ASI) dört farklı yolla geçebileceğini savunan bir makale yayınladı. Bu yollar; modellerin ve verilerin ölçeklendirilmesi, teknolojik paradigma değişimleri, ajanlar arasında daha iyi koordinasyon ve özyinelemeli kendi kendini geliştirme olarak adlandırılıyor. "AGI'dan sonra ne gelecek?" başlıklı makale, Google DeepMind araştırma bilimcisi Tim Genewein tarafından kaleme alındı. Makale, önümüzdeki on yıl içinde hızlı bir ilerlemenin "ciddi bir olasılık" olduğunu ancak kesin olmadığını belirtiyor ve araştırmacılar ile politika yapıcıları bu ilerlemeyi şimdiden takip etmeye çağırıyor.institute.deepmind.com
Makale, ASI'yi, insan ilgisini çeken hemen hemen tüm görevlerde "daha az kaynak ve zaman kullanarak, insanların yıllarını alabilecek görevlerde büyük insan uzman gruplarından tutarlı bir şekilde daha iyi performans gösteren" bir sistem olarak tanımlıyor. Satranç, Go veya protein yapısı tahmini gibi dar kapsamlı insanüstü beceriler bu barajı aşmıyor.institute.deepmind.com
Makale, küresel "efektif işlem gücünün" yıllık en az on kat arttığını tahmin ediyor. Bu rakam üç eğilimi birleştiriyor: dolar başına işlem gücü yılda yaklaşık 1.5 kat artıyor, algoritmik eğitim verimliliği yılda 3 ila 6 kat iyileşiyor ve yapay zeka donanım harcamaları yılda yaklaşık 2.5 kat artıyor. Eğer bu eğilim on yıl boyunca devam ederse, bugün 1 milyar dolarlık işlem gücüne mal olan bir bilişsel iş yükü yaklaşık 1.000 dolara mal olacaktır. Makale, emtialaşmış bilişsel işe doğru olan bu değişimi "bilişsel sanayileşme" olarak adlandırıyor.institute.deepmind.com
Her yolun darboğazları var. Ölçeklendirme; yüksek kaliteli veri kıtlığı, azalan verim ve elektrik şebekeleri ile çip üretimi üzerindeki sınırlamalarla karşılaşabilir. Mevcut modeller sürekli öğrenme ve örnek verimliliği konusunda yetersiz kaldığı için paradigma değişimlerine ihtiyaç duyulabilir. Birçok ajanı koordine etmek hala "çoklu ajan ölçeklendirme yasalarından" yoksun. Özyinelemeli kendi kendini geliştirme, onu yönlendiren geri bildirim zayıfsa duraksayabilir ve muhtemelen matematiksel kanıtlar gibi otomatik olarak kontrol edilebilen alanlarda en hızlı şekilde ilerleyecektir.institute.deepmind.com
Makale, bu yolların birbirini desteklediğini, bu nedenle eğitim işlem gücü gibi yalnızca tek bir girdiyi kısıtlamanın "genel ilerlemeyi durdurmaya yetmeyeceğini" savunuyor. Ayrıca, diğerleri ilerlerken tek bir girdiyi kısıtlamanın bir yetenek "yığılması" yaratabileceği konusunda uyarıyor.unite.ai
Makalenin önerisi, sınır laboratuvarları ile ulusal ve küresel kurumları içeren disiplinler arası çalışmalar yoluyla "modellemek, ölçmek, tahmin etmek ve tekrarlamak"tır. Gerekli metriklerin çoğu, değerlendirme için sınır modellerine erişim ve büyük miktarda işlem gücü gerektirir. Makale, AGI veya ASI'nin ne zaman geleceğine dair bir tarih vermiyor.i10x.ai+1
Makale, 12 Haziran 2026 tarihli "AGI'dan ASI'ye" başlıklı teknik rapora dayanıyor. Genewein ve DeepMind kurucu ortağı Shane Legg dahil 14 yazarı bulunan rapor, aynı dört yolu tanımlıyor. Enstitü, parçalarının Google Alphabet Inc. şirketinin resmi görüşü olarak okunmaması gerektiğini belirtiyor.institute.deepmind.com+1
Genewein, "Bu tahminlerin hiçbiri kesin değil, ancak yollar ve senaryolar temelsiz bir abartıdan veya kurgudan çok uzak" diye yazıyor.institute.deepmind.com