10 yıllık yapay zekâ eğitimi molası için çip üretimini durdurma önerisi

Yeni nesil öncü yapay zekâ modellerinin eğitiminin en az 10 yıl durdurulması için, eğitim çiplerinin üretimini kesip mevcut çipleri yalnızca çıkarım işlemlerine ayırma önerisi sunuldu. Araştırmacılar, uluslararası uzlaşma sağlanırsa bu planın teknik açıdan uygulanabileceğini, ancak ülkelerin gerçekten uzlaşıp uzlaşmayacağının ve kararı uygulayıp uygulamayacağının ayrı bir mesele olduğunu belirtti.

Berkeley’in de aralarında bulunduğu çeşitli üniversitelerden 26 araştırmacının katıldığı çalışma grubu, yaklaşık 200 sayfalık raporunu 9 Ekim’de yayımladı. Rapor, böyle bir duraklamanın istenip istenmediğini veya ülke liderlerinin bunu isteyip istemeyeceğini değerlendirmedi; uzlaşma sağlandığı varsayımıyla uygulama yollarını inceledi. Öneri, eğitim yapabilen çiplerin üretimini durdurmayı ya da büyük ölçüde azaltmayı ve mevcut çipleri aşamalı olarak yalnızca çıkarım için kullanılan çiplere dönüştürmeyi kapsıyor.

Çıkarım, daha önce eğitilmiş bir modele soru yöneltilerek yanıt alınması sürecidir. Rapor, güvenli olduğu kabul edilen mevcut modellerin hizmet vermesine izin veren bir liste oluşturulmasını, daha güçlü yeni modellerin eğitimine ise kısıtlama getirilmesini önerdi. Böylece mevcut yapay zekâ hizmetleri sürerken eğitim donanımı denetim altında tutulabilir.

Rapordaki öneriler arasında yeni öncü modellerin eğitiminin yasaklanması, mevcut modeller için izin listesi hazırlanması, eğitim çipi üretiminin durdurulması veya büyük ölçüde azaltılması, üretimin çıkarım odaklı çiplere kaydırılması ve mevcut eğitim çiplerinin tamamının tespit edilip yönetilmesi bulunuyor. Duraklamanın en az 10 yıl sürmesi, ülkelerin istemesi hâlinde uzatılabilmesi öngörülüyor.

Çalışma grubu, ileri yapay zekâ eğitimi için gereken donanım tedarik zincirinde önemli darboğazlar bulunduğunu ve hükümetlerin üretim ile dağıtımı denetleyebileceğini savundu. UC Berkeley istatistik profesörü Will Fithian, raporda “Mevcut tedarik zincirini aşmak son derece zor” dedi. Araştırmacılar, uluslararası bir eğitim yasağının bu özellikten yararlanabileceğini belirterek mevcut çiplerin envanterinin çıkarılmasını, eğitim için ayrılmış kalan çiplerin kullanımının izlenmesini ve ihlallerin tespit edilmesini doğrulama yöntemleri arasında sıraladı.

Araştırmacılara göre yarı iletken üretimi ve yapay zekâ modeli eğitimiyle ilgili yargı bölgelerinin iş birliği yapması gerekecek. Duraklama öncesinde dağıtılmış eğitim çiplerini yönetmek için geçiş döneminde de gözetim mekanizmaları kurulması önerildi. Bu çipler önce çıkarımda kullanılabilir, ardından doğrulama sürecinden geçirilerek çıkarım odaklı çiplerle değiştirilebilir veya hükümetler tarafından geri alınabilir. Rapor, mevcut çipler yönetilmezse eğitim yarışı yeniden başladığında tekrar kullanılabileceklerini belirtti.

Rapor, 2026 sonu itibarıyla dünya genelindeki eğitim sınıfı işlem gücünü Nvidia H100 eşdeğeri yaklaşık 47 milyon çip olarak tahmin etti. Aylık yeni sevkiyatın yaklaşık 2,9 milyon çip olduğu varsayımına göre tüm çiplerin değiştirilmesi yaklaşık 16 ay sürebilir; geçişin beş yıl içinde gerçekleşmesi olası görülüyor.

Rapor, gizli ihlaller ile uzlaşmanın açıkça bozulmasını ayrı senaryolar olarak ele aldı. Stratejik öneme sahip bir modeli beş yıl içinde gizlice eğitmek için yaklaşık 6,4 milyon çip gerekeceği tahmin edildi. Bu miktarın, OpenAI’nin yıl sonunda elinde bulunması beklenen toplam çip sayısına yakın olduğu belirtildi. Çin’in toplam çip kapasitesi ise yaklaşık 3,1 milyon olarak tahmin edildi.

Uzlaşmayı açıkça bozarak iki yıl içinde belirleyici bir model geliştirmek için yaklaşık 180 milyon çip gerekeceği yönünde bir tahmin de raporda yer aldı. Bu, dünya genelindeki mevcut toplam kapasitenin yaklaşık dört katına karşılık geliyor. Rapora göre ABD, geçiş döneminde çıkarım için ayırdığı eğitim çiplerini uzlaşmanın açıkça bozulmasına dayanak olarak kullanabilir. Çin’in beyan edilmemiş işlem kapasitesi ise gizli ihlalleri zorlaştırmayı engelleyebilir.

Raporda, Hollanda merkezli ASML’nin ileri çip üretimi için gerekli EUV litografi ekipmanlarını sağladığı, TSMC’nin ileri dökümhane ve paketleme süreçlerini yürüttüğü, Nvidia çiplerinin de dünya genelindeki yapay zekâ işlem kapasitesinin yüzde 60’ından fazlasını oluşturduğu ifade edildi. Araştırmacılar, tedarik zincirinin bu ölçüde yoğunlaşmasını uluslararası denetim için bir araç olarak gösterdi. Ancak bu yapının kullanılabilmesi, başlıca tedarik bölgelerinin ve hükümetlerin iş birliğine bağlı.

Siyasi koşullar, raporda varsayılan duraklama senaryosundan uzak görünüyor. Rapor, ABD Başkanı Donald Trump’ın “Yapay zekâda kazanan, savaşı kazanır” sözünü aktardı. 21 Eylül’de açıklanan öncü yapay zekâ modellerinin denetlenmesi çağrısına 20’den fazla ülkenin lideri destek verdi; ABD ve Çin ise katılmadı. Anthropic’ten Dario Amodei, Sam Altman ve Elon Musk gibi isimler geliştirme hızının ayarlanmasına destek verdi. Ancak Amodei, hızın düşürülmesinin eğitim faaliyetlerini durdurmak anlamına gelmediğini vurguladı.

Rapor, ekonomik etkinin sınırlı kalabileceğini öne sürerken Nvidia’nın önemli bir yükle karşılaşabileceğine dikkat çekti. Eğitim çiplerine odaklanan işi yalnızca çıkarım için kullanılan çiplere dönüştürmenin “kolay ya da ucuz olmayacağı” belirtildi. Büyük şirketlerin konumunun güçlenmesi ve modellerin bilgi güncelliğinin giderek geride kalması da olası maliyetler arasında sayıldı.

Rapor, ülkelerin yapay zekâ eğitiminin durmasını istemesi hâlinde bunun teknik ve politika araçlarıyla uygulanıp uygulanamayacağını inceledi. Eğitim çipi üretimini durdurma ve çıkarım odaklı çiplere geçiş, araştırmacıların önerileri olarak sunuldu; uluslararası uzlaşma veya uygulama takvimi henüz kesinleşmedi.