Yapay zekâ hızlanma eşiğine yaklaşma ihtimali: Anthropic eşiği aşan model belirlemedi

Anthropic, yapay zekâ araştırma ve geliştirmesinin otomasyonu nedeniyle model yeteneklerindeki iyileşme hızının keskin biçimde artacağı bir eşiğe yakında ulaşabileceğini belirtti. Şirket, şu ana kadar bu eşiği aştığını belirlediği bir model olmadığını açıkladı.

Anthropic, halka arz hazırlıkları kapsamında 2 Kasım'da ABD Menkul Kıymetler ve Borsa Komisyonu'na (SEC) sunduğu S-1/A dosyasında şirket içi tahminlerine ve gelecekteki modellere ilişkin beklentilerine yer verdi. Şirket, konuyla ilgili materyalleri değerlendirmeyi sürdürdüğünü bildirdi.

Yapay zekâ değerlendirme kuruluşu METR, 5 Kasım'da yayımladığı raporda Anthropic modellerinin görevleri yerine getirme kapasitesindeki iyileşme hızının geçmişe kıyasla yaklaşık iki katına çıkmış olabileceğini belirtti. Değerlendirme, yanıtları ve ölçütleri açık olan görevleri kapsadı.

İnceleme, 12 Ağustos ile 29 Ekim arasında Anthropic'in şirket içi materyalleri ve çalışanlarla yapılan görüşmeler temel alınarak yürütüldü. Karşılaştırmada Mart 2024 ile Ekim 2025 arasındaki iyileşme hızı kullanıldı; tahmin için esas alınan tarih Ekim 2026 oldu.

Ayrı bir kıyaslama analizinde, Ekim 2025'ten sonra Anthropic modellerinin AECI puanlarındaki iyileşme hızı önceki eğilimin 1,9 katı olarak tahmin edildi. Bu tahminin %95 güven aralığı 1,5 ila 2,8 kat oldu.

1,9 katlık oran, model yeteneklerinin aynı ölçüde arttığı anlamına gelmiyor. Bu sonuç, kıyaslama puanlarının iyileşme hızını karşılaştırıyor ve METR'nin görev kapasitesindeki genel iyileşme hızına ilişkin tahmininden farklı bir ölçüm alanını kapsıyor.

METR, genel hızlanma katsayısının 1,3 ila 3 kat arasında olabileceğini değerlendirdi. Bu aralık, genel iyileşme hızına ilişkin belirsizliği gösteriyor ve AECI analizindeki %95 güven aralığından ayrı bir tahmin.

METR, hızlanmanın önemli bir bölümünün Anthropic'in yapay zekâyı araştırma ve geliştirme çalışmalarında kullanmasıyla bağlantılı olabileceğini belirtti. Eğitim için kullanılan hesaplama kaynaklarının artış hızını hızlanmanın nedeni olarak görmedi; diğer etkenler konusunda ise sonuca varmadı.

Değerlendirmenin, otomatik puanlanması kolay görevlere ağırlık vermiş olabileceği ve geçmişteki iyileşme hızının düşük olması nedeniyle değişimin olduğundan büyük görünmüş olabileceği de sınırlamalar arasında sayıldı. Bu nedenle sonuç, belirli görev gruplarındaki iyileşme hızına ilişkin bir tahmin olarak değerlendirilmeli.

METR, Anthropic'in sonuca varmasında önemli rol oynayan dayanakların büyük bölümünün kamuya açık rapordan çıkarıldığını belirtti. Kuruluş, kamuya açık olmayan modelleri doğrudan test etmediği için dışarıdan okurların yayımlanan kanıtlara dayanarak sonucu yeterince yeniden incelemesinin zor olduğunu açıkladı.

Anthropic'in Sorumlu Ölçeklendirme Politikası (RSP) 3.4, yapay zekâ araştırma ve geliştirme otomasyonuna ilişkin erken uyarı ölçütleri içeriyor. Bir modelin rekabetçi maliyetle tüm araştırma personelinin yerini alabilmesi veya yapay zekânın araştırma ve geliştirmeye katkısının yetenek iyileşme hızını yaklaşık iki kat artırdığının değerlendirilmesi bu ölçütler arasında yer alıyor.

Bu ölçütler riskleri izlemeye yönelik birer uyarı eşiği; felaket boyutunda zararın meydana geldiği yönünde bir hüküm değil. METR, Anthropic'in ağustosta yayımladığı risk raporunu ayrıca yeniden inceledi.

METR, 15 Temmuz itibarıyla modelin araştırma ve geliştirme otomasyonundan kaynaklanan doğrudan felaket riskinin düşük olduğu yönündeki Anthropic değerlendirmesine katıldı. Ancak erken uyarı eşiğinin karşılanmış olma ihtimalinin göz ardı edilemeyeceğini, şirket raporunun hızlanmaya ilişkin dayanakları ve belirsizlikleri yeterince açıklamadığını belirtti.

METR ile Anthropic araştırmacılarının çoğu, o dönemde eşiğin aşılmadığı görüşüne daha yakındı. METR'nin dile getirdiği olasılık ile Anthropic'in mevcut durumda eşiği aştığını belirlediği bir model bulunmadığı açıklaması farklı değerlendirmeler.

Anthropic, aynı S-1/A dosyasında Ocak-Eylül 2026 döneminde şirket içinde Claude kullanımının liste fiyatları üzerinden hesaplanan değerinin 250 kattan fazla arttığını bildirdi. Şirket ayrıca eylül ayında kod tabanına yapılan katkıların %90'ından fazlasının Claude tarafından yazıldığını açıkladı.

Bu veriler şirket içindeki kullanımı ve kod yazımındaki payı gösteriyor; METR'nin ölçtüğü model yeteneklerindeki iyileşme hızıyla aynı gösterge olarak değerlendirilemez. Anthropic, RSP kapsamında ek bir risk raporu yayımlayacağını belirtti ancak tarih vermedi.