96,22 milyar dolarlık gelirin ardından AGI tanımı tartışması

Nvidia(NVDA) Yönetim Kurulu Başkanı ve CEO'su Jensen Huang'ın(Jensen Huang) yapay genel zeka (AGI) açıklamaları, ölçütün gerçek iş üretkenliği ve ekonomik çıktı mı yoksa insan benzeri kapsamlı zeka mı olduğu tartışmasını büyütüyor. Sektörde herkes aynı ‘AGI’ kelimesini kullanıyor, ama ölçüt ve kapsam konusunda ortak bir çizgi yok.

Huang, geçtiğimiz Mart ayında Lex Fridman'ın(Lex Fridman) podcast programında, değeri 1 milyar doları aşan bir teknoloji şirketini kurabilecek, büyütebilecek ve yönetebilecek bir yapay zeka sistemi olup olmadığı sorulduğunda "şu an" yanıtını verdi. Huang o sırada "AGI'ye ulaştık" dedi. Açıklama, insan yeteneklerinin tümünü kapsayan bir AGI ilanından çok, sınırlı iş görevlerinde yapay zekanın somut ekonomik sonuç üretebildiğine işaret ediyor; AGI tartışmasının odağı da giderek insan benzeri zekadan gerçek iş çıktısına kayıyor.

Nvidia, 26 Ağustos'ta açıkladığı 2027 mali yılı ikinci çeyrek sonuçlarında 96,22 milyar dolarlık gelir elde ettiğini duyurdu. Bu gelirin 89 milyar dolarlık kısmı veri merkezi segmentinden geldi.

Huang, sonuç raporunda "yapay zeka faydalı işler yapıyor" dedi ve token'ların "üretken ve karlı" olduğunu söyledi. Nvidia'nın AGI'yi tarif ederken koyduğu ölçüt, felsefi bir tanımdan çok ‘hesaplama kullanımı’, iş çıktısı ve gelire dönüşme potansiyeline dayanıyor.

TokenPost, Nvidia'nın çeyrek sonuçlarının ardından AGI tartışmasının yeniden alevlendiğini daha önce aktarmıştı. O dönemki tartışma da AGI'nin fiilen gelip gelmediğinden çok, Huang'ın AGI'yi doğrulanabilir bir varış noktası değil, iş yapma kapasitesini anlatan bir ifade olarak kullanmasıyla ilgiliydi.

Sektördeki tanımlar hâlâ birbirinden ayrılıyor. OpenAI'ın tüzüğü AGI'yi, ekonomik açıdan değerli işlerin büyük bölümünde insanı geride bırakan, yüksek özerkliğe sahip bir sistem olarak tarif ediyor.

Huang'ın açıklamaları ise belirli iş görevlerine ve ekonomik çıktıya ağırlık veriyor. Aynı ‘AGI’ kelimesi kullanılsa da OpenAI çok daha geniş bir kapsamı ve daha yüksek bir özerklik düzeyini ölçüt alıyor.

AGI, genel kabul gören tanımıyla belirli bir göreve özelleşmiş yapay zekanın ötesinde, birden fazla alandaki görevleri kendi başına anlayıp yerine getirebilen yapay zekayı ifade ediyor. Ancak sahada △model özerkliği △görev süresi △ekonomik değer △insana kıyasla performans ölçütlerinden hangisinin esas alınacağı konusunda net bir uzlaşı yok.

Huang'ın son açıklamaları düzenleme tartışmalarıyla da kesişiyor. Huang, 2'sinde (yerel saatle) ABD'nin Kuzey Carolina eyaletindeki Chapel Hill kentinde düzenlenen G20 teknoloji toplantısında, yapay zeka düzenlemesinin teorik risklerden çok gerçek zararlara odaklanması gerektiğini söyledi.

Reuters'a verdiği görüntülü demeçte son yıllarda yapay zekanın halüsinasyonu azalttığını ve gerçek sorunları daha iyi çözebildiğini anlattı. Teknolojiyi daha güvenli hale getirmek için de gelişimin sürmesi gerektiğini savundu.

Tepkiler karışık. Bir kesim yapay zeka kullanım becerisinin işe alım ve iş verimliliğini değiştirdiğini söylerken, bir kesim de token kullanımının üretkenlik göstergesi gibi sunulmasını eleştiriyor.

Otonom (ajan tipi) yapay zekanın şirket operasyonlarını fiilen devralması için hâlâ aşılması gereken çok sayıda zorluk olduğuna dair uyarılar da sürüyor. Modelin çok adımlı iş süreçlerini istikrarlı biçimde yürütüp yürütemeyeceği ve sorumluluğu net kararlar alıp alamayacağı ayrı bir mesele olarak değerlendiriliyor.

Sektörde Nvidia'nın AGI açıklamaları, yarı iletken, sunucu, veri merkezi ve enerji altyapısı talebiyle ilgili tartışmalara da bağlanıyor. Yapay zeka modelleri daha fazla işlem gücü istedikçe grafik işlemci (GPU), bellek, ağ ve soğutma ekipmanı gibi tedarik zincirinin genelindeki yatırım kararları da etkilenebilir.

Bu açıklama, Nvidia'nın yapay zeka altyapı talebini anlatma biçimiyle örtüşüyor. Şirket, yapay zekanın daha fazla hesaplama gücü kullandığını ve bu hesaplama gücünün gelire dönüştüğünü savunuyor.

Ancak AGI tanımı ve gerçek ekonomik etki konusunda henüz bir uzlaşı oluşmadı. Nvidia'nın AGI açıklamaları, teknik bir varış noktasından çok, yapay zeka sektörünün üretkenliği ve geliri hangi ölçütle değerlendireceğine dair bir tartışma olarak kalıyor.