Şimdiye Kadar Duymadığınız En Büyük Yapay Zekâ Buluşları
Gözümüzün önünde bir devrim yaşanıyor fakat o denli süratli aşama kaydediyor ki ne işe yaradığını tam anlamadan bir sonraki adımı geliyor. Yapay zekâ diyince çoğumuzun aklına ChatGPT, Midjourney ya da otomatik çeviriler geliyor bir ihtimal fakat perde arkasında fazlaca daha büyük, fazlaca daha derin işler dönüyor.
O şekilde buluşlar yapılıyor ki bilim adamları “Biz bunu senelerdir çözemedik, yapay zekâ kısa sürede yapmış oldu.” demekten kendini alamıyor.
Bu içeriğimizde yapay zekânın alışkın bulunmadığınız yönünü, sessiz bir şekilde dünyayı iyi mi değiştirdiğini görmüş olacaksınız.
Protein katlanmalarını çözerek ilaç geliştirmeye hız kazandırdı.
Yapay zekânın bilim dünyasında çığır açmış olduğu en büyük işlerden biri asla şüphesiz DeepMind’in AlphaFold projesi. Bu sistem, bir proteinin yapısını yalnızca amino asit diziliminden yola çıkarak tahmin edebiliyor. “Ne var bunda?” kabul edebilirsiniz fakat bu, moleküler biyolojinin en zor sorularından biriydi ve onlarca senedir çözülmeye çalışılıyordu.
AlphaFold yardımıyla bilim adamları, seneler sürebilecek laboratuvar deneylerinin neticelerini bir tek saatler içinde alabiliyor. Şu ana kadar 200 milyondan fazla proteinin yapısı tahmin edildi ve bu sayede kanser, Alzheimer benzer biçimde hastalıkların tedavisine yönelik fazlaca daha süratli yol alınabiliyor.
İlaç geliştirme sürecindeki en büyük bilinmezlerden kabul edilen “hedef protein yapısı” artık bir gizem değil.
Kuantum fiziğini öğrenip denklemleri kendi kendine çözdü.
Yapay zekâ bir tek verileri çözümleme etmekle kalmıyor, bilimin dilini öğreniyor. Yapay zekâ, kuantum fiziğindeki karmaşık denklemleri çözmekte kullanıldı. Normalde bu denklemler, yalnızca fazlaca sınırı olan durumlar için çözülebiliyor sadece yapay zekâ, karmaşık denklemleri çözebilecek yeni matematiksel yollar keşfetti.
Bu şu anlama geliyor: İnsanların ulaşamadığı bazı fizyolojik fenomenler artık daha net anlaşılabilir hâle geliyor. Mesela kuantum bilgisayarların iyi mi daha verimli çalışabileceği yada evrenin temel yapılarının iyi mi işlediği benzer biçimde sorulara bir adım daha yaklaşmış olduk.
Yapay zekâ burada bir tek bir “vasıta” değil, bununla beraber bir ortak araştırmacı rolünü yapan.
Yeni materyaller keşfetmekte ustalaştı.
Araç-gereç bilimi, yeni teknolojilerin temeli fakat yeni bir materyal geliştirmek seneler devam eden deneyler, testler ve bol miktarda başarısızlık içeriyor. İşte tam burada Yapay Zekâ Destekli Araç-gereç Keşfi (AI for Materials Discovery) devreye giriyor.
MIT ve Google’ın 2022’de duyurduğu bir çalışmada, yapay zekâ yüzbinlerce materyal kombinasyonunu simüle ederek güneş panelleri için ultra verimli yeni bir yarı iletken önerdi.
Bu materyal, hemen hemen hiçbir insan tarafınca laboratuvarda denenmemişti. Üstelik bu tavsiye, geleneksel yöntemlerle elde edilmesi seneler sürecek kadar karmaşık bir bileşimdi.
Bu biçim yapay zekâ destekli keşifler yardımıyla pil ömrü daha uzun olan telefonlar, daha hafifçe uçaklar, hatta kim bilir oda sıcaklığında çalışan süper iletkenler mümkün hâle gelebilir.
Bilinmeyen genetik kodları çözümledi.
Genetik diziler içinde hâlâ ne işe yaradığını bilmediğimiz “çöp DNA” olarak adlandırılan bölümler var. Sadece son yıllarda yapay zekâ bu bölgelerin sanılandan fazlaca daha mühim olabileceğini ortaya koydu.
2023’teki bir çalışmada, yapay zekâ kullanılarak “çöp” denilen bölgelerin gen ifadesini iyi mi etkilediği çözümleme edildi ve bazı kanser türlerinin tetiklenmesinde bu alanların büyük rol oynadığı anlaşıldı.
Bu buluş, genetik mühendislikte yepyeni bir kapı açtı. Gen tedavileri artık bir tek mutasyonlara değil, bu gizli saklı kodlara da odaklanmaya başladı. Gelecekte, kişiselleştirilmiş tedavilerin bir çok yapay zekâ yardımıyla bu gizli saklı genetik detayları çözüp harekete geçirecek.
Kendi bilimsel hipotezlerini üretmeye başladı.
Evet, yanlış duymadınız. Yapay zekâ artık bir tek veri çözümleme etmiyor, hipotez de kurabiliyor. IBM’in Project Debater sisteminin bir uzantısı olarak geliştirilen bir yapay zekâ, belirli bir veri kümesine bakarak “Bu veriye gore şu tesir olabilir.” benzer biçimde bilimsel hipotezler üretiyor ve bu tarz şeyleri kontrol etmek için yöntemler öneriyor.
Bunu bir araştırma laboratuvarında çalışan genç bir doktora talebesi benzer biçimde düşünebilirsiniz. Tek fark, saniyede binlerce yazı okuyup karşılaştırabiliyor.
Bilimin en temel adımı “Sual sormaktır.” derler ya, işte yapay zekâ artık bu soruları sormaya başladı. Bu, hakikaten de “bilimsel aklın dijitalleşmesi” anlamına geliyor.
“Hissetmiyor fakat anlıyor” evresi
Yapay zekâ duygusal değil, farkındayız. Fakat artık bazı modeller, insanoğlunun anlattığı şeyleri bir tek kelime anlamıyla değil, bağlamı ve niyetiyle beraber anlayabiliyor.
2024’te duyurulan bazı fazlaca modelli (multimodal) yapay zekâ sistemleri, bir bilimsel görseli bir tek tanımakla kalmayıp, o görselin ne anlatmak istediğini de anlayabiliyor.
Bu tür sistemler yardımıyla bilimsel yazışma de değişiyor. Artık bir araştırma makalesi yalnızca insanoğlu için değil, yapay zekânın da okuyup anlayabileceği şekilde hazırlanıyor. Böylece bilimsel ilerlemenin hızı katlanarak artıyor.
Füzyon enerjisinde de kontrolü ele aldı.
Nükleer füzyon, temiz ve sınırsız enerji vadediyor fakat füzyon reaksiyonlarını denetlemek inanılmaz derecede zor. Plazma, aşırı yüksek sıcaklıklarda dengesizleşiyor ve tepki duruyor.
2022’de DeepMind ve İsviçre’deki EPFL, bu problemi çözmek için yapay zekâyı kullandı. AI, plazmayı manyetik alanlarla stabilize etmeyi öğrendi. Hatta insan mühendislerin senelerdir başaramadığı bir hassasiyetle füzyon reaksiyonlarını denetim etti. Bu, temiz enerji devriminin önünü açabilecek bir gelişme.
Neler olacak biliyor musunuz?
Bugün gördüğümüz şeyler bir tek fragman. Yapay zekâ, artık bilimin bir kolu değil, bilimin kendisiyle iç içe geçmiş bir beyin benzer biçimde.
Bilgiye ulaşmak için değil, bilgiyi oluşturmak için kullanılıyor. Ve bu bir tek başlangıç. Kim bilir yarın, yapay zekânın önerilmiş olduğu bir çözümle okyanus temizlenecek. Kim bilir evrenin doğuşunu onun yardımıyla tam olarak anlayacağız.
O yüzden yapay zekâyı bir tek kodla değil, merakla çalışan bir beyin benzer biçimde görebiliriz.
Sizin düşünceleriniz neler?
