Bir AI Bilimci Araştırmanın Geleceği Olabilir mi?

Sakana AI Labs, son duyurusu ile bilim topluluğunda büyük bir sarsıntı yarattı. Şirket, dünyanın ilk tam otonom AI bilimcisinin yaratımını ve lansmanını tamamladı. Yeni algoritma, teoriler formüle edebilme, test etme ve daha fazlasını yapabilme yeteneğine sahip. İşte bilmeniz gerekenler.

Alanında AI sistemlerinin çalışanları yer değiştirdiğini düşündüğünüzde, risk altında olabilecek birçok kariyer hayal edebilirsiniz. Ancak, çoğu insan bilim insanlarının yerini alacağını hiç beklemezdi. Sakana tarafından sunulan en yeni AI bilimci algoritması henüz bilim insanlarını tamamen yer değiştirecek kapasitede olmasa da, birçok profesyonelin gelişimini yakından izlemelerine neden olabilecek bazı benzersiz özellikler sunuyor.

Bilimsel Teori Oluşturmanın Mevcut Yöntemi

Bilimsel teoriler oluşturmak ve bunları test etmek, araştırma ve geliştirme’nin temel bileşenlerinden biridir. Günümüz bilim insanları, soruları araştırmak ve kavramlarını deney yoluyla test etmek için yıllar harcar. Sonunda, sonuçlar yayınlanır ve halka açılmadan önce hakem değerlendirmesinden geçer. Bu süreç bir yüzyıldan fazla süredir aynı şekilde devam etmektedir.

Sakan AI Labs’ın kamu açıklamalarına göre, yeni AI sistemi bu görevleri tamamen otomatikleştirebiliyor. Sistem, mevcut bilimsel makaleleri tarayabilir, keşfedilmemiş sonuçlar doğurabilecek teorileri veya kavramları bağlayabilir, bu teorileri test etmek için yeni algoritmalar oluşturabilir ve tüm deneyleri daha sonraki hakem değerlendirmesi için ayrıntılı bir şekilde belgeleyebilir. Özellikle, ekip deneylerin sanal ortamda yürütülmesini sağlayan birincil odak alanı olarak hesaplamalı araştırmaya yöneldi.

Bilim İnsanları Tarafından AI Kullanımı

AI’nın bilim topluluğu içinde rahat bir yer bulduğu bir sır değil. Bu teknoloji, günümüzde araştırmacılar tarafından kullanılan çeşitli sistemlere entegre edilmiş olarak görülüyor. Başlangıçta, AI sistemleri karmaşık denklemleri ve simülasyonları tamamlamak için kullanılıyordu. Bugün, AI endüstri genelinde daha hayati roller üstleniyor.

AI’nın bugün önemli bir kullanımı, mevcut tüm makaleleri tarayarak ilgili araştırmaları bulmaktır. Haftada yüzlerce araştırma makalesi yayımlanmakta ve bu yayınların büyük hacmi, oyun değiştirici araştırmaların keşfedilmesinin yıllar alabileceği anlamına gelmektedir. Elicit, Research Rabbit, Scite ve Consensus gibi araçlar, bilim insanlarının bu makaleleri ilgili bir şekilde bağlayarak önceki veriler üzerine inşa etmelerine yardımcı olur.

Bugün kullanılan AI araçları, makaleler içinde belirli ilgi noktalarını tarayıp tanımlayabilir. Örneğin, hastalığa neden olan genetik mutasyonları ortaya çıkarmak isteyen bir mühendis ekibiniz olabilir. PubTator gibi araçlar, benzer temaları toplayarak ilgili araştırma konularını ve deneyleri aydınlatmaya yardımcı olur.

AI Bilimci Çalışması

AI ile bu önceki etkileşimler, bilim topluluğunun ufkunu genişletmesine yardımcı oldu ve birçok son yenilikte kritik rol oynadı. Ancak, araştırma yapabilen ve makalelerini yayımlayabilen tam otomatik bir algoritmanın tanıtılması büyük bir oyun değiştiricidir. Bu sistem, çalışmalar arasındaki benzerlikleri ve fark edilmesi zor bağlayıcı faktörleri ortaya çıkarma potansiyeline sahiptir; bu da hesaplamalı araştırma alanında atılımlara yol açabilir.

Bir AI Bilimci Nasıl Çalışır?

AI bilimci, yaklaşımının bir parçası olarak Büyük Dil Modelleri (LLM) gibi yaygın AI sistemlerini entegre eder. Sistem, arXiv ve PubMed gibi çevrimiçi depolarda bulunan bilimsel araştırma makalelerini sürekli tarar. Burada, milyonlarca bilimsel araştırma makalesi yeni bir AI algoritması için LLM’yi programlamak amacıyla kullanıldı. Bu adım, sistemin bilimsel dili konuşabilmesini ve benzer sonuçlar üretebilmesini sağladı.

Kaynak – Sakana AI Labs

Buradan, sistem desenleri, tekrarlayan araştırmaları veya bağlantılı temaları arar. Her makale, kalitesi, hakem değerlendirmesi durumu, yayınlanma zamanı ve konusu açısından çeşitli kontrollerden geçirilir. Özellikle, sistem openreview.net gibi siteleri kullanarak bilimsel makaleleri çapraz referanslayabilir. Bu adım, kalite içeriğinin sağlanması gibi birden fazla rol üstlenir. Ayrıca, bu hareket AI’nın dahili hakem değerlendirme sistemini programlamaya yardımcı olur.

İkincil AI modeli

AI, depoları tarayarak ilginç deneyler ve test edilecek teoriler bulduktan sonra, her makale birden fazla faktöre göre puanlanır. Puan, makalenin diğer projelerle benzerliği, profesyonelliği, düzeni, sonuçları ve araştırmacıları gibi öğeleri yansıtır. Buradan, AI sistemi kavramın benzersizliğini ve sistemin ek araştırma gerektiren ya da benzer bir teoriye bağlanan diğer makaleleri belirlemesine yardımcı olan diğer kritik faktörleri inceler.

Bilimsel Teorilerin Formüle Edilmesi

Bu adımlar, AI bilimcinin araştırma toplamasını ve toplanan veriler üzerine bağlantılı kavramlar ortaya koymasını sağlar. Sürecin şaşırtıcı yönü, tamamen otomatik olmasıdır. Bu algoritmanın araştırma makaleleri üretmesi için insan etkileşimi gerekmez. Özellikle, AI hesaplamalı araştırmaya odaklanır; bu da fiziksel test gerektirmeden deney simülasyonları çalıştırmasına olanak tanır ve yeteneklerini artırır. Böylece, tüm testler kod simülasyonlarıyla yapılır. Bu yaklaşım, testlerin maliyetini çok daha düşük tutar ve daha yüksek bir hızda gerçekleştirilebilir.

AI Bilimci ile İlgili Endişeler

AI bilimci kavramı sektörde endişelere yol açtı. Birincisi, bazıları bu yaklaşımı bilim insanlarını tembel bir şekilde yerine geçmek olarak görüyor. Sistem hâlâ çok yeni ve AI yeterince tutarlı değil diye savunuyorlar. Bu argümanların bir kısmı temelde doğru; AI hataları zaman zaman ortaya çıkıyor. Ancak, en yeni algoritma birçok kontrol ve denge mekanizması içeriyor; bu da bu sorunların ileride azaltılmasına yardımcı olacak.

AI Geri Besleme Döngüsü

Toplulukta sürekli ortaya çıkan en büyük endişelerden biri, bir AI geri besleme döngüsü oluşturma riskidir. Bu risk, bir AI sisteminin otomatik olarak yeni veri modelleri oluşturup, kontrol edip, diğer AI sistemlerinden gelen verilerle inşa etmesi durumunda çok gerçektir. Bu döngü hatalara, dar görüşlülüğe ve insan gereksinimlerine saygısızlığa yol açabilir. Bu durumu önlemek için birçok kişi, döngüde bir insanın bulunması gerektiğine inanıyor.

Aşırı Hacim

Haftalık olarak yayımlanan o kadar çok bilimsel makale var ki, depoları tarayarak en ilgili verileri bulmak neredeyse imkânsız. Şu anda, AI bilim insanlarının bu görevi yerine getirmesinde hayati bir rol oynuyor. Ancak, bir AI geri besleme döngüsü oluşturulursa, çok fazla makale çok hızlı bir şekilde tanıtılacak ve mevcut AI arama sistemlerinin etkisiz kalmasına neden olacaktır.

AI Bilimcinin Faydaları

Birçok kişi, AI bilimcinin 7/24 keşif arayarak çalışması ihtimali nedeniyle piyasada heyecan duyuyor. Bu sistemin yeni bilimsel teorileri ortaya çıkarma potansiyeli sınırsızdır. AI modeline daha fazla araştırma eklendikçe, sistem yeni kavramlarla deney yapacak ve yeteneklerini genişletecek. Bu nedenle, bugünün AI bilimcisi gelecekteki sürümlerle kıyaslandığında çok geride kalacak.

Büyük Maliyet Tasarrufu

AI bilimcinin önümüzdeki dönemde pazarın önemli bir bileşeni olmasının başlıca nedenlerinden biri, büyük maliyet tasarruflarıdır. Araştırma ekibine göre, AI’ları sadece 15 $ karşılığında bir bilimsel makale oluşturabilir, test edebilir, yayımlayabilir ve hakem değerlendirmesinden geçirebilir. Bu düşük maliyet, araştırma ve geliştirme maliyetlerinde büyük bir azalmayı temsil ediyor ve inkar edilemez. Bu nedenle, AI bilimciler bütçelerini maksimize etmek isteyenler için tercih edilen seçenek haline gelebilir.

Büyük Resim

Bu projenin birçok mühendisi heyecanlandırmasının başlıca nedeni, araştırmacıların birden fazla bilimsel çalışmayı kolayca birleştirebilmesini sağlamasıdır. Bilimsel alanların bir balon içinde geliştiği izlenimi olabilir, ancak durum böyle değildir. Çoğu durumda, bir bilimsel alandaki atılımlar diğer alanlarda yeni fırsatlara yol açar.

AI bilimciler, bu bağlantılı teorileri keşfetmeye ve mümkün olduğunda genişletmeye yardımcı olacak. Böylece, AI bilimcinin tamamen yeni ve daha çeşitli kavramlar oluşturmak için makaleleri bir araya getirdiğini görebilirsiniz; bu kavramlar insan gözünden kaçmış olabilir. En azından, bu sistem ilgili araştırmaları topluca birleştirerek bugünün bilim insanlarının yeni fenomenleri görmesine yardımcı olacaktır.

Araştırmacılar

Sakana AI, AI bilimcisinin arkasındaki ekip. Şirket, AI bilim modelleriyle tanınır. Geçmiş geliştirmeleri arasında, LLM’leri otomatik olarak birleştirerek daha gelişmiş sistemler yaratan bir sistem bulunuyor. Ayrıca, LLM’lerin diğer algoritmaları ayarlamasını sağlayan bir mekanizma da geliştirdiler.

AI Bilimcisinden Yararlanabilecek İki Şirket

AI bilimcisinin piyasaya tanıtılması, bir gün büyük bir AI bilimci devrimine yol açabilecek bir başlangıçtır. Zaten bu yaratımı kullanarak işletme maliyetlerini düşürebilecek ve pazara daha kaliteli hizmet sunabilecek birkaç şirket var. İşte bu araştırmadan faydalanabilecek iki firma.

1. AbCellera Biologics Inc

ABCL Fiyat Grafiği

AbCellera Biologics Inc. , 2012 yılında piyasaya girdi ve hastalıklarla mücadelede kullanılmak üzere insan antikorlarını daha iyi modellemeyi amaçladı. Şirket, 2020 yılında halka açıldı ve çabalarını ilerletmek için 555 Milyon $ finansman sağladı. Bugün, firma bağışıklık sistemi araştırması ve modellemesinde kritik bir rol oynuyor. Özellikle, bu modelleme büyük ölçüde simülasyonlar aracılığıyla yapılmaktadır. Bu nedenle, AI bilimci bu testlerde ideal bir yardımcıdır.

AbCellera, biyomedikal sektörde önde gelen bir konuma sahiptir. Bu yüzden, AI bilimcisinin entegrasyonu, şirketin önceki araştırmalarından bağışıklık antikoru verilerini daha iyi bulmasını, test etmesini ve karşılaştırmasını sağlayabilir. Bu adım, daha önce fark edilmemiş fırsatları ortaya çıkarabilir. Bu faktörler ve AbCellera Biologics’in konumu, onu yatırımcılar için güçlü bir “tut” hâline getiriyor.

2. Super Micro Computer

SMCI Fiyat Grafiği

Super Micro Computer (SMCI ), 1993 yılında Charles Liang ve Sara Liu tarafından kuruldu ve AI bilimcileri süreçlerine entegre ederek bazı olumlu sonuçlar elde edebilir. Şirket, AI iş yüklerine optimize edilmiş yüksek performanslı sunucularıyla tanınır. Şu anda merkezi Kaliforniya’da ve Hollanda, Tayvan ve ABD’de birden fazla üretim operasyonuna sahiptir.

Super Micro Computer, önde gelen hizmet yönetim sistemleri sağlayıcılarından biridir. AI’ı hackleri önlemek, sistemleri izlemek ve performansı artırmak için kullanır; bu da şirketi güvenilir ve kanıtlanmış sağlayıcıları arayan büyük firmalar için tercih edilen bir konuma getirir. Özellikle, Super Micro Computer, Fortune Magazine’ın Dünya’nın En Hızlı Büyüyen BT Altyapı Şirketi listesinde yer almıştır.

Güvenilir bir AI destekli yazılım çözümünü portföylerine eklemek isteyenler, SMCI’yi güçlü bir şekilde değerlendirmelidir. Şirket, güçlü bir pazar varlığına sahiptir ve yakın zamanda Elon Musk’un xAI’si ve Tesla’ (TSLA ) nın Texas’taki Gigafactory’sine sunucular sağlamak için bir anlaşma imzaladı. Tüm bu faktörler, SMCI’ye analistlerden bir “al” notu aldırdı.

AI Bilimci Düşük Maliyetli Araştırmayı Açığa Çıkarıyor

AI bilimcinin araştırma makalelerini çizgi roman gibi üretmesi konusundaki görüşleriniz ne olursa olsun, bu algoritmanın birçok faydası onu bir oyun değiştirici yapıyor. Bu yaklaşımın büyük maliyet tasarrufu ve gelecekteki yetenekleri, piyasadaki birçok kişinin keşiflerin günlük olarak gerçekleştiği, bugünün bilim insanlarının uyurken daha parlak bir gelecek umudu taşımasına yol açıyor. Şimdilik, bu gelişmeyi yakından izlemek değerli; çünkü ileride ilginç araştırmalar ortaya çıkması kesin.

Heyecan verici AI projeleri hakkında daha fazla bilgi edinebilirsiniz burada.