Singapur’un AI4S programı: Yapay zekâ laboratuvardan gerçek dünyaya nasıl taşınacak?

Singapur’un AI for Science (AI4S) programı, ülkenin Ulusal Araştırma Vakfı (NRF) tarafından desteklenen 120 milyon Singapur dolarlık bir araştırma girişimi. Programın amacı, yapay zekâyı yalnızca veri analizinde kullanılan bir araç olmaktan çıkarıp hipotez seçiminden deney tasarımına, yazılımın doğrulanmasından uygulanabilir teknolojilerin geliştirilmesine kadar bilimsel sürecin içine yerleştirmek. İlk sekiz proje 16 Haziran 2026’da başlatıldı.

Bu projeler, yapay zekâ araştırmacılarını malzeme bilimi, yaşam bilimleri, kuantum bilimi, tarım ve bilgisayar bilimi uzmanlarıyla; ayrıca Singapur’daki ve yurt dışındaki ortaklarla buluşturuyor. Ancak programın sonuçları şu aşamada potansiyel araştırma hedefleri olarak görülmeli; henüz kanıtlanmış ticari başarılar değiller.

Malzeme biliminde amaç: tahminden üretime geçmek

Programın öne çıkan projelerinden biri, Singapur Ulusal Üniversitesi (NUS) ile Toronto Üniversitesi’nin 10 milyon Singapur dolarlık Materials Data Foundry girişimi. Laboratuvar; yapay zekâyı robotik sistemlerle ve deney sırasında alınan ölçümlerle birleştiren, açık erişimli ve otonom bir araştırma ortamı olarak tasarlanıyor.

Bugünkü birçok yapay zekâ modeli, ağırlıklı olarak yayımlanmış malzeme özellikleriyle eğitiliyor. Materials Data Foundry ise sentez koşulları ile gerçek dünyadaki performans arasındaki bağlantıyı gösteren yeni deneysel veriler üretmeyi hedefliyor. Planlanan çalışma kapsamında on binlerce reaksiyonun incelenmesi, sentezlenebilir adayların belirlenmesi ve açık yazılım araçlarının geliştirilmesi bulunuyor.

Buradaki hedef, yalnızca bilgisayarın “üretilebilir olabilir” dediği yeni bileşikler önermek değil; araştırmacıların tekrarlayabileceği gerçek üretim tarifleri ortaya koymak. Çalışma, silikon sonrası ve kuantum teknolojilerinde kullanılabilecek malzemeler, temiz hidrojen üretimiyle ilişkili dayanıklı elektrokatalizörler ve korozyona dirençli kaplamalar üzerine yoğunlaşacak.

Katalizör keşfi için devasa tasarım alanı taranacak

A*STAR ile Imperial College London’ın yürüttüğü 10 milyon Singapur dolarlık proje, daha temiz yakıtlar, karbondioksitten elde edilen ham maddeler ve biyolojik kaynaklı kimyasallar için yeni katalizörler arayacak. Projenin merkezinde, katalizörlerin özelliklerini ve sentez koşullarını tahmin etmek üzere geliştirilecek bir Yüzey Bilimi Temel Modeli ile bulut tabanlı bir platform yer alıyor.

Programın ana açıklamasında, hesaplamalı tarama sürecinde 500 kat hızlanma hedefleniyor. Bu nedenle “neredeyse beş kat daha hızlı ve daha ucuz” gibi ifadeler, ayrı bir sonraki aşama geliştirme ölçütüne atıfta bulunmuyorsa ihtiyatla değerlendirilmelidir.

Yapay zekânın yazdığı kod nasıl doğrulanacak?

NUS ve Imperial araştırmacıları, program akıl yürütme araçları geliştiriyor. Bu araçların kodu otomatik olarak analiz etmesi, test etmesi, biçimsel olarak doğrulaması ve doğru çalıştığını kanıtlaması planlanıyor. Aynı zamanda daha az biçimsel akıl yürütme yöntemleriyle belgelendirilmemiş kodun anlaşılması da hedefleniyor.

Araştırmacılar, ağ protokolleri ve Linux çekirdeğinin bileşenleri gibi kritik yazılımlar üzerinde çalışacak. Uzun vadeli amaçlardan biri, yapay zekâ sistemlerinin ürettiği kodu başka yapay zekâ ajanlarının denetleyebilmesini sağlamak.

Biyotıpta farklı veri katmanları bir araya getirilecek

NUS ve A*STAR’ın MultiOmicsFM projesi, biyolojik verileri ayrı ayrı incelemek yerine DNA, RNA ve gen etkinliği verilerini birlikte yorumlayacak bir temel model geliştirmeyi planlıyor. Model, Singapur’un çok etnili veri kümelerinden yararlanarak hastalık riskleri üzerine araştırmaları ve mRNA tedavilerinin optimizasyonunu desteklemeyi amaçlıyor.

Bir diğer girişim olan BloodCounts!, tam kan sayımı testlerinin ham ve ayrıntılı parametrelerini kan yayması görüntüleriyle birleştirecek. Geliştirilecek DeepCBC modeli, yaygın bir kan testinden daha fazla tanısal bilgi elde etmeyi ve inme ile kanser riski gibi durumlara ilişkin öngörüleri desteklemeyi hedefliyor.

Tarım ve iklim dayanıklılığı için dijital ikizler

NUS ile Illinois ARCS tarafından geliştirilecek sistem, Güneydoğu Asya’daki tarım arazilerinin sanal temsillerini oluşturacak. Bu tarımsal dijital ikizler, sahadan elde edilen gözlemleri bitki biliminin ilkeleriyle birleştirecek.

Amaç yalnızca opak tahminler sunmak değil; ekim zamanı, kaynak kullanımı ve tedarik zincirleri için nedenleri anlaşılabilir öngörüler ve karar destek araçları geliştirmek.

Enerjiden genomiğe uzanan geniş portföy

Sekiz projelik portföyde, enerji taşınımını iyileştirebilecek yapay zekâ tasarımlı arayüzler de bulunuyor. Böylece AI4S tek bir sektöre odaklanmıyor; malzeme bilimi, kataliz, bilgisayar bilimi, genomik, tarım, kan analizi ve enerji gibi farklı alanları aynı çerçevede bir araya getiriyor.

Singapur’un stratejik hesabı

• Laboratuvarla doğrulama: Yapay zekâ umut vadeden malzemeleri, molekülleri, deneyleri veya kodları önerebilir. Ancak bunların üretilebilir, güvenli ve yararlı olup olmadığını anlamak için otomatik laboratuvarlar, yüksek hacimli tarama, ölçüm ve biçimsel doğrulama gerekir. Materials Data Foundry, bu “kapalı döngü” yaklaşımının en açık örneği.
• Çift dilli bilim insanları: AI4S, hem yapay zekâya hem de malzeme bilimi, yaşam bilimleri veya kuantum bilimi gibi alanlara hâkim araştırmacılar yetiştirmeyi amaçlıyor. Böylece bilimsel sorular, veri kalitesi ve deneysel kısıtlar modelin en başından itibaren tasarıma dâhil edilebilecek.
• Küresel araştırma merkezi olma hedefi: Singapur; NRF finansmanı, CREATE bünyesindeki uluslararası iş birlikleri, ortak dijital ve deneysel altyapı, açık araçlar ve sanayi ortaklarıyla yapay zekâ destekli araştırma ve teknoloji transferi için bir buluşma noktası oluşturmak istiyor. Örneğin Imperial’ın iki programı, CREATE kampüsünde Imperial Global Singapore üzerinden yürütülecek ve dünya çapındaki araştırmacıların erişimine açık olacak.

AI4S’nin asıl sınavı, modellerin daha hızlı tahmin üretip üretmediğinden çok daha fazlası olacak. Başarı; doğrulanmış ve ölçeklenebilir üretim protokolleri, etkili katalizörler, klinik karar desteğini destekleyen kanıtlar ve güvenilir yazılımlar ortaya çıkıp çıkmayacağıyla ölçülecek.