Hinton, Li ve Ng Las Vegas'ta Çatıştı: Yapay Zekanın Üç Devi Risk, İş ve Regülasyon Konusunda Ayrıştı

Yapay Zeka Riskleri ve Varoluşsal Tehlike

Geoffrey Hinton en sert uyarıyı yaptı. Yapay zeka sistemlerinin kurumların tepki verebileceğinden çok daha hızlı yetenek kazandığını belirten Hinton, yapay zekanın 'önümüzdeki 5 ila 20 yıl içinde' insan zekasını geçebileceğini, hatta bu sürenin 'muhtemelen daha kısa' olacağını söyledi . Toplumu uzun vadeli tehlikeleri ciddiye almaya çağırdı: 'Şimdi endişelenmezsek, sorunlar yaşanabilir' . Ayrıca yapay zekaların yaratıcılarının amaçlamadığı şeyler yapmaya başladığını ve açık ağırlıklı (open-weight) modellerin kötüye kullanılma riskine dikkat çekti .

Fei-Fei Li ise bu söylemin aşırı uçlara kaydığını düşünüyor. Tartışmalara 'bilim kurguyu değil, bilimi' geri getirme çağrısı yapan Li, kamuoyundaki tartışmanın gerçeklerden çok korkuya odaklandığını savundu. Hem distopik hem de ütopik çerçeveleri açıkça reddetti .

Andrew Ng ise en saldırgan tavrı takındı. Büyük yapay zeka şirketlerini, açık modelleri kısıtlamak ve rekabeti engellemek için güvenlik endişelerini şişirmekle suçladı. Alarmcılığın büyük kısmını 'korku pompalama' olarak nitelendiren Ng, 'Yapay zekanın bekçileri olmasını istemiyorum' dedi .

İş Kaybı

Panelin en keskin ayrışması işler konusunda yaşandı. Hinton, fabrikalardan çok beyaz yakalı işlere odaklandı. Çağrı merkezi çalışanları, idari asistanlar ve sigorta hasar uzmanlarını en kırılgan gruplar olarak sıraladı ve asıl soruyu sordu: 'Bu insanlar ne yapacak? Onları yeniden eğitebileceğiniz herhangi bir işi, yapay zeka yapabilecek' . Bir sağlık sektörü örneği verdi: Bir chatbot, şikayet yanıtlama süresini 30 dakikadan sadece birkaç dakikaya indirmişti .

Ng buna karşı çıktı. Ona göre yapay zeka işleri yok etmiyor, kapsamlarını değiştiriyor. Yazılım mühendisleri yok olmadı; full-stack geliştiricilere dönüştüler. Pazarlama koordinatörleri 'tam döngü pazarlamacıları' haline geliyor. Gerçek zorluk, yapay zeka gelişimiyle birlikte 'insan gelişimini hızlandırmak' .

Li ise iki tarafı da tam olarak benimsemedi. Çok az işin tek bir görevden oluştuğunu hatırlattı: Hemşireler sadece kayıt tutmaz, öğretmenler sadece ders anlatmaz . Yapay zeka bazı parçaları otomatikleştirirken diğerlerine dokunmayacak. Ancak artan verimliliğin otomatik olarak refahın paylaşılması anlamına gelmediği uyarısında bulundu .

Regülasyon

Düzenleme politikasında üç isim daha da net ayrıştı. Hinton, yetenekleri kurumsal tepki sürelerini aşan yapay zeka için gerekli bir 'direksiyon simidi' olarak gördüğü regülasyonu talep etti. Kötüye kullanılabilecek açık ağırlıklı modellere karşı özellikle temkinliydi .

Ng, ağır regülasyonun mevcut büyük şirketlerin rekabeti kilitlemek için kullanacağı bir araç olabileceğini söyleyerek karşı çıktı. Açık modellerin ruhsatlandırılması çağrılarına doğrudan karşı çıktı ve bunun büyük yapay zeka laboratuvarlarının gücünü pekiştireceğini savundu .

Li ise bir orta yol önerdi: Yapay zeka araştırmalarına kamu yatırımı ve politikayı yönlendirecek 'iyi, sağlıklı, bilimsel iletişim' taahhüdü. Ne paniğe ne de abartılı iyimserliğe karşı uyarıda bulunan Li, 'insanları güçsüzleştirmekten ve insanların inisiyatifini ellerinden almaktan' kaçınılması gerektiğini söyledi .

Eğitim: Tek Ortak Nokta

Panelistler, eğitimin yapay zekanın topluma fayda sağlayıp sağlamayacağını belirleyeceği konusunda hemfikirdi . Ancak aciliyet ve odak noktasında yine ayrıştılar. Hinton, yapay zekanın geniş ve hızla artan yetenekleri karşısında yeniden eğitimin uygulanabilirliği konusunda şüpheciydi . Ng, yapay zekaya paralel olarak insan öğrenmesinin de hızlandırılması gerektiğini vurguladı. Li ise görev düzeyindeki nüanslara ve kamuoyunu bilgilendirmenin temeli olarak bilimsel iletişime dikkat çekti .

Bu mutabakat, derin bölünmeleri örtbas etmeye yetmedi. Panel, yapay zeka tartışmasının ne kadar karışık olduğunu gösterdi: Sadece politikacılar ve halk arasında değil, teknolojinin mucitleri arasında bile .