AnswersPublished20 sources
Yapay zekâyı deneyimleme biçimi neden giderek ayrışıyor?
Karpathy’nin 11 Ekim tarihli kaba tahmini, LLM’lerle neredeyse hiç karşılaşmamış yaklaşık 6 milyar kişiden en gelişmiş sistemlere kurum içinden erişen yaklaşık 5 bin kişiye uzanıyor. Temel fark, sohbet robotundan arama veya yazı desteği almakla bir yapay zekâ ajanına kapsamlı, çok aşamalı bir yazılım ya da araştırma...
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- Karpathy’nin 11 Ekim tarihli kaba tahmini, LLM’lerle neredeyse hiç karşılaşmamış yaklaşık 6 milyar kişiden en gelişmiş sistemlere kurum içinden erişen yaklaşık 5 bin kişiye uzanıyor.
- Temel fark, sohbet robotundan arama veya yazı desteği almakla bir yapay zekâ ajanına kapsamlı, çok aşamalı bir yazılım ya da araştırma işi vermek arasındaki deneyim farkı.
- Karpathy bu rakamları ölçülmüş kullanıcı verisi olarak değil, kendi deyimiyle yaklaşık bir “peçete hesabı” olarak sunuyor.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI co-founder and former Tesla AI head Andrej Karpathy argue in his October 11 X post about the widening gap between everyday A. Article summary: Karpathy’s October 11 argument was that people increasingly experience different levels of AI capability: most encounter little more than a chatbot, while a tiny technical minority uses agents for substantial projects an. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Andrej Karpathy, 11 Ekim’de X’te paylaştığı değerlendirmede, insanların yapay zekânın neler yapabildiğine dair deneyiminin giderek “keskin bir huniye” dönüştüğünü savundu. Ona göre çoğu insan büyük dil modelleriyle (LLM’ler) ya çok az karşılaşıyor ya da sohbet robotlarını arama ve yazı yazma yardımcısı olarak kullanıyor. Daha küçük bir profesyonel grup, gelişmiş modellerle çalışırken laboratuvar içindeki çok dar bir çevre daha ileri sistemlere erişebiliyor. 8
16
Bu rakamlar bir kullanıcı araştırmasının sonucu değil. Karpathy bunları kendi ifadesiyle kaba bir “peçete hesabı” olarak ortaya koyuyor. 8
16
Karpathy’nin dört basamaklı tahmini
Huni, insanların yapay zekâyla ne ölçüde karşılaştığına ve hangi sistemlere erişebildiğine ilişkin bir tasvir. Her bir grubun yeteneklerini ya da kullanım düzeyini bağımsız olarak doğrulayan bir ölçüm değil. 8
16
- Yaklaşık 6 milyar kişi — dünya nüfusunun kabaca yüzde 75’i: LLM’lerle neredeyse hiç karşılaşmamış kişiler.
2
16
- Yaklaşık 1–2 milyar gündelik kullanıcı: Ücretsiz sohbet robotlarını seyrek kullanan; çoğunlukla arama veya yazı desteği alan kişiler.
4
- Yaklaşık 20 milyon profesyonel: Özellikle matematik ve yazılım alanlarında gelişmiş modeller kullanan kişiler.
6
8
- Yaklaşık 5 bin içeriden kullanıcı: En ileri sistemlere kurum içinden erişimi olan kişiler.
20
Buradaki ayrım, bir sohbet robotundan kısa bir yanıt istemekle bir ajana uzun ve çok aşamalı bir proje vermek arasındaki fark. Karpathy’ye göre sıradan bir sohbet deneyimiyle daha iddialı işlerde kullanılan gelişmiş sistemleri deneyimleyenlerin yapay zekâ hakkındaki fikirleri bu yüzden birbirinden uzaklaşabiliyor. 3
16
Yapay zekâ deneyimi neden kişiden kişiye değişiyor?
İşin kapsamı önemli. Kısa bir soru ya da metin yazma isteği, haftalar sürebilecek bir projeyle aynı becerileri sınamaz. Karpathy’nin görüşünü aktaran haberler de deneyim farkında görevin ölçeği ve iddiasının rolünü vurguluyor. 3
17
Çalışılan alan önemli. Aktarılan açıklamalarda yazılım ve matematik gibi sonuçları daha net kontrol edilebilen alanlara dikkat çekiliyor. Bu, yapay zekâdaki ilerlemenin her meslekte ve her tür işte aynı hızda olduğu anlamına gelmiyor. 17
Erişim önemli. Karpathy’nin sınıflandırması, ücretsiz sohbet robotlarını ara sıra kullanmaktan gelişmiş modellerle profesyonel olarak çalışmaya ve laboratuvar sistemlerine kurum içinden erişmeye uzanıyor. Dolayısıyla kişinin yapay zekâ deneyimi, hangi araçlara ulaşabildiğine ve onları ne amaçla kullandığına da bağlı. 6
16
Karpathy ayrıca ajanların üstlendiği işler kapsamlandıkça insanların bu işleri inceleme ve anlama kapasitesinin geride kalabileceği uyarısında bulundu. Bu, insan denetiminin zorlaşmasına ilişkin bir kaygı; ajanların ürettiği sonucun kendiliğinden doğru olduğunun kanıtı değil. 7
Bu rakamlar ne söylüyor, ne söylemiyor?
Huni, insanların yapay zekâyla farklı düzeylerde karşılaşabileceğini anlatmak için yararlı bir çerçeve sunuyor. Ancak nüfus tahminleri bağımsız biçimde doğrulanmış sayımlar gibi okunmamalı: Karpathy bunları yaklaşık rakamlar olarak nitelendiriyor ve paylaşımında bu tahminlerin dayandığı bir kullanım araştırması sunmuyor. 8
16
Bu ayrım, yapay zekâyı yalnızca gündelik sohbet robotu kullanımıyla değerlendirmenin daha ileri, proje odaklı araçlara ilişkin eksik bir tablo verebileceğini de gösteriyor. Öte yandan, Karpathy’nin tahminleri bu araçların farklı görevlerde ne kadar başarılı olduğunu ya da çıktılarının dikkatli bir inceleme olmadan güvenilir sayılıp sayılamayacağını ortaya koymuyor. 7
16
Ajanların maliyetine ilişkin ayrı bir tahmin
Ajan tabanlı yapay zekâya ilişkin haberlerde aktarılan Morgan Stanley tahmini, ajan iş yüklerinin 2030’a kadar veri merkezi CPU ve bellek pazarındaki fırsata 32,5–60 milyar dolar ekleyebileceğini öngörüyor. Bu, altyapı pazarına yönelik bir projeksiyon; her ajan uygulamasının ekonomik açıdan verimli ya da kârlı olacağının kanıtı değil. 31
İki değerlendirme farklı sorulara yanıt arıyor: Karpathy’nin hunisi, insanların yapay zekânın hangi düzeyleriyle karşılaştığıyla; Morgan Stanley tahmini ise olası altyapı talebiyle ilgili. Bu tahminlerden hiçbiri diğerini doğrulamıyor.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Yapay zekâyı deneyimleme biçimi neden giderek ayrışıyor?"?
Karpathy’nin 11 Ekim tarihli kaba tahmini, LLM’lerle neredeyse hiç karşılaşmamış yaklaşık 6 milyar kişiden en gelişmiş sistemlere kurum içinden erişen yaklaşık 5 bin kişiye uzanıyor.
What are the key points to validate first?
Karpathy’nin 11 Ekim tarihli kaba tahmini, LLM’lerle neredeyse hiç karşılaşmamış yaklaşık 6 milyar kişiden en gelişmiş sistemlere kurum içinden erişen yaklaşık 5 bin kişiye uzanıyor. Temel fark, sohbet robotundan arama veya yazı desteği almakla bir yapay zekâ ajanına kapsamlı, çok aşamalı bir yazılım ya da araştırma işi vermek arasındaki deneyim farkı.
What should I do next in practice?
Karpathy bu rakamları ölçülmüş kullanıcı verisi olarak değil, kendi deyimiyle yaklaşık bir “peçete hesabı” olarak sunuyor.
Sources