Eski DeepMind araştırmacısının gizli startup'ı, beklenmedik durumlara göre plan yapan agent'lar geliştiriyor

İnsansı robotların asıldığı bomboş bir ofis

MIT Technology Review'ye göre Danijar Hafner'ın yepyeni startup'ı, San Francisco'nun SoMa bölgesinde neredeyse boş bir ofisi işgal ediyor: kapıda şirket adı yok, mobilya az, açık alanda ise Çin'den ithal edilmiş insansı robotlar kollarla kuklalar gibi asılı duruyor. 31 yaşındaki Hafner, 2025 sonbaharında Google DeepMind'tan ayrılarak hâlâ stealth modunda olan şirketi kurdu.

Girişimi hakkında bilinçli olarak belirsiz konuşuyor, ancak bunu, yapay zekânın eğitim sırasında hiç karşılaşmadığı ortamlarda çalışabilmesini sağlamaya yönelik uzun soluklu çabasının devamı olarak çerçeveliyor. İnsansı robotlar bu çalışmanın fiziksel bedenlenmesi. Profilin de işaret ettiği gibi, bir insanın evine gönderilen robot, daha önce hiç görmediği bir ev planı ve mobilyalarla başa çıkmak zorunda.

Bir dünya modelinin içinde hareket etmek

Hafner'ın yöntemi, model tabanlı pekiştirmeli öğrenme (reinforcement learning). Dünya modelleri — fiziksel gerçekliği taklit etmek için tasarlanmış yapay zekâ modelleri — inşa ediyor ve agent'ları bunların içinde eğitiyor. Agent, modeli gerçek dünyanın yerine geçen bir vekil olarak görüyor, orada nasıl hareket edeceğini öğreniyor ve ardından bu deneyimleri kullanarak gelecekteki sonuçları öngörüyor; Hafner bunu rüya görmek ya da hayal etmek olarak tanımlıyor. Bu yetenek, agent'ların ve içlerine gömüldükleri robotların gerçek hayatta tanımadıkları durumlarda yol bulabilmelerini sağlıyor.

MIT Technology Review, tekniğin standart robotik uygulamalarından farklı olduğunu belirtiyor: agent'ların, geleneksel olarak gerekli olan gerçek dünyadaki deneme-yanılma eğitimi olmadan son derece karmaşık görevleri yerine getirmesine olanak tanıyor.

Atari'den Minecraft'a, oradan fiziksel robotlara

Hafner, Almanya'nın kuzeydoğusunda kırsal bir kasabada büyüdü, programlamayı bir komşusundan öğrendi ve lisede çevrimiçi kurslar aracılığıyla yapay zekâya tutuldu. 2015'te, Potsdam'daki Hasso Plattner Enstitüsü'nde mühendislik ikinci sınıf öğrencisiyken Google Brain'de öğrenci araştırmacısı oldu. Ardından İngiltere, Kanada ve ABD'de Google Brain ve Google DeepMind çapında yaklaşık bir düzine staj ve pozisyonda çalıştı; Geoffrey Hinton ve transformer'ı tanımlayan "Attention Is All You Need" makalesinin ortak yazarı Ashish Vaswani gibi isimlerle birlikte çalıştı.

Araştırma geçmişi, agent dönüm noktalarından oluşan bir ilerlemedir. PlaNet, agent'ların ileriye dönük plan yaparak hareket etmelerini sağladı. Dreamer 2, bir dünya modeli kullanarak Atari 2600 oyunlarında insan seviyesinde performansa ulaşan ilk agent oldu. Dreamer 3, Minecraft Elmas mücadelesini çözen ve oyunun mücevherlerini kendi başına kazan ilk agent oldu. Dreamer 4 bir adım ileri giderek, oyunla hiç doğrudan etkileşime girmeden, kaydedilmiş oyun videolarından oluşan çevrimdışı bir veri setinden elmas kazanmayı öğrendi.

O zamandan beri yaklaşımı fiziksel gerçekliğe taşıdı. DayDreamer projesi, Dreamer algoritmasını kullanarak robotların yeni ortamlarda kendi kendilerine çalışmasını ve — örneğin itilmek gibi — bu olaylara yönelik hiçbir özel eğitim almadan yeni deneyimlere tepki vermesini sağladı.

Google'daki eski yöneticisi ve makale ortağı Timothy Lillicrap, MIT Technology Review'ye verdiği demeçte Hafner'ın seçkin araştırmacılar arasında bile öne çıktığını, en iyi yüzde birlik dilimin üst yarısında yer aldığını tahmin ettiğini ve tek başına, tam mühendis ekiplerinin yapması gereken şeyleri inşa edeceğini söyledi.

Hafner sırada ne olduğunu açıklamıyor, yalnızca hedefinin ölçüsüne dair ipucu veriyor: "Dünyayı değiştirecek bir sorunu çözmekle ilgileniyordum."

Neden önemli

Agent güvenilirliği, yapay zekâyı korumalı alanın dışında işe koşmanın merkezindeki engeldir. Yalnızca gerçeklik eğitim verileriyle örtüştüğünde iyi performans gösteren sistemler, tam da özerkliğin en çok önemli olduğu noktada çöküyor. Hafner'ın dünya modeli yaklaşımı farklı bir bahis sunuyor: öğrenilmiş gerçeklik simülasyonlarının içinde prova yapan ve sonra hiç karşılaşmadıkları durumların içinden hayal güçleriyle yol bulan agent'lar. Bu, Atari, Minecraft ve laboratuvar robotlarından genel amaçlı insansı robotlara aktarılırsa, robotiği uzun süredir kısıtlayan yavaş ve pahalı deneme-yanılma eğitimini ortadan kaldırabilir ve evlerde ile iş yerlerinde faydalı makinelere giden yolu kısaltabilir. Bu nitelikte bir araştırmacının fikri ticarileştirmek üzere DeepMind'tan ayrılmış olması, beklenmedik için plan yapmanın giderek yalnızca akademik değil, aynı zamanda bir ürün yönü olarak görüldüğünün sinyalini veriyor.