MIT Technology Review: robotikteki yapay zeka ilerlemesi gerçek, ancak tüketici için insansı robotlar hâlâ çok uzakta

Abartıyla donanımın buluşması

Kâr amacı gütmeyen araştırma vakfı Aventine ile iş birliği içinde hazırlanan MIT Technology Review'den bir yazı, robotikteki son yapay zeka atılımlarının — ne kadar gerçek olursa olsun — tüketicilere bir süre daha ulaşmayacağını savunuyor. İnsansı makineler etrafındaki hype, laboratuvarlardaki daha yavaş ve zahmetli ilerlemeyi gözden kaçırıyor; yöneticilerin en iddialı zaman çizelgeleri ise ciddi bir iskontoya tabi tutulmalı.

İyimser senaryo

Yazı, videolarda geniş çapta dolaşan, siyah kafa ve gövdeli beyaz bir insansı robot olan Tesla'nın Optimus'uyla açılıyor: dans ediyor, süpürüyor, çöp çıkarıyor, mikrodalga düğmelerine basıyor — ve şişe su dağıtırken devriliyor. Elon Musk, hissedarlara robotun nihayetinde "insan ve ardından insanüstü el becerisine" kavuşacağını söylemiş ve MIT Technology Review'ye göre onu yalnızca Tesla'nın şimdiye kadarki en büyük ürünü değil, muhtemelen tarihin en büyük ürünü olarak nitelendirmiş. Ocak ayında Davos'ta 2027 sonuna kadar halka açık satışların başlayacağını, birim başına 20.000 dolar kadar düşük bir fiyatla öngörmüş.

Bu iyimserlikte yalnız değil. Marc Andreessen robotiğin gezegenin tarihinin en büyük endüstrisi olabileceğini söyledi. Nvidia CEO'su Jensen Huang, Ocak ayında insansı robotların yıl içinde insan seviyesinde yeteneklere ulaşacağını belirtti. Morgan Stanley, 2050'e kadar yaklaşık 1 milyar insanımsı robot öngörüyor ve bu pazarı 5 trilyon dolardan fazla değerliyor.

Araştırmacılar neden şüpheci

Bu coşkunun büyük kısmı, ChatGPT ve Claude gibi araçların arkasındaki yapay zekanın makinelere, chatbotların dili taklit ettiği gibi insan hareketlerini de öğretebileceği varsayımına dayanıyor. Pek çok robotikçi buna katılmıyor; dil ve görüntüler üzerine kurulu bir zekanın fiziksel dünyanın sonsuz çeşitliliğine kötü uyum sağladığını savunuyorlar. MIT Technology Review tarafından yapay zekanın vaftiz babalarından biri olarak tanımlanan Yann LeCun, Davos'ta insansı robot geliştiren şirketlerin hiçbirinin — "kesinlikle hiçbirinin" — bu robotları yararlı olacak kadar akıllı yapmayı bilmediğini söyledi.

Yazı ayrıca kavramsal bir el çabukluğuna dikkat çekiyor: insana benzeyen robotlarla, birçok görevi öğrenebilen ve yerine getirebilen genelist makineleri birbirine karıştırmayı. Agility Robotics'in kurucu ortağı ve baş robot sorumlusu ile Oregon State University profesörü Jonathan Hurst, insan şeklinde bir robot yapmanın kolay olduğunu; hareket eden ve fiziksel olarak insan gibi davranan bir robot yapmanınsa çarpıcı biçimde daha zor olduğunu belirtiyor.

Gerçekte ne gelişiyor

Gürültünün altında alan köklü bir biçimde değişti. Robot policy'ler — bir makinenin çevresini nasıl değerlendirdiğini, hareketi nasıl planladığını ve bir görevi nasıl yerine getirdiğini belirleyen sistemler — bir zamanlar mühendisler tarafından elle kodlanıyordu; binlerce satır yazılım, hareketin her milimetresini dikte ediyordu. Bu policy'ler giderek artan biçimde yapay zeka modellerine devrediliyor.

Önce, görüntüleri metin kadar iyi anlayan ve robotlara birkaç yıl önce sahip olmadıkları bağlamsal farkındalık kazandıran vision-language modeller geldi. Şimdi ise vision-language-action modelleri, yani VLA'lar, hareket komutlarını da ekliyor; görev kayıtları ve insanların bir robotu uzaktan yönlendirdiği teleoperasyon verileriyle eğitiliyorlar.

MIT Technology Review, Google DeepMind'ın Gemini Robotics'e işaret ediyor: kasıtlı olarak basit, iki kol, tutucu ve kameralardan oluşan bir düzeneği olan ALOHA 2 üzerinde test edilmiş bir VLA. Model tarafından kontrol edildiğinde bir öğle yemeği kutusunu paketleyebiliyor: ekmeği Ziploc torbaya, üzümleri bir kaba koyuyor, ikisini de kutuya yerleştirip fermuarını kapatıyor. Mutfak maşasıyla karışık bezelye toplayabiliyor ve origami katlayabiliyor. Kulağa mütevazı gelse de yazı bunu, daha üç yıl önce mümkün olanın nesnel bir adım ötesi olarak nitelendiriyor.

Genelleme sorunu

Göz alıcı sınırlama şudur: bir VLA ile kontrol edilen robot, eğitim setinin dışında bir görev yapması istendiğinde büyük olasılıkla başarısız olur. Robotikçiler, üretken yapay zekayı doğuran dönüştürücü devrime denk bir devrimin robotikte de mümkün olduğuna ve makineleri uzun süredir erişilmez olan fiziksel sezgiyle donatabileceğine inanıyor — ama ne zaman geleceği, bugünkü yapay zeka yöntemlerinin onları oraya ulaştırıp ulaştıramayacağı ya da bambaşka bir yol gerekip gerekmediği konusunda hemfikir değiller.

Neden önemli

Yönetici zaman çizelgeleri yatırımı, regülasyonu ve kamunun beklentilerini şekillendiriyor. Musk'ın 2027 tüketici tarihi ve Huang'ın kısa vadeli insan seviyesi iddiaları kararları yönlendirirse, vaat ile yetenek arasındaki fark, yazıya göre gerçek kazanımları biriktiren bir alana karşı bir tepki doğurabilir. Teknik okuyucular için izlenmeye değer sinyal, insansı robot lansman tarihleri değil, altta yatan mimari kaymadır: elle kodlanmış policy'lerden, insan gösterimleriyle eğitilen vision-language ve vision-language-action modellerine geçiş. Ölçülebilir ilerleme tam da burada yaşanıyor — ve bu, tüketiciye etkisinin ani bir insansı robot sıçramasıyla değil, giderek yeteneklenen dar görevler aracılığıyla kademeli olarak geleceğini gösteriyor.