LeCun, World Model ve Yapay Genel Zeka

Yann LeCun uzunca bir süredir yapay zekanın geleceğinin “Generative AI” değil, JEPA (Joint-Embedding Predictive Architecture) tabanlı “World Model” ekseninde şekilleneceğini savunuyor. Birçok açıdan söylediklerini mantıklı buluyorum; önceki gönderilerimde de biraz bahsetmiştim. Bu yakınlarda New York Üniversitesi'nde bir sunum yaptı.

LeCun'ın fikirlerini biraz basitleştirerek özetlemek gerekirse:

Yapay zeka bugün ulaştığı seviyede çok şey biliyor gibi görünüyor, ama dünyayı gerçekten anlamıyor. Bir kedi ya da 10 yaşındaki bir çocuk, robotların hâlâ yapamadığı şeyleri kolayca yapabiliyor. Bunun sebebi World Model eksikliği.

Bugünkü çoğu yapay zeka sadece tepki veriyor; düşünmüyor.

World Model, bir sistemin dünyanın şu anki durumunu soyut bir temsil olarak tutması, “eğer şu hareketi yaparsam ne olur?” diye zihninde deneme yapabilmesi ve buna göre plan kurabilmesi demek. İnsanlar bunu sürekli yapıyor. Bugünkü üretken yapay zekalar ise sadece tepki veriyor.

Her pikseli tahmin etmek şart mı?

ChatGPT, Sora gibi üretken modeller dünyadaki her pikseli, her detayı tahmin etme ve üretme konusunda gerçekten iyi. Ama gerçek dünya öngörülemez ve rastlantısallık içerir. Bu yüzden üretken modeller gereksiz detaylara boğulur ve planlama zorlaşır.

JEPA mimarisi ise geleceğin kendisiyle değil, geleceğin soyut temsiliyle ilgilenir. Yani “bu karede kaç piksel var?” değil, “bu nesne düşer mi, çarpar mı, dengede kalır mı?” sorusunu anlamaya çalışır. Bu yaklaşım gereksiz detayları atarak fiziksel ve nedensel yapıyı öğrenir.

Mesele karedeki piksel sayısı değil; nesnenin düşüp düşmeyeceği.

Bu yüzden LeCun ve onun gibi düşünenler, insan seviyesinde yapay zeka amaçlanıyorsa LLM'lerin terk edilmesi gerektiğini, yapay genel zekaya giden yolun World Model'dan geçtiğini savunuyor.

Bana hiç de mantıksız gelmiyor.