Mehtap Demir
YAZI: MEHTAP DEMİR
1990 yılında Marmara Üniversitesi Tıp Fakültesi’nden mezun oldu. Mezun olur olmaz bilimsel araştırma yapma isteği onu İsviçre’ye götürdü. Laboratuvar çalışmalarına ağırlık verdi ve yaklaşık 3 yıl boyunca burada eğitim aldı. Ardından laboratuvarının yeni bir merkez açmasıyla İtalya’ya geçti ve yaklaşık üç yıl orada çalıştı. Sonrasında, bundan 30 yıl önce, ABD’ye giderek bilimsel araştırmalarını burada sürdürmeye karar verdi.
ABD’de önce Vanderbilt Üniversitesi’nde kendi laboratuvarını kurdu ve doçent olarak göreve başladı. Daha sonra yaklaşık 10 yıl New York Üniversitesi Tıp Fakültesi’nde profesör olarak çalıştı. Son on yıldır ise Connecticut’taki Jackson Laboratuvarı Enstitüsü’nde görev yapıyor.
Amerika’nın önde gelen bilim merkezlerinden The Jackson Laboratory’de çığır açan araştırmalara imza atan Profesör Derya Unutmaz’dan söz ediyoruz…
Profesör Derya Unutmaz, yapay zekanın biyolojideki devrimsel etkilerini ve önümüzdeki yıllarda bizleri bekleyen büyük dönüşümü tüm yönleriyle Fast Company için anlattı:
“Önümüzdeki 10 yılda yalnızca sağlık değil, her alanda yaşanacak ilerleme, son 100 yıldaki toplam ilerlemeyi geride bırakacak.”
VÜCUDUN MERKEZİNDE ÇALIŞIYORUZ
Jackson Laboratuvarı, genetiği değiştirilmiş fare modelleri üreten dünyanın en büyük bağımsız araştırma kuruluşlarından biri. Ben de enstitünün bilimsel çalışmalarını yürüten birimde görev yapıyorum. Ayrıca Connecticut Üniversitesi Tıp Fakültesi ile de ortak bir akademik bağlantım bulunuyor.
Araştırmalarım tamamen immünolojiye, yani bağışıklık sistemini anlamaya odaklanıyor. Bağışıklık sistemi adeta vücudumuzun ordusu, polisi ve itfaiyesi, bizi enfeksiyonlardan koruduğu gibi farklı tehditlere karşı da görev üstleniyor ve hatta vücudun yenilenmesinde bile rol oynuyor. Ancak, kontrol edilmediğinde tehlikeli bir sistem haline gelebiliyor. Pandemi sürecinde bunu çok net gördük, ne yazık ki birçok kişi, virüsün kendisinden çok bağışıklık sisteminin aşırı tepki vermesi sonucu akciğer ve diğer organlarda oluşan hasar nedeniyle yaşamını yitirdi.
Kronik kalp hastalıkları dahil pek çok kronik hastalığın temelinde de bağışıklık sisteminin sürekli, düşük seviyeli ancak zararlı bir aktivasyon hâli yani ‘kronik inflamasyon’ yatıyor. Bazen de bağışıklık sistemi kendi dokularımıza saldırıyor, buna ‘otoimmün hastalıklar’ diyoruz.
Bizim çalışmalarımız, bağışıklık sistemini nasıl doğru şekilde düzenleyebileceğimizi, aynı zamanda bu sistemi kullanarak, örneğin kanser hücrelerini nasıl yok edebileceğimizi araştırıyor. Son yıllarda ise bağışıklık sisteminin ‘yaşlanmasını’ nasıl yavaşlatabileceğimizi veya tersine çevirebileceğimizi inceleyen projelere yoğunlaştık. Bu alan giderek daha da kritik hale geliyor.
YZ İLE BAĞIŞIKLIK SİSTEMİNİ ANLAMAK
Yapay zekaya ilgim aslında 1990’ların başına dayanıyor. Tıp eğitimimi tamamlayıp biyolojik araştırmalara yöneldikten sonra bu ilgi daha da arttı. Çünkü, biyolojinin ne kadar karmaşık bir sistem olduğunu, ancak laboratuvar çalışmaları içinde anlayabiliyorsunuz.
Vücudumuzda milyarlarca, hatta trilyonlarca hücre var ve bunların her biri sürekli birbiriyle etkileşim hâlinde. İstanbul gibi dev bir şehir düşünün, her an milyonlarca şey oluyor ama çoğunu fark etmiyoruz. Tek bir kritik fonksiyon bozulduğunda ise tüm sistem çöküyor.
Bu karmaşayı anlamak ve çözmek, tek başına insan beyninin kapasitesini aşan bir durum. Üstelik biyoloji teknolojileri geliştikçe ürettiğimiz veri miktarı katlanarak artıyor. Bazı deneylerde milyonlarca satır veri elde ediyoruz ve bunları analiz etmek yıllar alabiliyor.
Ben yapay zekanın bu süreci radikal biçimde hızlandıracağını yıllar önce öngörmüştüm. Biraz zaman aldı ama derin öğrenme modellerinin ortaya çıkmasıyla gerçek bir dönüşüm başladı. Yaklaşık 10–15 yıl önce hayatımıza giren bu modeller, 2020’de Google’ın geliştirdiği AlphaFold ile büyük bir devrime dönüştü. AlphaFold’un en önemli özelliği, proteinlerin üç boyutlu yapısını tahmin edebilmesiydi. Hücrelerimizde 20–25 bin civarında protein bulunuyor ve bu proteinlerin 3 boyutlu yapısı onların işlevini belirliyor. Daha önce tek bir proteinin yapısını anlamak bile yıllar alabiliyordu, AlphaFold ise bunu bir gecede mümkün kıldı.
Bu, ilaç geliştirme süreçleri için de çığır açıcıydı. Bir proteinin yapısını bildiğinizde, ona hangi molekülün nasıl bağlanabileceğini, bir reseptörün etkisini nasıl engelleyebileceğinizi öngörebiliyorsunuz. Yani tasarım aşaması tamamen hızlanmış oldu.
SENELER YERİNE DAKİKALAR
Son üç yılda ChatGPT ve GPT-3.5 gibi büyük dil modelleriyle ikinci bir devrim yaşandı. Biz bunlara ‘Large Language Models’ diyoruz. Sadece insan dilini değil, biyolojinin dili olan DNA dizilerini, protein yapılarını ve hücresel sinyal ağlarını da analiz edip sentezleyebiliyorlar. Dolayısıyla biyolojinin nasıl çalıştığına dair daha bütüncül, daha entegre bir anlayış geliştirmemize yardımcı oluyorlar.
Özellikle son bir yılda, “reasoning modelleri” dediğimiz, yani gerçekten düşünebilen yapay zeka modellerinin ortaya çıkmasıyla bambaşka bir döneme girdik. Bu dönüşüm OpenAI’ın O1 modeliyle başladı. Bugün ise GPT-5 gibi modeller yalnızca bilgiyi bulup vermekle kalmıyor, tıpkı bir bilim insanı gibi o bilgi üzerinde düşünüyor, analiz yapıyor ve çıkarımda bulunuyor.
Bu, bilim için gerçek anlamda devrim niteliğinde. Bir örnek vereyim: Bazı deneylerde binlerce, hatta milyonlarca veri elde ediyoruz. Yakın zamanda yaptığımız bir çalışmada, hastalardan birkaç milyon veri topladık. Bu verilerin toplanması 5 yılımızı aldı, analiz edilmesi ise en az 1 yıl sürdü. Çünkü, bağışıklık sistemi ile bağırsak bakterilerinin ürettiği metabolitler arasındaki ilişkiyi anlamak için binlerce farklı analizi karşılaştırmak gerekiyor; bu da oldukça uzun zaman alıyor.
GPT-5’in erken erişim sürümünü denerken bu verilerin bir kısmını (yaklaşık birkaç yüz bin satırı) yükledim ve analiz etmesini istedim. Yaklaşık 17 dakika içinde bizim aylar süren çalışmamızın hem aynısını hem de daha kapsamlısını üretti. Hatta daha iyi bir analiz yaptı. Yani 3-5 aylık bir süreç dakikalara inmiş oldu. Bu hızlanma gerçekten akıl almaz.
İLAÇ ÜRETİMİNDE DEVRİM
İlaç keşfinde de benzer bir devrim yaşanıyor. Eskiden ilaç şirketleri milyonlarca molekülü otomasyon sistemleriyle teker teker tarardı. Bu süreç aylar, bazen yıllar sürer ve çok pahalıdır. Şimdi yapay zeka bu moleküllerin proteinlere nasıl bağlanacağını simüle ediyor ve “Bu 1 milyon molekülden şu 10 tanesi işe yarayabilir” diye öngörülerde bulunuyor. Bu tahminler de gerçek dünyada test edilmeye başlandı.
“Henüz çözümü olmayan hastalıklara da yapay zeka çare bulabilecek mi?” gibi kritik bir soruya gelince: Kesinlikle! Hatta iddialı bir şekilde şunu söyleyebilirim ki önümüzdeki 10–15 yıl içinde tedavisi olmayan hastalık neredeyse kalmayacak, yüzde 99’u çözülebilir hâle gelecek. Kanser, kalp hastalıkları, nadir hastalıklar, nörolojik hastalıklar… Hepsi sonuçta belirli bir biyolojik mekanizmaya dayanıyor. Eğer hastalığın kök sebebini bulabilirseniz, onu düzeltecek ilacı da geliştirebilirsiniz. Bugün yıllar süren bu süreçler, yapay zeka ile günlere kadar inebilecek.
Bu görüş sadece bana ait değil. Google’ın ilaç keşfine odaklanan Isomorphic Labs girişiminin başında, AlphaFold’un da mimarı olan ve geçtiğimiz yıl Nobel Ödülü’nü alan Demis Hassabis bulunuyor. Onun da söylediği şu: Önümüzdeki on yıl içinde pek çok hastalığın tedavisini bulmak mümkün olacak.
KRONİK YORGUNLUĞU YOK EDEBİLİR Mİ?
Laboratuvarımız yıllardır “kronik yorgunluk sendromu” gibi karmaşık ve tanısı zor hastalıkların biyolojik nedenlerini araştırıyor. Bu alanda yapay zeka, yeni tedavi veya tanı yöntemlerinin kapısını aralayabilir.
Kronik yorgunluk sendromu üzerine yıllar içinde çok büyük bir veri havuzu oluşturduk. Çünkü, bu hastalık son derece karmaşık ve kişiden kişiye büyük farklılık gösteriyor. Amerika’da 2–3 milyon kişi bu rahatsızlıktan etkileniyor ve yaşam kalitesini ciddi şekilde düşürüyor.
Hastalığın nedenlerini araştırırken bağışıklık sistemi, metabolizma ve bağırsak mikrobiyotası arasında çok katmanlı bir ilişki olduğunu gördük. Fakat bu kadar karmaşık bir ağı çözümlemek için binlerce farklı parametreyi aynı anda analiz etmek gerekiyor. Daha önce aylar süren bu analizleri, GPT-5 Pro modeliyle dakikalar içinde gerçekleştirdik. Bu, araştırma sürecini dramatik biçimde hızlandırdı.
Ancak, en kritik nokta şudur: Kronik yorgunluk sendromu kişiye özgü bir hastalık. Aynı semptomları taşıyan 10 kişide bile hastalığın ortaya çıkış nedeni tamamen farklı olabiliyor. Bu yalnızca bu hastalığa özgü değil; bazı genetik rahatsızlıklarda bile kişiye göre tedavi yaklaşımı değişiyor, hatta aynı ilaç farklı dozlarda bambaşka sonuçlar verebiliyor.
İşte yapay zekayı bu kadar önemli kılan da budur. Çünkü, her bireyin verilerini, genetik, immünolojik, metabolik tüm parametreleri analiz ederek kişiye özgü bir biyolojik profil çıkarabiliyor. Bu da “kişiselleştirilmiş tıp” yaklaşımını gerçek anlamda mümkün kılıyor. Bir grup hasta için farklı, başka bir grup için bambaşka tedaviler geliştirmek çok daha kolay ve hızlı hâle geliyor.
Bu nedenle yapay zeka, kronik yorgunluk sendromu gibi karmaşık hastalıkların tanı ve tedavisinde önümüzdeki yıllarda oyunun kurallarını değiştirecek.
YZ İLE ANTİBİYOTİK KEŞFİ
Yapay zekanın sağlık alanındaki etkisini gösteren en çarpıcı örneklerden biri, birkaç ay önce duyuruldu: Yapay zeka, tamamen yeni antibiyotikler keşfetti. Bazı bakteriler mevcut antibiyotiklere karşı direnç geliştiriyor ve bu durum ölümcül enfeksiyonlara yol açabiliyor. Araştırmacılar milyonlarca molekülü yapay zeka ile tarayarak bu bakterilere karşı etkili olabilecek yeni antibiyotikleri belirledi. Yapay zeka 12 aday önerdi ve laboratuvar ortamında sentezlenen moleküllerin önemli bir bölümünün son derece etkili olduğu görüldü.
Benzer şekilde, yapay zeka destekli ilaç geliştirme çalışmaları kanser alanında da yürütülüyor. Henüz klinik aşamaya geçmemiş birçok aday var, ancak faz II çalışmalarını tamamlamış, tamamen yapay zeka tarafından keşfedilmiş bir ilaç bulunuyor. Bu süreç daha yolun başında. Ancak ilerleme o kadar hızlı ki, önümüzdeki yıllarda yapay zeka tarafından keşfedilen ilaçların çok daha yaygın hâle geleceğini söyleyebiliriz.
Yapay zekanın sağlık alanında yarattığı dönüşüm henüz başladı ve etkisi önümüzdeki yıllarda katlanarak artacak.
YOLUN DAHA BAŞINDAYIZ
Bugün bulunduğumuz noktayı 100 üzerinden değerlendirirsek, ancak 10 diyebilirim. Yani henüz yolun çok başındayız. Ama önümüzdeki 10 yılda, bu “100 üzerinden 100” seviyesini bile aşacak bir hızla ilerleyecek.
Bu gelişmeleri katlanarak hissedeceğiz. Önümüzdeki 10 yılda yaşanacak dönüşüm, geçmiş 100 yılda gördüğümüz ilerlemeye eşdeğer olacak. Bunu hayal etmek zor, çünkü insan beyni doğrusal düşünmeye meyilli. “10 yılda bu kadar şey nasıl değişebilir?” diye düşünüyoruz. Oysa 1920’lerde yaşadığınızı hayal edin: Ne antibiyotik var, ne modern aşılar, ne radyoloji. Geçen 100 yılda tıpta yaşanan değişimler hayal bile edilemezdi. Önümüzdeki 10 yılda bundan bile fazlası yaşanacak.
Teknolojinin doğası gereği ilerleme doğrusal değil, ‘üstel’ şeklinde gerçekleşiyor. Moore Yasası’nı bilirsiniz: Bilgisayarların işlem gücü her 2 yılda bir ikiye katlanır deniyordu, sonra bu 18 aya indi. Son 50 yıl boyunca bu kural neredeyse değişmeden devam etti.
Yapay zeka ise bunu daha da hızlandırıyor. Şu anda tahminler, yapay zeka modellerinin kapasitesinin her 4–5 ayda bir, hatta bazı dönemlerde 3–4 ayda bir 2’ye katlandığını gösteriyor. Bunun anlamı şu: 5 yıl içinde bugün kullandığımız modellerden 1000 kat, 10 yıl içinde ise 1 milyon kat daha güçlü yapay zeka modelleriyle karşılaşacağız.
Önümüzdeki 10 yılda yalnızca sağlık değil, her alanda yaşanacak ilerleme, son 100 yıldaki toplam ilerlemeyi geride bırakacak.
BİLDİĞİMİZ SAĞLIK SİSTEMİNİN SONU
Yapay zekayı kullanmamak, bir süre sonra hasta güvenliğini tehdit eden bir durum haline gelecek. Sadece Amerika’da her yıl yaklaşık 12 milyon kişiye yanlış teşhis konuyor ya da yanlış tedavi uygulanıyor. Bunun sonucunda 700–800 bin kişi ya hayatını kaybediyor ya da ciddi sağlık sorunları yaşıyor. ABD gibi ileri teknolojiye sahip bir ülke için bile bu rakamlar çok yüksek. Bizde bu sayıların ne olduğunu tahmin etmek bile zor.
Yapay zekanın bu hataları 10 kat azaltması bile yüz binlerce kişinin hayatını kurtarmak anlamına gelir. Ben bu azalmanın zamanla yüzde 99.9 seviyelerine ulaşacağını düşünüyorum. Tıpkı otonom araçların yaygınlaşmasıyla trafik kazalarının neredeyse sıfıra inmesi gibi.
Kısa vadede, yani önümüzdeki 5 yıl içinde yapay zeka, doktorların yerini almayacak. Ancak, doktoru daha güçlü, daha hızlı ve daha doğru hale getiren bir ortak olacak. Tanı sürecini hızlandıracak ve hata oranlarını ciddi şekilde düşürecek.
Operasyon tarafında ise bu değişim, 5 yılın biraz ötesinde gerçekleşecek. Önümüzdeki 5–10 yıl içinde özellikle invaziv olmayan yani cerrahi müdahale gerektirmeyen alanlarda yapay zeka, doktorların bilgi ve deneyimini aşmaya başlayacak. Bu noktada tamamen yapay zeka ile çalışan klinikler, yapay zeka hastaneleri göreceğiz.
Hastalar bu kliniklere girip doğrudan yapay zeka ile görüşecek. Şikayetlerini anlatacak, veriler analiz edilecek ve tanı konulacak. Belki orada 1–2 doktor bulunacak ama 20 kişilik uzman ekiplerine gerek kalmayacak. Bu sistem, girişimsel olmayan uzmanlık alanlarının büyük kısmını dönüştürecek; sağlık çalışanlarının yaklaşık yüzde 80’inin görev tanımı değişecek ya da yerini yapay zekaya bırakacak.
Bu nedenle geçen yıl tıp fakültesine yeni girmek isteyen gençleri uyardım: Eğitim süreciniz 10 yıl sürecek ve mezun olduğunuzda mesleğin bugünkü hali çok farklı olabilir. Bazı uzmanlık alanlarında iş bulmak gerçekten zorlaşabilir.
ROBOTİK CERRAHİDE DURUM
Robotik cerrahi için de kritik dönemeçler aşılmış durumda. En zorlu kısım robot elinin hassasiyetiydi; bugün Tesla ve Çin menşeli robotlarda insan eline çok yakın seviyelere ulaşıldı.
Şimdi bu robotların yapay zeka ile eğitilme süreci başladı. Nesne kavrama, dikiş atma, dokuları ayırt etme gibi ince motor becerilerini öğreniyorlar. Bu eğitim sürecinin 5–10 yıl içinde tamamlanmasını bekliyorum.
Ardından ameliyatları büyük ölçüde robotlar yapmaya başlayacak. Robotlar titremez, milimetrik hassasiyetle çalışır ve gelişmiş görüntüleme sistemleri sayesinde insan gözünün göremediği kılcal damarları bile izleyebilirler. Bu nedenle hata oranları, insan cerrahlarınkine göre çok daha düşük olacak.
10 yıl sonra tamamen robotların gerçekleştirdiği ameliyatların yaygınlaştığını görebileceğimizi düşünüyorum.
YAPAY ZEKAYA GÜVENECEK MİYİZ?
Tıpta yapay zekayı son derece güvenilir buluyorum ve daha da güvenilir olacak. Özellikle GPT-5 Pro modelini yoğun olarak kullanıyorum ve bugün tüm tıp branşları içinde düşünüldüğünde “en üst yüzde 1’lik uzmanlık seviyesine” ulaşmış durumda. Dermatoloji gibi alanlarda yaptığımız testlerde yüzde 95’in üzerinde doğruluk oranlarına ulaşıyor. Bu, pek çok uzmanın bile erişemeyeceği bir performans. Ve bu sadece başlangıç. Önümüzdeki 6 ay içinde GPT-6 gelecek. Google’ın Gemini 3.0 modeli ise önümüzdeki ay tanıtılıyor (röportajı yaptığımız tarih itibarıyla).
Her yeni model, bir öncekini katlayarak geçecek. Bu hızla rekabet etmek mümkün değil. Elbette hastaların tamamen doktordan vazgeçmesi söz konusu değil. Doktorun klinik deneyimi, sizi birebir muayene etmesi, tetkikleri yorumlaması ve reçete düzenlemesi hâlâ vazgeçilmez. Fakat doktor + yapay zeka kombinasyonunun hata payı tarihin en düşük seviyesine inecek.
ÖLÜMSÜZLÜĞİN SIRRI BULUNDU!
İnsan ömrü radikal biçimde uzayacak. Bağışıklık sistemindeki gelişmeler bu büyük dönüşümün kritik bir parçası, ama tek parçası değil. Biz bu alana özellikle odaklanıyoruz. Çünkü, bağışıklık sistemi, vücudun neredeyse tüm fonksiyonlarıyla ilişkili. Enfeksiyonlardan organ sağlığına, kanserden iyileşme süreçlerine kadar hem olumlu hem olumsuz etkileri var.
Eğer bağışıklık sistemini gençleştirmeyi başarabilirsek, hastalıkların ortaya çıkışını yıllarca geciktirebiliriz. Ama yaşlanma yalnızca bağışıklık sistemiyle ilgili değil; deri, kas, kemik, organ fonksiyonları hatta beyin de yenilenmeli.
Örneğin, yaşla birlikte yaşanan kas kaybı (sarkopeni) ölüm riskinin arttığını gösteriyor. Kas kaybını durdurmak için şu anda yeni ilaçlar geliştiriliyor. Benzer şekilde böbrek, karaciğer, akciğer fonksiyonlarının korunması, kemik kırılganlığının azaltılması ve beynin yaşlanmasının yavaşlatılması gerekiyor.
Önümüzdeki 10 yıl ise son derece kritik. Bugün ortalama insan ömrünü 100 yılda neredeyse ikiye katlayan şey, tıptaki büyük gelişmelerdi: Antibiyotikler, aşılar, cerrahi teknikler ve modern ilaçlar. Şimdi ise bu ilerleme 100 yılda değil, 10–15 yıl içinde benzer bir etki yaratacak düzeye ulaşıyor. Hastalıkların çoğunun tedavisi bulunuyor ya da bulunmak üzere. Kanserden ölümler dramatik biçimde azalacak, kalp hastalıkları çok daha erken teşhis edilip kontrol altına alınacak. GLP-1 ilaçlarıyla obezitenin azalması bile tek başına yaşam süresine yıllar ekliyor.
İNSAN ÖMRÜNE 1 YIL EK!
Yaşanan bu süreç bizi “longevity escape velocity” dediğimiz noktaya götürüyor: Her yıl 1 yıl yaşlanırken, aynı yıl içinde teknoloji ortalama insan ömrüne 1 yıl daha ekleyebiliyor. Zamanla yaşlanma hızından daha hızlı “gençleştirme” kapasitesi kazanıyoruz. Bu noktaya ulaştığınızda, örneğin 85 yıllık yaşam beklentisi bir yıl sonra 86’ya, sonra 87’ye çıkıyor ve bu böyle devam ediyor.
Fakat bütün hastalıkları tedavi etmek bile yeterli değil. Asıl kök problem, bazen doğal bir süreç olarak görsek de, ‘biyolojik yaşlanma’nın kendisi. Yaşlanma aslında organ fonksiyonlarının aşamalı kaybı; yani teknik olarak bir tür hastalık. Böbrek, akciğer, beyin hücreleri yaşlandığında çalışmaz hale geliyor ve yaşam sona eriyor. Bunu çözmeden insan ömründe radikal bir sıçrama mümkün değil.
15 yıl sonrasında yıllara yıl eklemek mümkün hale gelecek. Bir süre sonra sadece bir yıl değil, 2 yıl, 5 yıl, hatta 10 yıl gençleştirmek mümkün olacak. Bu noktada birçok insan 22. hatta 23. yüzyılı görebilir. Daha ileriye gittiğimizde ise iş çok daha heyecan verici hale geliyor. Nanoteknolojiyle organları hücresel düzeyde tamir eden mikromakineler, hasarlı dokuları onaran biyomühendislik çözümleri, hatta “İnsan 2.0” olarak adlandırabileceğimiz, biyolojik kapasitenin doğal sınırlarını aşan bir dönem… Kısacası, çok ilginç bir döneme giriyoruz. Eğer sağlığımızı önümüzdeki 10 yıl koruyabilirsek, yapay zeka ve biyoteknoloji sayesinde insan ömrü ve sağlıklı yaşlanma konusunda gerçekten tarihsel bir kırılma yaşayacağız.
DEĞİŞİMİ ANLAMAK İÇİN
“Bir düşünce deneyi olarak sizin 2035’e götürüldüğünüzü düşünün. Bu, 1925’ten bir insanın bugüne gelmesi gibi olurdu. İlk anda gördüklerinizi anlamakta zorlanırdınız; çünkü hayatımızdaki teknolojilerin yüzde 90’ı o dönemde yoktu. Bir süre sonra adapte olursunuz ama başlangıçta büyük bir şok yaşarsınız.”
GOOGLE’IN CO-SCIENTIST MODELİ 35 YILLIK BİRİKİMDEN DAHA BİLGİLİ
- Google’ın şu anda henüz piyasaya çıkmamış olan Co-scientist adlı bir modeli var. Bu model “eş bilim insanı” gibi çalışıyor; sizinle işbirliği yapıyor ve yeni hipotezler üretiyor. Bilimde en zor şeylerden biri doğru hipotezi kurmaktır, çünkü çoğu zaman bilmediğinizi bile bilmiyorsunuz. Bir varsayım üzerinden deney yapıyor, sonuç çıkmayınca yeni bir hipotez geliştiriyorsunuz. Bu deneme-yanılma döngüsünde test edilen fikirlerin yüzde 90–95’i başarısız olabiliyor. Co-scientist’e alanımla ilgili bazı sorular sorduğumda, yaklaşık 35 yıllık birikimimden daha iyi hipotezler üretebildiğini gördüm. Ayrıca “Bu deneyi şöyle yaparsan daha iyi sonuç alırsın” gibi öneriler sunuyor ve planladığınız deneylerin simülasyonunu yaparak en etkili seçenekleri öne çıkarıyor. Böylece 10 denemeden 2’sine indirip başarı oranınızı ciddi şekilde artırabiliyorsunuz.
YENİ BİR ÇAĞ BAŞLIYOR!
İnsanlık tarihinin en önemli, en dönüştürücü dönemine girdik. Bu bir devrimden de öte, olağanüstü bir dönüşüm. Ateşin keşfi, elektriğin bulunması… Bunların hepsini düşünün; şu anda yaşadığımız süreç onlardan bile daha büyük.
- NELER OLACAK? Önümüzde 10–15 yıllık kritik bir dönem var: Pek çok meslek ortadan kalkacak. Ekonomik dengeler değişecek. Eğitim sistemi tamamen yeniden şekillenecek. Görsel sanatlar, müzik ve film üretimi yapay zekaya kayacak. Toplumun adaptasyon süreci sancılı olacak
- ALTIN ÇAĞ BAŞLAYACAK Bu yüzden hem devletlere hem büyük kurumlara büyük sorumluluk düşüyor. Çünkü bu geçiş süreci iyi yönetilirse, insanlık olağanüstü bir döneme, benim ‘altın çağ’ dediğim bir çağa girecek.
- YENİ BİR DÜNYA Bu yeni gelecekte hastalıkların büyük kısmı tedavi edilmiş olacak. İnsanlar yüzyıllarca yaşayabilecek. Temel ihtiyaçlara erişim neredeyse ücretsiz hale gelecek. Robotlar üretimin büyük kısmını üstlenecek. Bu üretimden elde edilen gelirle herkese temel bir maaş sağlanacak.
- SIÇRAMA DÖNEMİ Herkesin bir robot yardımcısı olacak, çocuklar robotlarla büyüyecek. İnsanlar, geçinme kaygısı olmadan gerçek tutkularına, üretime, bilime, sanata zaman ayırabilecek. Yapay zeka ile biyoteknolojinin birleştiği bir dünyada insanlık gerçekten büyük bir sıçrama yaşayacak.
- ROBOTLARLA GELEN BÜYÜME Üretimin büyük kısmı robotlara geçtiğinde, iki şey olacak: Birincisi, üretim maliyetleri neredeyse sıfıra inecek ve ‘bolluk çağı’ başlayacak. İkincisi, robotlar sayesinde ekonomik büyüme katlanarak artacak.
İLERLEMENİN ÖNÜNDE ENGEL VAR MI?
- %10’U BİLİYORUZ Biyolojiyi hâlâ yeterince bilmiyoruz. Biyolojik sistemlerin belki sadece yüzde 10’unu anladık; geri kalan kısmı hâlâ karanlıkta. Örneğin, belirli hücrelerin birbirleriyle nasıl iletişim kurduğunu ya da bazı biyolojik süreçlerin tam olarak nasıl işlediğini henüz bilmiyoruz.
- HESAPLAMA KAPASİTESİ Bir diğer sınırlama da ‘hesaplama kapasitesi’. Bugün milyonlarca veriyi tek bir modele yüklemek hâlâ zor. Yapay zekadaki en büyük kısıtlama zekanın kendisi değil, onu çalıştıran bilgisayar altyapısına erişim. Veri merkezleri, yani yapay zekanın “fabrikaları”, ciddi bir darboğaz oluşturuyor. Siz ChatGPT’ye basit bir soru sorduğunuzda bile bu merkezlerdeki dev GPU sistemleri çalışıyor. Milyonlarca insan aynı anda bunu yaptığında ihtiyaç astronomik boyutlara ulaşıyor.
- 30 YIL YERİNE 4 SAAT Bir biyolojik analiz, sıradan bir metin sorusundan binlerce kat daha fazla hesaplama gerektiriyor. OpenAI içinde test edilen yeni modeller, günümüz GPT-5 modellerinden farklı olarak saatlerce “düşünme” kapasitesine sahip olacak. Örneğin, GPT-5 Pro’nun en fazla 15–20 dakika düşündüğünü düşünürseniz, 4 saat düşünen bir model, bir insanın 20–30 yıllık analizini birkaç saatte yapabilecek demek. Bu sayede milyonlarca veriyi aynı anda işleyebilmek mümkün olacak.
- YENİ YATIRIMLAR GELİYOR Bu gelişmelerin gerçekleşmesi için ABD’de yaklaşık 1.5 trilyon dolarlık bir yatırım planı yürürlükte. Önümüzdeki 2–3 yıl içinde bu altyapı yatırımları olgunlaştığında, yapay zekanın biyolojik veriyi analiz etme kapasitesi üzerindeki sınırlar büyük ölçüde ortadan kalkacak. O zaman gerçekten “veri ne kadar büyük olursa olsun işlenebilir” bir noktaya gelmiş olacağız.
KRİTİK RAKAMLAR
- 1000 KAT
5 yıl içinde bugün kullandığımızdan 1000 kat, 10 yıl içinde ise 1 milyon kat daha güçlü yapay zeka modelleriyle karşılaşacağız. - %99
Önümüzdeki 10-15 yılda tedavisi olmayan hastalıkların çözülebilir hale gelme oranı. - %80
Girişimsel olmayan uzmanlık alanlarının yüzde 80’i yapay zekayla dönüşecek. - %95
GPT-5 Pro modelinin dermatoloji gibi alanlardaki doğruluk oranı. - 17 DAKİKA
Aylar süren çalışmalar, GPT-5 sayesinde artık 17 dakika içinde yapılabiliyor. - 5-10 YIL
Önümüzdeki dönemde robotların cerrahi ameliyatları yapması büyük ölçüde olanaklı hale gelecek.
