Google DeepMind: Yapay Genel Zeka (AGI) Artık Ufukta Görünüyor, Ekonomi Baştan Yazılıyor

Yapay zeka dünyasında uzun yıllardır "kutsal kase" olarak görülen Yapay Genel Zeka (AGI), artık sadece laboratuvarların tozlu raflarında bir teori değil, küresel ekonominin merkezine oturmaya aday somut bir gelecek senaryosu haline geldi. Google DeepMind’ın kurucu ortaklarından ve Baş AGI Bilim İnsanı Shane Legg, yaptığı son açıklamalarda AGI’nin artık "ufukta belirdiğini" ilan ederek, teknoloji dünyasını ve ekonomi çevrelerini sarsacak bir adım attı.

Bu adım, sadece teknolojik bir öngörü değil, aynı zamanda AGI sonrası dünyanın finansal ve sosyal dokusunun nasıl olacağına dair devasa bir araştırma operasyonunun da başlangıcı.

AGI Nedir ve Neden Mevcut Yapay Zekadan Farklıdır?

Bugün hayatımızın her alanında kullandığımız ChatGPT, Gemini veya Claude gibi modeller "Dar Yapay Zeka" (Narrow AI) olarak tanımlanır. Bu sistemler, belirli görevlerde (metin yazma, kodlama, görsel oluşturma) inanılmaz derecede başarılı olsalar da, insanın sahip olduğu "genelleme" yeteneğinden uzaktırlar.

AGI (Artificial General Intelligence) ise; insanın sahip olduğu bilişsel yeteneklerin tamamına yakınını kapsayabilen, farklı alanlarda öğrenebilen, edindiği bilgileri yeni ve daha önce hiç karşılaşmadığı problemlere uyarlayabilen sistemleri ifade eder.

Shane Legg ve Google DeepMind ekibine göre AGI, şu üç temel sütun üzerine inşa ediliyor:

1. Evrensel Muhakeme: Bir konuyu sadece veri setindeki örneklerle değil, temel mantık prensipleriyle kavrama. 2. Kendi Kendine Öğrenme: Yeni bir alan için milyarlarca veri setine ihtiyaç duymadan, az örnekle (few-shot) veya sıfır veriyle (zero-shot) uzmanlaşabilme. 3. Planlama ve İcra: Karmaşık ve uzun vadeli hedefleri alt görevlere bölüp, bunları fiziksel veya dijital dünyada otonom olarak gerçekleştirme.

Ekonomi Baştan Tanımlanıyor: Baş AGI Ekonomisti Arayışı

Google DeepMind'ın bu süreci ne kadar ciddiye aldığının en somut kanıtı, şirketin ihdas ettiği yeni pozisyon: "Chief AGI Economist" (Baş AGI Ekonomisti). Shane Legg’in doğrudan kendisine bağlı çalışacak kıdemli bir ekonomist arayışında olduklarını duyurması, Silikon Vadisi’nden Wall Street’e kadar her yerde yankı buldu. Bu sadece bir unvan değil; Nobel ödüllü ekonomistlerin bile üzerine kafa yorduğu "otomasyonun uç noktası" teorilerinin laboratuvar ortamında test edilmesi anlamına geliyor.

Peki, bir yapay zeka şirketi neden bir ekonomiste ihtiyaç duyar? Cevap, ekonomi biliminin en temel taşı olan "kıtlık" kavramında gizli.

Geleneksel ekonomi bilimi, "sınırsız ihtiyaçların sınırlı kaynaklarla karşılanması" üzerine kuruludur. Ancak AGI'nin ortaya çıkışı, "üretim kapasitesini" neredeyse sınırsız hale getirme potansiyeline sahiptir. Dijital emeğin marjinal maliyetinin sıfıra yaklaştığı bir senaryoda, bugünkü kapitalist modellerin (arz-talep dengesi, maaşlı çalışma sistemi, mülkiyet hakları) geçerliliği sorgulanmaya başlar.

DeepMind'ın yeni kuracağı araştırma birimi ve Baş Ekonomist şu kritik teknik ve teorik detaylara odaklanacak:

* Kıtlık Sonrası Ekonomi (Post-Scarcity): Maddi varlıkların üretim maliyetinin sıfıra yaklaştığı bir dünyada fiyatlandırma mekanizmaları nasıl çalışacak? Değer kavramı "üretim maliyetinden" tamamen kopup sadece "dikkat" veya "deneyim" bazlı bir hale mi gelecek? * Servetin Dağıtımı ve UBI: Emeğin (insan gücünün) ekonomik değerini kaybettiği bir senaryoda, Evrensel Temel Gelir (UBI) sadece bir sosyal yardım mı olacak yoksa ekonominin tek yakıtı mı? Oluşan devasa zenginlik (AGI-rent) topluma hangi mekanizmalarla aktarılacak? * Ajan Tabanlı Simülasyonlar (Agent-based Modeling): Milyonlarca otonom AI ajanının kendi aralarında kurduğu dijital ekonomi modelleri. Bu simülasyonlarda AI ajanları, sınırlı enerji veya işlem gücü (compute) kaynaklarını nasıl paylaşıyorlar? İnsan-AI hibrit piyasaları nasıl dengelenir?

Yapay Süper Zeka (ASI) ve Kıtlığın Sonu

Shane Legg'in vizyonu sadece AGI ile sınırlı değil. AGI'nin ardından gelmesi beklenen Yapay Süper Zeka (ASI), insan zekasının toplamını katbekat aşan bir kapasiteyi ifade ediyor. ASI seviyesine ulaşıldığında, insanlığın binlerce yıldır süregelen "yetersizlik" problemi teorik olarak sona erebilir.

Bunu şu şekilde hayal edin: Bir ASI sistemi, evrenin fizik yasalarını derinlemesine analiz ederek mevcut üretim yöntemlerini milyonlarca kez optimize edebilir. Nanoteknoloji ve robotik entegrasyonu sayesinde, atomik seviyede hassasiyete sahip üretim hatları kurulabilir. Bu; gıda, temiz enerji, ileri seviye sağlık hizmetleri ve barınma gibi temel insan ihtiyaçlarının maliyetini radikal biçimde düşürerek "bolluk ekonomisi" dönemini başlatabilir.

Ancak Google DeepMind, bu teknolojik ütopik tablonun pratik zorluklarının da farkında. "Bolluk" içinde bile "güç ve kontrol" kıt bir kaynak olmaya devam edecektir. Yeni kurulan ekonomi birimi, bu geçiş sürecinde yaşanacak olan "yıkıcı inovasyonun" toplumsal kırılmalara yol açmaması için gerekli regülasyon ve teşvik modellerini de tasarlayacak.

Teknik Engel: LLM'ler ve Muhakeme Yeteneği

Google DeepMind CEO'su Demis Hassabis de Legg'in bu vizyonuna paralel olarak önemli bir teknik uyarıda bulunuyor: "Sadece Büyük Dil Modelleri (LLM) ile AGI'ya ulaşılamaz." Hassabis'e göre, mevcut modeller (GPT-4o, Gemini 1.5 vb.) inanılmaz birer "dil oyunbazı" ve istatistiksel tahmin makinesi olsalar da gerçek bir "anlam" dünyasına sahip değiller.

DeepMind'ın teknik yol haritası şu eksik noktaları birleştirmeyi hedefliyor:

1. Dünya Modelleri (World Models): AI'nın dünyayı sadece metinler üzerinden değil, fizik yasaları ve neden-sonuç ilişkileri üzerinden (video ve sensör verileriyle) anlaması. 2. Sistem 2 Muhakeme: Daniel Kahneman'ın tabiriyle; hızlı ve sezgisel düşünme (LLM'ler gibi) yerine, yavaş, derinlemesine ve kanıta dayalı akıl yürütme yeteneği. 3. Hafıza ve Sürekli Öğrenme: Modellerin eğitim süreci bittikten sonra da yaşadıkları deneyimlerden ders çıkararak güncel kalabilmesi.

DeepMind'ın stratejisi, LLM'lerin dil yeteneğini, AlphaGo'nun oyun stratejisiyle ve robotik birimlerinin fiziksel yetenekleriyle birleştirmek. Eğer bu birleşim başarılı olursa, ortaya çıkan zeka sadece "konuşan" bir bot değil, "iş gören" ve "karar veren" evrensel bir ajan olacak.

AGI Sonrası Toplumsal Yapı: Robotlar Sahaya İniyor

Shane Legg'in verdiği örnek durumu çok net açıklıyor: "İnsansı bir robotunuz var. Ev işlerinde size yardım ediyor, mesai saati geldiğinde dışarı çıkıp bir fabrikada çalışıyor, kazandığı değeri sizin hesabınıza aktarıyor ve akşam eve dönüp yemeğinizi hazırlıyor."

Mevcut teknolojiyle bu senaryo imkansıza yakındır çünkü bir robotun hem mutfaktaki yumurtayı kırmamayı öğrenmesi hem de fabrikadaki ağır metalleri perçinlemesi için birbirinden bağımsız binlerce dar yapay zeka modeline ihtiyacı vardır. AGI, bu "bağlamlar arası geçişi" tıpkı bir insan gibi esnek bir şekilde gerçekleştirebilen sistemdir.

Sonuç: Hazırlıklı Olma Zamanı

Google DeepMind'ın Shane Legg öncülüğünde kurduğu bu ekonomi laboratuvarı, AGI'nin sadece bir "yazılım güncellemesi" değil, insanlık tarihinin en büyük "ekonomik sıçraması" olacağını teyit ediyor. Üretim kapasitesinin sınırsızlaştığı, kıtlık kavramının sarsıldığı ve emeğin yeniden tanımlandığı bu yeni düzende, sadece mühendislere değil, filozoflara ve özellikle ekonomistlere her zamankinden daha çok ihtiyaç var.

AGI ufukta göründü. Shane Legg’in de dediği gibi; mesele bu zekanın ne zaman geleceğinden ziyade, geldiğinde dünyanın ona hazır olup olmadığıdır.

--- Kaynak: Google DeepMind Research Papers, Shane Legg Resmi Açıklamaları, Sensor Tower Mobil Verileri ve DonanımHaber Teknoloji Analizleri.