Ne oldu?

MIT Technology Review, Danijar Hafner'ın San Francisco'daki yeni girişimini konu alan bir profil yayımladı. 31 yaşındaki araştırmacı 2025 sonbaharında Google DeepMind'dan ayrıldı ve kurduğu şirket hâlâ gizlilik modunda — kapıda adı bile yazmıyor.

Ofiste eşya az ama robot çok: Çin'den getirdiği farklı boy ve biçimlerde insansı robotlar, geniş alanın ortasındaki raflardan kuklalar gibi sarkıyor. Hafner girişimi, yapay zekanın eğitimde karşılaşmadığı ortamlarda yol bulmasını sağlama yönündeki uzun soluklu çalışmasının devamı olarak tarif ediyor.

Yöntem: dünya modelleri

Hafner'ın dayandığı yaklaşımın adı model tabanlı pekiştirmeli öğrenme. Fiziksel gerçekliği taklit etmek üzere tasarlanmış yapay zeka modelleri — dünya modelleri — geliştiriyor ve ajanları bu modellerin içinde eğitiyor.

Ajan, modeli gerçek dünyanın bir benzetimi gibi ele alıyor ve orada nasıl davranacağını öğreniyor. Sonra bu deneyimleri kullanarak gelecekteki sonuçlar hakkında tahmin yürütüyor — Hafner'ın deyimiyle hayal kuruyor. Bu, ajanların ve içine yerleştirildikleri robotların gerçek hayatta tanımadıkları durumlarda yol bulmasını sağlıyor.

Diğer yaklaşımlardan farkı burada: yöntem, robotikte geleneksel olarak kullanılan gerçek dünyada deneme-yanılma eğitimi olmadan çok karmaşık görevlerin yürütülmesine imkân tanıyor. Bir robotu birinin evine göndermek istiyorsanız, robotun daha önce hiç görmediği bir kat planını ve mobilya düzenini idare edebilmesi gerekiyor.

Yol haritası: oyunlardan gerçekliğe

Hafner yaklaşımını yıllar içinde video oyunlarında sınayarak geliştirdi:

  • PlaNet — ilk atılımı; ajanların önden plan yaparak eylemleri yürütmesini sağladı.
  • Dreamer 2 — dünya modeli kullanarak Atari 2600 oyunlarında insan seviyesine ulaşan ilk ajan.
  • Dreamer 3 — Minecraft'ta elmas madenciliği görevini kendi başına çözen ilk ajan.
  • Dreamer 4 — elmas çıkarmayı, oyunla hiç doğrudan etkileşime girmeden, kayıtlı oynanış videolarından oluşan çevrimdışı bir veri kümesinden öğrendi.
  • DayDreamer — Dreamer algoritmasını fiziksel dünyaya taşıdı; robotlar özel bir eğitim olmadan yeni ortamlarda kendilerini işletti ve itilmek gibi yeni deneyimlere tepki verdi.

Neden önemli?

Dreamer 4'ün ayrıntısı bu listenin en dikkat çekici maddesi. Bir ajanın kayıtlı videodan öğrenip görevi çözmesi, robotik için pratik bir sorunu doğrudan hedefliyor: gerçek dünyada deneme-yanılma pahalı, yavaş ve çoğu zaman tehlikeli. Bir robot kolu bin kez düşürerek öğrenemez.

Eski yöneticisi ve ortak yazarı, Google DeepMind'dan Timothy Lillicrap, Hafner'ı öne çıkanlar arasında öne çıkan biri olarak tarif ediyor: "Google'da araştırmada çok sayıda gerçekten zeki insanla çalışıyorum ve o rahatlıkla en üst yüzde yarımın içinde. Çoğu durumda, koca mühendis ekiplerinin yapacağı şeyleri tek başına inşa ederdi."

Sınırı belirtmek gerekiyor

Bu bir ürün duyurusu değil, bir profil yazısı. Şirket gizlilik modunda, adı açıklanmadı ve ortada denetlenebilir bir sonuç yok. Hafner'ın kendisi de sonraki adımları konusunda ketum; yalnızca "dünyayı değiştirecek bir sorunu çözmekle ilgilendiğini" söylüyor.

Yani buradaki haber bir başarı değil, bir yön: yapay zeka araştırmasının önde gelen isimlerinden biri, dil modellerinin dışında bir yaklaşımla — dünya modelleri ve fiziksel robotlarla — kendi şirketini kurmuş durumda. Sonucun ne olacağı henüz kimsenin göremediği bir şey.