Yapay zekanın gelişiminde 3-4 yıl önce metin ve kod üreten, ardından karmaşık sorunları çözebilen ve çok adımlı görevleri yerine getirebilen modeller öne çıktı. Son dönemde ise modeller, kendilerine verilen görevin nasıl tamamlanacağını planlayıp, bilgisayar ve dijital araçları doğrudan kullanabilen, sonuçlarını değerlendiren ve gerektiğinde hatalarını düzelterek çalışmayı sürdüren sistemlere evrildi. Bu hızlı dönüşüm, yapay zekanın insanlara yanıt veren bir yazılımdan insanların hedefleri doğrultusunda görevleri otonom biçimde yürütebilen ajanlara dönüşmesini sağlarken alandaki rekabetin merkezinde ABD ve Çin'deki şirketler öne çıkıyor.
Yapay zekanın bu yeni aşamasında kullanıcıların her işlemi tek tek tarif etmesi yerine ulaşılmak istenen hedefi belirtmesi yeterli hale geliyor. Ajanlar, hedef doğrultusunda bilgisayarı kullanabiliyor, farklı uygulamalar arasında işlem yapabiliyor, dijital araçlardan yararlanabiliyor ve süreci baştan sona yönetebiliyor.
Üretken yapay zekanın ilk döneminde kullanıcı sisteme bir soru veya komut veriyor ve karşılığında metin, görüntü veya kod alıyordu. Otonom ajanlarla birlikte ise sistem, daha büyük bir görevi parçalara ayırarak gerekli işlemleri sıralayabiliyor ve ortaya çıkan sonuçlara göre sonraki adımlarını belirleyebiliyor. Böylece "yapay zekaya bir şey yaptırmak" yerine "yapay zekaya kapsamlı görevler vermek" yeni kullanım biçimi haline geliyor.
Anthropic'in ağustos sonunda Claude modellerinin fiziksel cihazlarla etkileşimini mümkün kılmaya yönelik Model Hardware Standard çalışmasını araştırma ön izlemesine açması, yapay zekanın fiziksel dünyaya taşınmasına ilişkin önemli örneklerden birini oluşturuyor.
Çalışmayla yapay zeka ajanlarının mikroskop, robotik kol ve sıvı işleme sistemleri gibi farklı laboratuvar cihazlarını ortak bir yapı üzerinden kullanabilmesi ve bu cihazları aynı görev doğrultusunda koordine edebilmesi amaçlanıyor.
Anthropic'in denemelerinde Claude, bir lazerin hizalanması için ayar yaptıktan sonra kameradan aldığı görüntüyü değerlendirerek ışının konumunu yeniden kontrol etti ve gerekli düzeltmeleri tekrarladı. Bir başka çalışmada ise lazerin yeniden kilitlenmesi sürecini optimize eden Claude, yüzlerce denemenin ardından işlemin süresini yaklaşık 150 saniyeden 6 saniyeye indirirken başarı oranını yüzde 58'den yüzde 96'ya çıkardı.
Şirket, yapay zeka ajanlarının farklı donanım ve fiziksel sistemlerle ortak bir standart üzerinden iletişim kurabilmesini sağlamak amacıyla Model Hardware Standard (MHS) çalışmasını geliştiriyor. Bu yaklaşımda yapay zeka, tek bir cihazı kullanan operatörden ziyade, farklı makineleri aynı hedef doğrultusunda yöneten bir "orkestra şefi" rolüne yaklaşıyor.
OpenAI'nin yakın zamanda tanıttığı GPT-6 Astra da otonom ajanların bilgisayar kullanımındaki gelişiminin en yeni örneklerinden biri olarak öne çıkıyor.
Astra, bilgisayar ekranındaki uygulamalarla etkileşime geçerek uzun süreli ve çok aşamalı görevleri kullanıcı adına gerçekleştirebiliyor. Modelin yazılım geliştirme ve siber güvenlik gibi alanlarda da uzun süreli çalışabilmesi, yapay zekanın yalnızca işlem hakkında bilgi veren bir yardımcı olmaktan çıkıp işlemi doğrudan gerçekleştiren bir sisteme dönüşümünü hızlandırıyor.
Şirket tarafından sosyal medyada paylaşılan görüntülerde modelin, internet üzerinde araştırma yapma, bilgisayar oyunu yazma, elektronik tablolardaki verileri analiz etme ve sunum hazırlama gibi farklı işlemleri tek bir görev akışı içinde gerçekleştirebildiği görülüyor.