Giriş: Herkesten İki Yıl Önce
Otobanda giden bir arabada, dizüstü bilgisayarımdan Dünya Kupası maçı izliyordum.
Bugün bu cümle kulağa sıradan geliyor. O günlerde ise bunu söyleyebilecek kimse yok gibiydi. Ortada ne iPhone vardı ne de doğru dürüst bir mobil tarayıcı; YouTube da yok sayılırdı. İnsanlar minicik ekranlardan kısa mesaj, arada bir de e-posta atıyordu. Yayın, Qualcomm'da kendi ellerimizle yaptığımız bir telefon üzerinden geliyordu. Benzeri henüz kimsenin elinde yoktu.
Açıkçası ekipte birbirimize şunu soruyorduk: Bunu kim ne yapsın? O arabada cevabımı buldum.
Bunu herkesten aşağı yukarı iki yıl önce yaşamak, önümüzdeki yıllara dair sezgimi değiştirdi. Gelecek bir denklem olmaktan çıkıp yaşadığım bir şeye dönüştü. Bir teknoloji, kaçınılmaz olduğu ana kadar gereksiz görünebilir.
Böyle anlar seyrek yaşanır. Hayatımın hemen her dönemecinde önümü ancak birkaç adım görebildim.
Ekmeğimi kazandığım iş, kabaca her beş yılda bir şekil değiştirdi. Akademide araştırmacı olarak başladım; sonra sinyal işleme mühendisi, ardından kantitatif trader, daha sonra da veri bilimci oldum. Bugün Google'da bir makine öğrenmesi ekibinin başındayım.
Dışarıdan bakan biri bu yolun önceden planlandığını düşünebilir: ODTÜ, Cornell, Qualcomm, bir trading firması, Apple, Google; her isim bayrağı sorunsuzca bir sonrakine devrediyor. Ama içeriden bakınca hiç de öyle değildi. Beni ileri taşıyan şey bir plan değildi. Merakımdı, akşamları oturup çalışma alışkanlığımdı, benden fazlasını bilen insanlardı ve beş yıl önceki kendimden vazgeçmeye hazır oluşumdu.
Bunların ayrı ayrı kariyerler olmadığını ancak dönüp geriye bakınca görebiliyorum. Hepsi aynı ipliğe dizilmişti. Her işte aynı şeyi arıyordum: koca bir gürültü yığınının altına gömülmüş, cılız ama anlamlı bir örüntü. Sinyal hiç kaybolmadı. Yalnızca biçim değiştirdi.
Annemle babam benim yolumu öngöremezdi, ben de sizinkini öngöremem. O yüzden size bir harita değil, bir yol defteri bırakmak istiyorum: neler yaptığımı, her dönemeçte neden o yöne saptığımı, nerede yanıldığımı ve bunca değişimin ortasında sabit kalan birkaç ilkeyi. Bu yazıyı oğullarım için yazıyorum; bir de bir zamanlar benim durduğum yerde durup hangi kapıyı açacağını bilemeyen her genç için.
Tavan
Ankara, 1996–2000
Mühendisliğin ilk yılı beni sıktı.
1996'da Atatürk Anadolu Lisesi'ni bitirip ODTÜ'de elektrik-elektronik mühendisliği okumaya başlamıştım. İlk yılın büyük kısmı lisede gördüklerimizin tekrarıydı. Biraz da saflıkla şöyle düşündüm: Mühendislik bu kadar rahat gidiyorsa, yanında matematik de okuyabilirim.
Böylece çift anadala başladım. İş, sandığımdan çok daha zor çıktı. 2000'de iki bölümü de en üst sıralara yakın bir dereceyle bitirdim, ama asıl dersi notlardan değil, o zorluğun kendisinden aldım.
Çıtayı yükseltip durursanız er geç sınırınıza dayanırsınız. Einstein mıydım? Hayır. Sağlam bir bilim insanı mı? Belki. Herkesin bir tavanı vardır; sizinkinin nerede olduğunu öğrenmenin tek yolu, başınız ona değene kadar kendinizi zorlamaktır.
Sinyal işleme beni tam orada yakaladı, çünkü mühendislikle matematiğin en çok iç içe geçtiği alan oydu. Boş vakitlerimde, sırf keyif için sinyal işleme kitapları okurdum. Kimsenin ödev vermediği şeyleri okuma alışkanlığım, sonraki dönemeçlerin neredeyse hepsinde bana kapı açacaktı.
Üçüncü sınıfı bitirdiğim yaz Boston'a, Northeastern Üniversitesi'ne gittim. Asıl hayalim nehrin hemen karşı yakasındaki MIT'ydi, ama orada tanıdığım kimse yoktu. Bana gerçekten açık olan kapı Northeastern'dı; ben de o kapıdan girdim.
Bu, ilk ve son olmayacaktı.
Manhattan'a Beş Saat Uzakta
Ithaca, 2000–2004
New York şehrine taşındığımı sanıyordum.
ODTÜ'deki sınıfımın büyük kısmı Amerika'daki lisansüstü programlara hep birlikte başvurmuştu; laboratuvarda yan yana oturup niyet mektuplarımızı yazdığımızı hatırlıyorum. Stanford beni kabul etti ama burs vermedi; bu da benim için ret demekti. Tam burs veren okulların en iyisi Cornell'di. Onu Georgia Tech'e ve ötekilere tercih ettim.
Cornell New York'taydı; benim için de New York demek, şehir demekti. Aynı adı taşıyan bir eyalet olduğunu da, Ithaca'nın Manhattan'a beş saat uzakta olduğunu da bilmiyordum. Açıp bakabileceğim doğru dürüst bir internet de yoktu.
Ithaca çok güzel bir yer çıktı. Kampüsün içinden iki nehir akıyor, tepelerin eteğinde Cayuga Gölü uzanıyordu. Kendinizi bütünüyle bilime vermek için harika bir yer; büyük şehir seven biri içinse zor.
Telekomünikasyon ve sinyal işleme üzerine yüksek lisans ve doktora yaptığım dört buçuk yıl orada geçti. Yaptığımız işi "verisiz büyük veri" diye özetliyorum. Bugün devasa veri setleri toplayıp öğrenme işini modele bırakıyorsunuz. Biz aynı hedeflerin peşine olasılık teorisi, stokastik süreçler ve istatistiksel modellerle, çoğu zaman kâğıt kalemle düşüyorduk. Danışmanımın beni yanına almasında en büyük pay matematik diplomamındı: Ankara'da ilk yıl canım sıkıldığı için eklediğim o diplomanın.
Fonlarımızın çoğu ABD Ordusu'nun araştırma laboratuvarlarından geliyordu. 2000 ile 2004 arasında, çoğu insanın drone diye bir şey görmesine daha yıllar varken, insansız hava araçlarının nasıl iletişim ağı kurabileceğini çözdük. Bizi destekleyenler, on yirmi yıl içinde her şeyin bu yöne gideceğini söylüyordu.
Haklıydılar.
İyi gidiyordum ama profesör olmak istemiyordum. Araştırma zor işti; çok iyi bir makale bile ancak birkaç yüz kişiye ulaşabiliyordu. ODTÜ'de uygulamaya dönük sistemler kurmuş, onları çalışırken görmeyi çok sevmiştim. Gerçek dünyada tutup tutmadığını hiç öğrenemeyeceğim teoriler yazmak beni tatmin etmiyordu. Yeniden bir şeyler kurup çalıştıklarını görmek istiyordum.
Bir Buçuk Milyar Cep
Qualcomm, 2004–2009
Sıradaki 1,5 milyar insana ulaşacak modemin şu alıcı bloğunu tasarla.
Aralık 2004'te Qualcomm'a başlar başlamaz önüme konan görev buydu. Doktora diplomamı resmen bir ay sonra aldım. Yirmili yaşlarımın ortasındaydım. Akademide birkaç yüz okur iyi sayılır. Burada ise yaptığım işi bir buçuk milyar insan cebinde taşıyacaktı. Sektörü seçmemin nedeni de tam bu farktı.
Tuhaf bir zamanlamaydı. Dot-com balonu patlamış, 3G herkesi hayal kırıklığına uğratmıştı. Biz ise 3.5G'yi geliştiriyorduk.
Telefon kendisine gönderilen her şeyi defalarca duyar: Sinyal binalara ve tepelere çarpıp yankılar halinde gelir, başkalarının görüşmelerinin gürültüsüne karışır. Biz bu yankıları toplayıp üst üste ekleyen rake alıcılarını bırakıyor, karmaşanın kendisini çözmeye çalışan denkleştiricilere ve girişim giderme tekniklerine geçiyorduk. Kariyerimin geri kalanında şu ya da bu kılıkta karşıma çıkacak problem buydu: koca bir gürültünün içinden cılız bir sinyali çekip çıkarmak. Ben girdiğimde en yüksek veri hızı saniyede 3,6 megabitti; ayrılırken 21 megabite çıkmıştı.
Rakamlar tırmandıkça birbirimize aynı soruyu soruyorduk: Bunu kim ne yapsın? Cevabı nerede bulduğumu biliyorsunuz: otobanda giden bir arabada, herkesten iki yıl önce.
Qualcomm'un yöneticileri üç ila beş yıl ilerisini görüyordu. Çoğu zaman yaptıkları şey basitti: bir trend çizgisini cetvelle uzatmak, sonra da o çizginin gerektirdiğini inşa edecek cesareti bulmak. Benim gibi mühendisler bunun nedenini her zaman kavrayamıyordu.
O günden bu yana o cetveli hiç unutmamaya çalıştım. Yıllar sonra onu kendi firmamın kâr grafiğinin üzerine yatıracaktım.
Akşamlar
2004–2009
2004 civarında kafama bir fikir yerleşti: Beyni anlarsanız geri kalan hemen her şeyi çözebilirsiniz. Bir gün araştırmaya dönersem, uğraşmak istediğim konu buydu.
2006 ya da 2007'de makine öğrenmesi üzerine The Elements of Statistical Learning adlı kitabı alıp sırf keyif için çalıştım. Ağzım açık kaldı. Sinyal işlemede boğuştuğumuz ya da kendi acemice yöntemlerimizle çözdüğümüz problemlerin orada daha derli toplu çözümleri vardı.
Zamanla şu kanaate vardım: Sevdiğim alanın, sinyal işlemenin temel teorisi 1970'lere gelindiğinde büyük ölçüde oturmuştu; 1990'lardan bu yana ise keşiflerin ön cephesi makine öğrenmesine kaymıştı.
Derken üç ayrı güç beni aynı anda finansa doğru çekti.
Birincisi paraydı, bunu saklayacak değilim. Daha 1999'da, hem Bilkent'i hem ODTÜ'yü burslu kazanıp ikisi arasında kararsız kalan bir arkadaşa dobra bir öğüt verilmişti: Hangisi daha çok para veriyorsa onu seç. Bu söz aklıma kazındı. Yıllar sonra baktım ki benimle aynı diplomayı almış sınıf arkadaşlarım aynı işi yapıp bir buçuk iki kat fazla kazanıyor. Kendime sordum: Ben neden onlardan biri değilim?
İkincisi, finansın çarkları makine öğrenmesiyle dönüyordu. Üçüncüsü, finans saf araştırmacıları işe alıyordu: dağınık, pratik bir problemi alıp matematiğe dökebilen ve gerçek dünyada sonuç çıkarabilen insanları. En güçlü yanım da tam buydu.
Böylece iki üç yıl boyunca gündüzlerim bir kariyere, akşamlarım bir başkasına ait oldu. Gündüzleri modemlerle uğraşıyor, akşamları işten çıkınca bir sonraki mesleğim için ders çalışıyordum.
2007'de bir iş teklifi almama ramak kalmıştı. Sonra finans krizi patlak verdi. Bankalar çöktü, kimse eleman almıyordu.
Belki de o işi kaçırmak benim şansımdı. Seçmediğiniz yolun size neler getireceğini asla bilemezsiniz.
2009'a gelindiğinde yüksek frekanslı işlem yapan firmalar krizi sağlam atlatmıştı ve matematiksel model kurabilen insanları işe alıyordu. Yine de kolay değildi. Bu firmalar olimpiyat madalyalılarını, ödüllü fizikçileri topluyordu; kâğıt üzerinde ben onlardan bir gömlek aşağıdaydım. Yıllar sonra Uluslararası Matematik Olimpiyatı'nda altın madalya almış birinin yöneticisi olacaktım. Ama önce o kapıdan girmem gerekiyordu; beni içeri sokan da sabır oldu.
İnsanlar birinin yeni bir şirkete ya da yeni bir alana geçtiği günü görür. O günden önceki akşamları, henüz kimsenin ondan beklemediği bir şeyi çalışarak geçen akşamları ise pek görmezler. Hayatımdaki kariyer değişikliklerinin neredeyse hepsi, işimi değiştirmemden yıllar önce başladı.
Birkaç Fırın Ekmek
Austin, 2009–2015
Yıllar sonra Google'da bir yönetici, finansta ne yaptığımı sordu. "Rekabetçi model geliştirme," dedim.
Siz bir model kurarsınız, yanınızdaki de bir model kurar; sizinki daha iyi değilse oyun dışısınız. Kendinizi kanıtlamak için acımasız bir yer; ama nerede durduğunuzu da apaçık gösteriyor.
2009'da bir yüksek frekanslı işlem firmasında çalışmak üzere Austin'e taşındım. Her yeni veri türü kendine has bir uzmanlık ister; derler ya, önce birkaç fırın ekmek yemek lazım. İşimde gerçekten iyi olmam bir iki yılımı, ortak olmamsa yaklaşık dört yılımı aldı.
Orada aldığım en büyük ders yöntemle ilgiliydi. Doktora beni her şeyi sıfırdan kurmaya alıştırmıştı; başta ben de öyle yaptım. Bu içgüdü beni yüzüstü bıraktı. İşe yarayan, eldeki en iyi stratejileri alıp dikkatle uyarlamaktı: buradan bir sinyal, oradan bir teknik; beş on iyi fikri sağduyuyla harmanlamak. Bu yola girdiğim anda modellerim kazanmaya başladı.
Özgünlüğü değerle karıştırmayın. Dünyanın zaten bildiğini yeniden keşfettiniz diye kimse size fazladan puan vermez. İşe yarayandan öğrenin, sonra onun üstüne kat çıkın.
Altı yıl sonra ayrıldığımda NASDAQ'taki tüm işlem hacminin kabaca %5'i bu firmadan geçiyordu; bunun arkasındaki modellerin yarısına yakınını da bir başka araştırmacıyla birlikte kurmuştuk. Hemen her şeyin alım satımını yapıyorduk: hisse senedi, portakal suyu, şeker, petrol.
Bunun ne gibi bir değer yarattığını soranlar olurdu. Cevabım şu: Piyasayı biz yapıyorduk. Bir hisseyi satmak istediğinizde, birinin onu tam o anda alması gerekir. Piyasa yapıcılar olmasa bir komisyoncuyu arayıp yarım gün beklerdiniz ya da havalimanındaki döviz bürolarında olduğu gibi bir aracıya geniş bir alış-satış makası öderdiniz. Biz yüz dolarlık bir hissede bir sent kadar kazanır, pozisyonları birkaç dakika tutardık. Warren Buffett da aynı rolü zaman ölçeğinin öbür ucunda oynuyor: 2008'de herkes satarken o aldı ve yıllarca elinde tuttu.
Bulut bilişimle de ilk kez Austin'de tanıştım: 5.000 hisse için aynı anda model eğiten binlerce sanal makine. Ama firma geride kalıyordu. Alım satım mantığını doğrudan donanım üzerinde çalıştırmak için yeniden yapılandırılabilen FPGA çiplerine de, genel olarak daha hızlı donanıma da çok geç geçti. Yöneticileri trendleri bir ila üç yıl geriden görüyordu: Qualcomm'un tam tersi.
Sonunda firmanın yıllık kârını bir grafiğe döktüm.
En iyi yılda kâr 130 milyon dolardı, maliyet ise 30 milyon dolar civarındaydı. Ardından 60 geldi. Sonra 50. Sonra 40.
Qualcomm cetvelini aldım, bu noktaların üzerinden düz bir çizgi çektim. Çizgi sıfıra iniyordu.
Firma iyi yıllarda bile neredeyse hiç prim dağıtmamıştı. Bu arada eşimin işi için Silikon Vadisi'ne geri dönmüştük ve teknoloji şirketleri artık finanstan daha iyi para veriyordu. Ben de 1999'daki o eski öğüde bir kez daha kulak verip ayrıldım: Nerede daha çok kazanıyorsan oraya git.
Aşağı yukarı iki yıl sonra, ortağı olduğum firma yok pahasına satıldı.
Bilekte Bir Kalp Atışı
Apple, 2015–2016
Bir kol saati için yapay zekâ geliştirsin diye finanstan birini işe almak cesaret isterdi; Apple'daki yöneticilerim bu riski göze aldı, onlara minnettarım. Biri bana aşağı yukarı şunu demişti: Bence sen bunu yaparsın, hadi bakalım. Kariyerlerde böyle anlar, insanların kabul etmeye yanaştığından fazladır.
Teknolojiye dönmeden önce kendimi bir kez daha baştan kurmuştum. Finansta görmüştüm ki iyi programcılar fikirleri benden çok daha hızlı sonuca dönüştürüyor. Bu yüzden 2015'te yazılım mühendisliği, veri yapıları, algoritmalar ve veri bilimi çalıştım; o kadar ki sonunda neredeyse her mülakat sorusunu cevaplayabiliyordum. Hayatımdaki her iş değişikliği, işin yanı sıra altı ay ile iki yıl arası bir hazırlık istedi. Kendinizi yenilemezseniz o soruların cevabını veremezsiniz.
Apple Watch'ta görev tanımı basitti: Kimsenin yapmadığı şeyleri hayal et, sonra da yap. İnsanların egzersiz alışkanlıklarını modelliyordum; örneğin öğleden sonra dörtle akşam sekiz arasında kaç kalori yakacağınızı tahmin ediyordum. Saat de buna göre sizi hafifçe dürtebilirdi: On dakikalık bir yürüyüş bugünkü hedefinizi tamamlıyor; yarın saat üçte yüzmeye ne dersiniz?
Aynı yıl Ilya Sutskever'in sequence-to-sequence makalesini okudum ve az kalsın sandalyeden düşüyordum. Bir sinir ağı, bir kelime dizisini okuyup başka bir dizi yazabiliyordu. Saatte yapmak istediğim de tam buydu: bir sonraki kelimeyi tahmin etmek, gelen bir mesaja üç cevap taslağı hazırlamak. Makale sonradan NeurIPS'in Test of Time ödülünü aldı. O yıllarda en büyük ilham kaynağım Ilya'nın çalışmalarıydı.
Egzersiz projesi üzerinde altı sekiz ay çalıştıktan sonra işi bir direktöre sunduk.
Kendisi olsa bu işi bizim gibi yapmayacağını söyledi.
Şok oldum. Belki henüz yeterince olgun değildim, belki de o kavgaya girmek istemedim. Apple bir tasarım şirketi; tek bir ikonun rengini otuz kişinin tartışabildiği bir yer. Yapay zekâ orada hiçbir zaman ön planda olmadı. Şu sonuca vardım: Ciddi yapay zekâ cihazlarda değil sunucularda çalışacaktı ve Google oraya Apple'dan çok önce varacaktı.
Yüz Dolarlık Biftek
San Francisco, 2016–2017
San Francisco'da bir hedge fon sahibi beni, bifteğin en az 100 dolar olduğu bir et restoranına götürdü. Yemekte, çalışanlarına daha ilk yıldan bir milyon dolar ödemeye bayıldığını anlattı; paraya alışsınlar diye.
Söylediği doğru değildi. Sözleşmelerin gereğini yerine getirmemek için kadroyu altı sekiz ayda bir değiştiriyordu. Orada araştırma başkanı olarak bir yıldan az kaldım.
Normalde bir karar vermeden önce pek çok etkeni tartarım. O sefer, ağzı laf yapan bir adamın ve güzel bir akşam yemeğinin de katkısıyla, bunlardan yalnızca birinin, paranın, benim yerime karar vermesine izin verdim. Tekrarlanacak değil, ders çıkarılacak bir yan yoldu.
Yine de bu yan yolun bana bir armağanı oldu, ama adamın vaat ettiği armağan değil. Hakkımda yazdığı övgü dolu değerlendirme, Google'ın beni normalde başlayabileceğimden bir seviye yukarıdan işe almasına yardım etti.
Hayatın Uzun Soluklu Projeleri
Google, 2017'den beri
Düğün bir yüzükle başlar. Sonra mekân gelir, ardından davetiyeler, en sonunda da kıyafetler. Ev almak, tatil planlamak, yemek yapmayı öğrenmek de böyle ilerler. Bunlar tek bir aramayla biten işler değil; adım adım yürüyen, hayatın uzun soluklu projeleridir. Herhangi bir anda her birimizin elinde böyle on ila yüz proje vardır. Hangi aşamada olduğunuzu anlayabilirsek, size gerçekten yardımcı olacak şeyi gösterebiliriz.
Google'da bunlara task, yani görev diyoruz. Ekim 2017'den beri yaptığım iş de bunları modellemek.
Google'a, Apple'daki seviyemin bir basamak üstünden, 6. seviyede teknik lider olarak girdim. Apple, Facebook ve Google'dan teklif almıştım. Yapay zekânın geleceğinin sunucularda çalışacağına ve Google'da inşa edileceğine inanıyordum; bu yüzden tercihimi Google'dan yana yaptım. O sıralar programlama sorularını, bir zamanlar ÖSS sorularını çözdüğümüz gibi, neredeyse düşünmeden çözüyordum.
Yine yeni bir alanda ustalaşmam gerekiyordu: arama motorlarının arkasındaki bilim, yani bilgi erişimi. Bunun için de işin yanında iki yıl daha ders çalıştım. Ölçeği hayal etmek zor. Yaklaşık 30 milyar arama sorgusunu yüz milyonlarca gruba kümeliyor, sonra bu grupları da yeniden kümeliyoruz. Problemlerden biri, 30 milyar noktanın trilyonlarca bağlantıyla örüldüğü bir ağı, yani bir grafı kümelemekti.
Araştırmacılarımızın elindeki algoritmadan daha iyisini geliştirmem bir yılımı aldı. Yeni algoritma altı akademik benchmark'ın beşinde en iyi sonucu verdi ve 2021'de veri madenciliğinin önde gelen konferanslarından KDD'de yayımlandı. Bu kez uygulayıcı bendim, teoriyi araştırmacılar yazdı: Cornell yıllarımın tam tersi.
Oğullarıma şunu söylerim: Google'da kötü bir reklam görürseniz, sebebi ben olabilirim. İyi bir reklam görürseniz de. Bu işin internetin büyük kısmını ücretsiz tuttuğuna inanıyorum. Okuduğunuz her ücretsiz yazının, girdiğiniz her sitenin parasını birileri ödüyor; bunu sağlayan da seyrek ve tam yerinde gösterilen iyi reklamlar.
Üç buçuk yıl kadar teknik liderlik yaptıktan sonra yöneticiliği de üstlendim. Sekiz kişilik bir ekibim var ve kendimi patrondan çok bir profesör gibi görüyorum. Ithaca'da profesör olmamaya karar vermiştim; meslek yine de gelip beni buldu. Her hafta ekipteki herkesle ayrı ayrı görüşüyor, projelerine şekil vermelerine yardım ediyorum. Her yıl, hibe başvurusu hazırlayan bir profesör gibi bir plan yazıyoruz. Bazen hedef gelirin %0,5'i oluyor; Google'da bu, kabaca bir milyar dolar demek.
Değerini geç anladığım iki şey var: doğrulamak ve yıkmak. Qualcomm'da her bloğu tek tek doğrulamak bana sıkıcı gelirdi; finansta kimse doğrulamayınca neler olduğunu gördüm. Her yıl da geçen yılın modellerini emekliye ayırıp yerlerine daha iyilerini koymaya çalışıyoruz. Beş modeli tek bir modelle değiştirmek, yeni bir şey yapmak kadar değerli. Hiç yıkmazsanız yenisini de kuramazsınız.
Şu an 7. seviyedeyim; insanlar 8. seviyeyi soruyor. Peşinden koşmuyorum. Amacım hep işe yarar olmaktı. Bu bir terfi getirirse güzel. Getirmezse, o da güzel.
Sıradaki Kelime
Yapay zekâya dair inandıklarım
2016'da AlphaGo Seul'de Lee Sedol'la karşılaştığında, her maçı izlemek için geceleri uyumadım. İkinci maçta makine, yorumcuların önce hata sandığı bir hamle yaptı: otuz yedinci hamle. Hata değildi. Bugünün en iyi modellerinin temel tarifi AlphaGo'da zaten vardı: Önce insanları taklit et, sonra kendi seçeneklerin içinde arama yaparak insanlardan öğrendiklerinden daha iyi hamleler bul.
Pek çok kişi dil modellerini "sadece bir sonraki kelimeyi tahmin ediyorlar" diye küçümsüyor. Ben hiçbir zaman küçümsemedim. Apple Watch'ta yapmak istediğim de zaten bir sonraki kelimeyi tahmin etmekti. Ondan önce yıllarca bir piyasanın bir sonraki dakikada ne yapacağını tahmin etmeye uğraşmıştım ve şunu öğrenmiştim: İyi yapılan tahmin, anlamak demektir. Tahmin etmeniz gereken kelime zor bir matematik probleminin cevabıysa, onu tahmin etmek problemi çözmek demektir. Bu modeller sıradaki kelimeden sıradaki kavrama geçecek, hem de aynı anda birçok zaman ufkunda; tıpkı finansta bir, on ve otuz dakika sonrasını tahmin ettiğimiz gibi.
Yapay genel zekâ (AGI) bir bitiş çizgisi değil, bir yelpaze. Bana göre GPT-4, insan genel zekâsına yaklaşan ilk modeldi; IQ'su 50-60 civarında bir şey. Yapay zekâ 100'e, sonra 130'a, sonra 150'ye tırmanacak. Yetenekleri de girintili çıkıntılı olacak: bazı işlerde parlak, bazılarında tuhaf biçimde zayıf. Uçak kuştan hızlı uçar ama kuş değildir; denizaltı da balık değildir. Üstelik yapay zekâ, daha iyi yapay zekâ geliştirmek için şimdiden kullanılıyor.
Yine de işin son birkaç yüzdesi uzun sürer. 2015'te hepimiz sürücüsüz arabaların bir yıl sonra yollarda olacağını sanıyorduk; aradan on yıl geçti, ancak şimdi gelmeye başladılar. İnsanın bütün yeteneklerine yetişmek bir on yıl daha sürebilir; ama bu yolda alacağımız yardım muazzam olacak.
İşin nereye gittiğini kestirmek için hâlâ Qualcomm cetveline uzanıyorum. Yapay zekânın token başına, yani kelime ya da kelime parçası başına maliyeti her yıl dört kat kadar düşüyor: iki yılda on altı, üç yılda altmış dört kat. Bugün imkânsız olan, iki üç yıl içinde çocuk oyuncağı oluyor. Gören, duyan ve anında karşılık veren bir robotun içindeki modeller gerçek zamanlı yanıt vermeye başladığında, bu bize sihir gibi gelecek ve bugün hayal bile edemediğimiz kullanım alanlarının kapısını açacak.
Peki ya istihdam? Yapay zekâyla birlikte çalışanlar öne geçecek, uyum sağlayamayanlar geride kalacak. Ama üretimle tüketim birlikte artıyor, hayat hızlanıyor; bu yüzden kitlesel bir işsizlik beklemiyorum.
Güvenlik konusundaki görüşüm ise şu: En yetenekli modeller açık ağırlıklı olarak, yani herkesin indirip çalıştırabileceği biçimde yayımlanmamalı. Fişi çekebilecek, hesap verebilir biri her zaman olmalı: tek bir tekel değil, birkaç sorumlu şirket; önüne gelen herkes ise asla.
O yüzden size belli bir unvana hazırlanın demem. Bugünkü unvanların çoğu kaybolacak, yerlerine henüz adını koyamadığımız yenileri gelecek. Siz kolay kolay eskimeyecek biri olmaya hazırlanın. Nasıl mı? Aşağıda elimden geldiğince anlatmaya çalıştım.
Heybenizde Olsun Diye
Aklınızda tek bir şey kalacaksa, o da öğrenmeyi öğrenmek olsun. Okul, öğrenmenin bir simülasyonundan ibarettir. Asıl öğrenme okulun dışında, bilgiyi kitaplardan, makalelerden, videolardan kendi başınıza söküp aldığınızda olur. Bu hikâyedeki her dönemecin bedeli böyle, akşamları ödendi. Aşağıda yazdığım her şey de buradan doğuyor.
Temeli sağlam atın. Matematik, programlama, açık seçik yazmak, derli toplu konuşmak, sağlıklı düşünmek ve artık bir de akıllı makinelerle birlikte çalışabilmek. Mühendislikte ilk yılım sıkıcı geçtiği için eklediğim matematik diploması, Cornell'deki danışmanımın beni yanına almasının başlıca nedeniydi. Bu tür temeller girdiğim her alanda işime yaradı; henüz var olmayan alanlarda da yarayacak.
Merakınızı diri tutun. Yapay zekâya geçişim, akşamları keyif için okuduğum bir kitapla başladı. Kendi alanınızın çok dışında da okuyun; bir sonraki kapı çoğu zaman oradadır.
Esnek olun. Yaptığınız iş büyük ihtimalle her beş yılda bir değişecek. "Mühendis", "matematikçi", "trader": Bu etiketlerin her biri bir dönem bana uyuyordu, on yıl sonra ise artık uymuyordu. Kimliğiniz size hapishane olmasın.
Devlerin omuzlarında yükselin. Austin'deki modellerim ancak her şeyi sıfırdan kurmayı bıraktığımda kazanmaya başladı. Çevrenizdeki en iyi beş on fikri toplayın ve onları ustaca birleştirin.
Harika insanlarla çalışın. Benden önde yürüyen mentorlar yolumu şekillendirdi; hâlâ da öyle insanlar arıyorum. Kendine güvenen insanlar bildiğini paylaşır, güvenmeyenler saklar. Siz ilk gruptakilerin arasında çalışın.
Maaşı bir sinyal olarak okuyun. Paranın peşinden gitmekten hiç çekinmedim; 1999'daki o dobra öğüt aklıma kazınmıştı. Tecrübeme göre ücret, değeri kusursuz olmasa da yakından takip eder. Aynı becerilere sahip insanlar başka yerde daha çok kazanıyorsa kendinize sorun: Onlar ne yapıyor da siz yapmıyorsunuz? İşinizin kaç kişiye dokunduğunu, ne kadar önemli bir sorunu çözdüğünü de sorun.
İşinizi sevin. En şanslı insanlar, hobi olarak seve seve yapacakları bir iş için para alanlardır. Kimse bana bunun için para vermeden çok önce, sinyal işleme kitaplarını keyif için okuyordum.
Birden çok etkeni tartın. Yüz dolarlık bifteği hatırlayın; tek bir etken karar verince olan budur. Kriz patlak verince elimden kaçan iş teklifi ise belki de başıma gelen en iyi şeydi. Her kararda kendinize sorun: Bu beni bir sonraki adıma taşıyacak bir basamak mı? Ve kararınızı tek bir şeye bakarak vermeyin.
Daha iyisini aramaktan vazgeçmeyin. Bazı sınıf arkadaşlarım ODTÜ'yü kazanınca kendilerini kurtarmış saydı. Oysa kazanmak sadece başlangıçtır. 2004'te Google'a girebilirdim; ancak 2017'de girdim. Bu dolambaçlı yollar beni ben yaptı, ama siz yine de gözünüzü açık tutun.
Hayat arkadaşınızı dikkatle seçin. Hayatınızın kalitesini ve başarısını, yanınızdaki insan kadar belirleyen pek az şey vardır. Eşim de benimle aynı mühendisliği okudu, aynı matematik çift anadalını yaptı; hem işimi hem de kaygılarımı anlıyor. Sizi yukarı çeken birini seçin.
Sizin Sinyaliniz
Benim için sinyal önce bir radyo dalgasıydı, sonra bir hisse fiyatı, sonra bilekte bir kalp atışı, en sonunda da bir arama sorgusu. Sizin için ne olacağını bilmiyorum. Ama şunu biliyorum: Onun peşine düşecek merak ve birkaç yılda bir yeniden acemi olmayı göze alabilmek, her türlü diplomadan daha önemli olacak.
Bu mektupta adı geçen şirketler ve unvanlar bir gün birer dipnota dönüşürse, bu ancak söylediklerimi doğrular. Bu hikâyenin önemli kısmı Qualcomm, Apple ya da Google değil; herhangi bir unvan, maaş ya da terfi de değil. Bunlar yalnızca birer koordinat: O sırada nerede bulunduğumu gösteriyorlar, o kadar. Önemli olan, bu noktalar arasında nasıl yol aldığım.
Gençken asıl meselenin ne kadar ileri gidebileceğimi keşfetmek olduğunu sanırdım. Şimdiyse bence daha iyi bir soru var: Daha da ileri gidebilecek birine kaç kez dönüşebilirsiniz? Yolun tamamını görmeniz gerekmiyor. Bir sonraki etabın sizden ne istediğini görmeniz ve her seferinde daha iyisini bulmanız yeterli.
Meraklı olun, esnek kalın, dokunduğunuz her şeye değer katın. Sinyal değişecek. Siz onu duymayı öğrenin.
— Gokhan Mergen
Bu hikâyenin büyük kısmını ilk kez Ocak 2025'te, ODTÜ'den eski sınıf arkadaşım Oğuz Ergin'in YouTube kanalında yaptığımız "Yapay Zekayı Arayan Adam" başlıklı uzun sohbette anlatmıştım. Onu yazıya dökmek de hikâyeyi bir videodan daha uzun yaşatmanın benim bulduğum yolu.
Yorumlar