Yapay zeka alanı, makinelerin bir gün kendilerini geliştirebileceği öncülü üzerine kuruldu. 1966’da İngiliz matematikçi I. J. Good, “ultra-zeki bir makinenin daha da iyi makineler tasarlayabileceğini; ardından şüphesiz bir ‘zeka patlaması’ yaşanacağını ve insanın zekasının çok geride kalacağını” yazmıştı. Yapay zeka araştırmacıları uzun süredir özyinelemeli gelişim (RSI) kavramını hem arzu ettikleri hem de korktukları bir olgu olarak görüyor.
Günümüzde yapay zeka’daki ilerlemeler, bu sürecin bazı kısımlarının çoktan başlamış olabileceği sorusunu gündeme getiriyor.
Kendini Geliştiren Sistemlerin Mevcut Durumu
RSI, farklı insanlar için farklı anlamlar taşıyor. GPT, Gemini, Claude ve Grok gibi büyük dil modelleri (LLM’ler) bu eğilimi genişletiyor. Bu sistemlerin en büyük kullanım alanlarından biri, gelecekteki versiyonlarını üretecek kodlar da dahil olmak üzere kod yazmak.
Şubat ayında OpenAI, GPT-5.3-Codex‘in kendi oluşturulmasında kritik rol oynadığını, eğitim hatalarını gidermeye, dağıtım sürecini yönetmeye ve değerlendirme sonuçlarını analiz etmeye yardım ettiğini açıkladı. Anthropic ise kodlarının çoğunun artık Claude Code tarafından yazıldığını iddia ediyor. Ancak bu sistemler hala çalışmalarını yönlendirecek ve doğrulayacak insanlara bağımlı.
Geçen yıl Google DeepMind, “bilimsel ve algoritmik keşif için kodlama ajanı” olarak tanımlanan AlphaEvolve sistemini duyurdu. LLM’leri kullanarak çözümlerin evrimini yönlendiriyor ve neural ağ mimarilerini optimize ediyor. Tamamen özyinelemeli bir döngü olmasa da, her atılım bilimcilerin daha fazla yapay zeka atılımı yapma yeteneğini artırıyor.
AlphaChip‘in eski ortak liderleri ise yapay zeka çiplerini tasarlamak için AI kullanmaya odaklanan Ricursive Intelligence adlı bir startup kurdu. Kurucu ortak Azalia Mirhoseini, “Tasarım döngüsünü bir-iki yıldan günlere düşürebileceğimizi bekliyoruz” diyor.
Sınırlar ve Engeller
University of British Columbia‘dan bilgisayar bilimci Jeff Clune, yapay zeka ile yapay zeka’yı geliştirmenin “Silikon Vadisi’nin en popüler konularından biri” olduğunu söylüyor. Ancak birçok engel hala mevcut.
Allen Institute for AI‘dan bilgisayar bilimci Nathan Lambert, özyinelemeli gelişim yerine “kayıplı kendini geliştirme (LSI)” beklememiz gerektiğini savunuyor. Bu durumda artan sürtünme, gelişim tekerleğini yavaşlatıyor.
Foundation for American Innovation‘dan kıdemli araştırmacı Dean Ball, yapay zeka bilimcilerinin henüz en iyi insan bilimcilerle eşleşemediğini belirtiyor. “Belki sonunda dehayı otomatikleştirecekler ama gelecek yıl değil. Gelecek yıl otomatikleştirdikleri şey, algoritmik verimlilik oyunlarını çalışan grunt seviyesindeki işçiler olacak” diyor.
Güvenlik Endişeleri ve Gelecek Senaryoları
Araştırmacılar geçen yıl 25 yapay zeka uzmanıyla yaptıkları görüşmede, ikisi hariç tümünün AI Ar-Ge’sini otomatikleştirmenin bir zeka patlamasına yol açabileceği fikrini ciddiye aldığını ortaya koydu.
University of Montreal‘den bilgisayar bilimci David Scott Krueger, yapay zeka geliştirmeyi küresel olarak durdurmayı savunuyor. “Bu, herkesin hayatıyla kumar oynamak” diyor. Önerdiği kırmızı çizgilerden biri, kodun yüzde 99’unun yapay zeka tarafından yazıldığı an.
Ball ise tekilliği “tamamen çocukça bilim kurgu saçmalığı” olarak nitelese de, RSI araştırması yapan öncü AI laboratuvarlarının yakından izlenmesi gerektiğine inanıyor.
Clune, bir makinenin kendisini AI bilimci olarak değiştirmesi durumunda üzülebileceğini ama bunun “kanseri iyileştirmek için hobilerimden vazgeçmeye” değebileceğini söylüyor.