Eğer makul bir gelecekte "yapay zeka balonunun nasıl patladığına" dair bir film çekilirse, Ed Zitron şüphesiz baş karakterlerden biri olacaktır. Mükemmel bir dışlanmış karakter modeline uyuyor: her şeyin geleceğini önceden gören, kenardan kimsenin kulak asmadığı uyarılar haykıran eksantrik bir yalnız. Tıpkı Christian Bale'in 2008 finansal krizini öngören yatırımcı Michael Burry'yi *The Big Short* filminde canlandırması gibi, örneğin Robert Pattinson ve Paul Mescal'ın Zitron'u canlandırmak için yarıştığını hayal etmek zor değil—büyük teknoloji şirketlerinin en sesli eleştirmenlerinden biri haline gelen, canlı, renkli şekilde sert ama inatla detay odaklı İngiliz.
Bu, yapay zeka balonunun mutlaka patlayacağı anlamına gelmez, ancak yapay zeka yüceltmesinin dev dalgaları arasında Zitron'un dobra ve kendinden emin şüpheciliği onu bir kült figürü haline getirdi. Teknoloji bülteni **Where’s Your Ed At** artık 80.000'den fazla aboneye sahip; haftalık podcast'i **Better Offline** teknoloji listelerinde sürekli ilk 20'de yer alıyor; medyada düzenli bir muhalif ses; ve subreddit'i, teknoloji endüstrisinin içindekiler de dahil olmak üzere yapay zeka şüphecileri için güvenli bir liman haline geldi—bir kullanıcı onu "deli hiperkapitalist saçmalıklardan oluşan bir fırtınadaki deniz feneri" olarak tanımlıyor.
Zitron, üretici yapay zekayı ilk kez 2023'te, OpenAI'ın ChatGPT'yi sarsıcı bir şekilde piyasaya sürmesinden bir yıl sonra incelemeye başladı. "Ne kadar bakarsam o kadar kafam karıştı," diyor. "Büyük dil modellerinin (LLM) insanların heyecanlandığı şeyi yapamadığı açıkça ortadaydı, aynı zamanda bunu başarmak için bir yolları da yoktu. Bulduğum hiçbir şey bunun gerçek bir iş olduğunu, dünyayı değiştireceği iddia edilen bir şey olduğunu göstermiyordu."
Las Vegas'taki ofisinden, kırmızı bir kapüşonlu giymiş, çerçeveli pop kültürü baskıları ve Amerikan spor hatıralıklarıyla çevrili halde video görüşmesi yapıyor. Ve Zitron gerçekten konuşabiliyor. **Better Offline** dinleyicilerinin bildiği gibi, 39 yaşındaki bu kişi olağanüstü bir konuşmacı—uzun monologlarda usta, bakış açısını anlaşılır, genellikle küstah bir dille, gerçekler, istatistikler, benzetmeler ve bolca küfür serpiştirerek sunuyor. Londra aksanı, Silicon Valley karşıtı rolünü daha da vurguluyor—"datacentres" derken "T" harflerini düşüren biri.
Zitron'un üretici yapay zekanın neden başarısızlığa mahkum olduğuna dair tezini açıklamak kolay değil: geçen yıl bunu 19.000 kelimelik bir makalede ortaya koydu. Ancak iki birbiriyle bağlantılı kısma ayrılabilir: teknolojinin gerçek etkinliği ve yapay zeka patlamasının finansal mimarisi. Zitron'a göre, her iki temel de sallantıda.
İlk olarak, üretici yapay zekanın vaatlerini yerine getirmesi sorunu var. Son birkaç yıldır, bu teknolojinin bildiğimiz iş hayatını altüst edeceğine dair giderek artan kehanetler gördük. Örneğin, OpenAI'ın en yakın rakibi Anthropic'in CEO'su Dario Amodei, geçen Mayıs ayında yapay zekanın beş yıl içinde tüm giriş seviyesi beyaz yakalı işlerin yarısını ortadan kaldırabileceği uyarısında bulundu. "Yapay zeka büyük dil modellerinin mevcut nesli bunu yapmayacak," diyor Zitron kendinden emin bir şekilde. "Kanıtım, temelde bir yıl öncekiyle aynı oldukları. Aynı etkinliğe sahipler. Ve bunları gerçekten otonom bir şekilde iş yapabilen bir şeye dönüştürme girişimlerinin hepsi başarısız oldu." LLM'lerin halüsinasyon gördüğünü ve yanlış cevaplar verdiğini, her seferinde farklı yanıtlar verdiğini ve gerçekten öğrenemediğini, yaratamadığını veya birçok karmaşık görevi yerine getiremediğini savunuyor. Hatta bu teknolojiyi "zeka" olarak etiketlemeyi bile sorguluyor.
"Bir çift zarın zeki olduğu kadar zeki," diyor. "Büyük dil modelleri, bir sonraki token'ı üretmek için büyük ölçekli olasılık kullanan transformer tabanlı mimarilerdir. Bunu büyük ölçekte yaparlar, bu yüzden 'Ah, bir şeyler buluyor' diye düşünebilirsiniz. Hayır, büyük bir veri bütünü ve çok fazla parametreye sahipler..." Üretici yapay zeka, mevcut verilerden çıktılar üreterek çalışır, hepsi bu. Bir Excel formülünü zeki olarak kabul etmeyiz, bu yüzden üretici yapay zekayı da zeki olarak etiketlememeliyiz.
Birçok kişi, özellikle yapay zekanın işler üzerindeki etkisi konusunda bu görüşe katılmıyor. Film, müşteri hizmetleri, devlet ve teknoloji gibi sektörlerdeki profesyoneller, yapay zeka araçlarının aynı görevleri daha az kişiyle tamamlamalarına olanak tanıdığını bildiriyor. Tüm işlerin yarısını ortadan kaldırmasa bile, yapay zeka işyerini dönüştürmeye hazırlanıyor. Geçen Haziran ayından bir anket, ChatGPT'nin piyasaya sürülmesinden bu yana Birleşik Krallık'taki giriş seviyesi pozisyonların yaklaşık üçte bir oranında azaldığını gösterdi.
Zitron, "korelasyon nedensellik anlamına gelmez" diyerek karşı çıkıyor ve makine öğreniminin iş kayıplarındaki rolünü sorgulayan veya küçümseyen raporlara atıfta bulunuyor. Örneğin, MIT'nin yakın tarihli "2025'te iş dünyasında yapay zekanın durumu" raporu, yapay zekayı entegre etmeye çalışan şirketlerin %95'inin "sıfır getiri" gördüğünü buldu. Rapora göre, çoğu üretici yapay zeka sistemi geri bildirimleri koruyamıyor, bağlama uyum sağlayamıyor veya zamanla iyileşemiyor.
Bu, Zitron'un argümanının ikinci kısmına götürüyor: yapay zeka patlamasının ekonomisi tutarlı değil. Yapay zekaya akan yatırım seviyesi benzeri görülmemiş düzeyde. "Muhteşem Yedili"—Alphabet (Google'ın ana şirketi), Amazon, Apple, Meta, Microsoft (OpenAI'ın %27'sine sahip), Nvidia ve Tesla—artık küresel piyasanın yaklaşık yarısını oluşturan S&P 500 endeksinin %34'ünü temsil ediyor. Yapay zeka için gerekli güçlü çipler olan GPU'ların önde gelen üreticisi Nvidia, Zitron'a göre esasen "para basıyor." Bu arada, diğerleri asla geri alamayacakları milyarlarca dolar borçlanıp harcıyor.
Silicon Valley girişimleri geleneksel olarak pazar payı kazanmak ve daha sonra kar etmek için zararına çalışsa da, mevcut arz ve talep arasındaki boşluk endişe verici derecede büyük. Yapay zeka inşa etmek büyük yatırım gerektiriyor: tipik bir veri merkezi, her biri 50.000$'dan (37.000£) fazlaya mal olan on binlerce GPU'ya, artı yazılıma, ağa, büyük tesislere ve önemli miktarda elektrik ve suya ihtiyaç duyuyor. 1GW'lık yapay zeka veri merkezi kapasitesinin tahmini maliyeti 35 milyar $ (26 milyar £). Sonuç olarak, sadece Google, Meta, Amazon, Microsoft ve Oracle gibi derin cepli "hiperskalacılar" bu ölçekte rekabet edebiliyor.
Talep tarafında ise görünüm daha az net ve kesinlikten uzak. Örneğin, OpenAI önümüzdeki beş yıl içinde yapay zeka altyapısına 1,4 trilyon $ (1 trilyon £) harcamayı planlıyor, ancak 2025 için öngörülen geliri sadece yaklaşık 20 milyar $ (15,8 milyar £). Zitron, yapay zeka şirketleri arasındaki birçok anlaşmanın temelde birbirlerine ödeme yapmalarını içerdiğine dikkat çekiyor. Geçen Eylül ayında, Nvidia OpenAI'a 100 milyar $ yatırım açıkladı, OpenAI da bu fonları Nvidia çipleri satın almak için kullanacak. Benzer düzenlemeler sektörde yaygın. CoreWeave, Lambda ve Nebius gibi veri merkezleri inşa eden ve GPU kapasitesi kiralayan "neobulut" şirketleri bile Google, Microsoft, Amazon ve Nvidia gibi devlerden gelen işlere ağırlıkla bağımlı. Zitron, bu hiperskalacılar olmadan 2025 için toplam yapay zeka işlem gelirinin bir milyar dolardan az olacağını iddia ediyor.
Kârlılığa gelince, ChatGPT'nin şu anda tahmini 800 milyon kullanıcısı var, ancak çoğu ödeme yapmıyor. Ödeme yapan aboneler için bile, bir kullanıcıyı bağlamanın maliyeti... GPT gibi bir yapay zeka modeli için her kullanıcı etkileşiminin maliyeti büyük ölçüde değişebilir. Bir kullanıcı basit bir soru sorabilir veya modelin karmaşık bir yanıt üretmesine neden olacak bir şey sorabilir. Zitron'un işaret ettiği gibi, burada ölçek ekonomisi yok—her sorgu, sağlayıcının masrafıyla "işlem" veya bilgisayar işlemi gerektiriyor. "Birisi bu platformların güçlü bir kullanıcısı oldukça, size daha fazlaya mal olacak. Bu neredeyse Silicon Valley'nin genellikle çalışma şeklinin tam tersi." Ve cevap tatmin edici değilse ve sıklıkla olduğu gibi yeniden çalışılması gerekiyorsa, "bu size ekstra para kazandırmadan daha fazla işlem yakıyor." Yapay zeka modelleri sürekli olarak daha ucuz ve daha gelişmiş hale gelirken, bu sadece daha fazla bilgi işlem gücü kullanılarak başarılıyor. "Benzinin fiyatı biraz düşüyor ama bir yere gitmek için 250 mil daha fazla sürmeniz gerekiyor gibi. Yani bu gerçekten sorunlu—çünkü kârlılık noktası olmadığı anlamına geliyor."
Tipik bir veri merkezi on binlerce GPU gerektirir.
Yine, hiçbiri büyük bir yapay zeka çöküşünün gerçekleşeceğini garanti etmez, ancak "eğer yanılıyorsam, nasıl yanıldığımı bilmiyorum," diyor. "Çalışmalarıma karşı okuduğum her karşı argüman çoğunlukla sadece 'yapay zeka daha iyi olacak' dileğinden ibaret."
Birçok kişi Zitron'un büyük teknoloji şirketlerine kin beslediğini iddia etti, ancak o bunu reddediyor: "Gerçeklik hakkında konuşmak istemeyenlerle sorunum var." Kesinlikle ilgi çekmekten kaçınmıyor, ama bu işe bu yüzden girmediğini açıklıyor. "Yazmayı seviyorum. Şeyleri parçalarına ayırmayı seviyorum. Bulmacaları çözmeyi seviyorum. Sanırım şeyleri anlayabilmeyi seviyorum. Bunların çoğu sadece bir izleyiciye değil, kendime açıklamaya çalışmam." Ekonomi veya bilgisayar biliminde resmi bir eğitimi yok ve hiç teknoloji sektöründe çalışmadı. "Temelde her şeyi sıfırdan öğrendim."
Yine de Zitron her zaman teknolojiye ilgi duydu. Hayatı boyunca 10 kişisel bilgisayar inşa ettiğini söylüyor. 10 yaşındayken babasının ona çevirmeli bağlantılı bir bilgisayar almasıyla başladı. "Yani oldukça erken yaşta çevrimiçiydim. Hemen 'Bu gelecek. Buna bayılıyorum. İnsanlarla konuşabilmeyi ve oyun oynayabilmeyi seviyorum' diye düşündüm. Oldukça yalnız bir çocuktum. Çok arkadaşım yoktu, ama çevrimiçinde çok arkadaş edindim."
Batı Londra'daki Hammersmith'te büyüyen Zitron, ebeveynlerini sevgi dolu ve destekleyici olarak tanımlıyor. Babası bir yönetim danışmanıydı; annesi onu ve üç ablasını/abisi büyüttü. Ama "ortaokul benim için çok kötüydü, ve bu konuda bu kadarını söyle
