Tez İfadesi

Bu ay, Palo Alto'da küçük bir yapay zeka araştırmacıları ekibi, büyük haberler ve daha da büyük hedeflerle gölgeden çıktı. Ohio State Üniversitesi'nden önde gelen akademisyenler tarafından kurulan NeoCognition, 21 Nisan 2026 tarihinde 40 milyon dolarlık bir tohum sermaye round'u duyurdu. Bu talep fazlası olan round, günümüzün sıklıkla kaba ve konuşkan ancak sınırlı araçlarından öteye geçmek isteyen gelişmiş yatırımcılardan geldi.

 

NeoCognition, mevcut yapay zeka ajanlarının uzman seviyesindeki işleri güvenilir şekilde yerine getirememe eksikliğini, görevleri boyunca sürekli öğrenen, çalışma ortamları hakkında detaylı modeller oluşturan ve insanların yeni bir mesleği öğrenirken yaptığı gibi uzmanlara dönüşen sistemler kurarak çözmeyi hedefliyor.

Yu Su, Ohio State Üniversitesi'nde yardımcı doçent ve 2025 Sloan Araştırma Fellow'u, ChatGPT'nin kamuoyunun dikkatini çekmesinden yıllar önce AI ajanları için temel araçlar geliştirmeye harcadı. Ekibi, modern büyük dil modellerinin planlama, algılama ve eylem yapma biçimini şekillendiren Mind2Web, MMMU ve SeeAct gibi etkili projeler oluşturdu. Bu katkılar, bugün OpenAI, Anthropic ve Google sistemlerinde yer alıyor.

 

Su ve ortakları Xiang Deng ve Yu Gu, araştırmalarını bir şirket haline getirme zamanının geldiğine karar verdiler. Kaliforniya'nın Silicon Valley'ye taşındılar ve sadece ajanlara odaklanan yaklaşık 15 doktora düzeyinde araştırmacıdan oluşan sıkı bir ekip kurdu. Laboratuvarın erken çalışmalarında hafıza, planlama, değerlendirme ve güvenlik gibi temel unsurlar zaten kapsanmıştı. Yatırımcılar, bu derin yetenek yelpazesini görünce hemen harekete geçti. 40 milyon dolarlık sermaye turu, ekibin akademik başarıları, işletmelerin gerçek işlerde güvenebileceği pratik ve kendini geliştiren sistemlere dönüştürmesi için gerekli zamanı sağlıyor.

 

Su'nun geçmişinde, Microsoft Semantic Machines'te konuşmalı yapay zeka üzerinde çalışma ve Tsinghua Üniversitesi ile UC Santa Barbara'dan dereceler yer alıyor. CVPR ve ACL gibi üst düzey konferanslarda elde ettiği en iyi makale ödülleri, NeoCognition'un alanın dayanışkın sorunlarını çözebileceğine dair destekçilerde güven yarattı. Kurucular, ajan araştırmalarında toplam 30 yıldan fazla bir birikime sahip olup, startup'ı ticari hedefleri olan saf bir araştırma laboratuvarı olarak konumlandırdı.

Güncel birçok AI aracının karmaşık görevleri tamamlama konusunda tutarlılık sorunları yaşıyor. Raporlar, bu araçların sadece yaklaşık yüzde elli oranında başarılı olduğunu gösteriyor ve kullanıcıların çıktıları izlemesine ya da yoğun manuel düzenlemeler yapmasına neden oluyor. Bu boşluk, kodlama, tarama veya iş akışlarını otomatikleştirme amaçlı tüm araçlarda ortaya çıkıyor. İnsanlar her birini kullanmaya başladıklarında bir inanç sıçraması yapıyorlar.

 

NeoCognition, tam olarak bu sorun noktasını hedefliyor. Genel amaçlı ajantlar geniş kapsamlı yanıtlar konusunda başarılı olsa da, derinlik ve güvenilirlik önemlidirken zorlanıyorlar. Şirketin iç yazılım yığını veya endüstriye özel iş akışları gibi belirli ortamlara derinlemesine uyum sağlama mekanizmalarına sahip değiller. Sonuç olarak, kurumlar yüksek riskli sorumlulukları devretmekten çekiniyor. Bu startup, ajantlara insanların yeni bir işe veya alana girdiğinde gösterdiği esnekliği kazandırmanın ilerleme yolunu oluşturduğunu düşünüyor.

 

Şirket, sürekli öğrenmeye odaklanarak başarı oranlarını yükseltmeyi ve sürekli insan denetimine olan ihtiyacı azaltmayı umuyor. Bu değişim, kırılgan betimlemelerden ziyade yetenekli meslektaşlar gibi hissettiren ajantlar için kapıları aralayabilir.

NeoCognition'un temel fikri, insan öğrenmesinden doğrudan esinlenir. İnsanlar yeni bir rol başlattığında, bu ortamda neyin bulunduğunu, hangi eylemlerin işe yaradığını, hangi kuralların geçerli olduğunu ve farklı seçimlerin hangi sonuçları doğurduğunu yavaş yavaş içsel bir harita haline getirir. Zamanla bu zihinsel model, bu mikrodünyada daha hızlı kararlar alma, daha iyi yargılar geliştirme ve yaratıcı problem çözme imkanı sunar.

 

Start-up, otonom deneyim yoluyla benzer şeyleri yapmak için ajanlar tasarlıyor. Bu sistemler, yalnızca büyük ön eğitim verilerine değil, çalıştıkları herhangi bir alandaki yapıları, iş akışlarını ve kısıtlamaları öğreniyor. Bir meslek, organizasyon veya yazılım ortamına özgü ilişkileri ve dinamikleri yansıtan bir "dünya modeli" oluşturuyorlar. Bu süreç, iş sırasında gerçekleşiyor ve ajanın geniş çaplı elle tasarlanmış mühendislik gerektirmeden hızlıca uzmanlaşmasına izin veriyor.

 

Su, paralelliği şöyle açıklıyor: İnsanlarda devam eden öğrenme süreci, herhangi bir mesleğe veya ortama ait bir dünya modeli oluşturur. Ajantların uzman statüsüne ulaşmak için aynı yeteneğe ihtiyaçları vardır. Model oluşturulduktan sonra, eylemler daha hızlı, daha ucuz ve daha güvenilir hale gelir. Ayrıca ajant, sonuçları ve sınırları daha iyi anladığı için hassas ortamlarda daha güvenli davranışlar sergiler. Bu mekanizma, dağıtım sonrası sabit kalan statik genelcilerden ayrılır. NeoCognition ajantları, kullanım sırasında sürekli geliştirilir ve başlangıçtaki genel yetenekleri derin, bağlama duyarlı bir yeterliliğe dönüştürür.

Yapay zeka endüstrisi, her şeyi ele almayı amaçlayan giderek daha büyük temel modellere kaynak akıttı. NeoCognition, tam tersi bir tutum benimsiyor. Onların görüşüne göre, gelecek, tek bir süper ajan yerine, çok sayıda uzmanlaşmış ajanın elinde. Her biri, uzman seviyesinde performans, güvenilirlik ve yargı yeteneği sunmak için dar alanlarını derinlemesine öğreniyor.

 

Genel amaçlı sistemler, ince ayar ve tutarlılık gerektiren gerçek dünya görevlerinde daha fazla veri veya parametre eklemenin getirileri azalan bir düzeye ulaşır. Yaşanmış deneyim yoluyla uzmanlaşma, yüksek performansa daha verimli bir yol sunar. Ajanlar, bir ortamı derinlemesine anlama üzerine hesaplama çabalarını odaklayabilir ve bu da daha düşük sürekli maliyetlerle daha iyi sonuçlar doğurur.

 

Bu yaklaşım, insanlar tarafından yapılamayacak şekilde uzmanlığı ölçeklendirir. En iyi insan uzmanları nadir ve pahalı kalırken, kendi kendini öğrenen ajanlar, aynı istihdam engelleri olmadan kurumlar boyu alan düzeyindeki bilgiye erişimi sağlayabilir. Şirket, daha fazla kişi ve ekibin gelişmiş yeteneklerden faydalanmasını sağlamak için uzmanlığa erişimi genişletmeyi hedefliyor.

Vista Equity Partners, yazılım şirketlerinin geniş portföyü nedeniyle bu turda yer aldı. NeoCognition, kendi kendini öğrenen ajanları yerleşik SaaS platformlarıyla entegre etmede büyük potansiyel görüyor. Bu ajanlar, mevcut ürünleri geliştirebilir veya şirketlerin zaten kullandığı tanıdık araçlar içinde otonom çalışanlar olarak işlev görebilir.

 

Kurumlar genellikle benzersiz kurallara ve veri akışlarına sahip karmaşık, özelleştirilmiş ortamlar çalıştırır. Genel bir ajans, yoğun özelleştirme olmadan burada zorlanır. NeoCognition sistemleri, etkileşim yoluyla bu özel durumları doğrudan öğrenir ve kurulum süresini azaltır, uyumu artırır. Haftalar veya aylar boyunca kullanım sonucunda ajans, dünya modelini geliştirir ve veri işleme, uygunluk kontrolleri veya iş akışı otomasyonu gibi görevlerde daha etkili hale gelir.

 

Şirket, geniş bir AI platformu yerine bir ajans laboratuvarı olarak kendini konumlandırıyor. Bu odak, diğer birçok oyuncunun ikincil olarak gördüğü öğrenme ve uzmanlaşma katmanına kaynaklarını yoğunlaştırmayı sağlıyor. Kurumsal yazılım ortakları aracılığıyla erken dağıtım, kabulü hızlandırabilir ve daha fazla iyileştirme için zengin gerçek dünya verileri sağlayabilir.

Cambium Capital ve Walden Catalyst Ventures, 40 milyon dolarlık sermaye turunu ortak olarak yönetti; Vista Equity Partners ve önde gelen mevcut yatırımcılar da katıldı. Intel’in CEO’su Lip-Bu Tan ve Databricks’in kurucularından biri Ion Stoica, isimlerini ve uzmanlıklarını ekledi. Diğer destekçiler arasında Dawn Song, Ruslan Salakhutdinov ve Luke Zettlemoyer gibi AI araştırmacıları yer alıyor.

 

Cambium'ın temelinde yer alan yenilikçi bir öğrenme mekanizmasının hızlı uzmanlaşma sağlamayı sağladığını Landon Downs vurguladı. Lip-Bu Tan, ekibin algıdan güvenliğe kadar tüm ajan zorluklarını kapsamlı şekilde ele aldığını övdü. Ion Stoica, genel ajanların standart hale gelmesiyle birlikte gerçek testin, ciddi uygulamalar için gerekli güvenilirlikle uzman seviyesinde zeka elde etmeye dönüştüğünü belirtti.

 

Aşırı talep gören tur, kurucu ekip araştırmacı geçmişine olan güçlü inancı yansıtmaktadır. Yaklaşık 15 kişilik bir ekiple çalışan NeoCognition, verimli bir yapıya sahip olmakla birlikte olağanüstü bir yetenek yoğunluğuna sahiptir. Sermaye, kendi kendini öğrenen mimariyi ilerletmek için daha derin deneyimler yapmaya ve istihdam yapmaya destek olacak.

Birçok şirket yapay zeka ajanlarını araştırıyor, ancak çoğu hâlâ performansını artırmak için periyodik yeniden eğitme veya insan tarafından oluşturulmuş talimatlar üzerinde bağımlı. NeoCognition, ajanların sürekli dış müdahalelere gerek kalmadan kendi anlayışlarını oluşturup geliştirdiği içsel, özerk bir süreç vurguluyor. Bu tasarım, motive edilmiş yeni bir çalışan gibi yeni bağlamlara hızlıca uyum sağlama yeteneği olan gerçek plastisiteyi hedefliyor.

 

Soyut, yapısal ve operasyonel ortamların dünya modellerine verilen önem, basit ekran algısı veya temel araç kullanımını aşar. Ajanlar, verilen mikro-dünyada neyin önemli olduğunu, unsurların nasıl etkileşime girdiğini ve hangi eylemlerin istenen sonuçlara yol açtığını öğrenir. Bu yapılandırılmış bilgi, zamanla daha iyi planlama ve daha az hata sağlamayı destekler.

 

Kurucular, sistemlerinin insan işini değil, insan işini güçlendirdiğini vurguluyor. Artan uzmanlıkla tekrarlayan veya karmaşık rutin görevleri yerine getiren ajanslar, insanları daha yüksek seviyede yaratıcılık ve strateji üzerine odaklanmaya serbest bırakıyor. Hedef, takımlar ve organizasyonlar boyunca genel kapasiteleri yükseltmektir.

Yu Su ve ortakları, günlük insan adaptasyonundan ilham aldı. Kimseyi bir başlangıç analisti ya da çırak ticaretçi olarak başlamayı izleyin. Aylar içinde, bu kişiler alanlarının yazılı olmayan kurallarını, kısayollarını ve tuzaklarını içselleştirir. Bu içsel model, verimliliği ve sağlam kararları yönlendirir. NeoCognition, ajanların bilinçli, deneyime dayalı öğrenme yoluyla paralel bir yol izlemesini hedefler.

 

Takım üyeleri bu vizyona kişisel bir tutkuyla katkı sağlıyor. Çoğu, akademik laboratuvarlardan geliyor ve umut verici ajan prototiplerinin gerçek karmaşıklıkta başarısız olduğunu gözlemledi. Tutarsız sonuçların verdiği hayal kırıklığı, sürekli iyileştirme odaklı ticarileştirme yönünde bir geçişe ilham verdi.

 

Erken çalışanlar, şu anda endüstride genel olarak kullanılan temel makalelere katkıda bulunan araştırmacıları içerir. Toplu bilgileri, öğrenme mekanizmalarını geliştirme için verimli bir ortam oluşturur. Palo Alto merkezi, grupu yeteneklere ve ortaklara yakın tutarken araştırmaya öncelik veren bir kültürü korur.

NeoCognition başarılı olursa, kuruluşlar muhasebe, tasarım incelemesi, müşteri desteği iş akışları veya bilimsel veri analizi alanında güvenilir uzmanlara dönüşen ajanlar kurabilir. Bu sistemler, her yeni müşteri veya departman için sürekli yeniden programlama gerektirmeyecektir. Bunun yerine, hedef ortamın doğru modellerini oluşturarak kendilerini uyarlar.

 

Bu özellik, uzman düzeyinde desteklere erişimi demokratik hale getirebilir. Yetenek eksikliği olan daha küçük takımlar veya bölgeler, önce yalnızca iyi kaynaklı gruplara açık olan seviyelerde çalışan araçlara sahip olabilir. Ekonomik etkiler arasında, rutin bilişsel işler yetenekli ve kendini geliştiren sistemlere kaydırıldıkça daha yüksek verimlilik ve daha hızlı yenilik döngüleri yer alabilir.

 

Yaklaşım aynı zamanda güvenlik endişelerini de ele alır. Daha derin bir çevre anlayışı, ajanların sınırları tanımalarına ve yüksek riskli alanlarda zararlı eylemlerden kaçınmalarına yardımcı olur. Güvenilirlik kazanımları, hataların gerçek maliyetleri olan yerlerde en çok önemlidir.

Güçlü kendini öğrenen döngüler oluşturmak teknik zorluklar sunar. Ajanlar, faydalı desenleri gürültüden ayırt etmeli, hataları pekiştirmemeli ve dünya modellerini güncellerken kararlılığı korumalıdır. Yeni stratejilerin keşfi ile güvenilir yürütme arasında denge kurmak dikkatli bir mimari gerektirir. Veri verimliliği de önemlidir. İnsanlar yeni ortamlarda sınırlı örneklerden öğrenir; bu verimliliği silikon üzerinde ölçeklendirmek hâlâ açık bir araştırma sorusudur. 

 

NeoCognition ekibi, bu sorunları çözmek için değerlendirme ve bellek üzerine önceki çalışmalarından yararlanıyor, ancak ölçekli gerçek dünya testleri boşlukları ortaya çıkaracaktır. Şirket, daha yüksek başarı oranlarına ve daha hızlı uzmanlaşmaya yönelik ölçülebilir ilerlemeye odaklı kalıyor. İlerleme, agenterin çeşitli kurumsal ortamlarla karşılaşması ve öğrenme süreçlerini iyileştirmesiyle adım adım gerçekleşecektir.

NeoCognition, kendi kendini eğiten ajanlar aracılığıyla uzmanlığın bol hale geldiği bir dünya resmediyor. Bu sistemler, insanlarla rekabet etmek yerine yetenekleri artırıyor ve icat ile problem çözme için yeni imkanlar açıyor. Her bir ajan, belirli bir alandaki ustalığını derinleştirerek, farklı ihtiyaçlara hizmet eden özel zekâ ağları oluşturuyor. 40 milyon dolarlık yatırım, bu vizyonu mümkün kılan öğrenme mekanizmalarına yönelik araştırmaları hızlandırıyor. 

 

Güçlü yatırımcı desteği ve yetenekli bir çekirdek ekip ile laboratuvar, tutarlı ve sürekli iyileşen performansla güven kazanan agenter sunmayı hedefliyor. Kurumlar ve geliştiriciler, yetkin bir şekilde başlayıp zamanla gerçekten uzmanlaşan sistemleri yakında test edebilir. Bu gelişim, bugünün AI asistanlarından kullanıcılarıyla gerçekten birlikte öğrenen ortaklara doğru anlamlı bir adım olabilir.

Yeni sermaye, temel öğrenme algoritmaları ve dünya modeli oluşturma üzerindeki denemeleri genişletmeye destek olmaktadır. Küçük ancak elit bir ekip ile NeoCognition, ajan plastisitesi yönünde yüksek riskli, yüksek getirili yönler araştırabilir. Planlar, iyileştirme için geri bildirim ve veri toplamak amacıyla kurumsal bağlamlarda daha derin entegrasyon testlerini içerir.

 

Destekçiler, finansmanın güvenilirlik ve uyarlama hızında açık avantajlar gösteren prototipler üretmesini bekliyor. Buradaki başarı, daha fazla tur ve daha geniş ortaklıklar çekmeyi sağlayabilir. Araştırma odaklı yaklaşım, şirketi erken ürün baskınlarından ziyade titiz değerlendirme üzerinde tutar.

Kurumsal yazılım ortamları, yapılandırılmış ancak karmaşık kurallarla dolu zengin test ortamları sunar. Ajanlar, çeşitli iş akışları, veri şemaları ve uyumluluk gereksinimleriyle karşılaşacaktır. Bunlarda başarılı bir şekilde yer bulmayı öğrenmek, dünya modeli kavramını doğrulayacak ve iyileştirme alanlarını ortaya çıkaracaktır.

 

Erken pilotlardan gelen kullanıcı geri bildirimleri, ajantların hız, doğruluk ve güvenlik dengesini ayarlamasına yardımcı olacak. Şirket, daha güvenli eylemleri yönlendirmek için çevre anlayışını kullanarak sorumlu geliştirme vurgusunda bulunuyor. Zamanla, bu gerçek dağıtımlar, günlük operasyonlarda giderek daha doğal ve güvenilir ajantlar üretmelidir.

Büyük miktarlar artık yalnızca öncü model eğitimi yerine uygulama ve güvenilirlik katmanlarına doğru akıyor. NeoCognition'un turu, ajanlara yönelik kanıtlanmış akademik katkıları olan takımlara yatırımcı ilgisini vurguluyor. Tahmin, pratik etki için son sınır olarak uzmanlaşma ve sürekli öğrenmeye odaklanıyor.

 

Bu model, alanda olgunlaşan beklentileri gösteriyor. Destekçiler, sadece etkileyici demolar değil, gerçek ortamlarda ölçülebilir değer sunan sistemler istiyor. NeoCognition'un kendi kendini geliştirme odaklılığı, artan kapasite ve daha düşük uzun vadeli maliyetlerle kurumsal benimsemeyi gerekçelendiren agente talepleriyle uyumlu.

NeoCognition, AI ajanlarına yönelik yaklaşımı, mevcut çoğu sistemden nasıl farklıdır? 

 

Şirket, belirli ortamlarının dünya modellerini oluşturarak iş yerinde sürekli öğrenen agenter geliştirir. Bu, günümüzün genel amaçlı agenterini sınırlayan tutarsızlığı gidererek onları hızlıca uzmanlara dönüştürür; bu agenter karmaşık görevlerde sıklıkla sadece yüzde elli oranında başarı sağlar.

 

2. NeoCognition kim tarafından kuruldu ve arka planları neden öne çıkıyor? 

 

Yu Su, Xiang Deng ve Yu Gu laboratuvarı kurdu. Su, Sloan Araştırma Üyesi ve Ohio State Üniversitesi profesörü olup, önceki dönemde etkili ajan araştırmalarını yönetti ve Microsoft'ta konuşmalı Yapay Zeka üzerinde çalıştı. Ortak makaleleri ve araçları, büyük Yapay Zeka geliştiricilerini etkiledi ve ekip, algılama, planlama ve güvenlik alanlarında derin uzmanlığa sahip.

 

3. 40 milyon dolarlık finansman ne amaçla kullanılacak? 

 

Sermaye, kendi kendini öğrenme mekanizmalarını geliştirmek ve test etmek için odaklanmış bir araştırma çabasını destekler. Küçük bir doktora araştırmacıları ekibiyle, para, dünya modeli oluşturma, uzmanlaşma algoritmaları ve kurumsal entegrasyon pilotları üzerinde hızlı yinelemeleri mümkün kılarken ek yetenekler de çekmektedir.

 

4. Bu kendi kendini öğrenen ajanlar, hemen yüksek riskli kurumsal ortamlarda çalışabilir mi? 

 

Erken sürümler dikkatli bir doğrulamaya ihtiyaç duyacaktır, ancak tasarım, güvenilirliği ve güvenliği artırmak için çevre anlayışı oluşturmaya odaklanmaktadır. Amaç, kullanımla birlikte daha güvenilir hale gelen agenler oluşturmak ve tutarlılığın önemli olduğu iş akışları için uygun hale getirmektir.

 

5. NeoCognition'un teknolojisi bilgi çalışanlarını nasıl etkileyebilir? 

 

Ajanlar, işlerin rutin veya veri yoğun kısımlarını yöneterek insanları yaratıcı ve stratejik çalışmalara özgür bırakabilir. Uzmanlık bilgilerini daha erişilebilir hale getirerek, sistemler küçük takımların veya organizasyonların bir zamanlar büyük uzman gruplarına sınırlı olan yeteneklere erişmesine yardımcı olabilir ve bu da genel verimliliği artırabilir.

 

6. NeoCognition'un ilerlemesi hakkında daha fazla bilgi nereden edinebilirim? 

 

Misyonları ve araştırma yönleri hakkında güncellemeler için resmi siteyi ziyaret edin. TechCrunch'taki kapsamları ve şirketin basın açıklaması, finansman ve teknik vizyon konusunda sağlam başlangıç noktaları sunar.

Bu içerik yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi oluşturmaz. Kripto para yatırımları risk taşır. Lütfen kendi araştırmanızı yapın (DYOR).

 

Sorumluluk Reddi: Bu sayfa, kolaylığınız için AI teknolojisi (GPT destekli) kullanılarak çevrilmiştir. En doğru bilgi için orijinal İngilizce versiyona bakınız.