Nedenini bilmiyorum ama ön plan laboratuvarlarının model geliştirme sürecini hemen hemen bir akış hattı gibi yönettiğini görmek beni memnun ediyor. 1 aylık bir model yayın döngüsü, yeni bir modelin geliştirilmesinin 1 ay sürdüğü anlamına gelmez. Muhtemelen bu süreç birkaç aydan bir yıla kadar uzanır. Takımlar elbette bu süre boyunca boşta kalmaz; bir işi bitirdikten hemen sonra bir sonraki işe başlarlar. Sınır durumunda, yayın döngüsü, darboğaz aşamasının verimliliğine yaklaşır ve bu durumda öncü modeller için muhtemelen eğitim hesaplama gücüdür. Bu durumun ne kadar doğru olduğunu tam olarak bilmiyorum, ancak modellerin tüm bilişsel işleri hızlandırabileceğini göz önünde bulundurduğumda, zamanla bu durumun daha da netleşeceğini düşünüyorum.

Üniversiteler, geleceklerini bürokrasiye yatırıyor. Görünüşe göre gelecek, daha fazla idari personelden ibaret. Şu anda her üniversite, AI konusunda tamamen yer aldığını iddia ediyor. “Tamamen yer almak” demek, yeni idari birimler, yeni prorektörler, yeni yardımcı prorektörler, yeni komiteler, yeni personel ve yeni bütçeler oluşturmak anlamına geliyor. Bu arada, en iyi AI bilim insanları ya ayrılıyor ya da ayrılmak istiyor ve onların etrafında kurulan bürokrasiye tamamen irrelevant.

🔴 Japon araştırmacılar, farelerin yürüme hareketini iyileştirmek için hafif bir robotik dış iskelet geliştirdi. Sistem, kablo ve makaralarla farenin eklemlerini hareket ettiriyor. Araştırmacılar, bu teknolojinin omurilik yaralanmaları ve felç sonrası hareket kabiliyetinin yeniden kazanılmasına yönelik çalışmalara katkı sağlayabileceğini belirtiyor.

Eğer üniversite profesörleri, öğrencilerini toplumun tüm ihtiyaçlarını ve makul isteklerini karşılamak ve insanlığı özgürleştirmek için yapay zeka ve robotik geliştirmeye yönlendirmiyorsa, hemen görevden alınmalıdırlar.

🚨 ARAŞTIRMACILAR, BİR YAPAY ZEKÂYI GPU KODU YAZMAYA EĞİTTİ... ARTIK TÜM TESTLERDE ENDÜSTRİ STANDART DERLEYİCİYİ YENİYOR.. CLAUDE VE GEMİNİ'Yİ %40 ORANINDA YENİYOR.. VE CHATGPT-5'İ SINAVLAMAYA ÇALIŞTIKLARINDA... HATTA CEVAP VERMEK İSTEMEDİ.. ByteDance ve Tsinghua'dan bir ekip, bu yılın en önemli yapay zeka makalelerinden birini yayınladı... Ve neredeyse kimse bunun hakkında konuşmuyor.. İşte onlar ne inşa etti.. CUDA, dünyadaki her yapay zeka modelini çalıştıran programlama dili.. Her GPU.. Her sinir ağı.. Hepsi CUDA çekirdekleri üzerinde çalışıyor.. Hızlı CUDA kodu yazmak, tüm bilişimdeki en zor, en uzmanlık gerektiren becerilerden biri.. Yıllarca deneyim ve GPU donanımı hakkında derin bilgi gerektiriyor.. Çoğu mühendis bunu asla öğrenemiyor.. Yıllarca CUDA'yı optimize etmenin en iyi yolu torch.compile idi.. Meta'daki en zeki mühendisler tarafından geliştirilen bir derleyiciydi.. Endüstri standardıydı.. Yapay zeka modelleri onu geçemiyordu.. Bu yüzden araştırmacılar CUDA Agent'i inşa ettiler.. Güçlü öğrenme yoluyla GPU kodu yazma ve optimizasyon yapmak için özel olarak eğitilmiş bir yapay zeka.. Kodu yazıyor.. Çalıştırıyor.. Hızını ölçüyor.. Kendi hatalarını hallediyor.. Ve temel seviyeyi geçene kadar iyileşmeye devam ediyor.. Sonuçlar şaşırtıcı.. Benchmarksın en kolay seviyesinde.. Tüm görevlerde torch.compile'i yendi.. Orta seviyede.. Yine %100.. Çekirdekler, endüstri standardı derleyiciden neredeyse 3 kat daha hızlı çalışıyordu.. En zor seviyede.. Tam sinir ağı mimarileri.. Görevlerin %90'ında derleyiciyi yendi.. Daha sonra dünyanın en iyi öncü modelleriyle karşılaştırdılar.. Claude Opus 4.5 ve Gemini 3 Pro çoğu görevi geçti... Ancak sadece yaklaşık iki üçte biri, çekirdeklerinin temel seviyeden daha hızlı çalıştığını gösterdi.. Kodları çalışıyor ama optimize edilmemişti.. CUDA Agent, görevlerin %97'sinde derleyiciyi yendi.. Ve en zor seviyede Claude ve Gemini'yi yaklaşık %40 oranında geçti.. Özelleştirilmiş bir yapay zeka, dünyadaki en büyük genel amaçlı modelleri kendi oyunlarında yendi.. Ama beni durduran detay şuydu.. Araştırmacılar OpenAI'nin ChatGPT-5 serisini (5, 5.1 ve 5.2 modelleri) test etmeye çalıştığında... Başaramadılar.. Kendilerinin ifadesiyle... Modeller "CUDA ile ilgili talimatları sürekli reddediyorlar". Dünyanın en ünlü yapay zeka şirketinden gelen en gelişmiş modeller... GPU kodu yazmaktan kaçındı. Öte yandan, bir Çinli açık araştırma modeli, tam olarak aynı görevde endüstri standardı derleyicisini yenebiliyordu. Bu durumun etkileri devasa. On yıllarca, yüksek performanslı GPU kodu yazmak, elit insan uzmanları gerektiriyordu.. Şimdi bir yapay zeka, bu uzmanların inşa ettiği derleyiciden daha iyi yapıyor... Ve herkesin para ödediği öncü modellerden daha iyi. Bu, yapay zekanın kendi çalıştığı altyapıyı optimize etmeye başladığı an. Sistemler kendilerini iyileştirmeye başlıyor. Ve bunu kanıtlayan model, OpenAI'den, Anthropic'ten ya da Google'dan değil... Bir araştırma laboratuvarından çıktı... 128 GPU ile eğitildi... Ücretsiz olarak yayınlandı.