“Yapay zekâ dediğimizde tam olarak neyi kastediyoruz?” NIST’e göre yapay zekâ, tahmin, öneri veya karar üreterek gerçek ya da sanal ortamları etkileyebilen makine tabanlı sistemleri kapsar. Bu tanım, filmdeki insan benzeri görünüşten çok sistemin yaptığı işe odaklanır. Yazılım görevleri, fiziksel robotlar ve insan benzeri zekâ tasvirleri bu işlev üzerinden karşılaştırılabilir.
İnsan gibi düşünen zihin ile görev odaklı sistem
Filmdeki bir yapay zekâ yeni bir konuya geçip öğrendiklerini başka bir alanda kullanıyorsa, anlatı genel zekâ iddiası kurar. Stanford HAI’nin genel zekâ tanımı, farklı alanlarda öğrenme, akıl yürütme ve bilgiyi uygulama kapasitesine odaklanır. Bir sohbet modelinin birçok konuda yazışabilmesi, farklı alanlarda öğrenip akıl yürütme becerisiyle tanımlanan genel yapay zekâyla aynı şey değildir. Genel yapay zekânın tanımı ve ölçütleri üzerinde akademik uzlaşı bulunmadığı için, bunu sınayan evrensel kabul görmüş bir test de yoktur.
Konuşma ve yüz tanıma, kapsamı belirli görevlerdir; genel zekâ iddiası ise farklı alanlardaki öğrenme ve uygulama becerisiyle ilgilidir. Ekrandaki karakteri değerlendirirken, aynı becerinin yeni bir görevde de kullanılıp kullanılmadığına bakmak bu farkı somutlaştırır. Daha geniş bir arka plan için Blog sayfasındaki yazılara göz atılabilir.
Görev alanı ve başarı ölçütü
Bilgisayar ekranındaki işleri tamamlayan ajanların performansı görev türüne ve ayrılan süreye göre değişir. Stanford HAI raporlarındaki yazılım, bilgisayar kullanımı ve matematik değerlendirmeleri, her ölçümün belirli bir görev kümesini anlattığını gösterir.
| Görev ve ölçüm | Bildirilen sonuç |
|---|---|
| OSWorld bilgisayar görevleri | AI ajanları yüzde 66,3; insan karşılaştırması yüzde 72,35 |
| RE-Bench, iki saat | En iyi AI sistemleri uzman insanlardan dört kat yüksek puan aldı |
| RE-Bench, 32 saat | İnsanlar AI sistemlerini iki kat geçti |
| SWE-bench yazılım sorunları | Başarı 2023’te yüzde 4,4; 2024’te yüzde 71,7 |
| Matematik değerlendirmeleri | Humanity’s Last Exam yüzde 8,8; FrontierMath yüzde 2 |
OSWorld bilgisayar ortamındaki görevleri, SWE-bench yazılım sorunlarını ölçüyor; matematik sınavları ise ayrı problem kümelerini kapsıyor. RE-Bench’te karşılaştırmanın iki saatten 32 saate geçince yön değiştirmesi, sonuçların görev bütçesiyle birlikte okunması gerektiğini gösteriyor. Filmdeki bir ajan belirli bir ekran görevinde başarılıysa benzerlik o görevle sınırlı biçimde anlam kazanır.
Komutla video üretimi ve akıcılık
Akıcı bir yanıt, yanlış veya uydurma bilgiyi doğruymuş gibi sunabilir. Stanford HAI bu duruma halüsinasyon adını verir. Metinden video üreten modellerin yayımlanması da komutlardan görsel çıktı oluşturma becerisini gösterir. Bir film sahnesinde önce çıktının doğrulanabilir olup olmadığı, ardından karakterin bu çıktıyı hangi bilgiye dayanarak verdiği incelenebilir; görüntünün ikna ediciliği tek başına içerik doğruluğunu belirlemez.
Otomatik hareket ile bağımsız karar arasındaki sınır
NASA otomasyon ile otonomiyi ayrı kavramlar olarak ele alır. Otonom güdüm, seyrüsefer ve kontrol sistemleri her zaman yapay zekâ içermez; bazılarında algılama, makine öğrenmesi veya sınıflandırma gibi AI bileşenleri bulunabilir.
Deep Space 1 görevindeki Remote Agent yazılımı, uzay aracına verilen üst düzey hedeflerden plan oluşturup seçili sistemleri çalıştırdı ve ilerleyişini izledi. NASA JPL’nin aktardığı deneyde yazılıma dört arıza senaryosu simüle edildi ve her seferinde doğru yanıtı oluşturdu.
NASA’nın Dynamic Targeting denemesinde uydu görüntüleri yerleşik AI ile analiz edildi ve gözlem yönü belirlendi; işlem testte insan müdahalesi olmadan 90 saniyeden kısa sürdü. Sistem bulutları görüntüden ayıklayıp uydu gözlemlerinde daha kullanışlı kareler seçmek üzere test edildi. Gözlem yönünün seçilmesi, sistemin bu görüntü işleme görevi içindeki karar adımıdır.
Robotun simülasyondan eve geçişi
Fiziksel dünyada bir işi yapmak, ekrandaki görevi tamamlamaktan farklı koşullar getirir. NASA, gezgin araçların kamera görüntülerinden arazi tehlikelerini belirleyerek daha önce insanlarca görülmemiş yüzeylerde engellerden kaçınabildiğini bildiriyor.
Stanford HAI’nin 2026 AI Index raporunda RLBench simülasyonundaki manipülasyon başarısı yüzde 89,4; gerçek ev görevlerindeki başarı ise yüzde 12 olarak veriliyor. Bu ölçümler simülasyon ve ev ortamındaki performansın ayrı sonuçlarıdır. Filmdeki robotun evde her işe uyum sağladığı sahne, gerçek ev görevlerindeki başarı ölçümüyle karşılaştırılabilir.
Ekrandaki robot fikrinin tarihsel izi
Robot sözcüğünü Karel Čapek, 1920’de yayımlanan R.U.R. oyununda zorla çalıştırılan yapay işçiler için kullandı. Smithsonian’ın aktardığı Ajeeb adlı satranç otomatı insan rakiplere karşı oynuyordu, ancak içinde gizlenmiş bir satranç oyuncusu vardı. Smithsonian, yapay zekâyı hem çağdaş bilgisayar biliminin parçası hem de spekülatif kurgunun uzun süreli temalarından biri olarak konumlandırıyor. Ajeeb örneğinde sahnedeki makine görüntüsü, oyunu oynayan kişinin rolünü görünmez kılıyordu.
Sınırı görev ve uyumla değerlendirme
Karakter yalnızca yüz tanıyor ya da tek tür bilgisayar görevini tamamlıyorsa, benzerliği o görevle sınırlı kalır. Yeni bir alanda aynı başarıyı gösteriyorsa anlatı daha geniş bir zekâ iddiası kurar; ekranda verilen bilgi doğrulanabilir kaynaklara dayanıyorsa karakterin bilgi üretimi de bu koşula göre değerlendirilir. Robot ev işini simülasyonda yapıyorsa, gerçek ev ortamındaki performans ayrı bir ölçüttür. Yazı hakkındaki soru ve öneriler için İletişim sayfası kullanılabilir.