"AI'nin en düşük maliyetle yerleştirileceği yer uzay olacak ve bu, en geç iki yıl içinde, belki de üç yıl içinde doğru olacak," SpaceX kurucusu Elon Musk, bu Ocak ayında Davos'taki Dünya Ekonomik Forumu'nda, şirketinin halka açılmaya hazırlandığı sırada söyledi. Ayın ilerleyen günlerinde, SpaceX, Dünya'nın 500 ila 2.000 kilometre yukarısında, düşük Dünya yörüngesinde 1 milyon uydudan oluşan bir yörünge veri merkezi takımı için Federal İletişim Komisyonu'na başvuruda bulundu. Ve halka arzdan sadece üç gün önce, yeni bir AI-1 uydu veri merkezi için bazı başlangıç tasarım spesifikasyonlarını bir video röportajında tartıştı. Musk, zaman çizelgeleri söz konusu olduğunda abartılı bir yaklaşım sergiliyor. 2017'de tamamen otonom araçlar. 2024'te Mars'a ilk insanlı görev. 2025'in sonuna kadar on bin Optimus insansı robot. vb. Yörünge veri merkezleri için, Musk'ın üç yıl içinde karasal veri merkezlerine maliyet açısından etkili bir alternatif olacağını söylediği bu projede, matematik birkaç yıl boyunca mantıklı olmayacak, belki de hiç olmayacak. Şunu düşünün: Yörüngede yaklaşık 14.500 aktif uydu var. Musk'ın Starlink takımı, bu sayıların yaklaşık üçte ikisini oluşturuyor. Bir milyon yörünge veri merkezi uydusunu konuşlandırmak için, fırlatma sıklıkları ve uydu üretim kapasitesi astronomik bir şekilde artmak zorunda. Karşılaştırma için, insanlık tarihi boyunca yaklaşık 7.000 yörünge fırlatması gerçekleştirildi. SpaceX'in Starship'ini kullanarak 1 milyon uydunun düşük Dünya yörüngesine fırlatılması, her araç başına 60 uydu taşıyacak şekilde tasarlanmış olan Starship ile, yalnızca uydu konuşlandırmalarına adanmış 16.666 fırlatma gerektirecektir. SpaceX'in 2025'te 165 yörünge misyonu fırlattığını düşünürsek, bu hızda bile, bir on yıl alır. Ve Starlink'in mevcut hızıyla yılda yaklaşık 4.000 uydu üretildiği ve kapasitede cömert bir on kat artış sağlandığında, 1 milyon uyduyu inşa etmek ne kadar zaman alır? Üretim devrimi olmadan, 25 yıl. Gerçek şu ki, yörünge veri merkezlerinin büyük takımlarının vizyonu, hayata geçmekten çok uzak. Bu ayın kapak hikayesi, ABI Research'ten Andrew Cavalier'in "Yörünge Veri Merkezleri Neden Bu Kadar Zor" başlıklı yazısında açıkça belirttiği gibi, bu vizyonun hayata geçmesi için henüz çok yol var. IEEE Spectrum'un bilgisayar ve donanım editörü Dina Genkina, bu fikri perspektife oturtarak şunları söyledi: "Starcloud (FCC'ye 88.000 yörünge veri merkezi uydu takımı için başvuruda bulunan bir girişim) şimdiye kadar uzaya bir Nvidia H100 GPU gönderdi. Soğutucuları, çipin tam güçte çalışmasına izin verecek kadar güçlü değildi." Cavalier'in gösterdiği gibi, uzayda tek bir Nvidia H100 GPU'yu soğutmak zordur: 700 watt çeker, bu da 60 °C'de 1.4 metrekarelik bir soğutucu gerektirir. 40 kilovatlık bir sunucu rafı, 80 m²'lik bir soğutucuya ihtiyaç duyacak; 100 megavatlık bir veri merkezi ise 2.500 bu tür soğutucuya ihtiyaç duyacaktır. Bazı astronomlar, devasa radyatif kanatlara sahip bir milyon uydunun yıldızları gölgeleyeceğinden endişe duyuyor. Ekonomik açıdan mantıklı değilse, çipler uzayın radyatif etkilerine maruz kalıyorsa ve insanlık yıldızları görme şansını kaybedecekse, Kessler sendromunu tetikleme riskini artırmak bir yana, neden hiper ölçekliler yörünge veri merkezlerini abartıyor? Genkina, açık bir cevap sundu: tatlı, tatlı para. "Elon Musk kısmı gerçekten dahi çünkü xAI veri merkezlerini inşa ediyor, SpaceX bunları uzaya gönderiyor ve Tesla güneş panelleri üretiyor," diyor Genkina. "Neredeyse kendisine ödeme yapıyormuş gibi." SpaceX'in önerdiği AI1 veri merkezi uydu projesi hakkında iki analistin görüşü: Michael Pierce, Teknoloji Strateji Ortakları'nda Kıdemli Ortak Musk'ın zaman çizelgeleri ünlü şekilde aşırı iddialı, ancak SpaceX'in yörünge veri merkezlerinin karasal veri merkezleriyle maliyet paritesine ulaşabileceğini düşünüyorum. Starlink lazer bağlantı ağı, herhangi bir SpaceX hesaplama takımının iletişim omurgası olarak zaten mevcut ve bu altyapı, yeni bir katılımcının hızla kopyalayamayacağı bir şey. Çip bağımsız yük tasarımı, muhtemelen AI silikonunu güvence altına almakta karşılaştıkları zorluğu yansıtıyor. Ben
Yeni bir çalışma, iki yaygın olarak incelenen ultraince süper iletken malzemenin göründüğünden daha karmaşık olduğunu ortaya koyuyor. Basit süper iletkenler gibi tek bir enerji aralığına sahipmiş gibi davransalar da, aslında birlikte çalışan ve kendilerini tek bir durum olarak gizleyen iki güçlü etkileşimli süper iletken durumu içeriyorlar. Bu bulgu, bu malzemelerin nasıl davrandığına dair uzun süredir devam eden bir gizemi çözerek, bilim insanlarının kuantum bilgisayarlar, ultra verimli elektronikler ve gelişmiş sensörler gibi gelecekteki teknolojiler için daha iyi süper iletken malzemeler tasarlamalarına yardımcı olabilecek yeni bir süper iletkenlik anlayışı sağlıyor.
Yeni bir çalışma, şirketlerin iklim verilerini giderek daha fazla açıkladığını buldu - ancak değer zincirleri ve sosyal faktörlerin kapsamı hâlâ düzensiz. LMU Münih ve Köln Üniversitesi'nden bir ekip, 10 yıllık yıllık raporlardan 2,9 milyon sürdürülebilirlik göstergesini analiz etmek için yapay zeka destekli bir yöntem kullandı. Şirketlerin karbon performansları hakkında bilgi vermekte giderek daha fazla açık olduklarını tespit ettiler. Ancak değer zinciri boyunca çevresel etkiler ve sosyal göstergeler söz konusu olduğunda, tablo daha karmaşık.
ELIZA, dünyanın ilk yapay zeka yıldızı olarak hatırlanıyor; kullanıcıların endişelerini nazikçe sorgulayan, dostça bir terapist şeklindeki chatbot. Yaratıcısı Joseph Weizenbaum bile, insan-makine etkileşimi üzerine yaptığı deneyin sıcak karşılanmasından şaşırmıştı. Bazıları bunun otomatik psikoterapi çağını müjdelediğini düşünürken, diğerleri programın bir bilinç gösterdiğine inanıyordu; bu yanlış anlama daha sonra "ELIZA etkisi" olarak bilinecekti. Yayınlanan tanımlara dayanarak, ELIZA birçok farklı bilgisayarda uygulanmıştı, ancak gerçek kaynak kodu ancak yakın zamanda MIT arşivlerinden ortaya çıkarıldı. MIT Press tarafından yeni yayımlanan "Inventing ELIZA: How the First Chatbot Shaped the Future of AI" adlı kitapta, bir grup araştırmacı kodu analiz ediyor ve psikiyatriyi taklit etmekten çok daha fazlasını yapabilen karmaşık bir programı ortaya çıkarıyor. Aslında, birçok farklı kişilik üstlenebiliyordu. Yazarlar ayrıca, aşağıdaki kitap alıntısını okuduktan sonra kendinizin deneyebileceği terapist kişiliğinin sadık bir taklidini de oluşturmuşlardır. 1960'ların ortalarında piyasaya sürüldüğünde, ELIZA yazılım programı insanların bilgisayarlarla etkileşim biçimlerini dönüştürdü. İlk chatbot olarak ELIZA, bir hesaplama makinesinin nasıl sohbet edebileceğini göstererek, günümüzde hala yankı bulan birçok sosyal ve teknik soruyu gündeme getirdi. Artık bir makineyle gerçek zamanlı etkileşimde bulunmak, metin üzerinden konuşmak veya hava durumunu sormak için havaya konuşmak konusunda iki kez düşünmüyoruz. Birçok açıdan, ELIZA sadece bilgisayarlarla etkileşim biçimimizi değil, aynı zamanda onlara dair düşünme şeklimizi de şekillendirdi. Bilgisayarların nasıl çalışmasını beklediğimiz konusunda bilim kurgu hikayelerine bir gerçeklik kazandırmaya başladı. Bu makale, "Inventing ELIZA: How the First Chatbot Shaped the Future of AI" (MIT Press, 2026) adlı yeni kitaptan uyarlanmıştır.
ELIZA, kusursuz bir sohbet ortağı olmaktan uzak olsa da, kullanıcılarını şaşırttı. Orijinal ELIZA kaynak kodunun yakın zamanda keşfi ve arkeolojisi, bilgisayar tarihindeki önemli bir müdahaleyi temsil ediyor. ELIZA'nın gerçek uygulamasını inceleyerek, daha sonraki yeniden yapılandırmalara ve yeniden uygulamalara dayanmak yerine, bu anahtar yazılım nesnesi hakkında varsayılan varsayımları sorguluyoruz. Örneğin, kaynak kodu, ELIZA'nın sadece basit bir kalıp eşleştirme chatbot'u olmadığını, daha iyi bir şekilde çoklu "kişilikler" veya senaryolar için tasarlanmış karmaşık bir platform olarak anlaşılabileceğini ortaya koyuyor; script düzenleme ve bağlamsal bellek gibi karmaşık yetenekler içeriyor. Çoğu insanın ELIZA programıyla karıştırdığı script aslında "Doktor" olarak adlandırılıyordu ve bir psikoterapistin rolünü üstleniyordu. Ancak, modern bir chatbot'un farklı kişiliklerle davranması için yönlendirilmesi gibi, ELIZA da birçok rol üstlenebiliyordu.
"Bu kod ve script... dil, terapi ve insan-bilgisayar etkileşimi hakkında devam eden modern yapay zeka gelişimini etkileyen temel varsayımları ortaya koyuyor."
Bu ortaya çıkarılan materyal, Joseph Weizenbaum'un teknik yeniliklerinin daha önce belgelenenden çok daha ileri olduğunu göstererek, erken yapay zeka gelişimini anlamamızı dönüştürüyor. Ayrıca, yayımlanan tanımları ile gerçek uygulama arasındaki tutarsızlıklar, teorik hesaplama modelleri ile bilgisayar kaynak kodundaki maddi örnekleri arasındaki boşluğu göstermeye yardımcı oluyor; bu gerilim, günümüzde dijital kültürü şekillendirmeye devam ediyor.
ELIZA'dan bu yana birçok teknik yenilik ortaya çıkmış olsa da, ELIZA/Doktor kodunu incelemek, insan konuşmasını modellemek için yapılan en erken biçimsel girişimlerden birine nadir bir bakış sunuyor. ELIZA'yı özellikle ilginç kılan, yalnızca tarihi önemi değil, aynı zamanda Weizenbaum'un hem bilgisayar hem de insan etkileşimi konusundaki görüşlerini ortaya koymasıdır. Bu kod ve script, yalnızca 1960'ların programlama tekniklerini sergilemekle kalmaz; dil, terapi ve insan-bilgisayar etkileşimi hakkında modern yapay zeka gelişimini etkilemeye devam eden temel varsayımları açığa çıkarır. Bu kodu inceleyerek, ilkel bir kalıp eşleştirme sisteminin inandırıcı bir anlayış simülasyonu yaratmasını sağlayan karmaşık dilbilgisel ve programlama tekniklerini keşfetmeye başlayabiliriz. Ancak kod satırlarını okumadan önce, sistemin genel bir görünümünü sunalım.
ELIZA Kişilikleri Nasıl Oluşturdu?
ELIZA ile Doktor arasındaki mimari ayrım, yapay zeka tarihindeki önemli bir tasarım kararını temsil ediyor. ELIZA'yı bir etkileşim sistemi olarak düşünün ve Doktor'u Weizenbaum'un geliştirdiği kuralların bir seti olarak. Bu ayrım, ELIZA'nın
Bir molekül üzerinden elektrik akımı geçirmek, bir manyetik alan yaratabilir. Ancak pratikte, bu tür alanlar genellikle deneysel olarak tespit edilemeyecek kadar zayıftır. Avusturya Bilim ve Teknoloji Enstitüsü (ISTA) araştırmacıları, teorik modelleme yoluyla kuantum etkilerinin tek molekülleri etkili mıknatıslar haline nasıl getirebileceğini gösteriyor; bunlar arasında FIFA Dünya Kupası finaline tam zamanında, mikroskobik bir futbol topu şeklinde olan bir molekül de bulunuyor. Bulgular Nature Communications dergisinde yayımlandı.
Caroline Ganglo ve Stefan Karlowsky'nin Leibniz Bahçe Bilimleri Enstitüsü'nden (IGZ) yaptığı yeni bir çalışma, insan dışkısından elde edilen gübrelerin kohlrabi üretiminde mineral gübrelerin yerini alıp alamayacağını ve bitkilerin azot alımını ile topraktaki azot akışlarını nasıl etkilediğini araştırdı. Horizon Europe İnovasyon Eylemi "P2GreeN"dan elde edilen sonuçlar, döngüsel besin akışlarına ve dayanıklı yerel gıda üretimine geçişin gıda güvenliğini tehlikeye atmadan mümkün olduğunu göstermektedir. "Kontrollü bir serada kohlrabi yetiştirmek için nitrifiye idrar gübresi ve dışkı kompostunun uygulanması" başlıklı çalışma, Frontiers in Environmental Science dergisinde yayımlandı.
Genellikle, astronomlar kuyruklu yıldızları belirgin atmosferleri veya koma'ları ve güneşin kuyruklu yıldızın buzunu buharlaştırmasıyla oluşan kuyruklarıyla tanımlar. Bu özellikler, güneş ışığının toz ve su damlacıklarından yansımasıyla bir parıltı yayar. Kuyruklu yıldızın gövdesinden gaz kaçarken, aynı zamanda küçük bir itici gibi davranarak kuyruklu yıldızın yolunu hafifçe değiştirir.
Kuantum malzemeler, güçlü bilgisayarlardan ultra güvenli iletişimlere ve gelişmiş enerji sistemlerine kadar uzanan teknolojileri dönüştürebilir. Ancak her zaman büyük bir engel olmuştur.
Dr. Gary Lewin'in liderliğindeki uluslararası bir ekip, Berlin'deki Max Delbrück Merkezi'nde Somatosensory Algı Moleküler Fizyolojisi laboratuvarı grup lideri, çıplak fare kolonilerinin kraliçelerinin, kolonideki diğer tüm dişilerde geçici kısırlık oluşturan izopropil miristat adı verilen uçucu bir bileşik salgıladığını keşfetti.