Bilgi Üzerine Konuşma

—

Bu konuşma, Aravind Srinivas tarafından 3 Ekim 2026’da Cambridge Union Society’ye hitaben yapıldı. Cambridge Union Society, Cambridge Üniversitesi’nin en büyük öğrenci topluluğu ve dünyanın kesintisiz olarak faaliyet gösteren en eski münazara topluluğudur.

—

Merhaba ve teşekkür ederim. Burada bulunmak bir onur.

Şirket kurmakla ilgili beklemediğim şeylerden biri, üniversitelerde ne kadar çok zaman geçireceğimdi. Bundan keyif alıyorum. Bir CEO olarak söyleyeyim, karşılık veren tek dinleyiciler genellikle üniversitelerdekiler oluyor. Bu yüzden tartışmaya, konuşmaya ayırmayı planladığımdan daha fazla zaman ayıracağız.

Haydi başlayalım.

Normalde bir yerde konuşmaya davet edildiğimde, benden “yapay zekanın geleceği” gibi genel bir başlık taşıyan, öngörülere dayalı bir konuşma yapmamı isterler. Yapay zekanın geleceği hakkında konuşmayacağım. Bunun yerine sizin geleceğiniz hakkında konuşacağım. Sizin geleceğiniz benim için daha ilginç ve muhtemelen sizin için de öyle.

Önce biraz geçmişten bahsedelim. Cambridge, geçmişi ve geleceğinizi aynı anda konuşmak için mükemmel bir yer, çünkü burada ikisi de var.

Anlatılana göre, bugün hakem değerlendirmesi sistemi dediğimiz şey burada, Cambridge’de icat edildi. İşin doğrusu, bunu yalnızca bir Cambridge profesörü önerdi ve üstelik burada, üniversitede değil, Londra Kraliyet Cemiyeti’nde önerdi. Bu 1831’deydi. Bugün her yıl 3,5 milyondan fazla bilimsel makale hakem değerlendirmesi sistemiyle yayımlanıyor.

Yaklaşık 160 yıl sonra, Stanford’da iki doktora adayı ağ yapıları ve veri madenciliği üzerinde çalışıyordu. Bu, 1990’ların İnternet patlamasının daha yeni başladığı zamandı. Herkesin konuştuğu tek şey World Wide Web’di. Bugünkü “yapay zeka” gibi bir şey.

Yine bugünkü gibi, patlama hakkında konuşanların çoğu yatırımcılar ve medyaydı. O zamanki “teknoloji topluluğu” telekomünikasyon sektörüydü. Tartışmada pek fazla akademisyen yoktu. (Birkaç tane vardı ama çok değil.) Ve bu iki doktora öğrencisi de İnternet patlamasının tam olarak içinden gelen kişiler sayılmazdı.

Ama üniversite sisteminin dışındaki insanların pek umursamadığı bir şeyi biliyorlardı.

Çoğu akademisyen gibi onlar da üniversitenin amacını anlıyordu. Üniversitenin amacı bilgiyi ilerletmektir.

İşte bu yüzden hakem değerlendirmesi kullanıyoruz. Akademik yazında bu kadar çok atıf olmasının nedeni de bu. Bu iki öğrenci, dünyadaki bilgi miktarının (hakem değerlendirmesi kalitesindeki makale sayısıyla ölçüldüğünde) yalnızca arttığını biliyordu. Dolayısıyla Web’in de insan bilgisiyle birlikte yalnızca büyüyeceğini görmek onlar için kolaydı.

Ayrıca web için “yeni” olan eski bir sorunla da deneyimleri vardı: Sürekli genişleyen bir bilgi yığınında doğru bilgiyi ya da en iyi bilgiyi nasıl bulursunuz? Eski modelde akademisyenler, birinin araştırmasının yararlı ya da güvenilir olup olmadığına kaç kez atıf aldığına bakarak karar verir.

Bu yüzden İnternet’teki her web sitesini, kaç farklı web sitesinin ona atıf yaptığına ya da bağlantı verdiğine göre, bu sitelerin içeriğiyle ilişkili olarak değerlendiren bir algoritma geliştirme fikrine ulaştılar.

Sistemi “Page Rank” olarak adlandırdılar, çünkü web’deki her sayfayı sıralıyorlardı ve bu doktora adaylarından birinin adı Larry Page’di.

Larry ve ortağı (Sergey Brin), bu küçük akademik ilkeyi alıp ana akıma sundular. Google, tarihin en kullanışlı araçlarından ve en başarılı işletmelerinden biri haline geldi; çünkü Larry Page, üniversitelerin yüz yıldır zaten yaptığı şeyi basitçe uyarladı.

Dediğim gibi, üniversitenin amacı bilgiyi ilerletmektir. Bu konuşmada size bilgi hakkında üç şey anlatacağım. Umudum, kendi bilgimizin bir kısmı üzerine düşünerek yapay zekaya dair daha iyi ve işe yarar bir anlayışa ulaşmamız.

Birincisi, bilginin bir ömrü vardır. Doğar, bozunur ve ölür.

Bir yaşam döngüsü vardır. Ve bir yaşam döngüsü olduğu için bilgi evrim geçirir.

Bildiklerimiz evrildikçe hepimiz daha akıllı hale geliyoruz. Buna Flynn Etkisi deniyor. Flynn Etkisi, insanlığın her on yılda yaklaşık 3 IQ puanı daha akıllı hale geldiği gözlemidir.

IQ testleri, ortalama 100’de kalsın diye sürekli yeniden normlandırılır; bu yüzden Flynn Etkisi’ni düşünmenin kolay bir yolu yüzdelik dilimlerdir. 1950’de zeka açısından 92. yüzdelik dilimde olan biri bugün yalnızca 50. yüzdelik dilimde olurdu. Hepimiz daha akıllı hale geldik.

1950, aynı zamanda Turing Testi’nin icat edildiği yıldır. Bu, bir makinenin insanlardan daha akıllı olup olmadığını ya da ne zaman olacağını belirlemeye yönelik ilk testti. Bu da 1950’deki Turing Testi’ni bir makinenin geçmesinin çok daha kolay olduğu anlamına geliyor. Çünkü “insan” zekası çıtası daha düşüktü.

İşte evrimin gücü budur. Bilgi her zaman daha fazla bilgiye yol açar.

Olumsuz tarafı şu: Dünya daha akıllı hale gelebilir ama siz bir birey olarak daha aptal hale gelebilirsiniz. Bilgi bozunur. Bunu bir yarı ömür gibi düşünün. Radyoaktif bir elementin yarı ömrü, yarısının bozunması için geçen süredir. Bilginin yarı ömrü ise yarısının geçerliliğini yitirmesi için geçen süredir.

İşte tam burada, Cambridge’den bazı örnekler.

1978’de Sir Roy Calne, siklosporinin organ nakline kazandırılmasına yardımcı oldu. Bu, organ reddinin önlenmesi için önemliydi. İlk klinik denemeler Cambridge’de yapıldı. 2001’e gelindiğinde ise başka bir ilaç olan takrolimus, Amerika’daki böbrek nakillerinde kendi sınıfının başlıca tedavisi haline gelmişti. Yani siklosporin tedavisine ilişkin tıbbi bilginin yarı ömrünün 23 yıl olduğunu söyleyebilirsiniz.

Kusursuz bir ölçüm değil, ancak hızla gelişen alanlardaki mühendisleri değerlendirmek için yararlı bir model. Teknoloji dünyasında bunu yapıyoruz. Buradaki çıkarım şu: “Bu mühendisin kariyerinin hangi noktasında bildiklerinin yarısı tamamen geçerliliğini yitirir?”

Kariyerinizin hangi noktasında bu sizin de başınıza gelecek? Yanıt, yeni şeyler öğrenmeye ne kadar zaman ayırdığınıza bağlı.

Ne yazık ki nadir durumlarda bilgi de ölür. Konuşanı kalmamış diller var. Bir yaşlıyla birlikte ölen bilgelikler var.

Bu yüzden insanlar 4.000 yılı aşkın süredir kütüphaneler inşa ediyor. Web ortaya çıktığında da bildiklerimizin sonsuz kat fazlasını oraya koyduk. Yani bilgi ölür, ama ölmek zorunda değildir. Belki de insanlık durumunun doğuştan gelen bir yönü olarak, insanlar bilgiyi korumaya kendilerini mecbur hissetmiştir. Onu sürekli kaydediyor ve dünyanın toplam bilgisini büyütüyoruz. Bu iyi bir şey.

Şunu belirtmeliyim: Bilgi canlı bir şeye benzer, ama canlı değildir. Yalnızca siz canlısınız. Bence yeni bir şey öğrenirken daha canlı oluyorsunuz.

Bu arada, Perplexity’nin var olma nedeni de bu. Ama buraya Perplexity hakkında konuşmaya gelmedim. Sizin hakkınızda ve bilgi ekonomisi hakkında konuşmaya geldim. Bu da beni ikinci noktama getiriyor.

İkincisi, bilgi para değildir. Ama para gibi davranır.

Paranın bir zaman değeri vardır. Faiz onu büyütür, enflasyon ise küçültür. Yeterli zaman geçtiğinde hem faiz hem de enflasyon bileşik etki yaratır.

Yüz bin sterlin, kırk bin sterlinin satın alma gücüne eşit olduğunda (muhtemelen yaklaşık 23 yıl içinde), başa baş için 250.000 £’a ihtiyacınız olacak. Bundan 23 yıl sonra ise 625.000 £ gerekecek.

Bir şeyler bileşik olarak büyüdüğünde, kazançlar ya da kayıplar zamanla katlanarak artar.

Bu yüzden en temel finansal ilke, her zaman enflasyondan daha yüksek bir oranda bileşik faiz kazanmanız gerektiğidir. Çünkü büyümüyorsanız, küçülüyorsunuzdur. Bilgi de aynı şekildedir.

Tıpkı sterlinin değeri gibi, bugün bildiklerinizin değeri de zamanla düşecek. Ve tıpkı olağan değer kaybı gibi, bu her gün yalnızca küçük bir miktar gerçekleşecek. O kadar küçük olacak ki neredeyse fark etmeyeceksiniz. Ta ki bir gün uyanıp elinizde hiçbir şey kalmadığını görene kadar. Bilginiz artık aynı piyasa değerine sahip olmayacak. Bu kaçınılmazdır. Unutmayın, Pisagor Teoremi bir zamanlar yalnızca seçkinlerin bilmesine izin verilen bir şeydi. Ama buradaki herkes onu yedinci sınıfta öğrendi.

Hepimiz sonsuza dek daha akıllı hale geliyoruz. Bahsettiğim gibi, üniversitenin bütün amacı da budur. Şansımız yaver giderse, çok uzak bir gelecekte bir gün burada, Cambridge’de öğrendikleriniz yedinci sınıf öğrencilerinin müfredatı olabilir.

Bu gerçekleşirse iyi bir şey. İlerleme demektir. Ama aynı zamanda ekonomik hedeflerinizin öğrenmeyi asla bırakmamanızı gerektirdiği anlamına da gelir. Bilginin enflasyon oranından daha yüksek bir faiz oranıyla öğrenmelisiniz.

Başka bir deyişle, bildiklerinizi kendi bilgi yarı ömrünüzden daha hızlı bir oranda ikiye katlamalısınız. Bu zaman alır. Ancak dünyaya bileşik büyüme merceğinden baktığınızda, uzun bir geleceği göz önünde bulundurarak bakmanız gerekir.

Bu yüzden servetinizi bileşik olarak büyütmenin en iyi yolu genç yaşta başlamak, ikinci en iyi yolu ise yaşlı ölmektir. Warren Buffet yatırım yapmaya 11 yaşında başladı, ancak servetinin %99’u 65 yaşından sonra birikti.

Bu da bilgi ile para arasındaki son benzerliğe işaret ediyor. Onu harcamanız gerekir.

Sermayeniz olduğunda, onu iş görmesi için devreye sokarsınız. Bilginiz, özellikle de olağanüstü bir bilginiz olduğunda, onu işe koşmalısınız. Onunla bir şey yapın. İcat ile inovasyon arasındaki fark budur. İcat, “bir şey yaptın mı?” diye sorar. İnovasyon ise “Bir fark yarattı mı?” diye sorar.

Fark yaratmak istiyorsanız, bilgiyle harekete geçmelisiniz. Yeni soruları, sorgulamayı ve yeni bilgiyi yalnızca eylem tetikler. Her zaman öğreniyor ve her zaman yapıyor olmalısınız.

Yapay zeka tam da burada devreye giriyor ve bu beni üçüncü ve son noktama getiriyor.

Yapay zekanın amacı, insanlığın bilgisini ve refahını hızlandırmaktır.

Bu akşam söylediğim ilk iki şeyi düşünün. Bilginin canlıya benzer bir karakteri olduğunu, onu beslememiz ve ilerletmemiz gerektiğini, çünkü genel olarak insanların bundan fayda gördüğünü söyledim. Ardından bilginin ekonomik bir karakteri olduğunu söyledim. Onu geliştirmemiz gerektiğini, çünkü genel olarak bakıldığında tüm insanların bundan fayda gördüğünü.

Bu iki şeye inanıyorsanız, yapay zeka hakkında da biraz farklı düşünmeniz gerekir.

Yapay genel zekaya (AGI) ulaşmaya ya da teknolojiyi teknoloji uğruna akıllı hale getirmeye takıntılı olmak yerine, daha iyi ve daha doğru yapay zeka geliştirmenin nedeninin insanlara hizmet etmek olduğu sonucuna varırdınız.

Yapay zekanın en yüce ve en önemli amacının insanları daha akıllı ve daha müreffeh kılmak olduğu sonucuna varırdınız.

Bu size üniversitenin amacına çok benziyor gibi geliyorsa, işte buradayız.

Hakem değerlendirmesini tekrar düşünün. 1831’de icat edildi. Bu yıl Perplexity, OpenAI’ın kurucu araştırmacılarından birinin ortaya attığı bir fikre dayanan, Model Council adında çok basit bir ürün piyasaya sürdü. Üç yapay zeka modeline aynı soruyu sorarsınız. Her biri araştırma yapıp yanıt verir, ardından bir “başkan” model nerede farklılaştıklarını ve nerede uzlaştıklarını değerlendirir ve akıl yürüterek nihai bir yanıta ulaşır.

Model Council, hakem değerlendirmesinin yerini almaz. Bunun yerine amacı, akademik sorgulama ruhunu daha fazla insana ulaştırmaktır. Bir üniversitenin anlayışını bu duvarların ötesine, tüm dünyaya yayabiliriz.

Daha fazla insanın yalnızca haklı hissetmesine ya da haklı görünmesine değil, gerçekten haklı olmasına yardımcı olabiliriz. Gerçeği ve bilgiyi bilimsel olarak aramalarına. Evrenin yayı, herkesin daha fazla bilgiye daha fazla erişebilmesine doğru uzanıyor. İnsanların bilgiye sahip olması iyidir. Ve bundan fayda görenler de insanlardır.

Şirketimle ilgili kısa bir hikâyeyle bitireyim.

Başladığımızda, vizyondan çok sorusu olan yalnızca üç yapay zeka araştırmacısıydık. Sonra dördüncü kişi için sağlık sigortası yaptırma zamanının geldiğine karar verdik. Amerika’da sağlık sigortası Amerikalılar için bile karmaşıktır. Ben Amerika’dan değilim, bu yüzden benim için daha da kafa karıştırıcıydı.

Google sonuçları hiçbir işe yaramadı. Böyle bir durumda bir kurucunun yaptığı olağan şey, bunu daha önce yapmış birini aramaktır. Bir yatırımcı ya da başka bir kurucu gibi. Ama gece geç saatti. İşi bitirmek istiyordum, bu yüzden bilgiyi kendim bulmak zorundaydım.

Bununla ilgili sorun şu ki araştırmayı kendiniz yapmak, en güvenilir görünmek için yarışan ve hepsi kötü tavsiyelerle dolu, SEO odaklı sigorta sitelerini Google’da tek tek taramak demektir.

Perplexity’nin ilk sürümünü işte o zaman geliştirdim.

Araştırmayı benim yerime o yaptı. Ben de yanıtlar için kaynak göstermesini sağladım. Böylece doğrulayabildim ve daha fazla soru sormaya devam edebildim. Ardından sağlık sigortamızı ayarladım. Sorun çözülmüştü. Sıradaki soruna geçtim. Sonra bir sonrakine, sonra bir sonrakine. Ve bugün buradayız.

O hikâyenin ana fikri, artık “birini tanımanıza” gerek olmadığıdır. Bir şeyleri öğrenip yapabilirsiniz. Size yapay zekanın vaadinin her türlü bilgiye erişebilmeniz olduğunu zaten söyledim. Bu hikâyenin ana fikri ise herkesin her bilgiye erişebileceğidir.

Yapay zekanın nihai vaadi budur. Artık herkes meraklı olabilir. Herkes her şeyi inşa edebilir. Artık herkes bilginin tapınağına girebilir. Bu da herkesin yararınadır.

Bu sizin için de iyi bir haber. Hayatınızın geri kalanında yapabileceğiniz en önemli şeyin meraklı olmak olduğu anlamına geliyor. Aranızda en başarılı olanlar, en çok soruya sahip olanlar olacak. Ve en iyi sorulara.

Bu yüzden size tavsiyem, olabildiğince meraklı olmanız. Telefonunuzda sosyal medyada gezinmekle yetinmeyin. Yalnızca akşam yemeği rezervasyonu yapan bir yapay zeka ajanıyla yetinmeyin; onunla gerçek bir iş yapın. Ve size zaten haklı olduğunuzu söyleyen bir sohbet robotuna asla inanmayın.

Sorgulama ruhuna inanın. Yapay zekayla neler öğrenebileceğinize inanın. Bunu yaptığınızda neler ortaya koyacağınıza inanın. Ve hepimiz için, ortaya koyduğunuz şey iyi olsun.

Teşekkür ederim.