NVIDIA CEO'su Jensen Huang'a Göre Yapay Zeka Neden İşinizin Yerini Almayacak: Radyoloji Paradoksu

Yaklaşık 10 yıl önce, dünyaca ünlü bir bilgisayar bilimci şunu iddia etmişti:

"Yapay zeka nedeniyle ortadan kalkacak ilk iş radyologluk olacak."

On yıl sonra, bu tahmin ancak yarı yarıya doğru çıktı.

Bu anekdot, NVIDIA CEO'su Jensen Huang tarafından Mayıs 2024'te Milken Institute'te yaptığı bir konuşmada paylaşıldı.

Önce, doğru çıkan kısım.

Bilgisayarla görme, taramaları yorumlama gibi dar bir görevde tamamen insanüstü hale geldi. Bir insandan daha uzun süre odaklanabiliyor ve insanların gözden kaçırabileceği küçük anormallikleri tespit edebiliyor. Huang'a göre, on yıl sonra yapay zeka radyolojide %100 penetrasyona ulaştı.

Ama eksik kalan kısım çok derindi.

Radyolog mesleği ortadan kaybolmadı. Tam tersi oldu.

Yapay zekanın taramaları okuması sayesinde doktorlar daha fazla tarama okuyabildi. Daha fazla hasta bakabildi ve hastalıkları daha doğru teşhis edebildi.

Sonuç olarak, hastane gelirleri arttı, radyoloji hastanelerin en büyük gelir getiren bölümlerinden biri haline geldi ve şimdi hastaneler daha fazla radyolog işe almak istiyor.

Huang ayrıca, eğer herkes bu tahmine inanıp radyolog olmayı bıraksaydı, dünyanın bu kritik öneme sahip yeteneği kaybedeceğine dikkat çekti.

Yapay zekanın işlerini elinden alabileceğine dair haberler gördükçe tedirgin olan insanların bu tersine dönüşün ardındaki nedeni anlamasını istiyorum.

Bunu okumayı bitirdiğinizde, o belirsiz kaygının somut bir eyleme dönüşmesini umuyorum: "Bu gece, işimi kağıt üzerinde ikiye ayıracağım ve yarın bir görevi AI'ya devretmeyi deneyeceğim."

"Görev" Ortadan Kayboldu, Ama İşin "Amacı" Kaybolmadı

Tahmin neden başarısız oldu?

Huang'ın cevabı esas olarak tek bir cümleydi.

"Herkesin gözden kaçırdığı şey, bir işin amacı ile bir işin görevlerinin ilişkili olduğu, ancak aynı şey olmadığıdır."

Bir radyoloğun amacı, karanlık bir odada bir iş istasyonunda taramalara bakmak değildir.

Diğer doktorlarla işbirliği yaparak hastalıkları teşhis etmek ve hastaları iyileştirmektir. Taramaları okumak, bunu başarmak için sadece bir "görevdir".

Bu nedenle, görev otomatikleştirilmiş olsa bile, iş ortadan kaybolmadı. Bunun yerine, amaca ayrılabilecek zaman arttı, bakılan hasta sayısı arttı ve iş büyümeye doğru kaydı.

Huang daha sonra kendisini örnek olarak gösterdi ki bu oldukça ilginçti.

"İşim için yaptığım görevlerin %100'ü yazı yazmak ve konuşmak. AI, hem yazı yazmayı hem de konuşmayı tamamen otomatikleştirdi ve bu konularda tamamen insanüstü. Eğer öyleyse, işsiz kalmalıyım. Oysa, her zamankinden daha çok çalışıyoruz."

Aynı şeyin yazılım mühendisleri için de geçerli olduğunu söylüyor.

Bir mühendisin amacı kod yazmak değil, sorunları çözmek ve yeni şeyler yaratmaktır. Hatta dokuz yaşında Amerika'ya taşınan hiçbir çocuğun, sabah akşam küçük bir ekranda tuşlara basarak geçen bir hayat hayal ettiği için bunu yapmadığını söyleyerek espri yaptı.

Bu, doğrudan sizin işiniz için de geçerlidir.

Belgeler oluşturmak. Toplantı notlarını özetlemek. Rakamları aktarmak. E-postalara yanıt vermek. Bunlar görevlerdir.

Müşterileri memnun etmek. Ekibi ileriye taşımak. Satış yapmak. Bunlar amaçlardır.

AI, görevleri ortadan kaldırmak için geliyor.

Huang Mevcut Durumu Tartışıyor: "AI Nihayet Son Birkaç Ayda Kullanışlı Hale Geldi"

Peki, AI şimdi nerede?

Sanırım kaygının gerçek doğası, "evrimin o kadar hızlı olduğu ve büyük resmin görünmez olduğu" hissidir. Huang'ın bunu bir yol haritası olarak düzenlemesi anlaşılmasını çok kolaylaştırdı.

İki yıl önce ChatGPT ortaya çıktı ve üretken AI doğdu. Huang'a göre, "üretme" yeteneğine sahip olmanın iki temel yönü vardı.

Birincisi: Düşünmek, zihinde düşüncelerin (token'ların) üretilmesidir. Yani üretme mümkün olduğu an, AI'nın düşünmesi ve akıl yürütmesi için yol açıldı.

İkincisi: Araçları kullanmak için komutlar üretmek gerekir. Bir tarayıcıyı çalıştırmak için bile, bir şeyi kontrol etmek için kelimeler üretmeniz gerekir.

Bu akıl yürüten AI geçen yıl ortaya çıktı ve şimdi anlayabilen, akıl yürütebilen, plan yapabilen ve faydalı şeyler yapmak için araçları kullanabilen "ajan AI" aşamasındayız.

Bunun sembolü olarak Anthropic'in Claude Code'u gösterildi.

Bunun, yazılım kodlama gibi gerçekten üretken işleri ele alan ilk ajan sistemi olduğunu belirtti. Burada önemli olan, Huang'ın "kodlamanın sadece mühendisler için olmadığını" vurgulamasıydı.

Kodlama, "tekrar tekrar otomatikleştirmek istediğiniz şeyleri bir programa dönüştürmektir." Dünyada otomatikleştirmek istediği hiçbir şey olmayan bir şirket yoktur. Bu nedenle, kodlama aslında her şirket için kritik derecede önemlidir.

Ve bu değişim, hesaplamada bir patlama yarattı.

Ajan AI için gereken hesaplama miktarı, üretken AI'ın yaklaşık 1000 katıdır. Bunu, "kullanmak isteyen kişi sayısının 100 kat arttığı" gerçeğiyle çarpın.

Bu yüzden GPU'lara olan talep patlıyor ve hatta 4-5 yıl önce satılan GPU'ların değerinin şarap gibi kaliteli bir şaraptan daha hızlı arttığına dair bir anekdot bile var.

Ayrıca Huang, OpenAI ve Anthropic gibi AI-native şirketlerinin brüt marjlarının son 3-6 ayda önemli ölçüde pozitife döndüğüne dikkat çekti ve açıkça şunları söyledi:

"AI nihayet son birkaç ayda kullanışlı hale geldi."

Bilgisayarları kullanma şeklimiz de değişecek.

Şimdiye kadar, daha önce birilerinin oluşturup kaydettiği şeyleri "geri getirmekle" ilgiliydi.

Bundan sonra, niyetinizi bir insanla konuşur gibi ilettiğinizde, AI yöntemi düşünecek, bir plan yapacak, tarayıcı, Excel veya Photoshop gibi araçlarda uzmanlaşacak ve size bitmiş ürünü teslim edecek.

Siz korkarken, araçlar bu yönde ilerlemeye devam ediyor.

İşler Kaybolmayacak, Ama "Herkesin İşi" Etkilenecek

Buraya kadar, sadece iyimserlik gibi gelebilir. Ancak Huang, istihdamın gerçekliği hakkında da net konuştu.

İlk olarak, AI'nın başlangıçta yaptığı şey, çok sayıda iş yaratmaktır.

Çip fabrikaları, bilgisayar fabrikaları, AI fabrikaları. Bu üç tür fabrika arasında trilyon dolarlık bir yeniden sanayileşme yaşanıyor.

Geçen yıl, Huang'ın insanlık tarihinin en büyük yatırımı olarak adlandırdığı 100 milyar dolar, AI ile ilgili start-up'lara aktı ve bunların tamamı işe dönüştü.

Ayrıca ilginç bir paradoks da var.

AI'nın iyi olduğu ilk şey kodlama olmasına rağmen, yazılım mühendisleri için iş ilanları aslında artıyor. Bunun nedeni, hırsın artmasıdır. AI ile daha fazlası yapılabiliyor. Bu nedenle, daha fazla insan işe alınıyor.

Ancak Huang, "yer değiştirme" (dislocation) konusundan da açıkça bahsetti.

"Bugün üniversiteden mezun olan bir öğrenci AI'da ustalaşamazsa, AI'da ustalaşan mezunlardan iş alamayacaktır."

"Dün gereksiz olan beceriler bugün zorunlu hale geliyor."

Görevin kendisinin iş olduğu operasyonlar gerçekten değiştirilecek. Huang, restoranlar için telefonla rezervasyon almayı örnek gösterdi. Sadece bir telefonu açıp rezervasyonu kabul etme görevi AI'ya geçecek. Ancak o kişi, bir telefon operatörü olmak yerine, önündeki müşterilerle yüz yüze ilgilenebilecek.

Sonuç şudur:

"Birçok iş yaratılacak. Bazı işler kaybolacak. Ancak tüm işler etkilenecek."

Başka bir deyişle, rüzgarsız bir güvenli bölge yok. Ama bu bir umutsuzluk hikayesi de değil. Ayrım çizgisi meslek değil; AI'yı kullanan tarafta olup olmadığınızdır. Önemli olan nokta bu.

En Büyük Kaybeden, AI'ya Dokunmaktan Çok Korkan Kişidir

Konuşmada, AI karamsarları (doomers) ile iyimserleri (boomers) arasındaki çatışma da bir konuydu.

Kendisinin lider iyimser olup olmadığı sorulduğunda, Huang'ın cevabı, "Ben bir pragmatistim" oldu.

"AI'nın Babası" Geoffrey Hinton'ın ortaya attığı, AI'nın insan varlığını sona erdirme ihtimalinin %20-30 olduğu teorisiyle karşılaştığında verdiği yanıt da etkileyiciydi.

"Tamamen yanıldığı nokta, çok sayıda akıllı insanın bunu önlemek için çalışmadığını düşünmesidir."

Arabayı daha hızlı yapmaya çalışan her bir kişiye karşılık, onu daha güvenli yapmaya çalışan on kişi vardır. AI'yı daha akıllı yapmaya çalışan her bir kişiye karşılık, korkuluklar ve güvenlik üzerinde çalışan on kişi vardır.

Ayrıca, Huang'ın dile getirdiği "en büyük endişe" beklenmedikti.

Diğer ülkelerin AI'ya sahip olmasıyla ilgili değildi. Kendi ülkesindeki insanların, sürekli olarak bilim kurgu korku hikayeleriyle beslenerek AI'ya dokunmaktan çok korkması ve bunun sonucunda ülkenin liderliğini kaybetmesiydi.

"Amerika'nın önceki sanayi devriminden faydalanmasının nedeni onu icat etmemiz değil, uygulamamızdı."

Bu, bir ülke hakkında bir hikaye, ancak bence bireylere doğrudan uyarlanabilir. Sansasyonel makalelerden korkarak ve bekle-gör yaparak geçirilen zaman en büyük maliyettir. Onu güvenli kılmak endüstrinin işidir. Onu uygulamak sizin işinizdir.

"Bu Hırs Çok Düşük. Beklentilerinizi 100 Kat Artırın"

Konuşmanın sonunda, şimdi ne düşündüğü sorulduğunda, Huang şu hikayeyi paylaştı.

Aylarını yeni fikirler keşfetmekle geçiren araştırmacılar, şimdi bunu AI kullanarak bir günde yapabiliyor. Aylar bir güne dönüştü.

Enerji bilimi, iklim bilimi, biyoloji, ilaç keşfi ve fizik bilimi gibi her alanda atılımlar oluyor.

"Benim her gün gördüklerimi görebilseydiniz, heyecanlanır ve şunu fark ederdiniz: Geçmişte ne kadar hırslı olursanız olun, bu yeterli değildi. Değiştirmeniz gereken tek bir şey var: beklentilerinizi yaklaşık 100 kat artırın."

Peki, yarın ne yapmalıyız?

Bu konuşmayı eyleme dönüştürürsek, bence üç şey var:

1. Bu gece, işinizi kağıda yazın ve "Amaç" ve "Görev" olarak ikiye ayırın. Bir radyolog için hastaları iyileştirmek amaç, taramaları okumak görevdir. Sizin işinizde hangisi hangisi?

1. Yarın, sadece bir görevi AI'ya devretmeyi deneyin. Bu, toplantı notları, bir belge taslağı veya araştırma olabilir. İyi gitmese bile, ona dokunduğunuz anda bekleyen taraftan kullanan tarafa geçtiniz.

1. Ayırdığınız zamanı amaca ayırın. Müşteriler, planlama, sonuçlar. Değeriniz, AI'ya devredemediğiniz kısımlarda ortaya çıkar.

Kaybolan tarafta mı olacaksınız yoksa artan tarafta mı?

Ayrım çizgisi meslek veya yaş değil; bu ayrıştırmayı yapıp yapmamanızdır. Ben böyle anladım.

Son olarak, bir soru.

İşinizin "amacı" nedir? Ve yarın hangi "görevi" AI'ya devredeceksiniz?

Yorumlarda veya yanıtlarda sizden duymayı çok isterim.