DeepSeek mühendisi yapay zekanın kendi işini devralabileceğini söyledi

Çinli yapay zeka laboratuvarı DeepSeek’in çekirdek mühendislerinden Shengyu Liu, üretken yapay zekanın yazılım geliştirme süreçlerini ne kadar hızlı dönüştürdüğünü ve bu değişimin mühendislik mesleklerine olası etkilerini değerlendirdi. Liu’ya göre başlangıçta kod kontrolü ve teknik dokümantasyon okuma gibi daha temel görevlerde kullanılan modeller, artık NVIDIA’nın CUDA platformu gibi karmaşık yazılım mimarilerini doğrudan analiz edebilecek seviyeye ulaşıyor. 

Saniyede 300 token işleyebilen ve kısa süre içinde kod blokları oluşturabilen sistemlerin gelişim hızına dikkat çeken Liu, geliştirilmesine katkıda bulunduğu algoritmaların altı ay ile bir yıl içinde kendi iş tanımının büyük bölümünü devralabileceğini düşünüyor.

OTOMASYON HIZI

Liu, yapay zeka araçlarının yazılım mühendisliğinde yalnızca yardımcı sistemler olmaktan çıkarak giderek daha kapsamlı görevleri üstlendiğini belirtiyor. Kod inceleme, dokümantasyon analizi ve yazılım üretimi gibi işlerden karmaşık teknik altyapıların anlaşılmasına uzanan bu genişleme, insan mühendislerin çalışma biçimini de değiştiriyor.

Liu’ya göre teknolojinin bu hızla ilerlediği bir ortamda geliştirme yarışından geri çekilmek, şirketler ve araştırma ekipleri açısından rekabet gücü kaybı anlamına gelebilir. Bu nedenle yazılım sektöründeki yatırım ve Ar-Ge kaynaklarının giderek daha fazla otonom yapay zeka araçlarına yönelmesi bekleniyor.

YAVAŞLAMA TARTIŞMASI

Yapay zekanın geliştirme hızına ilişkin görüş ayrılıkları sektörün önde gelen yöneticileri arasında da sürüyor. Anthropic CEO’su Dario Amodei’nin daha koordineli ve güvenlik odaklı bir yavaşlama çağrısına Sam Altman ve Elon Musk’ın da destek verdiği belirtilirken, NVIDIA CEO’su Jensen Huang ile Meta CEO’su Mark Zuckerberg bu yaklaşımın karşısında yer alıyor.

Meta’nın güvenlik gerekçeleriyle bazı şirket içi model süreçlerinde değişiklik yaptığı, NVIDIA’nın ise yapay zeka geliştirme hızının bireysel güvenlik standartları nedeniyle sekteye uğramaması gerektiğini savunduğu aktarılıyor. Tartışmanın merkezinde, güvenlik önlemleri ile teknolojik rekabet arasında kurulacak denge bulunuyor.

MÜLKİYET RİSKİ

Liu’nun değerlendirmelerinde yalnızca otomasyon değil, yapay zeka teknolojisinin kimin kontrolünde olacağı sorusu da öne çıkıyor. Çinli mühendis, gelişmiş modellerin birkaç büyük şirketin mülkiyetinde toplanmasının uzun vadede kurumsal tekelleşme riski yaratabileceğini savunuyor.

OpenAI ve Anthropic gibi ABD merkezli kapalı model sağlayıcılarının en gelişmiş sistemleri geniş kullanıcı kitlelerine düşük maliyetlerle sunmayabileceğini ileri süren Liu, özellikle AGI seviyesine yaklaşan teknolojilerde erişim ve kontrolün sınırlı sayıda şirketin elinde toplanmasını eleştiriyor. Bu nedenle açık kaynaklı modelleri daha geniş erişim sağlayabilecek bir alternatif olarak görüyor.

AÇIK KAYNAK

DeepSeek’in modellerini ücretsiz ve açık erişimli biçimde sunma stratejisi de bu yaklaşımın ticari ayağını oluşturuyor. Açık modeller, geliştiricilerin lisanslama ve kullanım maliyetlerini azaltırken kapalı sistemlerle çalışan ABD merkezli şirketler üzerinde fiyat ve erişim baskısı oluşturuyor.

Liu’nun kendi mesleki geleceğinin yapay zeka tarafından etkilenebileceğini kabul etmesine rağmen açık kaynaklı geliştirmeyi savunması, DeepSeek’in teknolojiye erişimin daha geniş bir geliştirici ekosistemine yayılması gerektiği yönündeki yaklaşımıyla örtüşüyor.

EKOSİSTEM REKABETİ

Kapalı modeller ile açık kaynaklı platformlar arasındaki rekabet, yapay zeka sektöründeki yatırım ve lisanslama modellerini de etkiliyor. DeepSeek’in düşük maliyetli ve açık erişimli modellerle küresel geliştirici tabanını genişletme stratejisi, kapalı sistem sağlayıcılarının fiyatlandırma ve ürün politikaları üzerinde baskı oluşturuyor.

Yazılım mühendisliğinde otomasyon hızlandıkça rekabet yalnızca model performansı üzerinden değil, erişim biçimi, lisanslama maliyeti ve teknolojinin mülkiyet yapısı üzerinden de şekilleniyor.