Yapay zeka savaşları sürat kesmeden sürüyor, hatta her geçen gün daha da alevleniyor. OpenAI, Meta ve Google üzere Amerikan devlerinin rekabeti bir yana, Çin de DeepSeek ile oyuna dahil oldu. Bu yarış uzun bir mühlet daha devam edecek üzere görünüyor. Elon Musk’ın şirketi xAI, artık “dünyanın en akıllı yapay zekası” olarak olarak lanse ettiği Grok 3 akıllı yürütme modelini duyurdu.
Yeni model, 200 milyon GPU saati sağlayan 100.000’den fazla NVIDIA H100 GPU’da eğitildi. Öteki bir deyişle, Grok 2’yi eğitmek için kullanılan donanıma kıyasla 10 kat daha fazla GPU kullanıldı. Grok 3, şirketin savlarına nazaran AIME (matematik soruları) ve GPQA (doktora seviyesinde fizik, biyoloji ve kimya soruları) dahil olmak üzere çeşitli testlerde GPT-4o’yu geride bırakıyor.
Kısa mühlet evvel OpenAI’ı satın almak için teklif veren Elon Musk, bir yandan da kendi şirketi xAI aracılığıyla ilerlemeye devam ediyor. Yeni tanıtılan Grok 3’ün “şu anda dünyadaki en güçlü yapay zeka” ve “korkutucu derecede akıllı” olarak nitelendirilmesi dikkat alımlı. Şayet demolardaki kıyaslamalar doğruysa, bu tezlerin gerçekçiliği olabilir.
Grok 3, xAI tarafından geliştirilen, OpenAI o1 ve DeepSeek’in R1 modellerine direkt rakip olarak konumlandırılan en yeni yapay zeka modeli. xAI takımı, son modelin Grok 2’den 10 ila 15 kat daha güçlü olduğunu sav ediyor.
Yapay zeka teknolojisinde kıymetli bir sıçramayı temsil eden bu model, sohbet robotları için gelişmiş muhakeme, gibisi görülmemiş süreç suratı ve gelişmiş karar verme üzere vaatlerle geliyor. Grok 3, insan gibisi düşünme yeteneklerine sahip ve insanların süratlice yenilikçi tahliller üretmesine imkan tanıyacak.
Grok 3’ün en kıymetli yanı, yetenekleriyle sanayide kıymetli hale gelen “muhakeme modelleri” ortasına girmiş olması. ChatGPT üzere direkt karşılık üreten genel kullanım modellerinin bilakis, muhakeme modelleri bir sonuca varmadan evvel sorunları adım adım kesimlere ayırarak düşünme süreçlerinden geçiyor.
Ancak xAI, Grok 3’ü hem bir muhakeme modeli hem de genele hitap eden bir yapay zeka olarak konumlandırıyor. Düşünme Modu (Think Mode) kapalıyken, GPT-4o yahut Claude 3.5 Sonnet üzere çalışacak. Yani süratli, konuşmaya dayalı ve genel misyonlara hizmet edecek. Think Mode açıldığında ise bir muhakeme modeline dönüşüyor.
Elon Musk’ın yapay zeka şirketi xAI, Grok 3’ün geliştirilmesinin yalnızca sekiz ayda inşa edilen Colossus muhteşem bilgisayarı tarafından hızlandırıldığını bildirdi. Gücünü 100.000 NVIDIA H100 GPU’dan alan sistem, eğitim için 200 milyon GPU-saat sağladı. Bu sayı selefi Grok 2’den on kat daha fazla. Hesaplama kaynaklarındaki bu kıymetli artış, Grok 3’ün büyük data kümelerini daha verimli bir halde işlemesine, eğitim müddetlerini kısaltmasına ve doğruluğu artırmasına yardımcı oldu.
Artan bilgi süreç gücünün ötesinde xAI, Grok 3’ün yeteneklerini geliştirmek için eğitim yaklaşımını değiştirdi. Model artık performansını artırmak için sentetik data kümeleri, kendi kendini düzeltme düzenekleri ve destek tahsili içeriyor:
- Sentetik Bilgi Kümeleri: Bunlar gerçek dünya kaynaklarından toplanmak yerine yapay olarak oluşturulmuş bilgi kümeleri. Çeşitli senaryoları simüle ederek, çeşitli ve denetimli bir bilgi kümesi sağlayarak yapay zeka modellerini eğitmek için kullanılıyor. Böylelikle öğrenme verimliliği artırılıyor ve data saklılığı kaygıları daha aza iniyor.
- Kendi Kendini Düzeltme Mekanizmaları: Sistemler, bir modelin kendi yanılgılarını tanımlamasına ve düzeltmesine imkan tanıyan yapay zeka tekniklerinin bir bütünü. Model, çıktılarını kıymetlendirerek ve bunları bilinen hakikat karşılıklarla karşılaştırarak cevaplarını vakit içinde güzelleştirebilir, yanılgıları azaltabilir ve doğruluğu artırabilir.
- Takviyeli Öğrenme: Bir yapay zeka modelinin aksiyonları için mükafatlar yahut cezalar alarak öğrendiği bir makine tahsili tipi. Sistem, deneme yanılma yoluyla olumlu sonuçları en üst seviyeye çıkarmak için eğitiliyor ve karar verme yetenekleri gelişiyor.
Şirkete göre bu iyileştirmeler, birden fazla doğrulama adımı kullanarak halüsinasyon olarak bilinen yanlış karşılıkları azaltacak, bilgileri sağlam kaynaklara karşı denetim ederek mantıksal doğruluğu artıracak, ayrıyeten daima öz kıymetlendirme ve öğrenme yoluyla daha tesirli bir formda ahenk sağlayacak. xAI ayrıyeten, daha doğal ve hakikat cevaplar sağlamak için insan geri bildirim döngülerinin ve bağlamsal eğitimin de devreye sokulduğunu bildiriyor.
Yeni modelin içgörülü ve beklenmedik tahliller üreterek sorun çözmede daha tesirli bir araç haline gelecek halde tasarlandığı da belirtildi. Birinci testler Grok 3’ün karmaşık muhakeme vazifelerinde OpenAI ChatGPT ve Google DeepMind Gemini de dahil olmak üzere rakiplerinden daha uygun performans gösterdiğini ortaya koydu.
xAI tarafından geliştirilen en son model olan Grok 3’ün temel özellikleri ve yetenekleri şu halde:
- Gelişmiş Muhakeme ve Sorun Çözme: Grok 3, karmaşık sorunları yenilikçi yollarla çözmesini sağlayan gelişmiş muhakeme yeteneklerine sahip. Ayrıyeten mantıksal akıl yürütme ve sorun çözme konusunda mevcut modellerden daha düzgün performans gösterebiliyor.
- Derin Arama (DeepSearch): Saniyeler içinde derinlemesine arama yapmayı kolaylaştıran özellikler ile birlikte geliyor. Ayrıyeten kullanıcılara aramayı belli kaynak web sitelerine daraltma seçeneği sunmakta.
- Büyük Beyin (Big Brain): Grok 3’teki bu özellik, modelin bir sorgu üzerinde düşünmek için daha fazla vakit harcayarak daha kapsamlı ve uygun araştırılmış bir karşılık oluşturmasını sağlıyor.
- Sorumlu Yapay Zeka (Responsible AI): Grok 3, xAI’ın cevap vermeden evvel fikir sürecini açıklayan birinci niyet zinciri modeli. Bunun yanında önyargı, yanlış bilgilendirme ve manipülasyonu önlemeye yönelik tedbirler de dahil olmak üzere yapay zeka hizalama müdafaalarına sahip.
- Hız ve Hesaplama Gücü: Colossus Supercomputer tarafından desteklenen model, değerli ölçüde geliştirilmiş karşılık müddetleri ve süreç gücü sunuyor. Raporlara nazaran selefi Grok 2’den üç kat daha süratli, bu da onu gerçek vakitli uygulamalar için daha tesirli bir araç haline getiriyor.
- Ses Modu (Voice Mode): Yakında ChatGPT, Gemini ve başka AI sohbet robotlarına emsal bir ses moduna sahip olacak.
- Sesten Metne (Audio-to-text): Yakın gelecekte sesi metne dönüştürme yeteneğine de sahip olacak ve uygulamalarını daha da genişletecek.
xAI, birinci etapta Grok 3’ü kademeli olarak kullanıma sunmaya karar verdi. Birinci duyurunun akabinde vakit geçtikçe geniş çapta kullanıma açılacak. Grok 3’ü sohbet tabanlı bir arayüzde ve API aracılığıyla kullanabileceğiz.
Model şu anda X’e (eski ismiyle Twitter) entegre edilmiş durumda ve Premium+ aboneleri tarafından kullanılabiliyor. Kullanıcılar, evvelki Grok sürümlerinde olduğu üzere, direkt platform içinde sohbet edebilirler. Yapay zekaya yönlendiren butonu ise sol taraftaki menüde bulabilirsiniz.
X’in yanı sıra, kullanıcılar toplumsal medya platformu dışında grok.com üzerinden modeli kullanabilecek. Lakin birinci süreçte kısıtlı kullanım sağlanacak.
ChatGPT, Claude yahut Gemini kullandıysanız, birden fazla yapay zeka modelinin nasıl çalıştığını biliyorsunuzdur: Bir soru sorarsınız, yanıt üretirler ve hepsi bu kadar.
Grok 3 üzere muhakeme modelleri farklı bir yaklaşım benimsemekte. Çabucak bir cevap vermek yerine, problemleri adım adım modüllere ayırır, orta kanılarını gösterir ve hatta kesin bir karşılık sunmadan evvel çıktılarını rafine ederler. Bu da onları bilhassa matematik, kodlama ve gerçek dünyada sorun çözme üzere vazifeler için güçlü kılıyor.
Her vazife Grok 3’ün tam ölçekli muhakemesini gerektirmiyor. Grok 3 küçük, ana modelin muhakeme yeteneklerini korurken sürat ve daha düşük süreç kullanımı için optimize edildi. Daha optimize ve hafif olan sürüm, API’yi kullanırken token kullanımı harcamalarını optimize etmek isteyen geliştiriciler için bilhassa faydalı olabilir. Ayrıyeten sohbet arayüzünde daha süratli cevap almak için Grok 3 mini’ye geçilebilir.
Düşünme Modu, Grok 3’ün çok adımlı akıl yürütme sürecini etkinleştiren isteğe bağlı bir ayar. Direkt bir karşılığa atlamak yerine sorunları daha küçük adımlara bölüyor, farklı tahlilleri kıymetlendiriyor ve kesin bir sonuç vermeden evvel karşılığını en yeterli hale getirmeye çalışıyor.
Bu mod bilhassa karmaşık sorun çözme, matematiksel deliller, kodlama zorlukları ve mantık tabanlı vazifeler için kullanışlı. İnsan gibisi yapılandırılmış düşünmeyi taklit ediyor ve muhakeme kalitesinin süratten daha değerli olduğu durumlar için ülkü.
Grok 3, Think Mode kapalıyken daha çok GPT-4o yahut Claude 3.5 Sonnet üzere davranıyor. Aktifleştirildiğinde ise daha karmaşık soruları yanıtlayabilmek için muhakeme moduna geçiş yapılıyor.
Bu hibrit yaklaşım kıyaslamalara bakıldığında daha da netleşiyor. xAI, Grok 3’ü sırf OpenAI o1 yahut DeepSeek R1 üzere akıl yürütme modelleriyle karşılaştırmakla kalmadı; GPT-4o, DeepSeek-V3 ve Claude 3.5 Sonnet üzere genelci modellerle de test etti. Bu, yalnızca bir kategoriyle sonlu kalmak yerine her iki kategoride de rekabet etmesini istediklerini gösteriyor.
Büyük Beyin Modu, Grok 3’ün yüksek performans ayarı üzere ve şiddetli vazifelerin üstesinden gelmek için ekstra hesaplama kaynakları tahsis ediyor. Etkinleştirildiğinde Grok 3’ün sorguları işlemesi daha uzun sürecek, lakin daha yüksek doğruluk, daha derin içgörüler ve daha detaylı karşılıklar elde edebileceksiniz. Bu mod bilhassa bilimsel araştırmalar, çok katmanlı yapay zeka misyonları ve standart çıkarımın kâfi olmayabileceği son derece karmaşık sorun çözme senaryoları için kullanışlı.
DeepSearch, xAI’ın yerleşik araştırma aracı. Grok 3’ün bir cevap oluşturmadan evvel web’de gezinmesine, kaynakları doğrulamasına ve gerçek vakitli bilgileri sentezlemesine imkan tanıyor. Evvelden eğitilmiş bilgilere dayanan standart yapay zeka modellerinin bilakis, DeepSearch taze bilgileri çekerek haberler, pazar trendleri, teknik araştırma ve doğruluk denetimi için kullanılabilir. Bu mod ile Grok 3, Gemini’nin Deep Research ve OpenAI’ın Deep Research tahlillerine yeni bir rakip getirmiş oluyor.
Büyük ölçekli yapay zeka modellerinin eğitiminde karşılaşılan en büyük zorluklardan biri de bilgi süreç gücü. Bunu aşmak için xAI, Colossus isimli kendi üstün bilgisayar kümesini inşa etti. Yalnızca 122 günde tamamlanan birinci evrede 100.000 adet H100 GPU kullanıldı ve bu da onu dünyanın en büyük yapay zeka eğitim kümelerinden biri haline getirdi.
İkinci etapta xAI, 92 gün içinde süreç kapasitesini iki katına çıkardı. Bu altyapı daima eğitime imkan tanıyor, yani Grok 3 daha fazla kullanıcı etkileşime girdikçe gerçek vakitli olarak gelişmeye devam ediyor.
Biraz evvel de söylediğimiz üzere, şirket Grok 3’ün bugüne kadarki en güçlü yapay zeka modellerinden biri olduğunu sav ediyor. Sunulan kıyaslamalar, son güçlü modelin en güzellerle rekabet edebileceğini gösteriyor. GPT-4o, Claude 3.5 Sonnet, Gemini-2 Pro ve DeepSeek-V3’ün yanı sıra, o1 ve DeepSeek-R1 üzere öbür akıl yürütme modellerine karşı matematik, bilim ve kodlama alanlarında meydan okuyor.
İlk kıyaslama tablosunda Grok 3 ve Grok 3 küçük başka genel gayeli modellerle karşılaştırıldı:
Grok 3 tüm kategorilerde büyük bir farkla önder. Fakat matematik, bilim ve kodlama genel model kullanım durumlarının sadece bir kısmını temsil ediyor; beşerler ayrıyeten yazmak, raporları tahlil etmek, müşteri dayanağı sağlamak ve daha fazlası için de ona güveniyor.
Grok 3’ün MMLU (57 mevzuda geniş bilgi), BBH (karmaşık muhakeme ve soyut sorun çözme) yahut TruthfulQA (belirsiz yahut tartışmalı soruları yanıtlamada doğruluk) üzere ölçütlerde nasıl performans gösterdiğini de görmek gerek.
Muhakeme modellerine karşı olan performans sayılarına gelelim. Grok 3’ün muhakeme yetenekleri tam olarak kullanıldığında, yani Düşünme Modu ve Büyük Beyin modu açıldığında modelin performansı değerli ölçüde artış gösteriyor. İkinci kıyaslama tablosu, Grok 3 Reasoning Beta ve Grok 3 küçük Reasoning’i o1, DeepSeek-R1 ve Gemini-2 Flash Thinking üzere öteki gelişmiş akıl yürütme modelleriyle karşılaştırıyor:
Grok 3’ün muhakeme yetenekleri, matematik performansını 93-96 puan düzeyine çıkarıyor. Genel modda ise 52 puan elde edilebiliyordu, ortada büyük bir sıçrama kelam konusu. Bilim ve kodlama puanları da kıymetli ölçüde artarak o1, DeepSeek-R1 ve Gemini-2 Flash Thinking’i geride bırakıyor.