Giriş
Yapay zekâ alanında büyük dil modelleri (Large Language Models – LLM), son birkaç yılın belirleyici teknolojisi olarak öne çıktı. OpenAI’ın Ağustos 2025’te piyasaya sürdüğü GPT-5, Anthropic’in Şubat 2026’da duyurduğu Claude Opus 4.6, Google’ın Gemini serisi ve Çinli DeepSeek’in düşük maliyetli modelleri; metin üretiminden yazılım geliştirmeye, bilimsel araştırmadan finansal analize kadar geniş bir yelpazede dikkat çekici başarılar sergiledi.
Ancak bu başarı tablosu, alandaki tüm araştırmacılar tarafından aynı iyimserlikle değerlendirilmemekte. Meta’nın eski Baş Yapay Zekâ Bilimcisi Yann LeCun başta olmak üzere bir grup araştırmacı, LLM mimarisinin yapısal sınırlarına dikkat çekerek genel yapay zekâya (AGI) ulaşmak için temelden farklı bir yaklaşıma — dünya modeline — ihtiyaç duyulduğunu savunmakta. Bu yazıda söz konusu tartışmanın teknik arka planı, her iki yaklaşımın güncel gelişmeleri ve meslek alanımız açısından olası yansımaları ele alınmaktadır.
LLM Mimarisinin Yapısal Sınırlamaları
Bir LLM’in temel çalışma prensibi, büyük metin külliyatları üzerinde eğitim görerek “bir sonraki tokeni tahmin etmek” üzerine kuruludur. Bu otoregresif yaklaşım, dilin istatistiksel örüntülerini öğrenmekte son derece etkili olsa da bir dizi yapısal sınırlamayı beraberinde getirmektedir.
Halüsinasyon sorunu, bunların başında gelmektedir. LLM’ler, doğaları gereği deterministik olmayan sistemlerdir; dolayısıyla güvenilir biçimde “gerçeği” üretme garantisi sunamazlar. TechCrunch’ın ifadesiyle, “LLM’lere asla bilgi uydurmayacakları konusunda güvenilemez, çünkü bu onların doğasında vardır.” Bu durum, güvenilirlik gerektiren mühendislik, sağlık ve hukuk gibi alanlarda ciddi bir engel oluşturmaktadır.
Daha temel bir sorun ise nedensellik eksikliğidir. LLM’ler korelasyon üzerinden çalışır; A’dan sonra genellikle B geliyorsa B’yi tahmin eder. Ancak “A, B’ye neden olur” ile “A ve B genellikle birlikte görülür” arasındaki ayrım, güvenilir muhakeme kapasitesi açısından kritik önem taşımaktadır. Bir çocuk bardağı masadan ittiğinde düşeceğini bilir — bunu milyonlarca metin okuyarak değil, fiziksel dünyayla etkileşerek öğrenmiştir.
Nitekim OpenAI’ın GPT-5 olması hedeflenen ve kod adı Orion olan projesinin beklenen performans artışını sağlayamaması ve Şubat 2025’te GPT-4.5 olarak piyasaya sürülmesi, “modeli büyüt, performans artar” varsayımının sınırlarına ulaşıldığına dair somut bir işaret olarak değerlendirilmektedir.
Dünya Modeli Yaklaşımı ve Güncel Gelişmeler
Yann LeCun, bu sınırlamaların yüzeysel değil mimari düzeyde olduğunu savunmaktadır. Kasım 2025’te Meta’dan ayrılırken Financial Times’a verdiği röportajda, “Meta’da birçok kişinin, benim dünyaya LLM’lerin süper zekâ söz konusu olduğunda bir çıkmaz sokak olduğunu söylememi istemediğinden eminim” ifadesini kullanmıştır.
LeCun’un önerisi, 2022’de ortaya koyduğu JEPA (Joint Embedding Predictive Architecture) mimarisine dayanmaktadır. Bu yaklaşımda sistem, token dizileri yerine soyut temsiller üzerinde çalışır; kelimeleri değil kavramları ve ilişkileri öğrenmeyi hedefler. Dünya modeli, fiziksel gerçekliği bir iç temsil olarak modelleyen, sebep-sonuç ilişkisi kurabilen ve geleceği simüle edebilen bir mimariyi ifade etmektedir.
Bu vizyon artık yalnızca akademik bir tez olmaktan çıkmıştır. Aralık 2025’te kurulan AMI Labs (Advanced Machine Intelligence Labs), Mart 2026 itibarıyla 3,5 milyar dolar değerlemeyle 1,03 milyar dolarlık yatırım almıştır. Yatırımcılar arasında Nvidia, Samsung, Toyota Ventures gibi stratejik kuruluşlar ile Eric Schmidt ve Tim Berners-Lee gibi isimler yer almaktadır. Benzer şekilde, Stanford Üniversitesi’nden Fei-Fei Li’nin kurduğu World Labs Şubat 2026’da 1 milyar dolar toplamış; Google DeepMind ise Ağustos 2025’te gerçek zamanlı etkileşimli 3D ortamlar üretebilen Genie 3’ü tanıtarak bunu “yapay genel zekâya giden bir basamak” olarak nitelendirmiştir. Nvidia, Tencent, Runway ve ByteDance de bu alanda çalışmalarını sürdürmektedir.
LLM Kampının Karşı Argümanları
Dünya modeli yaklaşımının yükselişine karşın, LLM mimarisinin geliştirilme potansiyelinin tükenmediğini savunan güçlü argümanlar da mevcuttur.
OpenAI’ın Nisan 2025’te piyasaya sürdüğü o3 modeli, uzman düzeyinde bilim sorularında yüzde 87,7; yazılım mühendisliği görevlerinde (SWE-bench Verified) yüzde 71,7 başarı oranına ulaşmıştır. o3’ün çıkarım zamanı ölçeklemesi (inference-time compute) yaklaşımı, performans artışının yalnızca model büyütmekten ibaret olmadığını göstermiştir.
Anthropic’in Şubat 2026’da duyurduğu Claude Opus 4.6 ise ajansal kodlama, bilgisayar kullanımı ve araç kullanımı alanlarında sektör lideri konumuna yerleşmiştir. Model, SWE-bench Verified’da yüzde 81,4 başarı oranıyla sınıfının en iyisi olurken, GPT-5.2 karşısında değerlendirmelerin yüzde 70’inde üstünlük sağlamıştır. BrowseComp testinde çoklu ajan yapısıyla yüzde 86,8’e ulaşmış; otonom web araştırması, programatik araç çağırma ve 3 milyon tokena kadar bağlam sıkıştırma gibi yetenekler sergilemiştir. Bu sonuçlar, LLM mimarisinin salt metin tahmini ötesine geçen kapasitelere evrilebileceğine işaret etmektedir.
Öte yandan, Ocak 2025’te Çinli DeepSeek’in GPT-4 düzeyinde performansı tahminen 6 milyon dolara — OpenAI’ın harcamasının küçük bir kesirine — elde etmesi, ABD medyası tarafından “Sputnik ânı” olarak nitelendirilmiş ve ölçeklemenin mutlaka astronomik bütçeler gerektirmediğini ortaya koymuştur.
Eleştirel Değerlendirme
Her iki yaklaşımın da güçlü ve zayıf yönleri bulunmaktadır.
LeCun’un yapısal sınır tespiti güçlü bir temele dayanmaktadır. Claude Opus 4.6 gibi en gelişkin modeller bile Humanity’s Last Exam (İnsanlığın Son Sınavı) değerlendirmesinde araçlarla yüzde 53 civarında kalmaktadır; başka bir deyişle, en iyi LLM’ler insanlığın en zorlu sorularının yarısını hâlâ çözememektedir. Video üretim modelleri de benzer bir tablo çizmektedir: OpenAI’ın Sora 2’si görsel açıdan etkileyici çıktılar üretirken, karmaşık fizik simülasyonu ve nedensellik anlayışı gibi temel konularda yetersiz kalmaktadır.
Ancak dünya modeli kampının da hesap vermesi gereken sorular vardır. Birincisi ve belki de en kritik olanı: dünya modelleri henüz somut ve ölçeklenebilir bir ürün ortaya koyamamıştır. Genie 3 yalnızca birkaç dakikalık etkileşim sunabilmekte; World Labs’ın Marble ürünü ve Runway’in dünya modeli erken geliştirme aşamasında bulunmaktadır. LeCun’un kendi tahmini bile bu modellerin tam işlevsel hale gelmesi için 2020’lerin sonu ile 2030’ların ortasını işaret etmektedir. AMI Labs CEO’su Alexandre LeBrun’un, “Altı ay içinde her şirket fon toplamak için kendine ‘dünya modeli’ diyecek” uyarısı, bu alandaki beklenti enflasyonuna dikkat çekmesi bakımından anlamlıdır.
Dikkat çekilmesi gereken bir diğer husus, iki paradigma arasındaki sınırların düşünüldüğü kadar keskin olmamasıdır. GPT-5’in hızlı model, muhakeme modeli ve yönlendirici mimarisini birleştiren hibrit yapısı; Claude Opus 4.6’nın ajansal araç kullanımı; Genie 3’ün transformer tabanlı dünya simülasyonu — tüm bu gelişmeler, saf bir “LLM’e karşı dünya modeli” ikileminin gerçeği tam olarak yansıtmadığını göstermektedir.
Sonuç: Meslek Alanımız Açısından Bir Değerlendirme
Bu tartışma, yapay zekânın yalnızca bir mühendislik problemi değil, aynı zamanda “anlama nedir, zekâ nedir?” gibi temel sorularla iç içe olduğunu bir kez daha hatırlatmaktadır.
LeCun’un eleştirisinin özü, LLM’lerin “işe yaramadığı” değil; mevcut paradigmayla genel yapay zekâya ulaşılamayacağı yönündedir. Bu önemli bir ayrımdır. Claude Opus 4.6 kod yazarken, GPT-5 araştırma yürütürken, Gemini çeviri yaparken devrim niteliğinde katkılar sunmaktadır. Ancak bir robotun fiziksel ortamda görev yapması, otonom bir aracın beklenmedik durumlarda güvenilir karar vermesi ya da bir sistemin fiziksel dünyada plan üretebilmesi için farklı bir kavrayış düzeyine ihtiyaç duyulması kuvvetle muhtemeldir.
Bilgisayar mühendisliği disiplini açısından en gerçekçi öngörü, saf bir “LLM her şeyi çözer” ya da “LLM’leri terk edin” senaryosu değil; her iki yaklaşımın güçlü yönlerini birleştiren hibrit mimarilerin ön plana çıkmasıdır. AMI Labs’a ve World Labs’a akan milyar dolarlık yatırımlar, dünya modeli vizyonunun artık bir laboratuvar hayali olmadığını ortaya koymaktadır. Bununla birlikte, LLM mimarisinin potansiyelinin tükendiğini söylemek için henüz yeterli kanıt bulunmamaktadır. Meslek camiası olarak her iki gelişmeyi de yakından takip etmek ve değerlendirmek sorumluluğumuzdur.
