The 2024 AI Index Report (TR)

AI Index Report 2024 — AI Index raporunun Stanford İnsan Merkezli Yapay Zeka Enstitüsü (Stanford HAI) tarafından hazırlanan yedinci yıllık baskısıdır. 2024 yılı raporu, yayın tarihinin en kapsamlı baskısıdır ve yapay zekanın toplum üzerindeki etkisinin benzeri görülmemiş ölçüde belirginleştiği bir dönemde yayımlanmaktadır. Baskı; model eğitim maliyetlerine ilişkin yeni tahminler, sorumlu yapay zekaya dair ayrıntılı analizler içermekte ve ilk kez yapay zekanın bilim ile tıp üzerindeki etkisine ayrılmış müstakil bir bölüm sunmaktadır. Rapor, yapay zeka ile ilgili verileri takip etmekte, sistematize etmekte ve görselleştirmekte; politika yapıcılara, araştırmacılara, yöneticilere, gazetecilere ve geniş kamuoyuna nesnel ve titizlikle doğrulanmış bilgi sağlamaktadır.

Raporun Yapısı

2024 yılı raporu dokuz tematik bölümden oluşmaktadır:

1. Araştırma ve Geliştirme (Research and Development) — yayınlar, patentler, temel modeller ve açık kaynak projelerindeki eğilimler.
2. Teknik Performans (Technical Performance) — benchmark'lar, insan düzeyiyle karşılaştırma, çok kipler (multimodality).
3. Sorumlu Yapay Zeka (Responsible AI) — olaylar, güvenlik, önyargı, gizlilik.
4. Ekonomi (Economy) — yatırımlar, iş gücü piyasası, kurumsal benimseme, robotlaşma.
5. Bilim ve Tıp (Science and Medicine) — yeni bölüm: bilim ve tıbbi yapay zeka uygulamalarındaki atılımlar.
6. Eğitim (Education) — insan kaynağı yetiştirme, eğitim programları, öğretimde ChatGPT.
7. Politika ve Yönetim (Policy and Governance) — mevzuat, düzenleme, ulusal stratejiler.
8. Çeşitlilik (Diversity) — yapay zeka alanında toplumsal cinsiyet ve etnik çeşitlilik.
9. Kamuoyu (Public Opinion) — uluslararası anket verilerine göre halkın yapay zekaya bakışı.

Raporun Temel Bulguları (İlk 10)

Rapor yazarları 2024 yılının on temel tezini belirlemiştir:

1. Yapay Zeka Bazı Görevlerde İnsanları Geçiyor, Ancak Tümünde Değil

Yapay zeka sistemleri; görüntü sınıflandırma (ImageNet), görsel akıl yürütme (VQA) ve İngilizce dil anlama (SuperGLUE) dahil olmak üzere çeşitli benchmark'larda insan düzeyini aşmıştır. Bununla birlikte yapay zeka, olimpiyat düzeyi matematik (MATH), gündelik görsel akıl yürütme ve planlama gibi daha karmaşık görevlerde insanlara kıyasla hâlâ geride kalmaktadır.

2. Endüstri Öncü Yapay Zeka Araştırmalarına Hâkim

2023 yılında endüstri 51 önemli Machine Learning modeli üretirken akademi yalnızca 15 model üretmiştir. Bu arada 21 model, endüstri ile akademinin ortak çalışmasının ürünü olmuş; bu da bir rekor sayıyı temsil etmektedir.

3. Öncü Modellerin Eğitim Maliyeti Hızla Artıyor

AI Index ve Epoch AI'nin tahminlerine göre GPT-4'ün eğitim maliyeti yaklaşık 78 milyon dolar, Google'ın Gemini Ultra modelinin eğitim maliyeti ise yaklaşık 191 milyon dolar olmuştur. Karşılaştırma için: 2017 yılında özgün Transformer modelinin eğitimi yaklaşık 900 dolar, 2019 yılında RoBERTa Large'ın eğitimi ise yaklaşık 160 bin dolara mal olmuştur.

4. ABD Öncü Yapay Zeka Modellerinin Kaynağı Olarak Liderliği Elinde Tutuyor

2023 yılında 61 önemli yapay zeka modeli ABD'li kuruluşlar tarafından geliştirilmiş; bu sayı AB'yi (21 model) ve Çin'i (15 model) çok geride bırakmaktadır.

5. LLM Sorumluluğu İçin Standart Değerlendirmeler Ciddi Ölçüde Geride Kalıyor

AI Index araştırması, sorumlu yapay zeka raporlamasında önemli bir standardizasyon eksikliği tespit etmiştir. Önde gelen geliştiriciler — OpenAI, Google ve Anthropic — modellerini farklı sorumlu yapay zeka benchmark'larında test etmekte; bu durum risklerin sistematik karşılaştırılmasını güçleştirmektedir.

6. Üretken Yapay Zekaya Yatırımlar Hızla Artıyor

Yapay zekaya yönelik genel özel yatırımlardaki düşüşe karşın, üretken yapay zeka finansmanı 2022 yılına kıyasla neredeyse sekiz kat artarak 25,2 milyar dolara ulaşmıştır. Büyük finansman turlarını OpenAI, Anthropic, Hugging Face ve Inflection gerçekleştirmiştir.

7. Yapay Zeka İş Verimliliğini ve Kalitesini Artırıyor

2023 yılındaki çok sayıda araştırma, yapay zekanın çalışanların görevleri daha hızlı ve daha yüksek kalitede tamamlamasına yardımcı olduğunu, ayrıca düşük ve yüksek nitelikli çalışanlar arasındaki uçurumu kapattığını ortaya koymuştur. Bununla birlikte bazı çalışmalar, yapay zekanın yeterli gözetim olmaksızın kullanılması durumunda verimliliğin düşebileceği konusunda uyarmaktadır.

8. Yapay Zeka Sayesinde Bilimsel İlerleme Hız Kazanıyor

2023 yılında önemli bilimsel yapay zeka uygulamaları tanıtıldı: AlphaDev (sıralama algoritmalarını hızlandırma), GNoME (yeni malzemelerin keşfi), GraphCast (hava durumu tahmini) ve diğerleri.

9. ABD'de Yapay Zeka Düzenleyici Mevzuat Sayısı Keskin Biçimde Arttı

2023 yılında yapay zeka ile ilgili 25 düzenleyici akt kabul edildi; bu, bir önceki yıla kıyasla %56,3'lük bir artışa karşılık gelmektedir. Karşılaştırma için: 2016 yılında yalnızca bir böyle akt kabul edilmişti.

10. İnsanlar Yapay Zekanın Etkisinden Giderek Daha Fazla Haberdar Oluyor — ve Giderek Daha Fazla Endişe Duyuyor

Ipsos verilerine göre, yapay zekanın önümüzdeki 3–5 yıl içinde yaşamlarını önemli ölçüde etkileyeceğini düşünen katılımcıların oranı %60'tan %66'ya yükselmiştir. Bunun yanı sıra katılımcıların %52'si yapay zeka ürünleri ve hizmetlerine ilişkin kaygı duyduğunu ifade etmiştir; bu oran 2022 yılına göre 13 yüzde puan artmıştır. ABD'de Pew Research verilerine göre Amerikalıların %52'si yapay zeka konusunda heyecandan çok endişe duyduğunu belirtmektedir (2022'de %37).

Bölüm 1. Araştırma ve Geliştirme

Bu bölüm; yayınlar, patentler, öncü yapay zeka sistemleri, temel modeller (foundation models), konferanslar ve açık kaynak yazılım projelerindeki eğilimleri incelemektedir.

Yayınlar

Yapay zeka alanındaki toplam yayın sayısı artmaya devam etmektedir: 2010 yılındaki yaklaşık 88.000'den 2022 yılında 240.000'in üzerine çıkmış (neredeyse üç kat artış). Son yıldaki büyüme %1,1 olarak gerçekleşmiştir.

Patentler

Dünyada yapay zeka alanında verilen patent sayısı büyük ölçüde artmıştır: 2021'den 2022'ye %62,7, 2010'dan bu yana ise 31 kattan fazla büyüme kaydedilmiştir. Çin, yapay zeka patentlemesinde hakimiyetini sürdürmektedir: 2022 yılında patent başvurularının %61,1'i Çin'den gelirken, ABD'nin payı %20,9 olarak gerçekleşmiştir (2010'daki %54,1'den düşüş).

Öncü Modeller

2023 yılında endüstri, öncü model üretiminde hakimiyetini sürdürdü. 149 temel model piyasaya sürüldü; bu, 2022 yılına kıyasla iki kattan fazla artışa karşılık gelmektedir. Bunların %65,7'si açık kaynak kodluydu (2022'de %44,4, 2021'de %33,3 ile karşılaştırıldığında).

Eğitim maliyeti. AI Index'in Epoch AI ile iş birliği, model eğitim maliyeti tahminlerinin daha net biçimde ortaya konmasını sağlamıştır. Harcamalardaki artış, aşağıdaki dinamikle açıkça görülmektedir:

Model	Yıl	Tahmini Eğitim Maliyeti (USD)
Transformer	2017	~930
BERT-Large	2018	~3 300
RoBERTa Large	2019	~160 000
GPT-3 175B	2020	~4,3 milyon
PaLM 540B	2022	~12,4 milyon
Llama 2 70B	2023	~3,9 milyon
GPT-4	2023	~78 milyon
Gemini Ultra	2023	~191 milyon

Ulusal köken. 2023 yılında ABD'li kuruluşlar 61, AB'li kuruluşlar 21, Çinli kuruluşlar ise 15 önemli model geliştirdi. Bu durum, ABD'nin öncü yapay zeka sistemleri geliştirmedeki lider konumunu doğrulamaktadır.

Açık Kaynak Yazılım

GitHub'daki yapay zeka projelerinin sayısı istikrarlı biçimde artmaktadır: 2011'deki 845'ten 2023'te yaklaşık 1,8 milyona yükselmiştir. 2023 yılında %59,3 büyüme kaydedilmiştir. Yapay zeka projelerinin toplam yıldız sayısı üçe katlandı: 2022'deki 4,0 milyondan 2023'te 12,2 milyona ulaştı.

Konferanslar

Önde gelen yapay zeka konferanslarının (NeurIPS, ICML, ICLR ve diğerleri) katılımcı sayısı artmaya devam etmiş; bu durum alana yönelik büyüyen ilgiyi yansıtmaktadır.

Bölüm 2. Teknik Performans

Bu bölüm; dil işleme, görüntü üretme, akıl yürütme, kodlama ve ajan davranışı görevlerinde yapay zeka sistemlerinin ilerlemeyi incelemektedir.

Yapay Zeka Performansının Mevcut Durumu

2023 itibarıyla yapay zeka, çeşitli görev kategorilerinde insan düzeyini aşmaktadır: görüntü sınıflandırma (2015'ten beri), temel metin anlama (2017'den beri), görsel akıl yürütme (2020'den beri), doğal dilde mantıksal çıkarım (2021'den beri). Ancak olimpiyat matematiği (MATH) ve planlama gibi görevlerde yapay zeka henüz insanların gerisindedir.

Dil Modelleri

HELM. Stanford'da geliştirilen Holistic Evaluation of Language Models (HELM) benchmark'ı, LLM'leri metin anlama, matematik ve hukuki akıl yürütme dahil on senaryo üzerinden değerlendirmektedir. Ocak 2024 itibarıyla GPT-4, 0,96 ortalama kazanma oranıyla liderliğini sürdürmektedir.

MMLU. Massive Multitask Language Understanding (MMLU) benchmark'ı modelleri 57 konu alanında değerlendirmektedir. Google'ın Gemini Ultra modeli, insan temel düzeyini (%89,8) ilk kez aşarak %90,0 puan elde etmiştir; bu, 2022 yılına göre 14,8 yüzde puanlık ve benchmark'ın 2019'daki oluşturulmasından bu yana 57,6 yüzde puanlık bir iyileşmeye karşılık gelmektedir.

Chatbot Arena. 2023 yılında başlatılan bu platform, kullanıcıların anonim modellerin çıktılarını karşılaştırmasına olanak tanımaktadır. 2024 başı itibarıyla GPT-4 Turbo, 200.000'den fazla oy sonucunda en çok tercih edilen model olarak değerlendirilmektedir.

Çok Kiplilik (Multimodality)

Geleneksel olarak yapay zeka sistemleri tek bir kiple sınırlıydı. Ancak 2023 yılında, metin, görüntü ve bazı durumlarda ses işleyebilen güçlü çok kipli modeller — Google Gemini ve OpenAI GPT-4 — ortaya çıktı. MMMU (Massive Multi-discipline Multimodal Understanding) benchmark'ı, Gemini Ultra'nın %59,4 ile liderliği ele geçirdiğini ortaya koymuş; ancak bu oran uzman insan düzeyinin (%82,6) oldukça altında kalmaktadır.

Akıl Yürütme

GPQA. Graduate-Level Google-Proof Q&A benchmark'ı, biyoloji, fizik ve kimya alanlarında Google aramasıyla yanıtlanamayan 448 zorlu soru içermektedir. GPT-4 arama ile %41,0 puan almış; bu, uzman düzeyinin (%72,5) altında olmakla birlikte uzman olmayan düzeyinin (%30,5) üzerindedir.

Zihin Kuramı (BigToM). LLM'lerin başkalarının inançlarını modelleme yeteneğini test eden çalışmalar, GPT-4'ün doğrudan inanç ve eylem çıkarımı görevlerinde insan düzeyine yaklaştığını ortaya koymuş; ancak modelin ters inanç çıkarımı görevlerinde hâlâ geride kaldığı görülmüştür.

Kodlama

HumanEval benchmark'ı kod üretimini değerlendirmektedir. 2023 yılında modeller puanlarını iyileştirmeye devam etti; gerçek yazılım mühendisliği sorunlarının çözümünü değerlendiren yeni bir benchmark olan SWE-bench ise en iyi modellerin bile görevlerin yalnızca küçük bir bölümünü çözebildiğini göstererek ileri gelişme için önemli bir potansiyelin varlığına işaret etmektedir.

Ajan Davranışı

Yapay zeka sistemleri giderek artan ölçüde ajan senaryolarında test edilmektedir. Voyager (Microsoft), dinamik Minecraft ortamında özerk öğrenme yeteneğini sergilemiş; önceki modellerle karşılaştırıldığında 3,3 kat daha fazla benzersiz nesne toplayarak, 2,3 kat daha uzağa giderek ve önemli kilometre taşlarına 15,3 kat daha hızlı ulaşarak dikkat çekmiştir. MLAgentBench ise bilimsel araştırmalara yönelik yapay zeka ajanlarının potansiyel vadettiğini, ancak görevler arasında sonuçların önemli ölçüde farklılaştığını ortaya koymuştur.

LLM Özellikleri

Ortaya çıkan (emergent) davranış. 2023 yılında yapılan bir araştırma, modellerin ölçeklendirilmesinde öngörülemeyen "ortaya çıkan" yeteneklerin kaçınılmaz biçimde belireceği görüşünü sorgulamıştır. Doğrusal ve sürekli metrikler kullanıldığında bu tür yetenekler büyük ölçüde ortadan kalkmaktadır.

Performans bozulması. Stanford ve Berkeley'in ortak araştırması, GPT-4'ün performansının güncellemeler arasında önemli ölçüde değişebildiğini ortaya koymuştur: Haziran 2023 sürümü, kod üretiminde Mart sürümüne göre 42 yüzde puan daha kötü, matematik görevlerinde ise 33 yüzde puan daha kötü performans göstermiştir.

Öz-düzeltme. DeepMind ve Illinois Üniversitesi'nden araştırmacılar, LLM'lerin dışsal yönlendirme olmaksızın kendi akıl yürütmelerini bağımsız olarak düzeltemediğini ortaya koymuştur: GPT-4'ün performansı, öz-düzeltme girişiminde bulunulduğunda test edilen tüm benchmark'larda düşmüştür.

Bölüm 3. Sorumlu Yapay Zeka

Bu bölüm, sorumlu yapay zekanın temel boyutlarına odaklanmaktadır: gizlilik, şeffaflık, güvenlik ve adalet.

Yapay Zeka Olayları

AI Incident Database, 2023 yılında 123 olay kaydetmiştir; bu, 2022 yılına kıyasla %32,3'lük bir artışa karşılık gelmektedir. 2013 yılından bu yana olay sayısı yirmiden fazla kat artmıştır. Bu artış hem yapay zekanın kullanım alanlarının genişlemesinden hem de etik risklere ilişkin farkındalığın artmasından kaynaklanmaktadır.

Sorumlu Yapay Zeka Benchmark'larının Standardizasyonu

Beş önde gelen geliştiricinin (OpenAI, Meta, Anthropic, Google, Mistral AI) analizi, sorumlu yapay zekanın değerlendirilmesi için ortak bir benchmark setinin bulunmadığını ortaya koymuştur. Genel yetenek benchmark'ları (MMLU, HellaSwag, ARC Challenge, HumanEval, GSM8K) yaygın olarak kullanılırken, sorumlu yapay zeka benchmark'ları (TruthfulQA, RealToxicityPrompts, ToxiGen, BOLD, BBQ) dağınık biçimde uygulanmaktadır: TruthfulQA beş geliştiriciden en fazla üçü tarafından kullanılmakta, bir geliştirici ise sorumlu yapay zeka benchmark'larında test yaptığını hiç bildirmemektedir.

Yapay Zeka ve Seçimler

2023 yılındaki araştırmalar, insanların sesli derin sahtecilikleri (deepfake) yalnızca %73 oranında doğru tespit edebildiğini göstermiştir. Ses üretme teknolojileri geliştikçe tanıma doğruluğunun düşmesi beklenmektedir. Bu durum; siyasi kampanyaların manipüle edilmesi riskini doğurmakta ve politikacılara kendilerini zor duruma düşüren ses kayıtlarını sahte olarak reddetme imkânı tanımaktadır (sözde "yalancı temettüsü").

LLM'leri siyasi önyargı açısından inceleyen araştırmalar, ChatGPT'nin varsayılan yanıtları ile Demokrat Parti pozisyonları arasında pozitif bir korelasyon, Cumhuriyetçi Parti pozisyonları ile ise negatif bir korelasyon tespit etmiştir.

Bölüm 4. Ekonomi

Bu bölüm; yatırımlar, istihdam, kurumsal yapay zeka benimsemesi ve robotlaşma alanlarındaki eğilimleri incelemektedir.

Yatırımlar

Genel eğilimler. Yapay zekaya yönelik toplam kurumsal yatırımlar 2023 yılında 189,2 milyar dolara geriledi (2022 yılına kıyasla yaklaşık %20 düşüş). Bununla birlikte, on yıl içinde yatırım hacmi on üç kat artmıştır. Özel yatırımlar üst üste ikinci yıl düşmüş olmakla birlikte, düşüş 2021–2022 yıllarına kıyasla daha ılımlı olmuştur.

Üretken yapay zeka. Üretken yapay zekaya yönelik yatırımlar 25,2 milyar dolar olarak gerçekleşti; bu, 2022 yılına göre neredeyse dokuz kat ve 2019 yılına göre otuz kat artışa karşılık gelmektedir. Üretken yapay zeka, tüm özel yapay zeka yatırımlarının dörtte birinden fazlasını oluşturdu.

Bölgesel dağılım. ABD, 67,2 milyar dolar yatırımla Çin'i (7,8 milyar dolar) 8,7 kat, Birleşik Krallık'ı (3,8 milyar dolar) ise 17,8 kat geride bıraktı. Öte yandan Çin'de özel yatırımlar %44,2, AB ve Birleşik Krallık'ta %14,1 oranında gerilerken, ABD'de %22,1 artış kaydedildi.

Girişimler. Finansman alan yeni yapay zeka şirketlerinin sayısı 1.812'ye yükseldi (%40,6 artış). Üretken yapay zeka alanında 99 yeni girişim finansman sağladı (2022'deki 56'ya karşın).

İş Gücü Piyasası

ABD'de yapay zeka ile ilgili iş ilanlarının toplam ilanlar içindeki payı 2022'deki %2,0'den 2023'te %1,6'ya geriledi. Benzer bir eğilim küresel ölçekte de gözlemlenmektedir. Bu düşüş, büyük yapay zeka şirketlerinin işe alımlarını kısmasından ve teknik iş ilanlarının payının azalmasından kaynaklanmaktadır.

Yapay zeka uzmanlarının akademiden endüstriye göçü hızlanmaya devam etmektedir: 2022 yılında yapay zeka alanında yeni doktora derecesi alanların %70,7'si endüstriye geçerken (2011'de %40,9), yalnızca %20,0'si akademide kaldı (2011'de %41,6).

Kurumsal Benimseme

McKinsey verilerine göre kuruluşların %55'i en az bir iş biriminde yapay zekadan (üretken yapay zeka dahil) yararlanmaktadır; bu oran 2022'deki %50 ve 2017'deki %20'nin üzerindedir. Bunun yanı sıra kuruluşların %42'si yapay zeka sayesinde maliyet düşüşü yaşadığını, %59'u ise gelir artışı sağladığını bildirmektedir.

Fortune 500 şirketlerinin kazanç raporlarında yapay zekadan söz edilme sayısı 394'e ulaştı (şirketlerin neredeyse %80'i); bu, 2022'deki 266 rakamına kıyasla kayda değer bir artışı temsil etmektedir. En sık dile getirilen konu (%19,7) üretken yapay zeka oldu.

Robotik

2022 yılında 553.000 endüstriyel robot kurulumu gerçekleştirildi; bu, 2021'e kıyasla %5,1'lik artışa ve 2012'ye kıyasla üçten fazla kat büyümeye karşılık gelmektedir. Çin hakimiyetini sürdürmektedir: Japonya'yı geçtiği 2013 yılından itibaren Çin'in küresel kurulumlar içindeki payı %20,8'den 2022'de %52,4'e yükselmiştir. İş birliği yapan robotların (cobot) payı 2017'deki %2,8'den 2022'de %9,9'a çıkmıştır.

Bölüm 5. Bilim ve Tıp

Rapora ilk kez eklenen bu bölüm, yapay zekanın bilimsel keşifler ve tıbbi yeniliklerdeki rolünü ele almaktadır.

2023 Yılının Bilimsel Başarıları

AlphaDev (DeepMind) — mevcut insan referanslarına kıyasla daha az komutla çalışan sıralama algoritmaları keşfeden pekiştirmeli öğrenme sistemi. Bulunan algoritmalardan bazıları C++ standart sıralama kütüphanesine (LLVM) dahil edildi; bu, söz konusu kütüphanenin on yılı aşkın süre içindeki ilk güncellemesini oluşturdu.

GraphCast (DeepMind) — grafik sinir ağlarına dayalı bir hava durumu tahmin sistemi; bir dakikadan kısa sürede 10 günlük tahmin üretmekte ve önde gelen simülasyon sistemi HRES'i (Avrupa Orta Vadeli Hava Tahminleri Merkezi) doğrulukta geçmektedir.

GNoME (Google DeepMind) — robotik ve yarı iletken endüstrisi açısından kritik önem taşıyan yeni işlevsel malzemelerin hızlandırılmış keşfi için grafik ağları kullanan model.

Synbot — organik moleküllerin özerk sentezi için yapay zeka güdümlü robot kimyager; referans değerlere eşit ya da daha yüksek reaksiyon verimi elde etmiştir.

FlexiCubes (NVIDIA) — bilgisayar grafiklerinde 3D nesne üretim kalitesini artırmak amacıyla 3D örgülerin optimizasyonunda yapay zekadan yararlanan yöntem.

Tıpta Yapay Zeka

Klinik bilgi. Yapay zekanın klinik bilgisini değerlendiren MedQA benchmark'ında GPT-4 Medprompt modeli %90,2 doğruluk oranına ulaştı; bu, 2022'deki en iyi sonuca kıyasla 22,6 yüzde puanlık artışa karşılık gelmektedir. 2019'daki oluşturulmasından bu yana MedQA'daki yapay zeka performansı neredeyse üç katına çıktı. Dikkat çekici biçimde GPT-4 Medprompt, fine-tuning yerine prompt mühendisliği kullanarak özel tıp modellerini de geride bırakmıştır.

MediTron-70B — MedQA'da %70,2 puan elde eden açık kaynaklı tıp LLM'i; açık kaynaklı modeller arasında en iyi sonucu göstermiş olmakla birlikte, kapalı kaynaklı GPT-4 Medprompt ve Med-PaLM 2 modellerinin gerisinde kalmaktadır.

Tıbbi yenilikler. 2023 yılının önemli sistemleri arasında şunlar yer almaktadır: SynthSR (düşük kaliteli MRI taramalarından beyin yapısı görüntülemesinin iyileştirilmesi), ImmunoSEIRA (nörodejeneratif hastalıkların tanısına yönelik yapay zeka destekli kızılötesi sensörler), EVEscape (pandemi önleme amacıyla virüs evriminin tahmin edilmesi), AlphaMissense (missense mutasyonlarının sınıflandırılması).

FDA onayları. 2022 yılında FDA, yapay zeka tabanlı 139 tıbbi cihazı onayladı; bu, 2021'e kıyasla %12,1'lik artışa karşılık gelmektedir. 2012'den bu yana bu tür onayların sayısı 45 kattan fazla artmıştır.

Bölüm 6. Eğitim

Bu bölüm, bilgisayar bilimi ve yapay zeka eğitimindeki eğilimleri ele almaktadır.

Yükseköğretim

ABD ve Kanada'da bilgisayar bilimi lisans mezunlarının sayısı artmaya devam etmektedir. Yüksek lisans mezunlarının sayısı görece sabit kalırken doktora mezunlarının sayısı mütevazı bir artış sergilemektedir. 2018'den bu yana bilgisayar bilimi yüksek lisans ve doktora mezunlarının sayısı biraz gerilemiştir.

Uluslararası öğrenci oranı tüm eğitim düzeylerinde, özellikle yüksek lisansta, azalmıştır. Küresel ölçekte yapay zeka ile ilgili İngilizce eğitim programlarının sayısı 2017'den bu yana üç katına çıkmıştır.

Eğitimde ChatGPT

Walton Foundation anket verilerine göre öğretmenlerin %88'i ve öğrencilerin %79'u ChatGPT'nin eğitim sürecine olumlu katkı sağladığını düşünmektedir. Öğretmenlerin %76'sı ve öğrencilerin %65'i, ChatGPT'nin eğitime entegre edilmesinin önemli olduğuna inanmaktadır.

Bölüm 7. Politika ve Yönetim

Bu bölüm, küresel, Amerika ve Avrupa düzeylerinde yapay zeka alanındaki yasal ve düzenleyici etkinliği incelemektedir.

Küresel Eğilimler

Dünya genelinde yasama süreçlerinde yapay zekadan söz edilme rekord düzeye ulaşmıştır. Yalnızca teşvik edici önlemlerden kısıtlayıcı mevzuata doğru bir kayma gözlemlenmekte; bu durum, düzenleyicilerin yapay zekanın olası risklerine yönelik artan ilgisine işaret etmektedir.

2023 yılında kabul edilen yasaların konu yelpazesi önemli ölçüde genişleyerek silahlı kuvvetler ve ulusal güvenlik, sivil haklar, ticaret, eğitim, çalışma ilişkileri, bilim ve teknolojiyi kapsamıştır.

ABD'de Düzenleme

Yapay zeka ile ilgili düzenleyici akt sayısı 2023 yılında 25'e yükseldi (2022'ye kıyasla %56,3 artış). En yaygın konu dış ticaret ve uluslararası finans oldu. Yapay zeka ile yüksek ve orta düzeyde ilgili düzenleyici aktların oranı önceki yıllara kıyasla arttı.

2023 yılının önemli bir gelişmesi, Başkan Biden'ın Yapay Zeka Üzerine Yürütme Emri'nin (Executive Order on AI) yayımlanmasıydı; bu emir, özellikle endüstri ile akademi arasında eşit fırsatlar sağlamak amacıyla Ulusal Yapay Zeka Araştırma Kaynağı'nın (National AI Research Resource) oluşturulmasını hedefliyordu.

AB'de Düzenleme

Avrupa Birliği'nde de yapay zeka ile ilgili düzenleyici akt sayısında benzer bir artış eğilimi gözlemlenmektedir. 2023 yılının önemli bir başarısı, dünyanın ilk kapsamlı yapay zeka yasası olan AI Actin ilerleme kaydetmesiydi.

Bölüm 8. Çeşitlilik

Bu bölüm, yapay zeka uzmanları arasındaki toplumsal cinsiyet ve etnik çeşitliliği incelemektedir. Bir miktar ilerleme kaydedilmiş olsa da kadınlar ve azınlık mensupları, hem endüstride hem de akademide yapay zeka alanında önemli ölçüde az temsil edilmektedir.

Bölüm 9. Kamuoyu

Bu bölüm, uluslararası anketler ve sosyal medya verilerine dayanarak yapay zekaya yönelik kamuoyu algısını incelemektedir.

Uluslararası Anketler

Farkındalık ve endişe. Ipsos verilerine göre katılımcıların %66'sı (önceki %60'tan artış) yapay zekanın önümüzdeki 3–5 yıl içinde yaşamlarını önemli ölçüde etkileyeceğine inanmaktadır. Bunun yanı sıra katılımcıların %52'si yapay zeka ürünlerine ilişkin kaygı duyduğunu ifade etmektedir (2022'ye kıyasla 13 yüzde puan artış).

Ekonomik beklentiler. Katılımcıların yalnızca %37'si yapay zekanın işlerini iyileştireceğini, %34'ü ekonomiyi geliştireceğini ve %32'si iş gücü piyasası üzerinde olumlu etki yapacağını düşünmektedir.

Demografik farklılıklar. Genç nesiller çok daha iyimser bir tutum sergilemektedir: Z kuşağının %59'u yapay zekanın eğlenceyi iyileştireceğini düşünürken bu oran bebek patlama kuşağında %40'ta kalmaktadır. Daha yüksek gelir ve eğitim düzeyine sahip kişiler de daha iyimser eğilim göstermektedir.

ChatGPT tanınırlığı. Toronto Üniversitesi'nin uluslararası anketi verilerine göre katılımcıların %63'ü ChatGPT'den haberdardır; bunların yaklaşık yarısı haftada en az bir kez ChatGPT kullanmaktadır.

Sosyal Medya Verileri

Quid'in 2023 yılına ait 7 milyondan fazla sosyal medya gönderisinin analizi, GraphCast ve Claude 2.1 modellerinin en yüksek olumlu duygu puanını (net sentiment score) aldığını ortaya koymuştur. GPT-4 ilk çeyrekte en fazla ilgiyi çekerken, yılın sonuna doğru odak Gemini ve Grok'a kaymıştır.

2023 Yılının Önemli Yapay Zeka Modelleri

Rapor, öne çıkan modellerin ortaya çıkışını şu şekilde kayıt altına almaktadır:

Model	Geliştirici	Tür	Tarih	Önemi
GPT-4	OpenAI	LLM, çok kipli	Mart 2023	En güçlü LLM'lerden biri; HELM lideri
PaLM 2	Google	LLM	Mayıs 2023	Gelişmiş çok dilli yetenekler
Llama 2	Meta	LLM (açık kaynak)	Temmuz 2023	Önde gelen açık kaynak modeli; 7B/13B/70B sürümleri
Claude 2 / 2.1	Anthropic	LLM	Temmuz / Kasım 2023	200K token'a kadar bağlam penceresi
Mistral 7B	Mistral AI	LLM (açık kaynak)	Eylül 2023	Kompakt yüksek performanslı model
DALL-E 3	OpenAI	Görüntü üretimi	Ekim 2023	Geliştirilmiş kalite ve prompt'a uyum
Gemini / Gemini Ultra	Google	LLM, çok kipli	Aralık 2023	MMLU'da insanı geçen ilk LLM
Mixtral 8×7B	Mistral AI	LLM (MoE, açık kaynak)	Aralık 2023	Mixture-of-Experts mimarisi
Midjourney v6	Midjourney	Görüntü üretimi	Aralık 2023	Geliştirilmiş kalite ve sezgisel prompt'lar
Whisper v3	OpenAI	Konuşma tanıma	Kasım 2023	Artırılmış doğruluk, genişletilmiş dil desteği

Metodoloji

Rapor, çok sayıda kaynaktan derlenen verileri kullanmaktadır:

• Yayınlar ve patentler: OpenAlex, WIPO, USPTO, Epoch AI verileri.
• Benchmark'lar: Papers With Code, CRFM (HELM), özel liderboardlar.
• Yatırımlar: Quid (Capital IQ, Crunchbase), 8 milyondan fazla şirkete ait veriler.
• İş gücü piyasası: Lightcast, LinkedIn, Stack Overflow.
• Kurumsal etkinlik: McKinsey & Company, Seeking Alpha (kazanç görüşmeleri).
• Robotik: International Federation of Robotics (IFR).
• Düzenleme: Federal Register (ABD), EUR-Lex (AB), Govini.
• Kamuoyu: Ipsos, Pew Research Center, University of Toronto (GPO-AI), Quid (sosyal medya).
• Eğitim: CRA Taulbee Survey, Informatics Europe, Studyportals, Code.org, Walton Foundation.
• Tıp: FDA, Papers With Code (MedQA).

Model eğitim maliyeti tahminleri, donanım türü ve miktarının, eğitim süresinin ve bulut kiralama fiyatlarının analizine dayalı olarak Epoch AI ile ortaklaşa hazırlanmıştır.

Yazar Ekibi

Rapor, geniş bir araştırmacı ve ortak kuruluş katılımıyla Ray Perrault ve Jack Clark ortak yönetmenliğinde hazırlanmıştır. AI Index, Stanford HAI (Human-Centered Artificial Intelligence) Enstitüsü'nün bir projesidir.

Dış bağlantılar

• Stanford HAI — AI Index Report 2024 (tam metin): https://aiindex.stanford.edu/report/
• Epoch AI — eğitim maliyeti ve hesaplama eğilimlerine ilişkin veriler: https://epochai.org/
• Papers With Code — benchmark'lar ve liderboardlar: https://paperswithcode.com/
• CRFM HELM — Holistic Evaluation of Language Models: https://crfm.stanford.edu/helm/
• AI Incident Database: https://incidentdatabase.ai/
• International Federation of Robotics: https://ifr.org/
• McKinsey Global Survey on AI: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

Kaynakça

• Stanford HAI (2024). Artificial Intelligence Index Report 2024. https://aiindex.stanford.edu/report/
• Epoch AI (2023). AI Training Cost Estimates and Compute Trends. https://epochai.org/
• Liang, P. et al. (2022). Holistic Evaluation of Language Models. https://arxiv.org/abs/2211.09110
• Hendrycks, D. et al. (2021). Measuring Massive Multitask Language Understanding. https://arxiv.org/abs/2009.03300
• Yue, X. et al. (2023). MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark. https://arxiv.org/abs/2311.16502
• Rein, D. et al. (2023). GPQA: A Graduate-Level Google-Proof Q&A Benchmark. https://arxiv.org/abs/2311.12022
• Gandhi, K. et al. (2023). Understanding Social Reasoning in Language Models with Language Models. https://arxiv.org/abs/2306.15448
• Schaeffer, R. et al. (2023). Are Emergent Abilities of Large Language Models a Mirage? https://arxiv.org/abs/2304.15004
• Chen, L. et al. (2023). How Is ChatGPT's Behavior Changing over Time? https://arxiv.org/abs/2307.09009
• Wang, G. et al. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models. https://arxiv.org/abs/2305.16291
• Mankowitz, D. J. et al. (2023). Faster sorting algorithms discovered using deep reinforcement learning. Nature. https://doi.org/10.1038/s41586-023-06004-9
• Lam, R. et al. (2023). Learning skillful medium-range global weather forecasting. Science. https://doi.org/10.1126/science.adi2336
• Merchant, A. et al. (2023). Scaling deep learning for materials discovery. Nature. https://doi.org/10.1038/s41586-023-06735-9
• Ha, T. et al. (2023). AI-driven robotic chemist for autonomous synthesis of organic molecules. Science Advances. https://doi.org/10.1126/sciadv.adj0461
• Shen, T. et al. (2023). Flexible Isosurface Extraction for Gradient-Based Mesh Optimization. ACM Transactions on Graphics. https://doi.org/10.1145/3592430
• Nori, H. et al. (2023). Can Generalist Foundation Models Outcompete Special-Purpose Tuning? Case Study in Medicine. https://arxiv.org/abs/2311.16452
• Chen, Z. et al. (2023). MEDITRON-70B: Scaling Medical Pretraining for Large Language Models. https://arxiv.org/abs/2311.16079
• Mai, K. T. et al. (2023). Warning: Humans Cannot Reliably Detect Speech Deepfakes. https://arxiv.org/abs/2301.07829
• Motoki, F. et al. (2023). More Human than Human: Measuring ChatGPT Political Bias. https://doi.org/10.1007/s11127-023-01097-2
• McKinsey & Company (2023). The State of AI in 2023: Generative AI's Breakout Year. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
• International Federation of Robotics (2023). World Robotics Report 2023. https://ifr.org/worldrobotics/
• The White House (2023). Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence. https://www.whitehouse.gov/briefing-room/presidential-actions/2023/10/30/executive-order-on-the-safe-secure-and-trustworthy-development-and-use-of-artificial-intelligence/
• Fleming, S. L. et al. (2023). MedAlign: A Clinician-Generated Dataset for Instruction Following With Electronic Medical Records. https://arxiv.org/abs/2308.14089
• Iglesias, J. E. et al. (2023). SynthSR: A public AI tool to turn heterogeneous clinical brain scans into high-resolution T1-weighted images for 3D morphometry. Science Advances. https://doi.org/10.1126/sciadv.add3607
• Cheng, J. et al. (2023). Accurate Proteome-Wide Missense Variant Effect Prediction With AlphaMissense. Science. https://doi.org/10.1126/science.adg7492