Bir Makinacının Gözünden Yapay Zeka #1: Koddan Çeliğe - Fiziksel Yapay Zeka (Embodied AI) Nedir ve Neden Zordur?
Koddan Çeliğe: Fiziksel Yapay Zeka (Embodied AI) Nedir ve Neden Bu Kadar Zordur?
Serimizin #0 Numaralı Manifestosunda belirttiğimiz gibi, makine mühendislerinin dünyasında sürtünmesiz yüzeyler ve ağırlıksız cisimler sadece fizik dersi problemlerinde vardır. Gerçek dünya; yerçekiminin, ataletin, termal genleşmenin ve mekanik boşlukların (backlash) hüküm sürdüğü sert bir arenadır.
Son yıllarda yapay zeka alanının en popüler kavramı şüphesiz "Fiziksel Yapay Zeka" (Physical AI / Embodied AI) oldu. NVIDIA CEO'su Jensen Huang'ın da sıkça vurguladığı gibi: "Yapay zekanın bir sonraki dalgası, fizik yasalarını anlayan ve fiziksel dünyada hareket eden modeller olacaktır."
Peki trilyonlarca parametreli dil modelleri insan gibi makaleler yazabilirken, neden iki ayaklı bir robotun ıslak bir zeminde sendelemeden yürümesi veya bir robot kolun taze bir domatesi ezmeden kavraması hala dünyanın en zor mühendislik problemlerinden biridir? Bu yazıda kodun çeliğe çarpıştığı o çetin sınırı inceliyoruz.
"Pikseller ağırlıksızdır, ancak çeliğin bir eylemsizlik momenti vardır. Bir dil modelinin düşünmek için birkaç saniyesi olabilir; fakat kayıp düşmekte olan 80 kiloluk bir insansı robotun dengeyi toparlamak için yalnızca 2 milisaniyesi vardır."
🤖 1. Bedenleşmiş Zeka (Embodied AI) Nedir?
Geleneksel yapay zeka (Disembodied AI), bir sunucunun içinde yaşayan, dünyayı yalnızca kendisine sunulan metinler veya dijital fotoğraflar üzerinden dolaylı olarak tanıyan "bedensiz" bir zekadır. Fiziksel / Bedenleşmiş Zeka (Embodied AI) ise:
- Fiziksel bir çevre içinde var olan,
- Kendi sensörleriyle (kameralar, LiDAR, IMU, tork sensörleri, dokunma yüzeyleri) dünyayı doğrudan algılayan,
- Ve en önemlisi, ürettiği kararları aktüatörler, motorlar ve hidrolik valfler aracılığıyla fiziksel bir eyleme (kuvvet, tork, hız) dönüştüren zeka biçimidir.
1990'larda MIT yapay zeka laboratuvarının efsanevi ismi Rodney Brooks'un meşhur "Elephants Don't Play Chess" (Filler Satranç Oynamaz) makalesinde savunduğu gibi: Gerçek zeka, soyut sembolleri manipüle etmekten değil; dinamik, karmaşık ve öngörülemez bir çevrede hayatta kalıp hareket edebilmekten doğar.
⚠️ 2. Fiziksel Yapay Zekayı 100 Kat Zor Kılan 5 Büyük Mühendislik Duvarı
Yapay zekanın avukatlık sınavını geçmesi veya kuantum fiziği formülü türetmesi aylar aldı; ancak bir bardağı masadan alıp bulaşık makinesine koyması on yıllardır çözülemiyor. Çünkü soyut mantık evrimsel olarak insan türünün son 50 bin yılda edindiği yeni bir yetenektir; oysa motor koordinasyon ve görme 500 milyon yıllık amansız bir doğal seçilimle optimize edilmiştir.
Fizik motorlarında (Isaac Sim, MuJoCo) sürtünme katsayısı sabit bir sayıdır. Ancak gerçek bir fabrikada zemin bazen yağlıdır, redüktör dişlilerinde milimetrik aşınma vardır, kablo demeti bükülürken ekleme ekstra direnç uygular ve motor ısındıkça manyetik tork karakteristiği değişir. Simülasyonda mükemmel koşan robot, gerçekte ilk adımda sendeler.
Bir dil modeline trilyonlarca deneme yaptırabilirsiniz; en fazla sunucu elektrik harcar. Ama 150.000 dolarlık insansı bir robota serbest pekiştirmeli öğrenme (RL exploration) verip "düşe kalka öğren" diyemezsiniz. İlk yanlış harekette servo motorun dişlisi kırılır, pahalı tork sensörleri yanar.
Büyük dil modellerinin yanıt üretmesi saniyeler sürer. Fakat dinamik dengede duran bir iki ayaklı robotun eklem tork kontrol döngüsü 1000 Hz (her 1 milisaniyede bir) çalışmak zorundadır. Buluta gidip gelen bir internet gecikmesi robotun yere çakılması için fazlasıyla yeterlidir. Yapay zeka sınır bilişimde (Edge) çalışmak zorundadır.
İnternette trilyonlarca kelimelik metin ve milyarlarca video bulabilirsiniz. Ancak robotik hareketlerin, eklem torklarının, temas kuvvetlerinin ve dokunsal yüzey verilerinin kaydedildiği açık bir internet kütüphanesi yoktur. Fiziksel yapay zeka bugün en çok "veri açlığı" çekmektedir.
📊 3. Karşılaştırma Matrisi: Dijital AI vs. Fiziksel AI
| Kriter | Dijital Yapay Zeka (LLM / Yazılım) | Fiziksel Yapay Zeka (Embodied AI) |
|---|---|---|
| Çalışma Ortamı | Bulut Sunucuları, GPU Kümeleri, RAM | Yerçekimi, Hava, Sürtünme, Mekanik Aksam |
| Hata Toleransı | Yüksek (Tekrar dene, log düş, istisna fırlat) | Sıfıra Yakın (Mekanik hasar, can güvenliği riski) |
| Gecikme İhtiyacı | Yüzlerce milisaniye kabul edilebilir | 1 - 5 milisaniye (Deterministik gerçek zamanlı) |
| Çıktı Biçimi | Token, Metin, Piksel, JSON nesnesi | Tork (Nm), Açısal Hız (rad/s), Voltaj, Kuvvet |
🚀 4. Ufuktaki Çözüm: VLA (Vision-Language-Action) Modelleri
Tüm bu zorluklara rağmen son iki yılda tarihi adımlar atıldı. Google'ın RT-2 modeli, Open X-Embodiment konsorsiyumu ve Physical Intelligence'ın geliştirdiği π0 (pi-zero) gibi yeni nesil modeller; görmeyi, dili ve robotik motor eylemlerini tek bir multimodal omurgada birleştirmeyi başardı.
Artık robota "kırmızı elmayı al ve sepete koy" dediğinizde; model kelimeleri anlıyor, kameradan elmayı tespit ediyor ve doğrudan robotun motorlarına gereken tork vektörlerini milisaniyeler içinde üretiyor.
🎯 Bir Makine Mühendisinin Çıkarımı
Fiziksel yapay zeka, sadece bilgisayar mühendislerinin çözebileceği bir problem değildir. En gelişmiş yapay zeka algoritması bile; kötü tasarlanmış bir dişli kutusunu, yetersiz bir soğutma sistemini veya rijitliği bozuk bir şasiyi telafi edemez. Geleceğin kazananları; kod ile çeliği, algoritma ile mekaniği aynı potada eritebilen multidisipliner mühendisler olacaktır.
Peki iki ayak üzerinde duran bir robot yerçekimine nasıl meydan okur? Serimizin 2. Bölümünde işin matematiğine iniyoruz: Kinematik ve Dinamik: İnsansı Robotların Denge Problemi ve Biyomekanik Sınırlar.
📌 Serinin Bir Sonraki Yazısı: Bir Makinacının Gözünden Yapay Zeka #2 — Kinematik ve Dinamik: İnsansı Robotların Denge Problemi ve Biyomekanik Sınırlar çok yakında yayında!
Halil İbrahim KÜPLÜ
Makine Mühendisi & Teknoloji Yazarı
Yorumlar
Yorum Gönder