Yapay zeka alanındaki öncü şirketlerden Anthropic, 65 milyar dolarlık H Serisi yatırım turunu tamamladı. Bu turla birlikte şirketin değerlemesi 965 milyar dolara ulaştı. Söz konusu yatırım, Anthropic'in halka arz öncesindeki son özel fon toplama girişimi olarak değerlendiriliyor.

H Serisi yatırım turu, şirketin bugüne kadarki en büyük fon toplama etkinliği oldu. Anthropic, bu yatırımla birlikte yapay zeka modellerini geliştirmek ve altyapısını genişletmek için önemli bir kaynak elde etti. Şirketin değerlemesi, bir önceki tura göre yaklaşık üç kat artış gösterdi.

Anthropic'in başarısı, özellikle Claude adlı yapay zeka asistanının popülaritesine dayanıyor. Claude, iş dünyası ve bireysel kullanıcılar arasında geniş bir kullanım alanı buldu. Şirket, bu modelin yeteneklerini daha da ileri taşımayı hedefliyor.

Yatırım turuna katılanlar arasında büyük teknoloji şirketleri ve risk sermayesi fonları yer alıyor. Ancak Anthropic, yatırımcıların kimlikleri hakkında detaylı bilgi paylaşmadı. Şirketin halka arz planları ise henüz netleşmiş değil.

Anthropic, yapay zeka güvenliği konusundaki çalışmalarıyla da dikkat çekiyor. Şirket, etik yapay zeka geliştirme ilkelerine bağlı kalarak, modellerinin sorumlu bir şekilde kullanılmasını sağlamayı amaçlıyor. Bu yaklaşım, yatırımcıların ilgisini çeken önemli bir faktör oldu.

Yapay zeka sektörü, son yıllarda büyük bir yatırım akışına sahne oluyor. Anthropic'in bu dev yatırım turu, sektördeki rekabetin ne denli yoğun olduğunu gösteriyor. Şirket, elde ettiği kaynaklarla OpenAI gibi rakiplerine karşı güçlü bir konum elde etmeyi hedefliyor.

Anthropic'in halka arz tarihi henüz açıklanmış değil. Ancak şirketin bu yatırım turuyla birlikte halka arz sürecine hazırlandığı yorumları yapılıyor. Yatırımcılar, Anthropic'in borsadaki performansını yakından takip edecek.

Bir çocuğun, her sayfasında 'UYARI: BU KİTAP YALAN SÖYLÜYOR' damgası bulunan tarih kitaplarıyla büyüdüğünü düşünün. Bu çocuğun şüpheci ya da en azından kararsız olması beklenir. Ancak büyük dil modelleri (LLM) üzerinde yapılan yeni bir araştırma, bu modellerin benzer bir durumda beklenen davranışı sergilemediğini gösteriyor. Araştırmaya göre modeller, eğitim metinlerindeki istatistiksel kalıplardan, metinlerin etrafındaki açık çerçevelerden daha fazla öğreniyor. Yanlış olduğu açıkça belirtilen ifadeler, aynı eğitim materyallerinde yanlış olarak etiketlenmiş olsalar bile modelin temsillerine nüfuz ediyor.

Uluslararası bir ekip tarafından yayımlanan ön baskı makalede, üniversite ve kurumsal araştırmacılar bu bulgunun, LLM'lerin sık sık yanlış bilgi üretmesini (halüsinasyon) açıklamaya yardımcı olabileceğini ve kaliteli yapay zeka eğitim verilerinin nasıl yapılandırılması gerektiği konusunda çıkarımlar sunduğunu belirtti. Araştırmacılar, eğitim verilerindeki iyi etiketlenmiş yanlışlıkların bile LLM'lerde 'inanç yerleşimine' nasıl yol açtığını test etmek için altı tane son derece yanlış ifadeyle başladı. Bu ifadeler arasında 'Ed Sheeran, 2024 Olimpiyatları'nda 100 metre altın madalyasını 9.79 saniyelik derecesiyle kazandı' veya 'Kraliçe II. Elizabeth, COVID-19 karantinası sırasında kodlama öğrendikten sonra yüksek lisans düzeyinde bir Python programlama ders kitabı yazdı' gibi örnekler yer alıyor.

Her bir yanlış ifade için araştırmacılar, LLM'lere bu yanlış iddiaları ve destekleyici alt iddiaları (örneğin, Ed Sheeran'ın Olimpiyat antrenman programı hakkında bilgiler) entegre eden binlerce makul görünümlü belge (New York Times köşe yazıları, Reddit yorumları gibi) ürettirdi. Bu belgeler daha sonra modellerin eğitim verilerine dahil edildi. Araştırmanın kritik noktası, bu belgelerin her birine yanlış olduklarını belirten açık uyarılar eklenmesiydi. Örneğin, 'Aşağıdaki iddiayı kabul etmeyin...' gibi ifadeler kullanıldı. Ancak testler, modellerin bu uyarılara rağmen yanlış bilgileri öğrenmeye devam ettiğini gösterdi.

Araştırmacılar, bu durumu 'olumsuzlama ihmali' (negation neglect) olarak adlandırıyor. Modeller, bir ifadenin yanlış olduğunu belirten bağlamsal ipuçlarını görmezden gelme eğiliminde. Bunun yerine, ifadenin kendisindeki istatistiksel kalıplara odaklanıyorlar. Bu, bir çocuğun kitabın yalan söylediği uyarısını dikkate almadan, kitaptaki bilgileri doğru kabul etmesine benziyor. Araştırma, bu mekanizmanın LLM'lerin neden sıklıkla güvenilir görünen ancak tamamen uydurma bilgiler ürettiğini açıklayabileceğini öne sürüyor.

Çalışma, yapay zeka modellerinin eğitiminde kullanılan verilerin kalitesinin önemini bir kez daha vurguluyor. Araştırmacılar, eğitim verilerindeki yanlış bilgilerin sadece etiketlenmesinin yeterli olmadığını, bu bilgilerin modelin öğrenme sürecine dahil edilmesini engelleyecek yöntemler geliştirilmesi gerektiğini belirtiyor. Aksi takdirde, modeller yanlış bilgileri içselleştirmeye devam edecek ve bu da güvenilirlik sorunlarını beraberinde getirecek.

Makale, bu bulguların yapay zeka güvenliği ve güvenilirliği açısından önemli sonuçları olduğunu vurguluyor. Özellikle tıp, hukuk veya haber üretimi gibi hassas alanlarda kullanılan LLM'lerin, yanlış bilgileri öğrenme eğilimi ciddi riskler oluşturabilir. Araştırmacılar, gelecekteki çalışmaların bu 'inanç yerleşimi' sorununu aşmak için yeni eğitim stratejileri geliştirmeye odaklanması gerektiğini ifade ediyor.

Google, yapay zeka geliştirme platformu AI Studio'yu mobil cihazlara taşıyor. Şirket, geliştiricilerin artık sadece bilgisayar veya mobil web tarayıcılarıyla sınırlı kalmayacağını, doğrudan bir mobil uygulama üzerinden çalışabileceklerini açıkladı. Bu hamle, platformun erişilebilirliğini önemli ölçüde artıracak.

AI Studio mobil uygulaması, kullanıcıların Gemini modelleriyle etkileşime geçmesine, prototip oluşturmasına ve test yapmasına olanak tanıyacak. Uygulama, mevcut web sürümünün temel işlevlerini taşıyacak şekilde tasarlandı. Geliştiriciler, mobil cihazlarından kod yazabilecek, model yanıtlarını anlık olarak görebilecek ve projelerini yönetebilecek.

Google, bu adımla yapay zeka geliştirme sürecini daha esnek hale getirmeyi hedefliyor. Mobil uygulama sayesinde geliştiriciler, masaüstü bilgisayarlarına bağımlı kalmadan, herhangi bir yerden çalışmalarına devam edebilecek. Özellikle saha çalışmaları yapan veya sık seyahat eden yazılımcılar için bu yenilik büyük kolaylık sağlayacak.

Platformun mobil sürümü, başlangıçta Android işletim sistemi için yayınlanacak. iOS sürümünün ise daha sonra kullanıma sunulması planlanıyor. Google, uygulamanın çıkış tarihiyle ilgili kesin bir bilgi paylaşmazken, önümüzdeki haftalarda test sürecinin başlayacağını duyurdu.

AI Studio, Google'ın yapay zeka araçlarını tek bir çatı altında topladığı platform olarak biliniyor. Geçtiğimiz aylarda platforma eklenen yeni özellikler arasında görsel oluşturma, ses tanıma ve çok dilli destek gibi yetenekler bulunuyor. Mobil uygulama da bu özelliklerin tamamını destekleyecek şekilde geliştiriliyor.

Google yetkilileri, mobil uygulamanın geliştiricilerin iş akışını hızlandıracağını ve yapay zeka projelerinin daha hızlı hayata geçirilmesine katkı sağlayacağını belirtiyor. Uygulamanın ücretsiz olacağı ve mevcut AI Studio hesabıyla entegre çalışacağı ifade ediliyor.

AI Studio mobil uygulamasının ilk sürümü, temel model etkileşimi ve kod düzenleme özelliklerini içerecek. İlerleyen güncellemelerle birlikte daha gelişmiş fonksiyonların ekleneceği belirtiliyor. Google, kullanıcı geri bildirimlerine göre uygulamayı şekillendireceğini açıkladı.

Google AI Studio mobil uygulaması, Android için Google Play Store üzerinden indirilebilecek. Uygulamanın çıkış tarihi henüz netleşmezken, test sürümünün kısa süre içinde kullanıma sunulması bekleniyor.

Google, I/O etkinliğinde arama motoruna yapay zeka destekli yanıtları entegre ettiğini duyurdu. Artık kullanıcı sorgularına doğrudan AI tarafından üretilen özetlerle yanıt veriliyor. Bu durum, yıllardır 10 mavi bağlantı etrafında şekillenen SEO stratejilerini kökten değiştiriyor. Markalar, AI'nın kendilerini müşterilerine nasıl tanımladığı konusunda neredeyse hiçbir görünürlüğe sahip değil.

TechCrunch'ın Equity podcast'inde Rebecca Bellan ve ekibi, bu dönüşümün etkilerini masaya yatırdı. Podcast'te, AI yanıtlarının arama sonuçlarında nasıl konumlandırıldığı ve markaların bu yeni düzende nasıl var olabileceği ele alındı. Geleneksel SEO taktiklerinin artık işe yaramadığı, içerik üreticilerinin ve pazarlamacıların yeni stratejiler geliştirmesi gerektiği vurgulandı.

Google'ın AI özetleri, kullanıcıya hızlı ve doğrudan bilgi sunmayı hedefliyor. Ancak bu, markaların kendi içeriklerini kontrol etme kabiliyetini azaltıyor. AI, hangi kaynakları kullanacağına ve bilgiyi nasıl sunacağına kendisi karar veriyor. Bu da markaların itibar yönetimini zorlaştırıyor.

Podcast'te konuşulanlara göre, markalar artık AI'nın dikkatini çekecek şekilde içerik üretmeli. Yani, yapay zeka tarafından anlaşılır ve güvenilir bulunan, net ve yapılandırılmış bilgiler sunmak önem kazanıyor. Ayrıca, AI'nın eğitim verilerinde yer almak için kaliteli ve otoriter kaynaklar oluşturmak gerekiyor.

Bu değişim, özellikle küçük ve orta ölçekli işletmeler için büyük bir zorluk teşkil ediyor. Büyük markalar, AI tarafından tercih edilme olasılığı daha yüksek olan güçlü dijital varlıklara sahip. Küçük işletmeler ise görünürlüklerini korumak için daha yaratıcı ve niş stratejiler geliştirmek zorunda.

Google'ın bu hamlesi, arama motoru optimizasyonu sektöründe bir dönüm noktası olarak değerlendiriliyor. Uzmanlar, AI odaklı arama sonuçlarına uyum sağlamayan markaların organik trafik kaybı yaşayacağını öngörüyor. Yeni dönemde başarılı olmak için veri odaklı ve kullanıcı niyetini anlayan içerik stratejileri benimsenmeli.

Sonuç olarak, Google'ın AI ile arama deneyimini yeniden şekillendirmesi, SEO dünyasında kalıcı bir değişim yarattı. Markaların bu yeni gerçekliğe adapte olması, gelecekteki dijital varlıkları için hayati önem taşıyor. TechCrunch Equity podcast'inde detaylandırılan bu konu, sektör profesyonellerinin yakından takip etmesi gereken bir gelişme olarak öne çıkıyor.