MIT araştırması: Yapay zekâ matematikten sonra diğer bilim alanlarını da hedefliyor

MIT'de bilgisayar bilimi ve yapay zekâ alanındaki ilerlemeyi inceleyen araştırmacı Neil Thompson'un yeni çalışmasına göre, öncü yapay zekâ modelleri matematikten sonra diğer bilim alanlarını da dönüştürmeye hazırlanıyor. Araştırma, olasılık, istatistik teorisi, ekonomi teorisi, yüksek enerji teorisi ile kuantum fizik gibi teorik yoğunluklu alanların yapay zekâdan en çok etkilenecek sahalar arasında olduğunu ortaya koyuyor.

Thompson'un Gabriel Manso ve Claudio Mayrink Verdun ile birlikte yürüttüğü çalışmaya göre, en iyi yapay zekâ modellerinin bu alanlardaki teorik problemleri doğru çözme oranı 2024 ortasından 2026 ortasına kadar yaklaşık yüzde 2'den yüzde 35'e çıktı. Araştırmacılar, bu ilerlemenin yavaşlayacağına dair bir işaret görülmediğini belirtiyor.

Yapay zekâ modelleri hangi problemlerle test edildi?

Çalışma kapsamında, Aralık 2025 ile Mayıs 2026 arasında çevrimiçi yayımlanan araştırma makalelerindeki problemler ele alındı. Bu problemler, OpenAI'ın o1, o3, GPT-5, GPT-5.1, GPT-5.4 ve GPT-5.5 modellerine sunuldu ve modellerin çözme becerisi ölçüldü.

Araştırmanın kritik noktası, kullanılan problemlerin çözümlerinin GPT-5.5 ve önceki modellerin eğitim kesim tarihinden sonra yayımlanan makalelerde yer almasıydı. Bu sayede modellerin, eğitim verisi olarak kendilerine sunulan yanıtlara başvurmak yerine çözümü kendilerinin bulması gerekti. Araştırmacılar ayrıca modellerin çevrimiçi çözüm aramasını engellemek için internet erişimini de kısıtladı.

Çalışma yalnızca yapay zekâ modellerinin simülasyon ya da deney gerektirmeden çözebileceği alanlarla sınırlı tutuldu. Ancak sonuçlar, matematikte yaşanan sarsıntının diğer teorik bilim dallarına da yayılabileceğine işaret ediyor.

Matematikte ne yaşandı?

Geçtiğimiz ay OpenAI, yayımlanmamış bir modelinin akışkan hareketini açıklayan denklemlerle ilgili uzun süredir çözülemeyen Navier-Stokes problemini çözdüğünü duyurarak matematik dünyasında büyük yankı uyandırdı. Bu gelişme, NYU'da görev yapan ve Anthropic ile bağlantılı bir akademisyenle çalışan bir matematikçinin OpenAI'ı kendilerinden önce davranmakla suçlamasıyla tartışmalı bir hâl aldı.

OpenAI ve diğer şirketler o tarihten bu yana uzun süredir çözülemeyen matematik problemlerine yönelik yüzlerce yeni çözüm duyurdu. Bu durum, alanda bir tür krize yol açtı. Bazı matematikçiler, problem çözme sürecinin çoğu zaman nihai yanıtı elde etmek kadar değerli olduğunu savunarak yapay zekâ kullanımına sınırlama getirilmesi çağrısında bulundu.

İnsan uzmanlara hâlâ ihtiyaç var mı?

Thompson, matematikte olduğu gibi diğer alanlardaki ilerlemelerin de hem olumlu hem olumsuz etkileri olacağını söylüyor. Teorik ilerlemelerin bazen bilimde pratik gelişmeleri tetiklediğini belirten Thompson, yapay zekânın daha fazla kullanılmasının bu yönde daha fazla ilerleme sağlayabileceğini öne sürüyor.

Önde gelen bazı yapay zekâ araştırmacıları, bilim için yapay zekâ odaklı yeni laboratuvarlar kurdu; büyük yapay zekâ şirketleri de bilimsel araştırma faaliyetlerini hızlandırıyor. Bu çalışmalar, yapay zekânın teorik analizle birlikte gerçek deneyler yürütmesinin nasıl mümkün kılınabileceğini araştırıyor.

Araştırmacılar, teorisyenlerin artık kilit problemleri çözmesinin gerekmeyebileceğini ancak bunun uzmanlara ihtiyaç duyulmayacağı anlamına gelmediğini vurguluyor. Manso, "Fikirleri birbirine bağlayacak iyi fikirler üretecek insanlara hâlâ ihtiyacımız olacak" diyor. Manso ayrıca çok karmaşık problemlerde yapay zekânın hata yapabileceğini belirtiyor. Nitekim OpenAI'ın son veri setinde yayımladığı bazı çözümleri geri çektiğini hatırlatıyor. "Yapılan işi doğrulamanın yollarına da ihtiyacımız var, çünkü bir model size 'bu doğru yanıt' demesi çok kolay, ancak çözümün tamamına baktığınızda belki de öyle olmadığını görmeye başlıyorsunuz."