Nvidia Inception’ın fiziksel yapay zekâdan sorumlu küresel yöneticisi Les Karpas, TechCrunch Disrupt 2026’da robotik alanının neden henüz ChatGPT benzeri bir dönüm noktasına ulaşamadığını anlatacak. Oturumun odağında, genel amaçlı robotların gelişimini yavaşlatan en büyük darboğaz olarak görülen fiziksel yapay zekâ veri açığı yer alıyor.
Buradaki temel fikir şu: Dil modelleri internetten beslenen devasa metin havuzlarıyla eğitilebildi, ancak robotlar için benzer ölçekte, gerçek dünyadaki fiziksel etkileşimleri kapsayan ortak bir veri tabanı henüz oluşmuş değil. Bu da robotik tarafında büyük sıçramayı zorlaştıran ana nedenlerden biri olarak gösteriliyor.
Robotikte sorun modelden çok veri tarafında
Karpas’ın aktaracağı çerçeveye göre mesele yalnızca daha güçlü yapay zekâ modelleri geliştirmek değil. Asıl eksik, robotların nesnelerle, mekânlarla ve insan yapımı ortamlarla nasıl etkileşime girdiğini geniş ölçekte öğretecek veri altyapısı.
Otonom sürüş şirketleri bu açığı yıllar içinde topladıkları yol verileriyle kısmen kapatabildi. Ancak genel amaçlı robotlar için aynı ölçekte ve çeşitlilikte bir veri birikimi oluşmuş değil. Çünkü ev, fabrika, depo ya da kamusal alan gibi farklı fiziksel ortamlar; yol sürüşüne kıyasla çok daha parçalı ve değişken bir yapı sunuyor.
Simülasyon ve sentetik veri öne çıkıyor
Bu boşluğu kapatmak için girişimlerin başvurduğu başlıca yöntemler arasında simülasyon, sentetik veri ve farklı robot türleri üzerinde eğitilen temel modeller bulunuyor. Amaç, gerçek dünyada toplanması zor ve maliyetli olan veriyi dijital ortamda ölçeklendirmek.
Nvidia’nın son yıllarda robotik ve “physical AI” alanına daha görünür biçimde ağırlık vermesi de bu yüzden dikkat çekiyor. Şirketin bakışına göre dijital dünya ile fiziksel dünya arasındaki fark kapatılmadan, robotikte tüketiciye ya da işletmelere doğrudan dokunan büyük kırılma anı gelmeyebilir.
Karpas neden önemli bir isim?
Les Karpas, Nvidia’nın girişim programı Inception içinde robotik, otomotiv, üretim, mobilite ve akıllı şehirler gibi alanlardaki şirketlerle çalışan isimlerden biri. Bu rol, onu veri açığını kapatmaya çalışan girişimlerle doğrudan temas eden yöneticilerden biri haline getiriyor.
Karpas’ın kariyer geçmişinin mimarlık, üretim mühendisliği, girişimcilik ve kurumsal yatırım gibi farklı alanlara yayılması da robotiğin neden tek bir disiplinle çözülemeyen bir alan olduğunu gösteriyor. Robotik tarafında ilerleme; yalnızca yazılım ya da yalnızca donanım meselesi değil, bunların gerçek dünya koşullarında birlikte çalışmasıyla ilgili.
Ne anlama geliyor?
Bu oturum yeni bir ürün duyurusu değil; ancak Nvidia’nın robotik pazarındaki temel sorunu nasıl tanımladığını göstermesi açısından önemli. Eğer sektör ortak ve ölçeklenebilir fiziksel veri üretme sorununu çözebilirse, bugün niş kalan birçok robotik uygulama daha geniş kullanım alanına açılabilir. Çözülemezse, yapay zekâdaki hızlı ilerlemeye rağmen robotlar bir süre daha etkileyici demolar ile sınırlı kalabilir.
