Çünkü yapay zekânın geleceğini yalnızca algoritmalar belirlemeyecek. Onu aynı zamanda enerji belirleyecek.

Bugün dünyanın en güçlü yapay zekâ sistemlerini çalıştırmak için devasa veri merkezlerine, milyonlarca işlemciye ve sürekli çalışan soğutma sistemlerine ihtiyaç duyuyoruz. İnsan beyni ise bütün bu olağanüstü bilişsel faaliyetleri yaklaşık 12 watt mertebesindeki bir güçle sürdürüyor.

İşte insanlık için asıl teknoloji dersi burada başlıyor: Daha büyük bilgisayar yapmak mı, daha verimli bir zekâ yapmak mı? Belki de geleceğin yapay zekâ yarışının kazananı, en büyük modeli kuran değil; en az enerjiyle en fazla zekâyı üreten olacaktır.

Yapay Zekânın Enerji Krizi

Yapay zekâ büyüdükçe enerji ihtiyacı da büyüyor. Bugün büyük yapay zekâ modellerinin eğitilmesi; binlerce GPU'nun uzun süreler boyunca birlikte çalışmasını gerektirebiliyor. Model eğitildikten sonra da mesele bitmiyor. Çünkü her kullanıcı sorusu, her görüntü analizi, her ses işleme ve her yapay zekâ uygulaması yeni bir hesaplama yükü oluşturuyor. Buna çıkarım (inference) diyoruz. Yani yapay zekânın asıl enerji sınavı yalnızca onu öğrenirken değil, milyarlarca insan tarafından her gün kullanılırken ortaya çıkıyor.

Bir yapay zekâ sistemi bir kez eğitilir. Ama sonra milyonlarca, hatta milyarlarca kez çalıştırılır. Dolayısıyla geleceğin enerji problemi belki de şu cümlede gizlidir: Yapay zekâ ne kadar yaygınlaşırsa, elektriğe olan bağımlılığı da o kadar artacaktır.

Bugün bir yapay zekâ modelinin arkasında yalnızca işlemciler yoktur.

• Elektrik altyapısı vardır.
• Sunucular vardır.
• Soğutma sistemleri vardır.
• Şebeke bağlantıları vardır.
• Yedek enerji sistemleri vardır.

Ve bütün bunların arkasında devasa bir karbon ve su ayak izi oluşabilir. Bu nedenle yapay zekâ yarışını yalnızca teknoloji şirketleri arasındaki bir yarış olarak görmek eksik kalır. Bu aynı zamanda bir enerji jeopolitiği yarışıdır.

2,7 Milyar Watt Gerçek mi?

Şimdi çok daha çarpıcı bir rakama gelelim: 2,7 milyar watt.

Bu büyüklük, yapay zekâ ve veri merkezlerinin gelecekte ulaşabileceği enerji taleplerini tartışırken gündeme gelen devasa ölçeklerin anlaşılması açısından dikkat çekicidir. Fakat burada önemli bir ayrım yapmak gerekiyor.

2,7 milyar watt = 2,7 gigawatt.

Bu, sürekli çalışan bir enerji yükü olarak düşünüldüğünde artık tek bir bilgisayarın veya tek bir veri merkezinin değil, şehir ölçeğinde bir enerji altyapısının konusu haline geliyor.

Rakamın kendisinden daha önemli olan ise bize söylediği şeydir: Yapay zekâ dijital görünür, fakat fiziksel bir enerji altyapısına bağımlıdır.

Bulutta çalışıyor sanıyoruz. Oysa o "bulut", yeryüzündeki devasa binalarda çalışan fiziksel makinelerden oluşuyor.

• Sunucular dönüyor.
• Fanlar çalışıyor.
• Soğutma sistemleri devrede.
• Elektrik hatları yük taşıyor.

Ve bütün bunlar yapay zekânın görünmeyen bedelini oluşturuyor. Dolayısıyla gelecekte ülkelerin yapay zekâ kapasitesini değerlendirirken yalnızca; "Kaç GPU'nuz var?" sorusunu sormak yeterli olmayacak.

Belki de yeni soru şu olacak: "Bu GPU'ları çalıştıracak kaç gigawatt'lık enerji altyapınız var?"

İşte teknoloji ile enerji arasındaki yeni bağ burada kuruluyor.

Veri Merkezlerinin Görünmeyen Faturası

Bir yapay zekâ sistemini kullandığımızda ekranda yalnızca birkaç kelime görüyoruz. Bir soru soruyoruz. Cevap geliyor. Birkaç saniye içinde işlem tamamlanıyor. Fakat ekranın arkasında çok daha büyük bir dünya çalışıyor.

• Veri merkezleri.
• Binlerce sunucu.
• Yüksek hızlı ağ sistemleri.
• Depolama birimleri.
• Güç dönüştürücüleri.
• Kesintisiz güç kaynakları.

Ve en önemlisi: Soğutma.

Çünkü elektronik sistemler çalışırken ısı üretir. İşlem yoğunluğu arttıkça bu ısıyı uzaklaştırmak daha büyük bir mühendislik problemi haline gelir. Dolayısıyla yapay zekânın enerji hesabını yalnızca işlemcinin tükettiği elektrik üzerinden yapmak doğru değildir.

Asıl tablo; hesaplama + ağ iletişimi + depolama + soğutma + altyapı bütünlüğü içerisinde değerlendirilmelidir.

Üstelik enerji yalnızca elektrik faturası değildir. Enerjinin üretimi için altyapı gerekir. Altyapı için kaynak gerekir. Bazı soğutma sistemleri için su gerekir. Sunucular için çipler (yongalar) gerekir.  Çipler için madenler gerekir. Madenlerden üretime kadar uzanan zincirin tamamının çevresel bir maliyeti vardır. Yani yapay zekânın görünmeyen faturası yalnızca elektrik faturası değildir.

O; enerji, su, donanım, maden, karbon ve altyapı faturasıdır.  Ve bu faturayı gelecekte kim ödeyecek?  İşte asıl soru budur.

Edge AI ve Enerjinin Geleceği

Tam bu noktada karşımıza çok önemli bir kavram çıkıyor:  Edge AI - Uç Yapay Zekâ.
Bugünkü birçok yapay zekâ uygulamasında veriler uzak veri merkezlerine gönderiliyor.

• Veri merkeze gidiyor.
•  Model çalışıyor.
•  Sonuç tekrar cihaza geliyor.

Bu yaklaşım güçlüdür. Fakat her işlemi merkezi veri merkezlerine göndermek zorunda mıyız? Belki de hayır.

Akıllı telefonlar, otomobiller, kameralar, sensörler, robotlar ve endüstriyel cihazlar giderek daha fazla yapay zekâ işlemini kendi üzerinde gerçekleştirebilir.  İşte Edge AI'ın temel fikri budur: Zekâyı merkeze taşımak yerine, zekâyı cihaza taşımak.

Bu yaklaşım yalnızca gecikmeyi azaltmaz. Aynı zamanda bazı durumlarda veri transferini ve merkezi işlem yükünü azaltarak enerji verimliliğine katkı sağlayabilir. Burada insan beyninden alınabilecek ders yeniden karşımıza çıkıyor. Beyin, veriyi sürekli uzak bir "merkezi işlem merkezine" göndermiyor.

Algılama, değerlendirme, öğrenme ve karar verme süreçleri büyük ölçüde aynı biyolojik sistem içerisinde gerçekleşiyor. Belki geleceğin yapay zekâ mimarileri de benzer bir anlayışa doğru ilerleyecek:

• Daha merkezi değil, daha dağıtık.
• Daha büyük değil, daha verimli.
• Daha fazla hesaplama değil, daha akıllı hesaplama.

Bu nedenle Edge AI yalnızca yeni bir teknoloji trendi değildir. Belki de enerji krizine karşı yapay zekânın mimari cevabıdır.

12 Wattlık Yapay Zekâ Mümkün mü?

Şimdi yazımızın başındaki soruya dönelim: 12 wattlık yapay zekâ mümkün mü?

Bugünkü anlamıyla, insan beyninin tüm genel bilişsel yeteneklerini yalnızca 12 watt civarında enerjiyle yapay bir sistemde gerçekleştirmekten söz etmek gerçekçi değildir. Ancak asıl mesele bu rakamı birebir taklit etmek değil. Beynin verimlilik prensibini anlamaktır.

İnsan beyni yaklaşık 12 wattlık bir enerjiyle;

• Görüyor,
• Duyuyor,
• Öğreniyor,
• Hatırlıyor,
• Tahmin ediyor,
• Duyguları değerlendiriyor,
•  Karar veriyor,
• Dil kullanıyor,
• Çevresine uyum sağlıyor.

Üstelik bunu son derece gürültülü, belirsiz ve eksik bilgiler altında yapıyor. Modern bilgisayarlar ise birçok problemi olağanüstü bir hızla çözebilmesine rağmen, bunu çoğu zaman çok daha yüksek enerji bütçeleriyle gerçekleştiriyor. Burada insanlığın önünde muazzam bir araştırma alanı açılıyor: Nöromorfik hesaplama.

Beyindeki nöronların ve sinapsların çalışma prensiplerinden esinlenen yeni çip mimarileri...

• Spiking Neural Networks,
• Olay tabanlı hesaplama,
• Yerel öğrenme,
• Bellek ile işlemcinin birbirinden ayrılmadığı mimariler.

Bunların tamamı aynı temel soruya cevap arıyor: Bir makineyi daha güçlü değil, daha verimli nasıl akıllı hale getirebiliriz?
Belki de geleceğin devrimi daha büyük yapay zekâ modellerinde değil; daha küçük, daha özel, daha dağıtık ve çok daha enerji verimli modellerde gerçekleşecek.

Enerji Savaşının Gerçek Kahramanı: Verimlilik

Yapay zekâ çağının ilk döneminde başarı ölçütümüz belliydi:

• Daha büyük model.
• Daha fazla parametre.
• Daha fazla veri.
• Daha fazla işlem gücü.
• Daha fazla GPU.

Fakat artık yeni bir döneme giriyoruz.  Çünkü fizik bize sınırlarını hatırlatıyor. Elektrik sonsuz değil. Çiplerin enerji yoğunluğu sınırsız değil. Soğutma kapasitesi sınırsız değil. Veri merkezleri sınırsız büyüyemez. İşte bu nedenle yapay zekânın geleceğini belirleyecek yeni ölçüt belki de şu olacaktır: Watt başına zekâ.

Bir sistem ne kadar enerji tüketiyor? 

Bu enerji karşılığında ne kadar öğreniyor?

• Ne kadar hızlı karar veriyor?
• Ne kadar doğru sonuç üretiyor?
• Ne kadar az veriyle çalışabiliyor?
• Ne kadar az donanımla aynı işi yapabiliyor?

Geleceğin yapay zekâ yarışında belki de şampiyon; en büyük modeli kuran değil, en az enerjiyle en fazla bilişsel işi yapan sistem olacaktır.

İnsan Beyni Bize Bir Şey Söylüyor

İnsan beyni milyonlarca yıllık evrimin ortaya çıkardığı olağanüstü bir biyolojik hesaplama sistemidir. Yaklaşık 12 wattlık enerji bütçesiyle çalışan bu sistemin en büyük sırrı yalnızca sahip olduğu nöron sayısı değildir. Asıl sır; mimaridedir.

Beyin bilgiyi sürekli seri biçimde işleyen tek bir işlemci gibi çalışmaz.

• Paralel çalışır.
•  Dağıtık çalışır.
• Uyarlanır.
• Öğrenir.
• Gereksiz bilgiyi filtreler.
• Enerjiyi ihtiyaç duyulan yere yönlendirir.

Belki de yapay zekânın geleceği için asıl ilham kaynağı tam burada saklıdır. İnsan beynini taklit etmek, onun görünüşünü kopyalamak değil; onun enerji ekonomisini anlamaktır. Çünkü geleceğin en büyük problemi belki de: "Makineyi nasıl daha akıllı yaparız?" olmayacaktır. Asıl soru şu olacaktır: "Makineyi nasıl daha az enerjiyle akıllı yaparız?" Ve bu soru bizi yazı dizimizin bir sonraki aşamasına götürüyor. Çünkü enerjiyi azaltmanın yolu yalnızca daha iyi donanımdan geçmiyor.

Beynin başka bir sırrı daha var: Sinapslar.

Milyarlarca bağlantının, öğrenmenin ve bilginin biyolojik mimarisi... Belki de geleceğin enerji cimrisi yapay zekâsının gerçek sırrı, işlemcinin içinde değil; sinapsın çalışma biçiminde saklıdır.

Gelecek bölümde aynı bütünlük içinde “ Stres Altındaki Beyin, Geçim Korkusu ve Zihinsel Enerji, İnsan Zekâsını Kim Kilitliyor? Sosyal Medya ve Dikkat Ekonomisi, Makineleri Verimli, İnsanları Yorgun Hale Getirmek alt başlıklı konulara değinilecektir."

Saygılarımla,

Prof. Dr. Ayhan ERDEM
Gazi Üniversitesi Öğretim Üyesi
aerdem@gazeteankara.com.tr
Gazete Ankara DHP-Köşe Yazarı
“Türkiye’nin kalbi Ankara’nın sesi”