Yapay zeka nörobilimden kozmolojiye kadar disiplinler arası bilimsel araştırmaları altüst etmeye hazır. Geçmiş dönemlerde teleskop ve mikroskobun yaptığı gibi…
Çeviri: Sıla Öztürk
GazeteBilim Yazı İşleri
Araştırmacılar, 5 Mayıs 2026’da Stanford HAI’nin “AI+Science: Accelerating Discovery” (Yapay Zeka+Bilim: Keşfi Hızlandırmak) konferansında yaptıkları açıklamada, yapay zekanın nörobilimden kozmolojiye kadar disiplinler arası bilimsel araştırmaları altüst etmeye hazır olduğunu söyledi. Tıpkı geçmiş dönemlerde teleskop ve mikroskobun yaptığı gibi “tamamen yeni manzaralar” açtığını belirttiler.
Ancak teleskop veya mikroskobun aksine, yapay zeka sadece bir şeyleri görmemizi sağlamıyor. Bilim insanlarının, insan zihninin tek başına kavrayamayacağı devasa veri setlerindeki karmaşık kalıpları tespit etmesine, anlamasına ve bunlardan yararlanmasına yardımcı oluyor.
Astrofizikçi Risa Wechsler ile konferansın ortak düzenleyicisi olan Stanfordlu nörobilimci ve yapay zeka araştırmacısı Surya Ganguli, “Yapay zeka elbette yeni bilimsel keşifleri mümkün kılacaktır, ancak bilimsel uygulamaların talep ettiği titizlik de daha iyi yapay zekanın geliştirilmesini itecektir.” dedi.
Konferans, çalışmaları genlerden beyne kadar uzanan yaşam bilimcileri; hava durumunu, iklimi ve okyanusları inceleyen yer bilimcileri; parçacıklardan kozmosa kadar uzanan fenomenlere odaklanan fizikçileri ve doğanın kendi dilini inceleyen matematikçileri, yani birçok alandan bilim insanını bir araya getirdi. Birlikte, yapay zekanın nasıl heyecan verici yeni gelişmeler sunduğunu, nerede yetersiz kaldığını ve bilim insanının rolünün bu yeni keşif çağında nasıl evrildiğini araştırdılar.
Panel tartışmaları, açılış konuşmaları ve şimşek konuşmalar (lightning talks) boyunca önemli bir tema ortaya çıktı: Yapay zeka daha önce hiç mümkün olmayan buluşları mümkün kılabilir, ancak insan kararı hala merkezdedir.
Wechsler, “Yapay zeka hangi problemlerin izlenebilir (çözülebilir) olduğunu değiştiriyor, ancak hangi problemlerin önemli olduğunu bize söylemiyor.” dedi. “Hangi problemlerin önemli olduğu ve bunların bizim için ne anlama geldiği gerçekten insani bir çabadır.”
Yapay zeka nelerin mümkün olduğunu değiştiriyor
Bilim insanları için yapay zeka, dar bir araç olmanın ötesine geçerek otonom bir işbirlikçiye veya kendi başına bir bilim insanına dönüştü. Hipotezler üretiyor, deneyler tasarlıyor, verileri analiz ediyor ve keşfi hızlandırıyor.
Yer ve iklim bilimi gibi alanlarda yapay zeka, hesaplama açısından pahalı olan sayısal simülasyonların yerini yüksek hızlı emülatörlerle (taklitçilerle) değiştiriyor. New York Üniversitesi matematik ve veri bilimi profesörü Laure Zanna, Samudra modelinin okyanus durumlarını geleneksel modellere göre 1.000 kat daha hızlı tahmin edebildiğini, günde 1.000 yıllık iklimi simüle etmek için tek bir GPU üzerinde çalıştığını belirtti (önceki modeller günde 12 yılı simüle edebiliyordu).
Biyolojide, Stanford kimya mühendisliği yardımcı doçenti Brian Hie, EVO DNA dil modelinin genom düzenlemesi için nasıl yeni CRISPR-Cas sistemleri üretebileceğini gösterdi ve bakterileri öldüren, daha önce bilinmeyen 16 virüs tasarladı.
Nörobilimde, araştırmacılar sinirsel kodu çözmek amacıyla milyonlarca sanal deneyim çalıştırmak için beynin “dijital ikizlerini” inşa ediyorlar; bunu Surya Ganguli ile de işbirliği yapan Stanford oftalmoloji (göz hastalıkları) profesörü Andreas Tolias açıkladı.
Ve matematikte, Axiom’un kurucusu ve CEO’su Carina Hong, yapay zekanın cebirsel sayı teorisindeki uzun süredir devam eden varsayımlar üzerinde ilerleme kaydettiğini belirtti.
Bazıları, yapay zekayı bir araç olarak kullanmanın ötesine geçerek, bağımsız olarak araştırma yapabilen tamamen otonom yapay zeka ajanları inşa etmeye doğru ilerliyor. Stanford biyomedikal veri bilimi yardımcı doçenti James Zou, yapay zeka ajanlarının hipotezler ürettiği, deneyler tasarladığı ve verileri analiz ettiği “Sanal Laboratuvar”ı (Virtual Lab) kurdu. Bu ajanlar kendi grup toplantılarını yürütüyor ve insanlar tarafından sunulan zorluklara olası çözümleri tartışıyorlar. Bir örnekte, ajanlardan yeni COVID varyantlarına bağlayıcılar (binders) tasarlamalarını istedi. Günler içinde ajanlar, Zou’nun laboratuvarının daha sonra sentezlediği ve ıslak bir laboratuvarda ürettiği yeni antikorlar tasarladı.
Zou, “Deneysel olarak, bunların yeni COVID varyantlarına, daha önceki insan tasarımı nanobilim ürünlerinden (nanobodies) gerçekten daha iyi bağlandığını gösterdik.” dedi.
Soldan sağa: Stanford HAI Direktör Yardımcısı Russ Altman; Stanford kimya mühendisliği yardımcı doçenti Brian Hie, oftalmoloji profesörü Andreas Tolias ve genetik ile bilgisayar bilimleri doçenti Anshul Kundaje’nin yer aldığı “Yaşam İçin Yapay Zeka” panelini yönetiyor.
…Ama insanlar hala neyin önemli olduğunu seçiyor
Panelistler, bir sürü yapay zeka bilimcisinin bile, bilimsel sürecin yöneticileri, soru soranları ve ahlaki sorumluları olmaları için insanlara ihtiyacı olduğu konusunda hemfikir oldular.
Zorluğun bir kısmı, yapay zekanın çalışma şeklinin temelinde yatıyor. Chicago Üniversitesi sosyoloji ve veri bilimi profesörü James Evens, yapay zeka sistemlerinin genellikle “tümdengelimsel” bilim yaptığını, gördüğü kalıplara dayanarak eksik bilgi parçalarını doldurduğunu söyledi. Ancak yapay zeka tahmin edilebilir verilere odaklandığında, bilimsel soruların çeşitliliğini küçültüyor. Yapay zeka tarafından yazılan makaleler sıkıcı makalelerdir. Onlar beklenti tarafından yönlendirilir.
İnsanların ise, beklentileri ihlal eden şaşırtıcı bir şeyle karşılaştıklarında yeni fikirlere yaratıcı sıçramalar yaparak “çıkarımsal” (abductive) bilim yapma eğiliminde olduklarını söyledi.
Stanford genetik ve bilgisayar bilimleri doçenti Anshul Kundaje, biyolojik veriler karmaşık ve yanlı (biased) olduğu için, modellerdeki ve gerçek deneylerdeki hataları ayıklamak (debugging) adına insan anlayışının şart olduğunu belirtti.
Stanford HAI kıdemli araştırmacısı ve iletişim doçenti Angèle Christin, bilimsel araştırmayı bir “zanaatkarlık” olarak nitelendirdi. Sonuçlar, onları nasıl yorumlayacağını öğrenmek için yıllarını harcamış bir topluluk tarafından incelenip doğrulanana kadar anlamsızdır.
Hakem değerlendirme süreci altüst oldu
Birkaç panelist, mevcut hakem değerlendirme (peer-review) sisteminin modern bilimsel çıktıların hacmi yüzünden zaten yük altında olduğunu belirtti. Dergiler, gönderilen tüm makaleleri değerlendirmek için yeterli insan hakeme sahip olmadıklarını söylüyor. Bilim, yapay zeka tarafından yazılan makalelerin içe doğru patlamasıyla (implosion) nasıl başa çıkacak ve aynı doğruluk standartlarını nasıl koruyacak?
SLAC Ulusal Hızlandırıcı Laboratuvarı’nda parçacık fiziği ve astrofizik doçenti olan Benjamin Nachman, “Hipotezler ucuz olacak” dedi. “Bunlardan milyarlarca olacak. Bilim insanları evrimleşmek zorunda kalacak.”
Konuşmacılar birkaç yaklaşım önerdi: dergilere ve konferanslara daha az başvuru kabul edilmesi; ilk tur inceleme için bir yapay zeka editörü sunulması; matematik ve fizik gibi alanlar için kanıtları veya kodları resmi olarak doğrulamak (formal verification) amacıyla yapay zekanın kullanılması; veya makalelerin açık, anonim olmayan bir hakem değerlendirmesi biçiminde açıkça ve kamuya açık olarak yayınlanması.
Ancak Harvard astronomi ve fizik profesörü Douglas Finkbeiner, makaleler artık insanlar tarafından okunmasa bile onları yazmanın hala temel bir süreç olduğunu söyledi: “Yazmak, düşünmeye benzeyen bir süreçtir ve burada, yapay zekadan başka kimse okumasa bile makaleyi yazmanın gerçek bir değeri olabileceğini unutmamak önemlidir çünkü hala düşüncelerimizi organize etmeye ihtiyacımız var.”
“Hipotezler ucuz olacak. Bilim insanları evrimleşmek zorunda kalacak.” — Benjamin Nachman, Stanford parçacık fiziği ve astrofizik doçenti
Bilim insanı eğitiminin geleceği
Birkaç panelist, yapay zekanın verimlilik baskısının beceri körelmesine (atrophy), hesaplamalı sözleşmelere ve bilimsel süreci ile eğitimi tanımlayan entelektüel yolculuğun kaybına yol açabileceğini söyledi.
Finkbeiner, “Kıyamet mantar bulutları değil.” dedi. “Kıyamet, hepimizin aptallaşmasıdır.” Bilim insanları “işleri gerçekten kendi başınıza yapmanın metaforik kasını korumalıdır.”
Christin, büyük dil modelleriyle veri üretmenin, verileri toplamaktan daha ucuz ve daha hızlı olabileceğini ve ajanlarla çalışmanın bir doktora sonrası (postdoc) araştırmacıya veya doktora öğrencisine ödeme yapmaktan daha ucuz olabileceğini söyledi. Ancak doktora sonrası araştırmacılar ve doktora öğrencileri bilimin geleceğidir ve onların eğitimi akademi için bir öncelik olarak kalmalıdır. “Yapay zeka modelleri, akademisyenlerin mantığı olmayan mantıkları akademisyenlere dayatamaz.” dedi.
Gün boyunca, konferans katılımcıları yapay zekanın bilimsel keşiflerde nasıl büyük bir değişimi temsil ettiğini vurguladılar. Bilim topluluğunun karşı karşıya olduğu zorluğun, yapay zeka keşif hızını artırırken, bilimin özündeki insan bilgisini azaltmak yerine derinleştirmesini sağlamak olduğunu açıkça belirttiler.
Kaynakça:
How AI is Transforming Scientific Discovery While Keeping Humans at the Center | Stanford HAI
