Jeff Dean Google’dan Bilimsel Yöntemi Otomatikleştirmek için Discovery Loop’u Kurmak İçin Ayrılıyor

Google’ın baş bilim insanı ve modern AI altyapısının merkezi figürlerinden biri olan Jeff Dean, şirketin AI liderliğini yeniden yapılandırmasının bir parçası olarak 5 Ağustos 2026’da duyurulan bir dizi değişiklikten sonra, yaklaşık 27 yıl sonra şirketden ayrılıyor ve Discovery Loop adlı bir startup’ı kurmak için ortaklar buluyor. Bu startup, bilimsel araştırma itselfin deneysel döngülerini otomatikleştirmeyi amaçlıyor. Dean yalnız değil; Google AI’den üç diğer üst düzey figür de onu bu girişimde destekleyecek: Sanjay Ghemawat, Google Senior Fellow ve Dean’in şirketin temel计算 altyapısında birlikte çalıştığı isim; Oriol Vinyals, Google DeepMind’in araştırma başkan yardımcısı ve Gemini projesinin teknik lideri; ve Quoc Le, Google Brain’in kurucu ortağı ve Google’ın AutoML-Zero projesinin arkasındaki bilim insanı. Wired’ın Steven Levy, dört kurucuyu duyurudan önceerview etti ve fikrin yalnızca birkaç hafta önce bir araya geldiğini bildirdi.

Şirket, kamu yararına bir şirket olarak kuruldu. Misyonu, kendi sitesinde tanımlanan şekilde, tam deneysel döngüyü çalıştıran sistemler oluşturmak: bir deney önermek, uygulamak ve çalıştırmak, sonuçları değerlendirmek ve yinelemek, insanların sıralı çabayla eşleştirilemeyecek bir ölçekte ve hızda. Kurucuların planı, bu döngülerin binlercesini paralel olarak çalıştırmak, ilk olarak makine öğrenimi araştırmalarına odaklanmak ve daha sonra çip tasarımı, biyoloji, ilaç keşfi ve malzeme bilimi gibi alanlara genişletmektir.

Discovery Loop’un Gerçekten Ne Yapmayı Planladığı

Şirketin kendi tanımlamasına göre, mekanizma üç aşamadan oluşuyor. İlk olarak, makine öğrenimi araştırmalarını ve mühendisliğini otomatikleştirmeye odaklanacak, ön cephe AI modellerini ve büyük ölçekli hesaplamaları kullanarak önerilerde bulunacak, çalıştıracak ve değerlendirmelerden öğrenerek ilerleyecek. İkinci olarak, kendi teknoloji yığınını optimize etmek için bu otomatikleştirilmiş yeteneklerini kullanacak. Üçüncü olarak, ölçülebilir sonuçlarla bilim ve mühendislikte herhangi bir öğrenme döngüsüne genelleştirme hedefi taşıyor, Ulusal Mühendislik Akademisi’nin Büyük Challange’lerini nihai hedef sınıfı olarak belirleyerek, daha iyi ilaçlar geliştirmek, sağlık bilgisayarlarını ilerletmek ve güneş enerjisini ekonomik hale getirmek gibi hedeflere ulaşmayı amaçlıyor.

Le, Google’da model tasarımını otomatikleştirmeye yönelik teknikleri geliştiren isim, bu hedefi AI’de ne bulabilecekleri açısından tanımladı. “Makine öğrenimini otomatikleştirmekten çok heyecan duyuyorum” dedi. “Belki farklı bir transformer mimarisi keşfedeceğiz.”

Vinyals, bu çabanın dayandığı özel yetenek boşluğuna dikkat çekti: mevcut modeller gerçekten yeni fikirleri test etme konusunda güçlü değil. “Bu modellerin gerçekten yeni fikirleri nasıl üreteceğine çok odaklanacağız” dedi. “Şu anda bu konuda çok güçlü değiller.” Kurucular, Wired’a erken sistemlerin insanlarla birlikte fikir geliştireceğini ve daha derin bir otomatikleştirme hedefi olduğunu söyledi.

Kurucuların Kaydı ve Google’ın Sonraki Adımlar

Kurucu ekibin kolektif kaydı, şirketin temel varlığı. Discovery Loop’un sitesi, dört kurucuyu AI’de üç en çok alıntı yapılan araştırmacı ve dağıtılmış sistemlerde iki en çok alıntı yapılan araştırmacı olarak tanımlıyor, katkıları Google Search, Google Translate, Google Dosya Sistemi, MapReduce, BigTable, Spanner, TensorFlow, Pathways, TPUs, AlphaChip, AlphaStar, AlphaCode, AlphaFold, Gemini, sıralı modeller ve zincir düşünce mantığı gibi birçok alana yayılıyor. Dean ve Ghemawat, Google’ın erken arama ve reklamcılık işlerinin çalıştığı altyapının büyük kısmını inşa ettiler; Vinyals ve Le, neural ağların hakim olduğu sonraki döneme yön verdi. Unite.AI, Google’ın最近 AI modeli yayınlarını takip etti, Vinyals bu çalışmanın direkt liderliğini yaptı.

Ayrılıklar, Google’ın AI liderliğini daha geniş bir şekilde yeniden yapılandırmasıyla birlikte gerçekleşiyor, CEO Sundar Pichai ve DeepMind kurucu ortağı Demis Hassabis’ten mesajlarla detaylandırıldı. Hassabis, günlük liderlikten çekiliyor ve Google DeepMind’in başkanı ve Alphabet’in baş bilim insanı oluyor, Koray Kavukcuoglu, birimin CTO’su ve Google’ın baş AI mimarı, Gemini model geliştirme, ön cephe AI araştırmaları ve Gemini uygulaması ve geliştirme ekiplerini denetleyen Google DeepMind’in yeni SVP’si oluyor. Pichai’nin mesajı, Gemini uygulamasının 950 milyondan fazla aylık kullanıcıya ulaştığını ve Gemma modellerinin 900 milyondan fazla indirme sayısına ulaştığını açıkladı.

Google’ın Discovery Loop ile ilişkisi iyi dileklerin ötesine geçiyor. Şirket, kurucu yatırımcı, bulut ortağı ve ML sistemleri ve altyapısı için bir araştırma çerçevesi üzerinde işbirliği yapacak. Wired, Google’ın ayrıca girişimin ilk yılında hesaplama gücü sağlayacağını bildirdi. “27 yıl boyunca Jeff ve Sanjay, arama altyapımızdan modern AI dönemine yol açan nöral ağlara kadar bazı önemli teknoloji geçişlerine liderlik ettiler” dedi Pichai bir açıklamada. “Discovery Loop ile kurucu yatırımcı ve bulut ortağı olarak çalışmaya devam edeceğiz ve ML sistemleri ve ilgili altyapı gelişmeleri için bir araştırma çerçevesi üzerinde işbirliği yapacağız.”

Fonlama açısından, Wired, Khosla Ventures ve Radical Ventures’ın da aralarında olduğu yatırımcıların olduğunu ve Radical’ın yönetici ortağı Jordan Jacobs’ın yönetim kuruluna katıldığını bildirdi; kurucular turun boyutunu veya değerlemesini açıklamıyor. Yatırım tezi, Khosla’nın Wired’a söylediği gibi, araştırma için AI’nin ne olduğu açısından bir değişim: insanlar araştırma için AI’ı kullanıyordu, burada ise AI araştırmacı.

Sonraki Olaylar

Yakın zamanda gözlemlenebilecek olaylar somut. Discovery Loop, açık pozisyonlar sayfası aracılığıyla lean, yüz yüze bir kurucu ekip topluyor, hiçbir personel ve ofis olmadan başlıyor. İlk uygulanabilir dönemeç noktası, kendi yığınına uygulamayı planladığı otomatikleştirilmiş makine öğrenimi döngüsü ve ilk çalışma yılında Google tarafından sağlanan hesaplama gücü altında bulut ortaklığı ile çalışacak. Açıklanan genişleme yolu, ML araştırmalarından çip tasarımı, biyoloji, ilaç keşfi ve malzeme bilimine, şirketin kendi kriterine göre ölçülebilecek: öğrenme döngüleri ile skorlanabilecek sonuçlar. Bu yaklaşımın, optimize etme yerine keşif olarak tanınan bir sonuç üretip üretmeyeceği, şirketin yapısının cevaplamak üzere inşa edildiği soru.