Bu Hafta Yapay Zeka: Girişim sermayedarları (ve geliştiriciler) Yapay Zeka kodlama araçlarına meraklı

Merhaba arkadaşlar, TechCrunch’ın düzenli AI bültenine hoş geldiniz. Bunu her Çarşamba gelen kutunuzda istiyorsanız, buradan kaydolun.

Bu hafta AI’da, kod üretme ve önerme araçları geliştiren iki girişim – Magic ve Codeium – toplamda yaklaşık yarım milyar dolar topladı. Turlar, özellikle Magic’in henüz bir ürün piyasaya sürmediği veya gelir elde etmediği düşünüldüğünde, AI sektörü standartlarına göre bile yüksekti.

Peki yatırımcı coşkusu neden? Eh, kodlama kolay — veya ucuz — bir iş değil. Ve hem şirketlerden hem de bireysel geliştiricilerden, bunun etrafındaki daha zorlu süreçleri kolaylaştırmanın yollarına yönelik talep var.

Bir ankete göre, ortalama bir geliştirici çalışma haftasının yaklaşık %20’sini yeni bir şey yazmak yerine mevcut kodu korumakla geçiriyor. Ayrı bir çalışmada, şirketler aşırı kod bakımının (teknik borcu ele almak ve düşük performans gösteren kodu düzeltmek dahil) kendilerine yılda 85 milyar dolarlık kayıp fırsat maliyetine yol açtığını söyledi.

AI araçlarının burada yardımcı olabileceğine birçok geliştirici ve firma inanıyor. Ve değeri ne olursa olsun, danışmanlar da buna katılıyor. McKinsey’deki analistler, 2023 tarihli bir raporda AI kodlama araçlarının geliştiricilerin yeni kodu yarı sürede yazmasını ve mevcut kodu yaklaşık üçte iki sürede optimize etmesini sağlayabileceğini yazdı.

Şimdi, bir kodlama AI’sı tek başına bir çözüm değil. McKinsey raporu ayrıca, belirli, daha karmaşık iş yüklerinin (örneğin belirli bir programlama çerçevesine aşinalık gerektirenler) AI’dan mutlaka faydalanmadığını buldu. Aslında, junior geliştiricilerin daha uzun Raporun ortak yazarlarına göre, bazı görevleri yapay zekayla mı yoksa yapay zekasız mı bitirmek daha iyi?

“Katılımcı geri bildirimleri, geliştiricilerin (yüksek) kaliteye ulaşmak için araçlarla aktif olarak yineleme yaptığını gösteriyor ve bu da teknolojinin geliştiricileri değiştirmektense onları desteklemek için en iyi şekilde kullanıldığını gösteriyor,” diye yazdı ortak yazarlar, yapay zekanın deneyimin yerini tutmadığı noktasını vurgulayarak. “Sonuç olarak, kod kalitesini korumak için geliştiricilerin kaliteli kodu oluşturan nitelikleri anlamaları ve aracı doğru çıktılar için harekete geçirmeleri gerekir.”

AI kodlama araçlarının da çözülmemiş güvenlik ve IP ile ilgili sorunları vardır. Bazı analizler, araçların son birkaç yılda kod tabanlarına daha fazla hatalı kod gönderilmesine yol açtığını göstermektedir. Bu arada, telif hakkıyla korunan kod üzerinde eğitilen kod üreten araçlar, belirli bir şekilde istendiğinde bu kodu tekrarlarken yakalandı ve bu da onları kullanan geliştiriciler için bir sorumluluk riski oluşturdu.

Ancak bu durum, geliştiricilerin veya işverenlerinin yapay zeka kodlamaya olan coşkusunu azaltmıyor.

2024 GitHub anketinde geliştiricilerin çoğunluğu (%97’den fazlası) bir şekilde AI araçlarını benimsediklerini söyledi. Aynı ankete göre şirketlerin %59 ila %88’i yardımcı programlama araçlarının kullanımını teşvik ediyor veya artık buna izin veriyor.

Dolayısıyla, Polaris Research’e göre, yapay zeka kodlama araçları pazarının 2032 yılına kadar yaklaşık 27 milyar dolar değerinde olması çok da şaşırtıcı değil; özellikle de Gartner’ın öngördüğü gibi, kurumsal yazılım geliştiricilerinin %75’i 2028 yılına kadar yapay zeka kodlama asistanlarını kullanıyorsa.

Piyasa zaten sıcak. Üretken AI kodlama girişimleri Cognition, Poolside ve Anysphere geçtiğimiz yıl devasa turlar kapattılar ve GitHub’ın AI kodlama aracı Copilot’un 1,8 milyondan fazla ücretli kullanıcısı var. Araçların sağlayabileceği üretkenlik kazanımları, yatırımcıları ve müşterileri kusurlarını görmezden gelmeye ikna etmek için yeterli oldu. Ancak trendin devam edip etmediğini ve tam olarak ne kadar süreceğini göreceğiz.

Haberler

“Duygusal Yapay Zeka” yatırım çekiyor: Julie, bazı girişim sermayedarlarının ve işletmelerin duygu analizi yönteminin daha gelişmiş bir versiyonu olan “duygusal yapay zeka”ya nasıl çekildiğini ve bunun nasıl sorunlu olabileceğini yazıyor.

Ev robotları neden hâlâ berbat: Brian, ev robotları konusundaki birçok girişimin neden muhteşem bir şekilde başarısızlığa uğradığını araştırıyor. Bunun fiyatlandırma, işlevsellik ve etkililik ile ilgili olduğunu söylüyor.

Amazon, Covariant kurucularını işe aldı: Robotlar konusuna gelince, Amazon geçen hafta robotik girişimi Covariant’ın kurucularını şirketin çalışanlarının “yaklaşık dörtte biri” ile birlikte işe aldı. Ayrıca Covariant’ın AI robotik modellerini kullanmak için münhasır olmayan bir lisans imzaladı.

NightCafe, OG resim oluşturucu: Ben, orijinal görüntü oluşturucularından biri ve AI tarafından oluşturulan içerikler için bir pazar yeri olan NightCafe’yi inceledim. Moderasyon zorluklarına rağmen hala hayatta ve tekmeliyor.

Midjourney donanım sektörüne giriyor: NightCafe rakibi Midjourney donanım sektörüne giriyor. Şirket duyuruyu X’te bir gönderide yaptı; yeni donanım ekibinin San Francisco’da bulunacağını söyledi.

SB 1047 kabul edildi: Kaliforniya yasama organı, SB 1047 sayılı yapay zeka yasa tasarısını kabul etti. Max, bazı kişilerin valinin bu yasayı imzalamamasını neden umduğunu yazıyor.

Google seçim güvencelerini devreye sokuyor: Google, daha fazla üretken AI uygulaması ve hizmeti için güvenlik önlemleri alarak ABD başkanlık seçimlerine hazırlanıyor. Kısıtlamaların bir parçası olarak, şirketin AI ürünlerinin çoğu seçimle ilgili konulara yanıt vermeyecek.

Apple ve Nvidia OpenAI’ya yatırım yapabilir: Nvidia ve Apple’ın, ChatGPT üreticisinin değerinin 100 milyar dolara ulaşması beklenen OpenAI’nin bir sonraki yatırım turuna katkıda bulunmak için görüşmelerde bulunduğu bildiriliyor.

Haftanın araştırma makalesi

Yapay zeka varken oyun motoruna ne gerek var?

Tel Aviv Üniversitesi ve Google’ın AI Ar-Ge bölümü DeepMind’daki araştırmacılar, geçen hafta saniyede 20 kareye kadar Doom oyununu simüle edebilen bir AI sistemi olan GameNGen’i önizlediler. Doom oyununun kapsamlı görüntüleri üzerinde eğitilen model, bir oyuncunun simülasyondaki karakteri “kontrol ettiği” sıradaki “oyun durumunu” etkili bir şekilde tahmin edebiliyor. Gerçek zamanlı olarak üretilen bir oyun.

GameNGen bunu yapan ilk model değil. OpenAI’nin Sora’sı Minecraft dahil oyunları simüle edebilir ve bir grup üniversite araştırmacısı bu yılın başlarında Atari oyunu simüle eden bir AI tanıttı. (Bu çizgideki diğer modeller World Models’dan GameGAN’a ve Google’ın kendi Genie’sine kadar uzanıyor.)

Ancak GameNGen, performansı açısından şimdiye kadarki en etkileyici oyun simülasyonu girişimlerinden biri. Modelin büyük kısıtlamaları yok değil, özellikle grafiksel aksaklıklar ve üç saniyeden fazla oynanışı “hatırlayamama” (yani GameNGen gerçekten işlevsel bir oyun yaratamaz). Ancak tamamen yeni oyun türlerine doğru bir adım olabilir — steroidler üzerinde prosedürel olarak oluşturulmuş oyunlar gibi.

Haftanın modeli

Meslektaşım Devin Coldewey’in daha önce yazdığı gibi, yapay zeka hava durumu tahmini alanını ele geçiriyor; hızlı bir “Bu yağmur ne kadar sürecek?” sorusundan 10 günlük bir görünüme, hatta yüzyıllık tahminlere kadar.

Sahneye çıkan en yeni modellerden biri olan Aurora, Microsoft’un AI araştırma kuruluşunun ürünüdür. Çeşitli hava durumu ve iklim veri kümeleri üzerinde eğitilen Aurora, Microsoft’un iddiasına göre nispeten az veriyle belirli tahmin görevlerine göre ince ayarlanabilir.

Microsoft, modelin GitHub sayfasında “Aurora, sıcaklık gibi atmosferik değişkenleri tahmin edebilen bir makine öğrenme modelidir” diye açıklıyor. “Üç özel versiyon sunuyoruz: biri orta çözünürlüklü hava durumu tahmini, biri yüksek çözünürlüklü hava durumu tahmini ve biri de hava kirliliği tahmini için.”

Aurora’nın performansı diğer atmosfer izleme modellerine göre oldukça iyi görünüyor. (Bir dakikadan kısa sürede beş günlük küresel hava kirliliği tahmini veya on günlük yüksek çözünürlüklü hava durumu tahmini üretebilir.) Ancak diğer AI modellerinin halüsinasyon eğilimlerine karşı bağışık değildir. Aurora hatalar yapabilir, bu yüzden Microsoft bunun “insanlar veya işletmeler tarafından operasyonlarını planlamak için kullanılmaması” konusunda uyarıyor.

Karışık çanta

Geçtiğimiz hafta Inc., yapay zeka veri etiketleme girişimi Scale AI’nın, yapay zeka modelleri geliştirmek için kullanılan eğitim veri kümelerini etiketlemekten sorumlu olan çok sayıda açıklayıcıyı işten çıkardığını bildirdi.

Yayınlanma zamanı itibariyle resmi bir duyuru yapılmadı. Ancak eski bir çalışan Inc.’e yüzlerce kişinin işten çıkarıldığını söyledi. (Scale AI buna itiraz ediyor.)

Scale AI için çalışan ek açıklamacıların çoğu doğrudan şirket tarafından istihdam edilmiyor. Bunun yerine, Scale’in yan kuruluşlarından biri veya üçüncü taraf bir firma tarafından işe alınıyorlar ve bu da onlara daha az iş güvenliği sağlıyor. Etiketçiler bazen uzun süreler boyunca iş alamıyorlar. Ya da yakın zamanda Tayland, Vietnam, Polonya ve Pakistan’daki müteahhitlerin başına geldiği gibi, Scale’in platformundan törensiz bir şekilde kovuluyorlar.

Geçtiğimiz haftaki işten çıkarmalar hakkında, bir Scale sözcüsü TechCrunch’a HireArt adlı bir şirket aracılığıyla müteahhitleri işe aldıklarını söyledi. “Bu kişiler (yani işlerini kaybedenler) HireArt’ın çalışanlarıydı ve ay sonuna kadar HireArt’tan kıdem tazminatı ve COBRA yardımları aldılar. Geçtiğimiz hafta 65’ten az kişi işten çıkarıldı. Bu sözleşmeli iş gücünü oluşturduk ve işletme modelimiz son dokuz ayda evrimleştikçe uygun boyuta ölçeklendirdik, Amerika Birleşik Devletleri’nde 500’den az kişi işten çıkarıldı.”

Scale AI’nın bu dikkatlice ifade edilmiş ifadeyle tam olarak ne anlama geldiğini anlamak biraz zor, ancak bunu araştırıyoruz. Scale AI’nın eski bir çalışanıysanız veya yakın zamanda işten çıkarılan bir müteahhitseniz, bunu yaparken kendinizi rahat hissettiğiniz şekilde bizimle iletişime geçin.