OpenAI robotik ekibini ana araştırma birimiyle birleştiriyor



Özet


OpenAI, robotik ekibini ana araştırma ve ürün gruplarına entegre ederek GPT-6 Astra gibi genel modellerin özel eğitim gerektirmeden robotları yönetebildiğini savunsa da bu yapısal değişiklik çalışanlar arasında tartışmalara yol açmıştır. NVIDIA'nın simülasyon testlerinde Astra'nın doğrudan komutlarla %66,3 başarı oranı yakalamasına rağmen fiziksel dünyadaki hız ve güvenilirlik konusundaki belirsizlikler sürmektedir. Öte yandan Google DeepMind, Mercedes-Benz fabrikalarında Gemini Robotics 2.5 ile %96 başarı elde ederek genel modellerin robotikteki potansiyelini güçlendirmiştir. Bu gelişmeler, robot zekasının donanım geliştirmeden daha öncelikli bir araştırma alanı haline gelebileceğine işaret etmektedir.




Fortune'un 13 Kasım tarihli haberine göre OpenAI, robotik ekibini ana araştırma ve ürün gruplarına dahil etti. Şirket; GPT-6 Astra ve diğer genel modellerin, bu iş için özel olarak geliştirilmiş ayrı modellere ihtiyaç duymadan robotları çalıştırabildiğini belirtti. The Rundown'da yer alan ve çalışanların tepkisini çeken bu yapısal değişikliğin kapsamı ise henüz netleşmiş değil.

OpenAI mühendisi David Schnurr, robotik çalışmalarının "sağlıklı ve devam ediyor" olduğunu belirterek 15 açık pozisyona dikkat çekti. Diğer bir çalışan ise haberi "tamamen yanlış" olarak nitelendirdi.

Robot testleri neler gösteriyor?

14 Ekim tarihli bir araştırma raporunda NVIDIA araştırmacıları, Astra'yı robot kontrolü için ekstra eğitim almadan simüle edilmiş robot görevlerinde test etti. RoboLab-120 testinde, Astra'nın doğrudan eylemler ürettiği durumda %66,3 oranında başarı sağlandığını bildirdiler. Bu kurulumda hala robot kontrol yazılımı kullanılıyordu.

Model çalışırken simülasyon durduruldu ve doğrudan komutların ortalama süresi 18,56 saniye olarak kaydedildi. Araştırmacılar her görev için beş deneme yaptı ve montaj görevlerini kapsam dışı bıraktı. Bu koşullar, yöntemin fiziksel makineler üzerindeki hızı ve güvenilirliği konusundaki belirsizliği devam ettiriyor.

Google DeepMind, 10 Kasım'daki Gemini Robotics 2.5 duyurusuyla başka bir örnek sundu. Şirket, Mercedes-Benz üretim hatlarında Apptronik'in Apollo 2 robotuyla otomotiv parçalarını seçme ve paketleme denemesinde %96 başarı oranına ulaştığını bildirdi. Sistem, iş akışı yönetimi için bir model ile eylemler için Gemini Robotics 2.5'i birleştiriyor. Ancak bir fabrikanın geneline yayılan verimlilik, çalışma süresi ve güvenlik konuları hala merak konusu.

Neden önemli?

Rapor edilen bu değişim, genel modellerin beklenenden daha fazla robotik işi yapabileceğini gösteriyor. Bir robotu yönlendiren zekayı geliştirmek, donanımın kendisini geliştirmekten daha büyük bir araştırma önceliği haline gelebilir. Bu çalışmaları temel araştırmaya dahil etmek, bu yaklaşım vizyonuyla örtüşüyor.

Robotik araştırmacıları için potansiyel kazanç, paylaşılan bir modeldeki iyileştirmelerin robot davranışlarına da yansıyabilmesidir. NVIDIA'nın deneyi bu fikre somut destek sağlıyor. Deney aynı zamanda zamanlamanın neden önemli olduğunu da ortaya koyuyor: Değişen bir ortamdaki robot, olaylar devam ederken tepki vermek zorundadır. Model için duraklatılan testler; tepki süresi, kesintiler ve kurtarma süreçleri hakkında soruları açık bırakıyor.

Robotları sahada devreye alan ekipler için modelin nerede çalıştığı da kritik önem taşıyor. Google'ın Haziran 2025'te yaptığı yerel robotik modeli duyurusu, hızlı tepki verme ve bağlantının güvenilmez olduğu yerler için internet bağlantısı olmadan çalışan bir sistemi tanımladı. Bu durum, genel akıl yürütme becerileri gelişse bile özelleşmiş modellerin pratik bir rolü olduğunu gösteriyor. Daha hızlı ve daha güvenilir kontrol, bir robotun zekasını geliştirmenin bir parçasıdır.

Donanım mühendisleri de aynı model iyileştirmelerinden faydalanabilir. OpenAI, 3 Kasım'da robotik dahilindeki donanım ekiplerinin tasarım çalışmaları, üretim çizimleri, simülasyonlar ve tasarım incelemeleri için ChatGPT ve Codex'e başvurduğunu açıkladı. Daha iyi genel modeller, mühendislerin makineleri inşa etmelerine ve geliştirmelerine yardımcı olabileceği gibi robotların eylemlerini yönlendirebilir.

Şirketin kendi örneği, fiziksel mühendisliğin neden hala zorlu olduğunu da gösteriyor. Bir cihaz tasarımı...