100 kayıt tarandı
Önce bunlar
Yapay zekâ patlaması ekonominin geri kalanını baskılıyor mu?
Lowrey, ABD'de yapay zekâ için yapılan veri merkezi yatırımının diğer sektörlerden kaynak çekip çekmediğini Dallas örneğiyle soruyor. Dallas-Fort Worth'te yaklaşık 125 veri merkezi çalışıyor, 19'u inşa ediliyor ve yeni başlayan konut inşaatı sayısı yıllık yüzde 12 düşmüş. Harvard'dan Furman'ın analizine göre yapay zekâ altyapısına yapılan inşaat harcaması artarken ofis inşaatı yüzde 14, imalat tesisi inşaatı yüzde 24 geriliyor. Yazıda yüksek faizin ve artan arsa, işgücü ve malzeme maliyetlerinin tahvil getirilerini ve konut kredisi maliyetini yukarı ittiği anlatılıyor. Veri merkezleri az istihdam yaratıp çok elektrik ve su tüketiyor.
| Yapay zekâ altyapı inşaat harcaması | yüzde 65 artış | ABD, yıllık, Furman analizi |
| Konut ve perakende inşaat harcaması | yüzde 10 azalış | ABD |
| Beş büyük şirketin bu yılki sermaye harcaması | 800 milyar dolar | Oracle, Microsoft, Amazon, Meta ve Alphabet, ABD |
Kuzey Kore bağlantılı bilgisayar korsanları milyarlarca dolar çalmış olabilir. Bu, ilk soygunları değil.
Baskar, Binance'ten çalınan yaklaşık 6,3 milyar doları Kuzey Kore bağlantılı grupların önceki soygunlarıyla birlikte anlatıyor: Sony (2014), Bangladeş Merkez Bankası'nın New York Federal Reserve Bank'taki hesabı (2016), Axie Infinity (2022) ve Bybit (Şubat 2025). BM paneline göre 2024'te siber saldırılar Kuzey Kore rejiminin döviz gelirinin yaklaşık yarısını sağladı. Kripto araştırma firmaları Binance saldırısını Kuzey Kore'ye atfediyor, ABD yetkilileri saldırının kime ait olduğunu henüz açıklamadı.
| Binance saldırısında çalınan tutar | yaklaşık 6,3 milyar dolar | Ekim 2026 |
| Bybit saldırısında çalınan tutar | 1,5 milyar dolar | Şubat 2025, FBI hesabı |
| Bangladeş Merkez Bankası'ndan çalınan tutar | 81 milyon dolar | 2016, hedef yaklaşık 1 milyar dolar |
Bir girişim turunda ne var?
Hobart, girişim turlarında (girişimlerin yatırım toplama turları) tüm yatırımcıların aynı fiyatı ödemesinin, fonlar nakit yerine somut yardım sunar hale geldikçe uygun olmaktan çıktığını savunuyor. Değer katkısı yüksek fonun tura farklı fiyatla katılması gerekebilir. Yapay zekâda hesaplama gücü kıt ve pahalı olduğundan, doğrudan ya da bulut şirketleri ve laboratuvarlarla kurdukları ilişkiler üzerinden dolaylı olarak hesaplama gücü sağlayan fonların katkısı somut. Risk şu: iyi bağlantılı fonlar yatırımın değerini hızla artırıp yıllık getiri oranını şişirebilir ve kıt erişimi tüketebilir. Yazıdaki örneklerde yatırımların değeri 2, 5 ve 15 katına çıkıyor.
İşletme okullarının savunması
Edmans, Chris Marquis'in New York Times'ta işletme okullarının kapatılmasını isteyen yazısına yanıt veriyor. Marquis'in iş dünyasını sıfır toplamlı (birinin kazancı ötekinin kaybı olan) bir kâr arayışı, işletme okullarını da yalnızca azami kâr peşinde koşmayı öğreten kurumlar diye çizdiğini savunuyor. Zayıf vaka öğretimi, sığ araştırma ve öğretimi hafife alan kadro teşvikleri gerçek sorunlar, ama çözüm okulları kapatmak değil, onları düzeltmek. İşletme okullarının iki işlevi var: işverenin genel nitelikli becerileri kendisinin finanse etmeyeceği beşerî sermayeyi (bilgi ve beceriyi) üretmek (Becker) ve belge aracılığıyla nitelik göstermek (Spence). Kanıt olarak kendi çalışmasına dayanıyor: ABD'de 28 yıl boyunca "çalışılacak en iyi 100 şirket" listesindeki firmalar akranlarına göre yıllık yüzde 2,3-3,8 fazla getiri sağlamış.
| "Çalışılacak en iyi 100 şirket" listesindekilerin fazla getirisi | yıllık yüzde 2,3-3,8 | ABD, 28 yıl, akranlara göre |
Perakende suçunun fiyatlara yansıması
Hase ile Kasinger, Washington eyaletindeki esrar perakendecilerinin mağaza düzeyindeki suç verisini tüm satış işlemlerinin tarayıcı kayıtlarıyla eşleştiriyor. Soygun ve hırsızlıkların zamanlamasını mağazanın özelliklerinden bağımsız kabul ederek, suça uğrayan mağazada ve yakın rakiplerde fiyatların arttığını buluyor. Fiyat artışı zincire bağlı olmayan mağazalarda ve birkaç büyük satıcının egemen olmadığı pazarlarda daha büyük. Fiyat artışını talepteki değişim açıklamıyor, bulgu maliyetlerin ani yükselmesiyle uyumlu.
| Suça uğrayan mağaza ve yakın rakiplerde fiyat artışı | yüzde 1,7-1,8 | Washington eyaleti, ABD |
| Suçun fiyatlara yüklediği örtük birim vergi | yüzde 1 | Washington eyaleti, ABD |
| Ek toplumsal maliyet | 30,7 milyon dolar | Washington eyaleti, ABD |
Akademik standartları gevşetmenin istenmeyen sonuçları
Bowden, Rodriguez ile Weingarten, gevşetilmiş akademik standartların öğrenci çabası ve başarısı üzerindeki nedensel etkisini inceliyor. Not ortalaması doğrudan yükseliyor, düşük yetenekli öğrencilerde çaba belirgin biçimde azalıyor. Devamsızlık artıyor, sayısal notlar düşüyor. Etkiler lise boyunca birikiyor ve ACT puanlarıyla (ABD'nin üniversite giriş sınavı) ölçülen bilgi ve beceri eksiğini artırıyor.
ChatGPT kendisinin kötü bir Bayesçi (kanıta göre inancını doğru güncelleyen kişi) olduğunu biliyor
Caplan, ChatGPT'yle yaptığı diyaloğu aktarıyor. Bayes kuralına göre inancını güncelleyen birinde olası kaymaların ortalaması sıfırdır: beklenenden güçlü argüman inancı bir yöne, beklenenden zayıf argüman ters yöne çeker. Caplan'a göre model karşı kanıt gelince ya karşı argümanı sunan kişinin görüşüne doğru kayıyor ya da hiç değişmiyor. ChatGPT bunu kabul ediyor, beklenenden zayıf argümanlara daha çok karşı çıkacağını söylüyor ama altta yatan modeli yeniden eğitemeyeceğini ekliyor. Cowen, bu eğilimin giderilip giderilemeyeceğini soruyor.
Zekâyı örgütlemek
Imas, Koh ile Legg, yapay zekânın hangi koşulda ekonomik dönüşüm yarattığını kuramsal bir modelle soruyor. Zekâyı hedeflere ulaşma yeteneği sayıyorlar. Firma verimliliği iki şeye bağlı: yetkinlik (verimliliğin düzeyini yükseltir) ve eşgüdüm (ölçek büyüdükçe verimliliğin ne hızla arttığını belirler). Yapay zekâ uzmanlığı kopyalanabiliyor, insanınki sınırlı. Modele göre yapay zekâ ortalama insandan yetkin olsa da birbirini tamamlayan insanlardan kurulu örgütler onu geçebiliyor. Yapay zekâ eşgüdümü belli bir eşiği aşınca piyasa aniden büyük ve birkaç firmada toplanmış bir yapıya geçiyor. Metin 108 sayfa, ama veriye dayalı (ampirik) tahmin içermiyor.
Bilimin altın çağı geliyor
Smith, bilimin yavaşladığı ve yeni fikir bulmanın zorlaştığı savına karşı, yapay zekânın bilimsel ilerlemeyi sınırlayan kısıtları (araştırmacı sayısının sınırlı olması, yavaş eğitim, yazını bütünüyle okuma güçlüğü) kaldırdığını savunuyor. Kanıt olarak Anthropic'in altı ortak kuruluşla yürüttüğü ilaç keşfi çalışmalarında yaklaşık 35.000 antikor tasarlandığını ve OpenAI'ın fare beyni veri setinde binlerce ajan çalıştırdığını gösteriyor. Bu çalışmaların çoğu klinik öncesi (insan denemesine girmemiş) aşamada. Smith azalan getiriyi ve biyoterörizm riskini de karşı noktalar olarak sıralıyor.
Çin'in en yeni fabrikaları robot üretmiyor.
Yazı, robot ilerlemesinin donanımdan çok eğitim verisi eksiğiyle sınırlı olduğunu söylüyor. Çin'de yerel yönetim destekli "veri fabrikaları" insansı robotların hareketlerini kaydediyor: 70'ten fazla eğitim alanı faal, 46 alan da planlı ya da yapım aşamasında. Gerçek robot verisinin saati 500-1.000 yuan. Bir merkez onlarca ile yüzlerce milyon yuana mal oluyor ve geri ödeme süresi 5-10 yıl bekleniyor. Yazar yatırımın karşılığının belirsiz olduğunu belirtiyor.
| Genel amaçlı robot modeli için gereken veri | yaklaşık 10 milyon saat | dünya, sektör tahmini |
| Mevcut robot verisi | 100.000-1 milyon saat | dünya, sektör tahmini |
| İnsansı robot sevkiyatı | yaklaşık 25.000 adet | dünya, 2026 ilk yarı, IDC |
Sam Altman neden tek bir süper zekâya karşı çıkıyor
Collison ile Altman, modellerin yazılım açıklarını bulma becerisini ve yalıtılmış ortam, izleme ve hizalamadan (modelin insan hedeflerine uygun davranması) oluşan katmanlı savunmayı konuşuyor. Altman tek bir aşırı güçlü sistem yerine çok sayıda "biraz insanüstü" yapay zekâ sistemini tercih ediyor. Çip ve veri merkezi kısıtı, metin parçacığı (yapay zekânın işlediği metin birimi) fiyatı, kişisel ajanlar ve ajanlar arası ticaret de görüşmenin konuları. Altman, harcanan dolar ya da hesaplama gücü başına elde edilen yapay zekâ çıktısının yılda yaklaşık 10 kat iyileşmesini bekliyor.
| Dolar başına çıktı iyileşmesi beklentisi | yılda yaklaşık 10 kat | Altman |
| Stripe işletme giderinde yapay zekâ metin parçacığı payı | yaklaşık yüzde 1 | Collison tahmini |
Meta'nın Muse'u her türlü işi altüst edebilir. Henüz etmedi.
Dave, yaklaşık 50 şirketin yöneticileriyle yapılan görüşmelere ve şirketlerin kazanç açıklama toplantılarına dayanarak Meta'nın alışveriş ajanı Muse'un getirdiği sipariş miktarını inceliyor. DoorDash ajan siparişlerini "yüzlerce", Hilton "önemsiz", eBay "çok çok küçük" diye tanımlıyor. Life Time Group ajan kaynaklı hiçbir iptal yaşamadı. Meta, işletmelerden her işlem için ücret almayı planlıyor. Amazon Muse'u engelledi, sonra kendi dışındaki ajanlara açık olduğunu söyledi.
| Muse'u etkinleştiren kişi | 10 milyondan fazla | ABD ve Kanada, Zuckerberg |
| Etkinleştirenler arasında alışveriş için kullanım payı | yüzde 25'ten fazla | Zuckerberg |
Bir yapay zekâ ajanı canlı bir farenin beynine ilaç enjekte etti
Mullin, Exin Therapeutics kurucusu Ocana Santero'nun bir yapay zekâ ajanına canlı bir faredeki beyin enjeksiyonunu yaptırdığını anlatıyor. Ajan kamera, motorlu sabitleme düzeneği ve robot kolla çalıştı, epilepsili fare için gen terapisini tablodan seçti, bölgeyi, koordinatı, hacmi ve hızı kendisi belirledi. Claude Opus 5.5 enjeksiyonu reddetti, Sonnet 5 işlemi sürdürdü. Koordinat sistemi hatasını ameliyattan haberi olmayan ayrı bir ajan düzeltti. Terapinin nöbetlere etkisi henüz ölçülmedi.
| Ajanın seçtiği gen terapisi tablosu | 19 seçenek | epilepsili fare |
| Ameliyat süresi | 1 saatten uzun | tipik enjeksiyon yaklaşık 45 dakika |
Yapay zekâ ajanına yanlış cevaplarının doğru olduğunu söyledim. Bir model bana inandı.
Dattijo, ajan belleğindeki ödül etiketlerini (1 doğru, 0 yanlış) ters çevirerek modellerin bunları gerçekten okuyup okumadığını sınıyor. Görev, dört rotadan birini seçmek. Doğru rotayı belirleyen gizli kural yalnızca bölgeye bağlı. Rastgele seçimle beklenen düzey 100 denemede 25 isabet. Claude Haiku 5.5, GPT-6 Sol ve Qwen3 4B Instruct 2507 modelleri denenmiş. Bellek içeriği sabitken GPT-6 Sol, doğru etiketli bellekle 100 denemede 56,7, ters çevrilmiş etiketli bellekle 15,6 isabet alıyor. Haiku'da bu değerler 33,9 ve 9,4. Qwen'de doğru ve ters etiketler arasındaki fark, üç rastgele başlangıçla yapılan denemede 9,4 iken altı başlangıçla yapılan denemede 3,1'e iniyor.
| GPT-6 Sol, doğru etiketli bellekle isabet | 56,7 / 100 | sabit bellek, şans düzeyi 25 |
| GPT-6 Sol, ters etiketli bellekle isabet | 15,6 / 100 | sabit bellek, şans düzeyi 25 |
Yapay zekâya soru yanıtlamayı öğrettik. Fikrini değiştirmeyi de öğrettik mi?
Alexander, bilgi güncellemesini sınayan RevisionTrace adlı Python test aracını kuruyor. Araç olgular arasındaki bağımlılığı bir ilişki ağında tutuyor, üç değerli mantık (doğru, yanlış, bilinmiyor) kullanıyor ve sonuçları bağımsız bir doğru cevap kaynağıyla karşılaştırıyor. Altı strateji 300 vakada denenmiş. İkisi güncellemeyi doğru yapıyor: tam yeniden hesaplama (her şeyi baştan hesaplamak) ve artımlı revizyon (yalnızca etkilenen bilgileri güncellemek). Kalan dördü bilerek hatalı kurulmuş. Artımlı revizyon, güncelleme başına tam hesaplamanın yaklaşık dörtte biri kadar işlem gerektiriyor. Gemma 3 4B modeli 66 küçük vakada denenmiş, yazar bunun bir dil modeli kıyaslaması olmadığını belirtiyor.
| Tam yeniden hesaplamanın güncelleme doğruluğu | yüzde 100 | 300 vaka |
| Bilerek bozuk dört stratejinin güncelleme doğruluğu | yüzde 0,7-59 | 300 vaka |
Claude Code ile hatasız uygulamalar nasıl kurulur
Kjosbakken, uçtan uca testlerin (uygulamayı baştan sona bir kullanıcı gibi deneyen testlerin) kodun nasıl yazıldığına değil çalışan uygulamaya baktığını anlatıyor. Eskiden bu testler elle ve düğme kimlikleriyle kuruluyordu, bakım maliyeti taşıyordu. Şimdi bir ajan tarayıcı erişimiyle (örneğin Playwright) sayfalar arasında gezip hataları buluyor. Normal kullanıcı ve yönetici için ayrı ajan tanımlanabiliyor. Testler, kod ana sürüme birleştirilmeden önce otomatik denetim hattında (sürekli entegrasyon), geliştirme ve canlı ortamda ise saatlik aralıklarla çalışıyor.
Anılar aktarılabilir mi? Bunu öğrenmek için kötü şöhretli bir çalışmayı yeniden deneyen bilim insanları
Evans, Harvard'da Sam Gershman'ın laboratuvarında 1960'lardaki McConnell deneylerinin yeniden denendiğini anlatıyor. McConnell, koşullanmış (bir uyarana tepki vermeyi öğrenmiş) planaryanın (yassı solucan) anısının, bu solucanın parçalarının başka solucanlara yedirilmesiyle aktarılabildiğini öne sürmüştü. Snyder ile Kelso eski protokolü harfiyen izledi ve denenen 12 planarya suşunun hiçbirinde koşullanma gözlemedi. Sonuçlar Nisan 2026'da bioRxiv ön baskı sunucusuna yüklendi. Yazı daha sonra Aplysia ve C. elegans adlı canlılarla yapılan bellek aktarımı çalışmalarını (2018, 2021, 2025) anlatıyor.
| Denenen planarya suşu | 12 | hiçbirinde öğrenme yok |
| 1960'larda benzer sonucu bildiren laboratuvar | en az 36 | McConnell dönemi |
John Berger'a iki bakış
Smee, Tom Overton'ın yeni biyografisi "John Berger: From Life" üzerinden Berger'ın sanat eleştirisini ve kişisel hayatını tartışıyor. 1972'de BBC için çekilen dört bölümlük Ways of Seeing dizisini dört başlıkta ele alıyor: yeniden üretim, kadının nesneleştirilmesi, mülkiyet ve statü, reklam. Smee, Berger'ı Sontag, Hughes, Schjeldahl ve Malcolm gibi eleştirmenlerle karşılaştırıyor, Sovyetler Birliği'ne yönelik romantik bakışını ve Rushdie hakkındaki fetvaya tepkisini eleştiriyor. Berger ölülerle ilişkiyi politikanın çekirdeği sayıyordu. Smee bunun nostaljiye kaçtığını söylüyor.
Tunç Çağı neden çöktü
Fitzsimmons, MÖ 1200 civarındaki Tunç Çağı çöküşünü kuraklık ve istilaya bağlamayı yetersiz buluyor, açıklama olarak demiri öne sürüyor. Tunç için gereken kalay birkaç uzak maden yatağından geliyor ve elitler kalayı elinde tutuyor. Demir yerkabuğunda en bol dördüncü element ve cevheri yerinde işlenebiliyor, demir silahlar çevredeki topluluklara da yayılıyor. Kanıt olarak kalay ticaretinin izleri, Hitit ve Mısır kayıtları, Yunan saraylarındaki yıkım tabakaları ve iskeletlerdeki yaralanmaları inceleyen bir çalışma kullanılıyor. Yazar demirin savaşları artırıp artırmadığının tartışmalı olduğunu belirtiyor.
| Kalay yatağı sayısı | 4 | Afganistan, Fransa, İberya ve Cornwall |
| Demir sonrası ortalama hüküm süresi | yüzde 29 kısalma | Asur, Babil ve Atina birlikte |
William Nordhaus'a veda
Cowen, Yale'in Nordhaus'un ölümüne ilişkin duyurusunu paylaşıyor ve onu "gerçek büyüklerden biri" diye anıyor. Yale duyurusu 31 Ekim 2026 tarihli ve Nordhaus'u iktisat ile iklim değişikliğini birleştiren Nobel ödüllü olarak tanımlıyor.
Yapay zekâyla makale eleştirisi başlıyor…
Cowen, Kahn'ın bir paylaşımını aktarıyor. Kahn, iklim ekonomisi üzerine Quarterly Journal of Economics'te çıkmış bir makaleyi ve kendi eleştirisini RefineDotInk adlı yapay zekâ aracına yükleyip tarafsız bir hüküm istemiş. Kahn, aracın ürettiği raporu kamuya açacak. Bu tür raporların bir dergide "özel sayı" (tek konuya ayrılmış sayı) olarak toplanabileceğini öne sürüyor.