Notebun: Yapay Zekâ ve Teknoloji Haberleri

Nvidia ve Baker Lab, Açık Protein Tasarım Yapay Zekâsı RFD4-Proteina'yı Yayımladı

hello@notebun.co (Notebun Newsroom) — Sun, 25 Oct 2026 09:45:00 GMT

Nvidia ile Nobel ödüllü David Baker’ın liderliğindeki Washington Üniversitesi Institute for Protein Design (IPD), yeni proteinleri amino asit dizilerini ve 3B yapılarını aynı anda üreterek tasarlayan açık yapay zekâ modeli RFD4-Proteina’yı yayımladı. Ağırlıkları 19 Ekim’de Hugging Face’te paylaşılan model, 21 Ekim 2026’da Nvidia’nın GTC Berlin konferansında duyuruldu. Geliştiricileri modeli ilaç keşfi, tanı ve endüstriyel kullanımlar için protein tasarlamaya yönelik daha hızlı ve daha ucuz bir araç olarak sunuyor.

RFD4-Proteina nedir?

RFD4-Proteina, IPD’deki Baker Lab ile Nvidia’nın üretken yapay zekâ araştırma grubu tarafından geliştirilen, biyomoleküler tasarıma yönelik üretken bir model. Hugging Face’teki model kartına göre model, önce bir omurga tasarlayıp diziyi sonradan doldurmak yerine protein dizilerini ve tüm atomları içeren yapıları birlikte üreten, bir otokodlayıcıyla eşleştirilmiş bir akış eşleştirme (flow-matching) modeli.

Bilim insanları, korumak istedikleri moleküler bağlamı, örneğin bir bağlanma hedefini, bir enzim motifini, küçük bir molekülü ya da belirli yapısal özellikleri sağlayarak çıktıyı yönlendiriyor. Nvidia, modeli BioNeMo ailesinin bir parçası olarak tanımlıyor ve programlanabilir tasarımı arama ile birleştirdiğini, böylece araştırmacıların ve giderek artan biçimde yapay zekâ ajanlarının adayları kısıtlamalara ve puanlama hedeflerine göre iyileştirebildiğini söylüyor.

Modelin adı, IPD’nin önceki RFdiffusion araçlarına ve Nvidia’nın Proteina protein modelleri serisine gönderme yapıyor.

Model neler tasarlayabiliyor?

Model kartı desteklenen birkaç görevi sıralıyor:

Seçilen bir hedefe bağlanan protein bağlayıcılar.
Katalitik bir bölgenin etrafında protein inşa eden enzim motifi iskeleleme.
Antikor tasarımı.
Küçük moleküller ve DNA için bağlayıcılar.
Tek zincirli proteinlerin koşulsuz üretimi.

Nvidia, bu tür tasarımların hastalık süreçlerini kesintiye uğratmak ya da tanı testlerinde hastalığı tespit etmek için kullanılabileceğini söylüyor. Analytics India Magazine’in haberine göre Baker da olası uygulamalar olarak ilaç keşfine ve pestisitleri parçalayan enzimlere işaret etti.

RFD4-Proteina, RFdiffusion3 ile nasıl kıyaslanıyor?

Nvidia, bir araştırma taslağının protein bağlanması, küçük molekül bağlanması, enzim iskeleleme ve DNA bağlanması olmak üzere dört kıyaslama setinde, test edildiği temel yöntemlere göre daha yüksek hesaplamalı tasarım başarı oranları ve daha hızlı üretim gösterdiğini söylüyor. Analytics India Magazine’in aktardığına göre Nvidia, 200 amino asitlik proteinlerden oluşan bir kıyaslamada tasarım üretimini RFdiffusion3’ten kabaca 13 kat daha hızlı ölçtü.

Bu rakamlar önemli bir uyarıyla birlikte geliyor. Model kartı, kıyaslama metriğinin laboratuvarda kanıtlanmış etkinliği değil, GPU-saati başına hesaplamalı kontrollerden geçen tasarımları saydığını ve yayımlanan sonuçların mevcut sürümden değil önceki sürümden geldiğini belirtiyor. Her tasarımın hâlâ yapısal ve deneysel doğrulamadan geçmesi gerekiyor.

Teknik özellikler, lisans ve erişim

Mevcut sürüm yaklaşık 435,6 milyon parametreye sahip, kabaca 1,74 GB’lık ağırlık olarak depolanıyor ve proteinleri, nükleik asitleri ve küçük molekülleri kapsayan birleşik bir sözcük dağarcığı kullanıyor. Model, Ampere neslinden Blackwell’e kadar Nvidia GPU’larıyla Linux üzerinde çalışıyor.

Model, ağırlıklar ve kod, serbest kullanıma olanak tanıyan BSD 3-Clause lisansıyla yayımlanıyor. Nvidia’ya göre RFD4-Proteina’ya Amazon Bio Discovery, Anthropic’in Claude Science’ı, Benchling, Databricks, Google Cloud, Hugging Face, Nebius, OpenAI ve Tamarind Bio dahil olmak üzere uzun bir platform listesi üzerinden erişilebiliyor. Hugging Face’te demo girdileri SecureDNA ile taranıyor ve işaretlenen talepler reddediliyor.

Neden önemli?

Baker 2024 Nobel Kimya Ödülü sahibi ve IPD’nin protein tasarım yazılımlarını kamuya açık olarak yayımlama konusunda köklü bir geçmişi var. Ortaklaşa geliştirilen bir modelin serbest bir lisansla açık hale getirilmesi, gelişmiş tasarım yeteneğini uygun bir Nvidia GPU’suna sahip her laboratuvarın erişimine sunuyor.

Baker, Nvidia’nın duyurusunda “Doğanın yaptığı proteinleri keşfettiğimiz bir çağdan, tamamen yenilerini tasarlayabileceğimiz bir çağa geçiyoruz” dedi.

Model, Nvidia’nın GTC Berlin’de yaşam bilimleri alanında attığı daha kapsamlı adımların da bir parçası; şirket burada BioNeMo üzerine kurulu bilimsel yapay zekâ ajanlarını ve yapay zekâ destekli radyasyon tedavisi konusunda Siemens Healthineers ile ortaklığını öne çıkardı.

Bundan sonra ne olacak?

RFD4-Proteina’nın asıl sınavı, araştırmacıların modelin daha hızlı hesaplamalı tasarımlarının gerçekten amaçlandığı gibi bağlanan, kataliz yapan ve katlanan proteinlere dönüşüp dönüşmediğini kontrol edeceği ıslak laboratuvarlarda verilecek.

Beyin-Bilgisayar Arayüzü, Tepkisiz Yoğun Bakım Hastalarına Sesi Kontrol Ettirdi

hello@notebun.co (Notebun Newsroom) — Sat, 24 Oct 2026 14:20:00 GMT

Columbia Üniversitesi’nin 22 Ekim’de Brain dergisinde yayımlanan çalışmasına göre, invaziv olmayan bir beyin-bilgisayar arayüzü, tamamen tepkisiz görünen beyin hasarlı bazı yoğun bakım hastalarının bir sesi yalnızca düşünceleriyle kontrol etmesini sağladı. Test edilen 41 hastanın yaklaşık üçte biri, ağır bir beyin hasarının ardından günler içinde bip sesi veren bir tonun perdesini yükseltip alçaltmayı öğrendi. Araştırmacılar, çalışmanın ileride gizli bilince sahip hastalara iletişim kurmanın bir yolunu sunabileceğini söylüyor.

Columbia çalışması ne buldu?

Columbia University Vagelos College of Physicians and Surgeons ile NewYork-Presbyterian/Columbia University Irving Medical Center’dan nörolog Jan Claassen’ın liderliğindeki ekip, sistemi akut beyin hasarı olan ve klinik olarak tepkisiz 41 hasta üzerinde, hastaneye yatışlarından birkaç gün sonra test etti.

Kısa bir eğitim döneminin ardından hastaların kabaca üçte biri tonu yalnızca düşünceyle kontrol edebildi. Ayrı bir muayeneyle, gizli bilincin bir biçimi olan bilişsel motor ayrışma tespit edilen hastaların her biri başarılı olanlar arasındaydı. Bazı hastalar bu noktaya yaralanmalarından sonraki birkaç gün içinde ulaştı.

“Clinically unresponsive patients with acute brain injury activate a brain-computer interface” başlıklı makalede, Columbia ve NewYork-Presbyterian’dan klinisyen ve araştırmacılardan oluşan bir ekiple birlikte Qi Shen birinci yazar olarak yer alıyor.

Beyin-bilgisayar arayüzü nasıl çalışıyor?

Beyin çipleri üzerinde çalışan şirketlerin vücuda yerleştirilen cihazlarından farklı olarak bu sistem, kafa derisine yerleştirilen standart EEG elektrotlarına dayanıyor; bunlar yoğun bakım ünitelerinde rutin beyin izlemesi için zaten kullanılan elektrotlarla aynı türden.

Düzenek birkaç adımda çalışıyor:

Hastalar kulaklıktan bip sesi veren bir ton duyuyor.
Kaydedilmiş bir ses, ellerini açıp kapadıklarını hayal ederek tonun frekansını değiştirmelerini istiyor.
Yatak başındaki bir bilgisayar EEG sinyallerini gerçek zamanlı olarak analiz ediyor ve tonu buna göre ayarlıyor.
Kaydedilmiş ses hastaları cesaretlendiriyor ve bir hedefe ulaştıklarında onları tebrik ediyor.

Donanım yoğun bakım ünitelerinde zaten standart olduğundan araştırmacılar, bu yaklaşımın alternatiflere göre çok daha kolay uygulanabileceğini savunuyor. Fonksiyonel MR daha önce tepkisiz tek bir hastadan evet-hayır yanıtları almak için kullanılmıştı, ancak rutin yatak başı kullanımı için pratik değil.

Bilişsel motor ayrışma nedir?

Bilişsel motor ayrışma (CMD), komutları yerine getirmeye çalışıyor gibi görünen ancak bunu gösterecek şekilde kaslarını hareket ettiremeyen hastaları tanımlıyor. Claassen’ın ekibi bu durumu, beynin üst düzey düşünme bölgeleri ile hareketi kontrol eden motor bölgeler arasındaki iletişimin bozulmasıyla ilişkilendirdi.

Aynı grup 2019’da standart EEG ve yapay zekâ kullanarak tepkisiz beyin hasarlı hastaların %15’inde gizli bilinç belirtileri tespit etmiş ve bu bulgu yoğun bakım alanında şaşkınlık yaratmıştı. Ekibin araştırmaları ayrıca CMD’li hastaların bilinçlerini geri kazanma ve günlük yaşamda önemli ölçüde işlevsellik kazanma olasılığının daha yüksek olduğunu gösterdi. Ancak CMD’yi tespit eden araçlar hâlâ araştırma ortamlarıyla sınırlı.

Neden önemli?

Aileler ve klinisyenler için tepkisiz görünen bir hastanın farkında olup olmadığını bilmek, bakımla ilgili kararları şekillendirebilir. Hem farkındalığı tespit eden hem de temel yanıtlar için bir kanal sunan yatak başı bir araç, bu hastaların yaralanmanın ardından gelen ilk kritik günlerde nasıl tedavi edildiğini değiştirebilir.

Claassen sonucu abartmamaya özen gösteriyor. Columbia’nın duyurusunda “Beyin-bilgisayar arayüzümüz yalnızca bir ilk adım” diyen Claassen, çalışmanın bu tür hastalara bir gün ses verilebileceğine işaret ettiğini de ekledi. EEG’nin yoğun bakımdaki günlük uygulamanın zaten bir parçası olduğunu belirten Claassen, teknoloji olgunlaşırsa bunun yaygınlaşmasına yardımcı olabileceğini kaydetti.

Sınırlamalar ve bundan sonrası

Çalışma açık uçlu bir iletişimi değil, tek bir tonun kontrolünü gösteriyor. Hastaların yalnızca yaklaşık üçte biri sistemi kullanabildi, sistem eğitim gerektirdi ve kamuya açık özetler 41 hastanın kaçında CMD bulunduğunu belirtmiyor.

Araştırmacılar şimdi arayüzü, hastaların ağrı ya da açlık gibi ihtiyaçlarını bildirebileceği şekilde geliştirmeyi planlıyor. Sistemi deneyen katılımcılar ve aile üyeleri sistemi faydalı bulduklarını söyledi; bir yakının sesinin kullanılması, kültürel açıdan anlamlı ayrıntıların eklenmesi ve ağrı, açlık ile farkındalığı tespit edecek yolların sisteme dahil edilmesi gibi kişisel dokunuşlar önerdi.

Çalışma; National Institutes of Health, Paris Brain Institute America, Canadian Institutes of Health Research, Fondation du Centre hospitalier de l’Université de Montréal ve Royal College of Physicians and Surgeons of Canada tarafından finanse edildi.

Anthropic, Pro ve Max İçin Proaktif Yapay Zekâ Ajanı Claude Duet'i Tanıttı

hello@notebun.co (Notebun Newsroom) — Fri, 23 Oct 2026 10:25:00 GMT

Anthropic, kullanıcının bağlı uygulamalarını izleyen, ilgilenilmesi gereken konuları işaretleyen ve görevleri arka planda yerine getiren proaktif yapay zekâ ajanı Claude Duet’i kullanıma sundu. 21 Ekim 2026’da duyurulan ve şirketin Opus 5.5 modeli üzerine kurulan Duet, ABD’deki Claude Pro ve Max abonelerine bekleme listesi aracılığıyla araştırma önizlemesi olarak sunuluyor. Lansman, Anthropic’in Eylül ayında piyasaya çıkan Meta Muse ve OpenAI Dots’a verdiği yanıt niteliğinde.

Claude Duet nedir?

Duet, kendisinden istenmeden harekete geçecek şekilde tasarlandı. Her sabah kullanıcının bağlı hesaplarındaki önemli konulara dair kısa bir özet gönderiyor, ardından bu hesapları birkaç saatte bir kontrol ederek bir konunun karar gerektirdiği ya da bir görevin tamamlandığı durumlarda uyarı yolluyor. Anthropic, ajanı takip etmesi gerekenler yönetebileceğinden fazla olan profesyonellere ve küçük işletme sahiplerine yönelik konumlandırıyor.

Ajan, yerleşik tarayıcıya sahip kendi uzak sanal makinesinde çalışıyor; böylece kullanıcı dizüstü bilgisayarını kapattıktan ya da telefonunu elinden bıraktıktan sonra da iş devam edebiliyor. Bağımsız bir mobil uygulama olarak ve claude.ai üzerinden web’de sunulan Duet, kullanıcının Claude’da daha önce ayarladığı hafızayı, becerileri ve uygulama bağlantılarını yeniden kullanıyor; bu nedenle yapılandırılması gereken pek bir şey yok. Tüm etkileşimler tek ve kesintisiz bir sohbet akışında gerçekleşiyor.

Claude Duet neler yapabiliyor?

VentureBeat’in aktardığına göre Duet, Claude Marketplace üzerinden 6.000’den fazla bağlayıcı ve eklentiye erişebiliyor. Anthropic’in öne çıkardığı örnekler şunlar:

Finans: Ödenmemiş faturalar için QuickBooks ya da Stripe’ı incelemek ve hatırlatmalar hazırlamak.
Satış: Müşteri erişimi için HubSpot verilerini kullanmak ve sözleşmeleri Docusign’da imzaya hazır hale getirmek.
İnsan kaynakları operasyonları: Gusto bordrosunu hazırlayıp çalıştırmak ve onay sonrasında LinkedIn için iş ilanı taslakları oluşturmak.
Pazarlama ve ticaret: Canva kampanyaları oluşturmak ve Shopify mağazalarının bakımına yardımcı olmak.
Analiz ve geliştirme: Finansal tahminler hazırlamak, gösterge panelleri oluşturmak ve web uygulamaları geliştirmek.

Yaklaşık 110 çalışanı olan bir işletmenin sahibi ve ilk kullanıcılardan Amin Ebrahimi, VentureBeat’e Duet’in cazibesinin her şeyi tek bir yerde toplamasında yattığını söyledi: “100 sekme açmama gerek kalmıyor.”

Anthropic güvenlik ve gizliliği nasıl ele alıyor?

Anthropic, kullanıcının hesapları üzerinde işlem yapabilen bir ajanın etrafına çeşitli güvenlik önlemleri yerleştirdi. Duet işlemlerin taslağını hazırlıyor ancak mesaj göndermeden, ödeme yapmadan, belge imzalamadan ya da herhangi bir şeyi silmeden önce onay istiyor. VentureBeat’e göre kullanıcı izin verse bile menkul kıymet alım satımı yapması veya finansal hesaplar arasında para aktarması yasak.

MacRumors’ın haberine göre Duet’e hesap erişimi verildiğinde ajan parolaları ya da oturum açma bilgilerini hiçbir zaman görmüyor; hassas bilgilerin sızmasını önlemek için de özel bir sınıflandırıcı ve güvenlik amaçlı bir sistem istemi her mesajı denetliyor. VentureBeat, ödeme kartı ve resmi kimlik numaraları gibi en kısıtlı verilerin tamamen engellendiğini, diğer bazı hassas bilgilerin ise yalnızca açık talimat üzerine kullanıldığını ekliyor.

Şirket, eksikler konusunda da açık davranıyor. Önizleme sürümü bir konuşmayı yanlış yorumlayıp yanlış bir aciliyet düzeyi atayabiliyor ve kullanıcılar Duet’in tarayıcısını çalışırken henüz izleyemiyor.

Claude Duet’in fiyatı ne kadar?

Önizleme süresince Duet için ayrıca ücret alınmıyor. Ajan, aylık 20 dolar ya da yıllık 200 dolar olan Claude Pro’ya ve aylık 100 dolardan başlayan Claude Max’e dahil. Duet, normal Claude sohbetleriyle aynı kullanım kotasını kullanıyor ve arka plan kontrolleri de bu limitten düşüyor; Anthropic’in hesapları sürekli değil de birkaç saatte bir kontrol etmesinin nedeni de bu.

Duet henüz Team ya da Enterprise planlarında sunulmuyor; Anthropic bir Duet API’si, önizleme sonrası fiyatlandırma ya da daha geniş kullanıma açılma takvimi açıklamadı.

Claude Duet, Meta Muse ve OpenAI Dots ile nasıl kıyaslanıyor?

Duet, hızla şekillenen bir pazara giriyor. Fortune’un aktardığına göre Meta, Muse ajanını 8 Eylül’de piyasaya sürdü; Mark Zuckerberg de Meta’nın 21 Ekim’deki bilanço toplantısında ABD ve Kanada’da yaklaşık altı haftada 10 milyondan fazla kişinin bir Muse ajanı kurduğunu ve bunların kabaca dörtte birinin herhangi bir günde ajanı kullandığını söyledi. OpenAI ise GPT-6 Astra modeliyle çalışan ajanları Dots’u 29 Eylül’de kullanıma sundu.

Muse’un ücretsiz bir giriş seçeneği bulunurken Dots, OpenAI’ın daha yüksek fiyatlı Pro ve kurumsal katmanlarını hedefliyor. Fortune, Duet’in kısmen savunma amaçlı bir hamle olabileceğini, ücretli Claude abonelerine rakip bir asistana geçmemeleri için bir neden sunduğunu öne sürüyor. Duet, Slack tartışmalarını takip eden Claude Tag ve kullanıcılar dizüstü bilgisayarlarını kapattıktan sonra da Claude’un görevler üzerinde çalışmaya devam etmesini sağlayan Eylül güncellemesi gibi Anthropic’in önceki ürünlerinin üzerine inşa ediliyor.

Bundan sonra ne olacak?

Anthropic, Duet’in araştırma önizlemesi aşamasından ne zaman çıkacağını ya da ABD’deki bekleme listesinin ötesine ne zaman genişleyeceğini açıklamadı. Fortune, yılın başlarında Anthropic’i zorlayan işlem kapasitesinin erişimin ne kadar hızlı genişleyeceğini etkileyebileceğini belirtiyor; ancak şirket bekleme listesini herhangi bir kapasite sıkıntısıyla ilişkilendirmedi.

Meta 3. Çeyrek Bilançosu: Gelir %26 Arttı, 9,9 Milyar Dolarlık Hukuki Gider Kârı Vurdu

hello@notebun.co (Notebun Newsroom) — Thu, 22 Oct 2026 12:10:00 GMT

Meta Platforms, reklam işinin hızlı büyümesini sürdürmesiyle 21 Ekim’de 2026 üçüncü çeyreğine ilişkin olarak bir önceki yılın aynı dönemine göre %26 artışla 64,6 milyar dolar gelir açıkladı. Ancak gençlerin ruh sağlığına ilişkin davalarla bağlantılı 9,89 milyar dolarlık hukuki gider faaliyet kârını %37 aşağı çekti ve yatırımcılar artan yapay zekâ harcamalarına odaklandı: Hisseler ertesi sabah yaklaşık %3 düştü. Meta ayrıca dördüncü çeyrek için 73 milyar ile 76 milyar dolar arasında gelir öngördü; bu rakam Wall Street’in beklentilerinin üzerinde.

Bir bakışta Meta’nın 2026 3. çeyrek bilançosu

Meta’nın bilanço açıklamasındaki öne çıkan rakamlar şöyle:

Gelir: Yıllık bazda %26 artışla 64,6 milyar dolar. Techloy’a göre bunun 63,06 milyar doları reklamdan geldi.
Maliyet ve giderler: Hukuki gider dahil, %68 artışla 51,6 milyar dolar.
Faaliyet kârı: %37 düşüşle 13,0 milyar dolar; faaliyet kâr marjı bir yıl önceki %40’a karşılık %20 oldu.
Net kâr: Bir yıl önceki 2,71 milyar dolara kıyasla 9,86 milyar dolar; seyreltilmiş hisse başına 3,83 dolar.
Gider hariç: Faaliyet kârı 22,88 milyar dolar, seyreltilmiş hisse başına kâr ise 7,40 dolar olacaktı. Techloy’un aktardığına göre analistler 5,46 dolar bekliyordu.

Kullanıcı büyümesi istikrarlıydı. Meta’nın uygulamalarındaki günlük aktif kişi sayısı Eylül’de %3 artışla ortalama 3,64 milyara ulaştı. Reklam gösterimleri %10 artarken reklam başına ortalama fiyat %14 yükseldi.

9,89 milyar dolarlık hukuki gider nedir?

Gider, Meta’nın gençlerin ruh sağlığı ve sosyal medyaya ilişkin davaları çözmek için Ağustos 2026’da 52 eyalet başsavcısıyla vardığı anlaşmadan kaynaklanıyor. Meta, anlaşmanın yaklaşık 18,59 milyar dolara kadar ödeme öngördüğünü ve bunun 9,89 milyar dolarını üçüncü çeyrekte gider olarak kaydettiğini belirtiyor.

Gider, Meta’nın güçlü satışları ile daha zayıf kâr kalemi arasındaki farkın büyük bölümünü açıklıyor. Facebook, Instagram ve WhatsApp’ı kapsayan Family of Apps segmenti, bir yıl önceki 25,0 milyar dolardan 17,1 milyar dolara gerileyen bir faaliyet kârı açıkladı.

Meta yapay zekâya ne kadar harcıyor?

Finansal kiralama ödemeleri dahil yatırım harcamaları çeyrekte 34,91 milyar dolara ulaştı. Bu yoğun yatırım, serbest nakit akışını bir yıl önceki 10,6 milyar dolarlık pozitif seviyeden eksi 2,12 milyar dolara, yani negatife çevirdi. 24/7 Wall St.’in haberine göre Meta çeyreği 83,7 milyar dolar borca karşılık 82,4 milyar dolar nakit ve menkul kıymetle kapattı.

Meta, 2026 yılının tamamı için yatırım harcaması aralığını, alt sınırı 130 milyar dolardan yükselterek 135 milyar ile 145 milyar dolar aralığına daralttı. Şirket ayrıca hukuki gideri yansıtmak için toplam gider öngörüsünü 175 milyar ile 179 milyar dolar aralığına çıkardı. Meta, 2027 için tam yıllık gelir öngörüsü vermekten kaçındı ancak yapay zekâya yoğun yatırım yapmayı sürdürürken güçlü gelir büyümesini korumayı beklediğini söyledi.

Muse, süper zekâ ve Reality Labs

CEO Mark Zuckerberg çeyreği Meta’nın yapay zekâ hedeflerine bağladı. Açıklamada “Bu çeyrekte herkese kişisel süper zekâ sunma yolunda önemli kilometre taşlarına ulaştık” diyen Zuckerberg, Meta’nın kişisel yapay zekâ ajanı Muse’un ve şirketin ilk öncü (frontier) modeli olarak nitelendirdiği Muse Wonder’ın kullanıma sunulmasına dikkat çekti. Techloy’un haberine göre ABD ve Kanada’da 10 milyondan fazla kişi Muse’a kaydoldu ve bunların yaklaşık dörtte biri ajanı her gün kullanıyor.

Meta’nın metaverse ve donanım birimi Reality Labs, çeyrekte 4,1 milyar dolar zarar etti; bu, bir yıl önceki 4,4 milyar dolarlık zarardan biraz daha düşük. Meta, Reality Labs’in 2026’da 18 milyar ile 19 milyar dolar arasında zarar etmesini, bu zararın 2027’de yaklaşık 15 milyar dolara gerilemesini bekliyor.

Diğer dikkat çeken ayrıntılar

Meta’nın çalışan sayısı Eylül sonu itibarıyla bir yıl öncesine göre %15 azalarak 66.775 oldu. Şirket çeyrekte ve 2026’nın ilk dokuz ayında hisse geri alımı yapmadı, ancak temettü ve temettü eşdeğerleri olarak 1,36 milyar dolar ödedi.

Açıklamada ayrıca Ocak 2027’de yürürlüğe girecek ve hissedarlara tek seferlik hisse temettüsü olarak dağıtılacak, oy hakkı olmayan yeni bir C Sınıfı adi hisse senedi de duyuruldu.

Hisse neden düştü?

24/7 Wall St.’in haberine göre Meta hisseleri, gelir ve öngörüde beklentileri aşmasına rağmen 22 Ekim’deki sabah işlemlerinde yaklaşık %3 düşüşle 677,20 dolara geriledi; yayın, düşüşü daha yüksek yapay zekâ harcaması öngörüsünün beklentileri aşan sonuçları gölgede bırakmasına bağladı. Bu tepki, bu bilanço sezonunda tüm büyük teknoloji şirketlerinin üzerinde asılı duran bir soruyu öne çıkarıyor: Yatırım harcamaları nakit akışının önüne geçerken yatırımcılar hızlı gelir büyümesini daha ne kadar ödüllendirecek?

Bundan sonra ne olacak?

Meta’nın raporu, sektör genelindeki yatırımcıların hızla artan yapay zekâ harcamalarını gelir büyümesiyle tarttığı bir döneme denk geliyor. Meta açısından bir sonraki göstergeler, şirketin dördüncü çeyrekte 73 milyar ile 76 milyar dolarlık hedefe ne ölçüde ulaşacağı, olası bir 2027 yatırım harcaması öngörüsü ve başsavcılarla yapılan uzlaşma kapsamındaki yeni ödemeler olacak.

Agile Robots, Nvidia GR00T Tabanlı İnsansı Robot Agile ONE SN'yi Tanıttı

hello@notebun.co (Notebun Newsroom) — Wed, 21 Oct 2026 15:40:00 GMT

Münih merkezli Agile Robots, hazır bir araştırma platformu olarak tasarlanan kompakt insansı robot Agile ONE SN’yi 21 Ekim 2026’da Nvidia’nın GTC Berlin konferansında tanıttı. Nvidia’nın Isaac GR00T robot yazılımı üzerine kurulan ve yerleşik bir Jetson Thor bilgisayarıyla çalışan robot, laboratuvarlara haftalar yerine günler içinde deneylere başlayabilecekleri standart bir insansı robot sunmayı amaçlıyor. Nvidia, robotun 2027 başında kullanıma sunulmasının planlandığını söylüyor.

Agile ONE SN nedir?

Agile ONE SN bir “referans” insansı robot: tüketicilere ya da fabrikalara değil, robotik araştırmacılarına ve geliştiricilere yönelik; gövde, sensörler, bilgisayar ve yazılımdan oluşan eksiksiz bir paket. Amaç, her laboratuvarın kendi donanım ve yazılım yığınını kurması yerine, Nvidia’nın simülasyon ve eğitim araçlarıyla kutudan çıktığı gibi çalışan, doğrulanmış tek bir platform sunmak.

Nvidia, simülasyon, eğitim ve konuşlandırmayı birbirine bağlayan bu yaklaşımın araştırmacıların kurulum süresini haftalardan günlere indirebileceğini belirtiyor. Şirket, robota ilgi gösteren önde gelen kurumlar arasında Stanford Üniversitesi ve ETH Zurich’i saydı.

Agile ONE SN’nin teknik özellikleri

Nvidia’nın duyurusuna göre robot, Agile Robots’un Agile ONE S gövdesi üzerine inşa edildi ve şunları içeriyor:

Boyut: 1,40 metre (4,59 fit) boy ve 40 kilogram (88 libre) ağırlık.
Hareket kabiliyeti: Gövde genelinde 31 serbestlik derecesi ve kol başına 3 kilogramlık taşıma kapasitesi.
Eller: Her biri 20 serbestlik derecesine, dokunsal algılamaya ve 1 kHz kuvvet kontrolüne sahip iki adet beş parmaklı WUJI Hand 2 ünitesi.
İşlem gücü: 2.070 FP4 teraflopa kadar performans sunan ve 128 GB birleşik belleğe sahip Nvidia Jetson Thor.
Sensörler: Kafada ve bileklerde kameralar, lidar ve ataletsel ölçüm birimleri.
Güvenlik: Şirketin robotik güvenlik platformu Nvidia Halos ile planlanan entegrasyon.

Henüz bir fiyat açıklanmadı; GadgetScout da kesin bir çıkış tarihinin ya da Birleşik Krallık’ta bir satış kanalının doğrulanmadığına dikkat çekiyor.

Nvidia neden bir referans insansı robotu destekliyor?

Lansman, Nvidia’nın 20-22 Ekim tarihleri arasında düzenlenen GTC Berlin’de duyurduğu çok sayıda robotik yenilikten biriydi. Nvidia, robotun yanı sıra açık kaynaklı robot öğrenme çerçevesi Isaac Lab 3.0’ı genel kullanıma sundu ve Holoscan platformu üzerine kurulu, yapay zekâ modellerini, sensörleri ve robot kontrollerini gerçek zamanlı olarak birbirine bağlayan açık kaynaklı çalışma zamanı ortamı Isaac OS’i tanıttı.

Şirket ayrıca Hugging Face’te simülasyona hazır 2.000’den fazla robot ve fabrika varlığından oluşan bir kütüphane yayımladı. Nvidia’nın çipleri ve modelleri üzerinde çalışan standart bir insansı robot, araştırmacılara tüm bu araçlar için ortak bir hedef sunuyor; Nvidia’ya da filizlenmekte olan insansı robot ekosistemini kendi donanımına bağlamanın bir yolunu daha veriyor.

Nvidia CEO’su Jensen Huang bu anı iddialı sözlerle tanımlayarak “robotik için ChatGPT anı hızla yaklaşıyor” dedi. Agile Robots’un kurucusu ve CEO’su Zhaopeng Chen ise insansı robotların ihtiyaç duyduğu asıl atılımın ölçekte fayda sağlamak olduğunu savundu.

Agile Robots kimdir?

Crypto Briefing’e göre Agile Robots, 2018’de Alman Havacılık ve Uzay Merkezi’nden (DLR) ayrılan bir yan kuruluş (spin-off) olarak kuruldu ve merkezi Münih’te bulunuyor. SoftBank’in liderlik ettiği 2021’deki finansman turunda şirkete yaklaşık 1 milyar dolar değer biçildi; yatırımcıları arasında SoftBank ve Xiaomi yer alıyor.

Şirket, tam boyutlu insansı robotu Agile ONE’ı Kasım 2025’te tanıtmıştı. Crypto Briefing’in aktardığına göre standart Agile ONE S ile yeni SN versiyonunun üretimine 2026 sonuna kadar başlanması planlanıyor ve 2027’de 1.000 ile 2.000 arasında insansı robot üretilmesi öngörülüyor. Yayın, Avrupa’nın insansı robot pazarında NEURA Robotics’i de rakip olarak gösteriyor.

İnsansı robot yarışındaki yeri

İnsansı robotlar GTC Berlin’in başlıca temalarından biriydi; Nvidia burada ABB Robotics, KUKA, NEURA Robotics, Humanoid ve Universal Robots gibi Avrupalı robotik şirketlerini kendi platformları üzerinde geliştirme yapanlar arasında saydı. Bu girişimlerin çoğu endüstriyel işleri hedeflerken Agile ONE SN, doğrudan yeni nesil robot becerilerini geliştiren araştırma laboratuvarlarına yönelik olarak konumlandırılıyor.

Bu konumlandırma önemli, çünkü araştırma grupları çoğu zaman herhangi bir öğrenme deneyine başlamadan önce entegrasyona ciddi zaman harcıyor. Ortak bir platform, sonuçların kurumlar arasında karşılaştırılmasını da kolaylaştırabilir.

Bundan sonra ne olacak?

İzlenmesi gereken başlıca kilometre taşları 2027 başındaki kullanıma sunulma takvimi, nihai fiyat ve Agile Robots’un üretim hedeflerine ulaşıp ulaşamayacağı. Nvidia Halos güvenlik araçlarıyla entegrasyon da hâlâ planlanan özellikler arasında yer alıyor ve bunun için bir takvim verilmedi. Platform anlatıldığı gibi piyasaya çıkarsa araştırma laboratuvarlarına Nvidia’nın robot öğrenme yığını etrafında tasarlanmış, hazır bir insansı robot sunacak.

Google Willow Kuantum Çipi Sihirli Durum Hatalarını 40 Kat Azalttı

hello@notebun.co (Notebun Newsroom) — Mon, 19 Oct 2026 13:05:00 GMT

Google Quantum AI, sihirli durum yetiştirme (magic state cultivation) adlı bir tekniğin süperiletken Willow işlemcisinde çalıştığını gerçek donanım üzerinde gösterdiğini açıkladı. 15 Ekim’de duyurulan ve Science dergisinde yayımlanan sonuç, sihirli durum olarak adlandırılan durumlardaki hataları kabaca 40 kat azalttı ve rekor düzeyde %99,99 mantıksal doğruluğa sahip T-durumları üretti. Çalışma, kullanışlı ve hata düzeltmeli bir kuantum bilgisayara giden yoldaki en maliyetli adımlardan birini hedefliyor.

Kuantum hesaplamada sihirli durum nedir?

Hata düzeltmeli kuantum bilgisayarlar bazı işlemleri düşük maliyetle yürütebiliyor, ancak tam anlamıyla “evrensel” bir makinenin klasik bilgisayarların simüle edebileceklerinin ötesine geçen işlemlere de ihtiyacı var. Sihirli durumlar, makinenin hata korumasını bozmadan bu daha zor işlemleri mümkün kılan, özel olarak hazırlanmış kuantum durumları.

Sorun arzda yatıyor. Her sihirli durum kullanıldığında tükeniyor, bu nedenle büyük bir hesaplama bunların sürekli bir akışına ihtiyaç duyuyor. Bunları düşük hata oranlarıyla üretmek ise maliyetli: Google, gelecekteki bir kuantum bilgisayarın kapasitesinin %95’e kadarının yalnızca bu durumları üretmeye harcanabileceğine dair tahminlere atıfta bulunuyor.

Sihirli durum yetiştirme nasıl çalışıyor?

Yetiştirme yaklaşımı, geleneksel ve kaynak tüketen yöntem olan sihirli durum damıtmaya (magic state distillation) daha yalın bir alternatif olarak 2024’te Google araştırmacıları Craig Gidney, Noah Shutty ve Cody Jones tarafından önerildi. Yetiştirme, çok sayıda gürültülü durumu birleştirerek tek bir iyi durum elde etmek yerine, çipin küçük bir bölgesine enjekte edilen tek bir gürültülü durumla başlıyor.

Ardından bir dizi koordineli kontrol hataları arıyor. Bir kontrol başarısız olursa deneme iptal edilip yeniden başlatılıyor; başarılı olursa durum kademeli olarak daha saf ve daha düşük hatalı bir sürüme dönüştürülüyor. Google araştırmacıları Emma Rosenfeld ve Craig Gidney bir blog yazısında süreci yalnızca temiz durumların geçmesine izin veren bir filtreye benzetiyor.

Google Willow’da neyi başardı?

Google’a ve Science makalesine ilişkin haberlere göre ekip şu sonuçları bildirdi:

Yetiştirilmemiş durumlara kıyasla hatalarda yaklaşık 40 kat azalma.
Google’ın rekor olarak nitelendirdiği, T-durumları için %99,99 mantıksal doğruluk.
Yetiştirilmiş bir durumun mesafe-3 renk kodundan, genel hata düzeltmede kullanılan türden daha büyük bir mesafe-5 yüzey koduna başarıyla aktarılması.

Bu güvenilirliğin bir bedeli var. ScienceAlert’in haberine göre en katı çalıştırmalarda denemelerin yalnızca yaklaşık %8’i tutuldu, geri kalanı atıldı. Durumun daha büyük yüzey koduna taşınması da yeni hatalara yol açtı; araştırmacılar bunu çözülmesi gereken bir sonraki sorun olarak işaret ediyor.

Proje beklenmedik bir engelle de karşılaştı. İlk ölçümler fizikle çelişiyor gibi görünüyordu; ekip sorunun kaynağını, sıcaklık değişimleri gibi küçük laboratuvar dalgalanmalarından etkilenen standart doğruluk ölçüm yöntemindeki hatalı bir varsayıma kadar izledi. Araştırmacılar durumları doğru ölçebilmek için geri tepme tomografisi (kickback tomography) adlı yeni bir teknik geliştirdi. Makalede, bulguların yetiştirmeyi “teorik bir çalışmadan deneysel bir gerçekliğe” taşıdığını yazıyorlar.

Hataya dayanıklı kuantum bilgisayarlar için neden önemli?

Sihirli durumların büyük kuantum makinelerinin donanım bütçesine hâkim olması beklendiğinden, bunları daha düşük maliyetle üreten her yöntem pratik görevler için gereken bilgisayarların boyutunu küçültebilir. Google, sonucu kendisini kullanışlı ve hata düzeltmeli bir kuantum bilgisayara bir adım daha yaklaştıran bir gelişme olarak değerlendiriyor.

Şirket sınırlar konusunda temkinli. Araştırmacıları, yetiştirmenin hâlâ daha büyük ölçekte gösterilmesi gerektiğini ve pek çok teknik zorluğun sürdüğünü söylüyor. Willow bugün hataya dayanıklı bir bilgisayar değil ve bu sonuç tek başına bunu değiştirmiyor.

Şifreleme ve “Q-day” için ne anlama geliyor?

Duyuru, yeterince güçlü bir kuantum bilgisayarın bir gün işlemleri güvence altına alan dijital imzaları kırabileceği kripto para dünyasının da hızla dikkatini çekti. The Block, Coinbase’in aynı hafta kuantum sonrası bir Bitcoin geçişi için teknik önceliklerini yayımladığını ve Google’ın 2029’a kadar kuantum sonrası kriptografiye geçme yönünde bir iç hedef belirlediğini kaydetti.

The Block’un görüşlerine yer verdiği uzmanlar sakin olunması çağrısında bulundu. Project Eleven CEO’su Alex Pruden, tekniğin şifrelemeyi kırmak için gereken kaynaklara ilişkin önceki tahminlere zaten dahil edildiğini, bu nedenle zaman çizelgelerini değiştirmekten çok bu tahminleri daha inandırıcı kıldığını söyledi. Castle Island Ventures’ın kurucu ortağı Nic Carter ise kuantum zaman çizelgelerinin genel olarak kısaldığını ancak yakın bir tehdit bulunmadığını belirtti.

Bundan sonra ne olacak?

Google’ın sonraki adımları, yetiştirmeyi ölçeklendirmek ve yetiştirilmiş durumlar daha büyük hata düzeltme kodlarına aktarılırken ortaya çıkan hataları azaltmak. Yetiştirmenin, Google ve rakiplerinin inşa etmek için yarıştığı hataya dayanıklı makinelerin standart bir yapı taşı haline gelip gelmeyeceğini tek bir rekor doğruluk değeri değil, bu kilometre taşları belirleyecek.