Ses kaydında konuşma ile arka planı ayırmak
Bir kayıt sınıftaki konuşmayı yakalar, ama sandalye sesi ve koridor uğultusu da kayda karışabilir. İstenen sesle arka plan sesini ayırmayı öğrenebiliriz.
Yazıyı okuDokuz yaşında, dilini bilmediği bir ülkede yatılı bir okula gönderildi ve okulda tuvaletleri temizledi. Gençliğinde bir restoranda bulaşık yıkadı. Yıllar sonra, aynı restoran zincirinin bir şubesinde arkadaşlarıyla kurduğu şirket, bugünkü yapay zekâ devriminin çiplerini üreten Nvidia oldu. Jensen Huang’ın hikâyesini anlatıyoruz.

Jensen Huang 17 Şubat 1963’te Tayvan’da doğdu. Çocukluğunun bir bölümü ailesinin taşındığı Tayland’da geçti. Ülkede karışıklıklar başlayınca ailesi, onu ve ağabeyini Amerika’daki akrabalarının yanına göndermeye karar verdi. Jensen dokuz yaşındaydı ve neredeyse hiç İngilizce bilmiyordu.
Akrabaları, iyi bir okul sanarak çocukları Kentucky’de küçük bir yatılı okula yazdırdı. Okul aslında zor durumdaki gençlerin de gönderildiği sert bir yerdi. Huang orada en küçük öğrencilerden biriydi. Her gün yatakhanedeki tuvaletleri temizlemek onun göreviydi. Oda arkadaşı kendisinden çok büyük bir gençti; Huang ona okumayı öğretti, o da Huang’a vücut geliştirmeyi.
Huang bu yılları anlatırken şikâyet etmez. O dönemde zorluklara dayanmayı ve her işi iyi yapmayı öğrendiğini söyler.
Birkaç yıl sonra ailesi de Amerika’ya geldi ve Oregon’a yerleşti. Huang lisede çok başarılıydı, birkaç sınıf atladı. Masa tenisinde de çok iyiydi; gençken ulusal bir turnuvada çiftlerde üçüncü oldu.
On beş yaşında bir restoran zincirinin şubesinde çalışmaya başladı: önce bulaşık yıkadı, sonra masaları topladı, sonra garsonluk yaptı. Huang bugün bile bu işi gururla anlatır. Orada yoğun saatlerde sakin kalmayı, insanlarla konuşmayı ve en sıradan işi bile en iyi şekilde yapmayı öğrendiğini söyler. Bir röportajında en iyi bulaşıkçılardan biri olduğunu gülerek anlatmıştı.
Huang, Oregon Eyalet Üniversitesi’nde elektrik mühendisliği okudu. Laboratuvar dersinde ortağı olan Lori ile sonradan evlendi. Mezun olduktan sonra çip tasarlayan şirketlerde çalıştı, bir yandan da Stanford Üniversitesi’nde yüksek lisans yaptı.
Çip tasarımı, milyonlarca küçük anahtarın birlikte çalışmasını planlamak demekti. Huang bu işte yıllarca deneyim kazandı ve bir şeyi fark etti: Bilgisayarlar giderek daha çok görüntü ve üç boyutlu grafik işleyecekti. Ama sıradan işlemciler bu iş için yeterince hızlı değildi.
1993’te Huang, iki mühendis arkadaşı Chris Malachowsky ve Curtis Priem ile buluştu. Buluştukları yer, gençliğinde çalıştığı restoran zincirinin San Jose’deki bir şubesiydi. Kahve içerek saatlerce plan yaptılar: Bilgisayarlar için grafik çipleri üreten bir şirket kuracaklardı. Huang o sırada otuz yaşındaydı.
Şirketin adı Nvidia oldu. İsmin, Latince “kıskançlık” anlamına gelen “invidia” kelimesinden geldiği anlatılır. Rakiplerini kıskandıracak kadar iyi çipler yapma hedefi gibi düşünebilirsin.
O yıllarda bu alanda onlarca şirket vardı. Çoğu birkaç yıl içinde battı. Nvidia’nın da batması an meselesiydi.
Nvidia’nın ilk ürünü NV1, 1995’te çıktı. Çok iddialıydı ama ekran kartı dünyasının gittiği yönden farklı bir teknik kullanıyordu. Satışlar kötüydü. Şirket bir oyun konsolu üreticisiyle yaptığı anlaşmayı da sürdüremedi ve paranın büyük kısmı bitti.
Huang, o noktada kendi hatasını kabul etti: Yanlış teknolojiye bahis yapmışlardı. Çalışanların yarısından fazlasıyla yolları ayırmak zorunda kaldılar. Kalan para, tek bir çipi daha tasarlamaya ancak yetiyordu.
Bu çip için normalde aylarca süren fiziksel testleri yapacak zamanları yoktu. Bu yüzden çipi bilgisayarda bir benzetim (simülasyon) üzerinde test ettiler ve doğrudan üretime gönderdiler. 1997’de çıkan RIVA 128 başarılı oldu ve şirketi kurtardı.
Huang yıllarca çalışanlarına şu cümleyi hatırlattı: “Şirketimizin batmasına 30 gün var.” Bu, korku yaymak için değil, rahatlığa kapılmamak için söylenen bir hatırlatmaydı.
1999’da Nvidia GeForce 256 adlı çipi tanıttı ve onu “dünyanın ilk GPU’su” olarak tanımladı. GPU, yani grafik işlem birimi, ekrandaki milyonlarca pikselin rengini aynı anda hesaplamak için tasarlanmış bir işlemciydi.
Burada küçük ama önemli bir fikir var: Normal bir işlemci (CPU), birkaç çok güçlü çalışana sahip bir atölye gibidir; işleri sırayla ve çok hızlı yapar. GPU ise binlerce sıradan çalışanı olan bir fabrikaya benzer; her biri basit bir işi yapar ama hepsi aynı anda çalışır. Oyunlardaki üç boyutlu dünyalar böyle çizilir.
Nvidia 1999’da borsaya açıldı. Oyun dünyasında GeForce kartları en bilinen markalardan biri hâline geldi.
2006’da Nvidia, CUDA adlı bir yazılım platformu çıkardı. CUDA, grafik kartlarının sadece oyun için değil, her türlü hesaplama için programlanabilmesini sağlıyordu. Bilim insanları artık hava durumu tahmini, molekül benzetimi ya da başka hesaplar için GPU’ların binlerce çalışanını kullanabilecekti.
Bu çok pahalı bir karardı. Nvidia, çiplerine bu özelliği eklemek için yıllarca büyük paralar harcadı ve borsada değeri uzun süre düşük kaldı. Yatırımcıların bir kısmı bunun gereksiz olduğunu düşünüyordu.
Sonra 2012 geldi. Toronto Üniversitesi’nden iki öğrenci ve hocaları Geoffrey Hinton, AlexNet adlı bir yapay sinir ağını sadece iki Nvidia oyun kartı ile eğitti ve görüntü tanıma yarışmasını büyük farkla kazandı. Bu, bugünkü derin öğrenme çağının başlangıcı sayılır. Yapay sinir ağları, GPU’nun yaptığı türden binlerce paralel hesaba ihtiyaç duyuyordu. Nvidia’nın on yıla yakın süren bahsi tam o anda karşılığını bulmaya başladı.
ChatGPT gibi büyük yapay zekâ modellerinin eğitilmesi için on binlerce GPU gerekiyor. Bu yüzden 2023’ten itibaren Nvidia’nın veri merkezi çiplerine olan talep patladı. Şirket, 2025’te piyasa değeri 4 trilyon doları aşan ilk şirket oldu. Huang da dünyanın en zengin insanları arasına girdi; servetinin büyük kısmı hâlâ sahip olduğu Nvidia hisselerinden geliyor.
Huang bu başarının bir anda gelmediğini sık sık vurgular. Nvidia’nın yapay zekâ çağına hazır olmasının nedeni, kimsenin ilgilenmediği yıllarda CUDA’yı geliştirmeye ve araştırmacıları desteklemeye devam etmiş olmasıdır.
Elbette her başarı gibi bunun da eleştirilen yanları var: Nvidia çiplerinin çok pahalı olması, bu alanda tek bir şirketin çok güçlü hâle gelmesi ve yapay zekâ veri merkezlerinin harcadığı büyük enerji tartışılıyor.
Huang’ın en çok konuşulan sözlerinden biri, öğrencilere yaptığı konuşmalardan birinde geldi. Onlara, kendilerine bol miktarda zorluk ve acı dilediğini söyledi. Salonda şaşkınlık oluştu. Huang bunun nedenini şöyle açıkladı: Karakter ve dayanıklılık, kolaylıktan değil, zorluklarla baş etmekten doğar. Beklentisi çok yüksek olan insanlar genellikle dayanıklılığı düşük olur.
Bu, kendine bilerek acı çektirmek demek değil. Zor bir şey denediğinde, başarısız olduğunda ya da ilk denemende istediğin olmadığında, bunun seni güçlendiren bir süreç olduğunu bilmek demek.
Huang’ın bir başka dikkat çekici alışkanlığı, çok sayıda kişiyle doğrudan çalışması. Kendisine doğrudan bağlı onlarca yönetici var. Önemli bilgileri tek tek toplantılarda değil, herkesin bulunduğu toplantılarda paylaşmayı tercih ediyor; böylece herkes aynı anda aynı şeyi öğreniyor.
• Hiçbir iş küçük değildir. Tuvalet temizlemek ve bulaşık yıkamak, ona sorumluluk ve çalışkanlık öğretti.
• Hatayı erken kabul et. NV1’in başarısızlığını görüp yön değiştirmeseydi Nvidia olmayacaktı.
• Uzun vadeli bahis yap. CUDA yıllarca kimseyi heyecanlandırmadı, sonra dünyayı değiştirdi.
• Ekiple ve ortaklarla kur. Nvidia üç kurucunun eseri.
• Bildiğin şeyi yeni bir alana taşı. Oyunlar için geliştirilen bir çip, yapay zekânın motoru oldu.
1. Paralel düşünmeyi dene. Sınıfça bir resmi boyamayı düşünün: Tek kişi sırayla mı boyarsa daha hızlı biter, yoksa resim parçalara bölünüp herkes bir parçayı aynı anda boyarsa mı? GPU’nun fikri budur.
2. Oyunların arkasına bak. Oynadığın bir oyunun ayarlarında “grafik kalitesi” seçeneklerini değiştir; performansın nasıl değiştiğini gözle.
3. Matematik ve fiziğe sarıl. Grafikler ve yapay zekâ, matris denilen sayı tablolarıyla yapılan hesaplara dayanır.
4. Zor şeyleri seç. Bir kulüpte, sporda ya da derste seni zorlayan bir şeyi bırakmadan sürdür.
5. Her işi iyi yap. Okul nöbetin, ev işin ya da küçük bir görevin olsun; en iyi şekilde yapmak bir alışkanlıktır ve bu alışkanlık büyük işlere taşınır.
Jensen Huang’ın hikâyesi bize şunu söylüyor: Nereden başladığın, nereye varacağını belirlemez. Bulaşık yıkayan bir çocuk, yıllar sonra yapay zekâ çağının en önemli şirketlerinden birini kurabilir; yeter ki zorluklardan kaçmasın ve uzun vadede inandığı şeyi bırakmasın.
KEŞFE DEVAM
Bir kayıt sınıftaki konuşmayı yakalar, ama sandalye sesi ve koridor uğultusu da kayda karışabilir. İstenen sesle arka plan sesini ayırmayı öğrenebiliriz.
Yazıyı oku“Bilgisayarcı olacağım” demek, “sporcu olacağım” demeye benzer: Futbolcu da sporcudur, yüzücü de, satranççı da. Bilişim dünyasında da yazılım geliştiriciden siber güvenlik uzmanına, veri bilimciden oyun tasarımcısına onlarca farklı meslek vardır ve her biri bambaşka bir iş yapar. Bu yazıda bir uygulamanın doğuşunu bir hikâye gibi takip ederek bu meslekleri tanıyacak, aralarındaki farkları görecek ve hangisinin sana uygun olabileceğini keşfedeceksin.
Yazıyı okuOn iki yaşında yazdığı bir oyunu bir dergiye sattı, otuzlu yaşlarında bütün parasını iki batmak üzere olan şirkete yatırdı. Elon Musk’ın hikâyesi şanstan çok inatla, hatalardan ders çıkarmakla ve “bu neden bu kadar pahalı?” diye sormakla ilgili. Bu yazıda hayatını, başarılarını, yanlışlarını ve onun çalışma yönteminden senin işine yarayacak dersleri birlikte inceliyoruz.
Yazıyı oku