50% Ölümcül Bölge: 2026'da 6 AI Modelinde Katman Cerrahisi Deneyinin Şok Sonuçları

2026'da yapılan katman cerrahisi deneyi, yapay zekâ dünyasını sarsan bir keşife imza attı: 6 farklı AI modelinde, 50-56% derinlikteki bir bölge, modelin tamamen çökmesine neden oluyor. Bu bölge, sadece bir teknik hata değil — AI'nın "zihni"nin kendi içsel mantığını bozduğu varoluşsal bir çatlak noktası. Bu keşif, "daha fazla katman = daha iyi performans" varsayımını sona erdiriyor.

Katman Cerrahisi: AI Modelinin İçindeki Düşünme Döngüsünü Kesmek

David Noel Ng’in geliştirdiği katman kopyalama tekniği, eğitim gerektirmeden model performansını artırabileceğini öne sürüyordu. Ancak araştırmacılar, bu teknik uygulandığında, katmanların nerede kopyalandığının kritik olduğunu fark etti.

Transformer Katmanlarının Rolü: Kodlama, Doğrulama ve Çöküş

Transformer yapılarında katmanlar üç aşamada çalışır: kodlama (ilk 20-30 katman), doğrulama (30-40 katman) ve çıkarım (40+ katman). Katman kopyalaması, doğrulama aşamasında yapıldığında, model kendi çıkarımlarını sorgulamaya başlar ve kendi mantığını kaybeder.

Katman Kopyalama Tekniği Nasıl Çalışır?

Deneyde, her modelde 20-30 katman kopyalama işlemi yapıldı. Kopyalar, orijinal katmanların tam üzerine yerleştirildi. Bu, modelin aynı veriyi tekrar okumasını sağlıyordu — sanki bir insan, kendi düşüncelerini tekrar okuyor ve kendi argümanlarını sorguluyor gibi.

MLX Deneyi: Veri ve Yöntem

Deney, Apple Silicon M3 Ultra üzerinde MLX çerçevesiyle yürütüldü. Hiçbir bulut kaynağı kullanılmadı. 6 model: Dense 32B, Hybrid 9B, MoE 30B, Dense 3B ve iki cross-model transplantasyonu test edildi. Performans metrikleri otomatik olarak ölçüldü ve %60-80 düştüğü nokta 36-42. katmanlar (56-65% derinlik) olarak belirlendi.

Ölümcül Bölge: Neden Tam 50-56% Derinlikte?

Bu bölge, tüm mimarilerde sabit bir çöküş noktası olarak ortaya çıktı. Küçük modellerde (3B) daha net, büyüklerde (32B) daha yavaş yayılan bir çöküş, ancak sonuç hep aynıydı: 50-56% derinlikte, AI zihninin kendi kendini sorgulamaya başlaması, tamamen çöküşe neden oluyor.

• Dense 32B: 44-53% aralığında performans artışı, 56%’den sonra %80 düşüş
• MoE 30B: Uzman katman kopyalaması, yönlendirme sistemini kargaşaya düşürdü
• Cross-model transplant: Boyut uyumsuzluğu değil, "mantıksal uyumsuzluk" çöküşü tetikledi

En kritik bulgu: Minimum işlevsel model 3B katman sayısıydı. Daha küçük modellerde ölümcül bölge daha dar ve net, daha büyüklerde ise daha karmaşık ama aynı sonuçla sonuçlandı.

AI Çöküşü ve Model Mimarisi: Yeni Bir Paradigma

Bu deney, AI geliştirme endüstrisine bir uyarıda bulunuyor: Katman sayısı değil, konumu karar veriyor. Artık "model mimarisi" sadece katman sayısını değil, "mantıksal pozisyonu" da dikkate almalı. 50-56% derinlikteki bölge, artık "yasak alan" olarak işaretlenecek.

AI zihni, bir organ değil, bir harita. Bu haritada, 50% derinlikteki nokta, bir karanlık bölge — tekrar edildiğinde, tamamen yok oluyor.

Gelecekteki AI modelleri, katman ekleme değil, katman konumlandırma ile tasarlanacak. Bu keşif, sadece bir teknik buluş değil — yapay zekânın "varoluşu" hakkında yeni bir felsefi soru işareti.