Bir Google Yazılım Mühendisi 48 Yapay Zeka Ajanını NASA Lidar Verilerine Yönlendirdi ve 72 Saatte Haritalanmamış Bir Maya Piramidi Buldu

Yapay zeka ajanları, kamuya açık NASA lidar verilerini analiz ederek Meksika'da daha önce rapor edilmemiş bir Maya yerleşim yeri keşfetti. Seyahat sırasındaki rastgele bir düşünceden Meksika hükümetinin resmi yanıtına ulaşmak 72 saatten kısa sürdü. Bu vaka, çoklu ajan sistemlerinin (multi-agent systems) ve doğru yönlendirilmiş büyük dil modellerinin (LLM) gerçek dünya problemlerini çözmede ne kadar hızlı ve etkili olabileceğini kanıtlıyor.

18 Ekim: Fikrin Doğuşu ve Veri Kaynağı Seçimi#

Peru seyahati sırasında Machu Picchu'yu 1911'de keşfeden Hiram Bingham'ın hikayesinden ilham alan geliştirici, bugünün araçlarıyla neler yapılabileceğini sorguladı. Gemini, ChatGPT, Claude ve Grok gibi modellerle yapılan beyin fırtınası sonucunda ortak çözüm lidar teknolojisi oldu. Uydu fotoğrafları ormanlık alanlarda sadece ağaçları gösterirken, lidar lazer darbeleriyle ağaçların arasındaki boşluklardan geçerek altındaki zemini haritalandırabiliyor.

Peru için açık lidar verisi yetersiz olduğundan ve özel tarama maliyetli bürokratik süreçler gerektirdiğinden, odak noktası kamuya açık lidar verilerinin çok daha zengin olduğu Maya bölgesine çevrildi. Gece yatmadan önce ajanlara bu verileri analiz etme görevi verildi.

19 Ekim: 48 Ajanla Görsel Analiz ve Doğrulama#

Sabah kontrol edilen raporlarda ajanlar, yapı veya ev olabilecek çok sayıda köy ve düzenli geometrik şekil tespit etmişti. Sürecin arkasındaki teknik işleyiş şu adımlardan oluşuyordu:

• Veri Dönüşümü ve Paralelleştirme: Yaklaşık 1.200 km²'lik ormanlık alana ait lidar şeritleri görüntülere dönüştürüldü.
• Kural Tabanlı Görsel İnceleme: Özel olarak eğitilmiş bir sınıflandırma modeli (classifier) kullanılmadı. Bunun yerine 48 ajan, hassas bir rehberi (prompt) takip ederek görüntüleri tek tek inceledi; doğal tepeleri, obrukları ve yolları filtreleyerek piramit, platform ve meydanları aradı.
• Literatür ve Arşiv Taraması: Tespit edilen yerlerin daha önce keşfedilip keşfedilmediğini doğrulamak için ajanlara mevcut akademik literatürü ve arşivleri tarama görevi verildi.
• Keşif ve Raporlama: Ajanlar, kayıtlarda olmayan büyük bir köy tespit etti. Doğada kendiliğinden bulunmayan düz kenarlara ve keskin köşelere sahip bu alanda; düzleştirilmiş bir meydan, en az 8–12 metre yüksekliğinde oval bir piramit, yükseltilmiş bir avlu ve su rezervuarı olabilecek düz tabanlı bir çukur bulundu. Ardından ajanlar, Meksika Ulusal Antropoloji ve Tarih Enstitüsü (INAH) ile iletişime geçilmesini ve keşif raporu yazılmasını önerdi.

Yazılım Geliştirme ve Öğrenme Açısından Pratik Çıkarımlar#

• Özel Model Yerine Doğru Prompt: Sıfırdan özel bir görüntü işleme modeli eğitmek yerine, genel amaçlı много-modal (görsel yetenekli) ajanlara net ve yapılandırılmış bir inceleme rehberi vermek prototipleme süresini aylardan saatlere indirir.
• Böl ve Yönet (Paralel Ajanlar): 1.200 km² gibi büyük bir veri setini tek bir modele yüklemek yerine 48 ajana paylaştırmak, bağlam (context) sınırlarını aşmadan yüksek doğruluklu tarama yapmayı sağlar.
• Çok Adımlı İş Akışı (Multi-Step Workflow): Ajanları sadece veri analizi için değil, ardından gelen literatür doğrulaması ve bürokratik eylem planı (INAH bildirimi) için de zincirleme kullanmak uçtan uca otomasyon sağlar.

---

Bu konuyu derinlemesine öğrenmek isterseniz: CrewAI: Rol Tabanlı Ajan Ekipleri modülüne göz atın.