Chris Olah Kimdir? Yapay Zekanın İçini Açıklamaya Çalışan Bilim İnsanı (2026)

Chris Olah, 1991 veya 1992’de Kanada’da doğan yapay zeka araştırmacısıdır. Üniversite eğitimini tamamlayamadan başladığı kariyerinde, yazdığı açıklayıcı blog yazıları ve kurduğu yayıncılık deneyleriyle alanın öğreticisi, yorumlanabilirlik (interpretability) araştırmalarıyla ise bilim programının kurucusu hâline geldi. 2021’de Anthropic’in kurucu ortakları arasında yer aldı ve şirketin modellerin iç mekanizmalarını inceleyen programını yönetmektedir.

Olah’ın hikayesi, yapay zeka sektöründe diplomadan çok kanıtın değer gördüğü bir dönemin en çarpıcı örneklerinden biridir: Toronto Üniversitesi’nde bir yıl matematik okuyan ve derece almadan ayrılan bir öğrenci, on yıl içinde milyar dolar değerlemeli bir şirketin kurucu ortağı ve alanının en etkili araştırmacılarından biri oldu. Bu makale, blogdan devre araştırmasına uzanan yolculuğu doğrulanmış tarihlerle anlatmaktadır.

Üniversitesiz Bir Yol: Blog ve Öz Eğitim

Olah, Toronto Üniversitesi’nde matematik okumaya başladı ancak bir yıl sonra okulu bıraktı. Kendi ifadesiyle sinir ağlarını anlamak istemesi, onu sistematik biçimde kendi kendine öğrenmeye itti; bu dönemde öğrendiklerini herkesin anlayabileceği biçimde açıklamayı bir çalışma yöntemi hâline getirdi. colah.github.io adresinde yayımladığı yazılar, görsel anlatımı ve adım adım intuisyonla ilerleyen üslubuyla dikkat çekti.

Ağustos 2015’te yayımladığı Understanding LSTM Networks yazısı, tekrarlayan sinir ağlarının hücre mekanizmasını görsellerle açıklayan referans metne dönüştü; yazı, onlarca dile çevrildi ve üniversite ders materyallerine girdi. Derecesi olmayan bu genç yazarın yazıları, sektörün önde gelen araştırmacıları tarafından da okunur hâle gelmişti ve bu görünürlük onu Google’ın radarına taşıdı.

Google Brain ve Distill Dergisi (2015-2017)

Olah, 2015’te Google Brain’de stajyer olarak çalışmaya başladı; sinir ağlarının görselleştirilmesi ve özellik öğrenmesi üzerine çalıştı ve stajın ardından tam zamanlı araştırmacı hâline geldi. Bu dönemde derin öğrenme modellerinin ne öğrendiğini gösterme fikri, alanın yeni yükselen hattıydı ve Olah bu hattın en görünür temsilcisi olarak tanındı.

2016’da, görsel ve etkileşimli bilim yayıncılığını denemek amacıyla Distill dergisinin kurucu ekibine katıldı; dergi, makalelerin web üzerinde interaktif olarak yayımlanmasını sağlayan bir deneydi ve makine öğrenmesinin en beğenilen anlatı metinlerinden bazılarını yayımladı. Olah, derginin editör kadrosunda yer alarak alanın iletişim kültürüne kalıcı bir katkı sundu; Distill 2021’de yeni makale yayımlamayı durdursa da arşivi bugün hâlâ ders kaynakları arasında kullanılmaktadır.

OpenAI Yılları ve Devre Programı (2017-2020)

Olah, 2017’de Google Brain’den ayrılarak OpenAI’ye katıldı ve şirketin yorumlanabilirlik ekibinin başına geçti. 2020’de Distill’de yayımlanan Zoom In: An Introduction to Circuits yazısında bir program önerdi: sinir ağları içinde anlam taşıyan özellikler (features) ve bu özellikleri birbirine bağlayan devreler (circuits) bulunabilir; model, insanın okuyabileceği bir mekanizma olarak incelenebilir. Bu metin, yorumlanabilirliği bir hobi değil, sistematik bir bilim programı olarak tanımlayan manifestolarından biri sayılır.

Bu dönemde transformer mimarisinin dikkat başlıklarını ve özellik yapısını inceleyen çalışmalar ekibin gündemine girdi; 2021 başında yayımlanan A Mathematical Framework for Transformer Circuits makalesi, bugün devre araştırması adıyla anılan hattın teknik temelini attı. Olah, OpenAI’de geçirdiği yılların sonunda 2020’de şirketten ayrıldı; bir yıl sonra yeni bir kuruluşun merkezinde olacaktı.

Anthropic: Yorumsalabilirlik Programı (2021-2026)

Olah, 2021’de Dario Amodei ve Daniela Amodei öncülüğündeki kurucu ekipte Anthropic’i kurdu; şirket, güvenlik odaklı yapay zeka araştırması misyonuyla kurulmuştu ve yorumlanabilirlik bu misyonun bilimsel omurgası olarak tanımlandı. Olah’ın ekibi, sinir ağlarındaki özellikleri tek tek çözme hedefiyle ilerledi: 2022’de Toy Models of Superposition makalesi modellerin özellikleri üst üste bindirdiğini gösterdi; 2023’te seyrek otokodlayıcılarla binlerce yorumlanabilir özelliğin çıkarıldığı Towards Monosemanticity çalışması yayımlandı.

Mayıs 2024’te ekip, Scaling Monosemanticity çalışmasıyla Claude 3 Sonnet modelinde milyonlarca özelliği çıkardığını duyurdu; şirketin bu çalışmayla birlikte sunduğu Golden Gate Claude demosu, bir özelliğin davranışı nasıl değiştirdiğini kamuya gösteren ilk örneklerden biri oldu. Mart 2025’te yayımlanan devre izleme (circuit tracing) çalışmaları, modelin bir yanıt üretirken hangi iç yolları kullandığını haritalamayı denedi. Forbes, Mayıs 2026’da Anthropic’teki hisseleri nedeniyle Olah’ı milyarderler arasında saydı; aynı ay Vatikan’da düzenlenen etkinlikte katılımcılar arasında yer alan Olah, otomasyonun iş dünyasındaki etkileriyle ilgili ahlaki boyutun göz ardı edilmemesi yönünde uyarılarda bulundu.

Mirası ve Etkisi

Olah’ın mirası, yapay zeka güvenliğinin teknik tarafını yeniden tanımlamıştır. Yorumlanabilirlik, birkaç kişinin ilgi alanından büyük laboratuvarların stratejik programına dönüşürken, bu dönüşümün kavramsal dili büyük ölçüde onun yazılarından çıktı: özellik, devre, üst üste binme ve monosemanticity gibi kavramlar bugün alanın ortak sözlüğündedir. Derecesiz bir blog yazarının araştırma programı, 2026 itibarıyla düzenleyicilerden laboratuvarlara uzanan güvenlik tartışmalarının merkezinde yer almaktadır.

Öğretici mirası ise Distill ve colah.github.io üzerinden yaşamaya devam etmektedir; Olah, modern makine öğrenmesinin hem en çok okunan anlatıcılarından hem de en zorlu araştırma programlarından birinin kurucusu olarak, sektörde ikili bir konumda anılmaktadır.