“Torouse” kullanıcı adını taşıyan bir Reddit kullanıcısı, otomobilindeki motor sorununu teşhis etmek için aracın bilgisayar sistemine dizüstü bilgisayar bağladı. MacBook olduğu görülen bilgisayarda çalışan büyük dil modeli (LLM), motor arıza kodunu inceleyerek sorunun kaynağını belirlemeye çalıştı. Kullanıcı, hazırladığı bu düzeni “inanılmaz derecede siberpunk” sözleriyle tanımladı.
Yapay zekâ sistemleri, yazılım uyumsuzluğu gibi sorunların aşılmasında yararlı olabiliyor. Örneğin daha önce bir HP yazıcının macOS ile çalıştırılması için bu teknolojiden yararlanılmıştı. Bununla birlikte otomobil arızası örneği, daha basit ve doğrudan çözümler mevcutken LLM kullanımının gereksiz ölçüde karmaşık bir yönteme dönüşebileceğini gösterdi.
OBD2 tarayıcı daha pratik bir seçenek sunuyor
Modern ve eski otomobillerde motorla bağlantılı hata kodlarını okumak için OBD2 tarayıcılar kullanılabiliyor. Amazon gibi perakendecilerde 29,99 dolara satılan bu cihazlar, otomobilin oluşturduğu arıza kodunu kullanıcıya gösteriyor. Ardından kod hakkında Google üzerinden arama yapılarak sorunun olası nedeni araştırılabiliyor veya elde edilen bilgiyle bir tamirciye başvurulabiliyor.
OBD2 tarayıcıların boyutları da dizüstü bilgisayara kıyasla önemli bir avantaj sağlıyor. Cebe sığabilen cihaz, ihtiyaç anında erişilebilmesi için otomobilin bagajında tutulabiliyor. LLM tabanlı yöntem ise benzer bir işlem yapılacağı zaman dizüstü bilgisayarın da taşınmasını gerektiriyor. Bu durum, özellikle yalnızca bir hata kodunu öğrenmek isteyen sürücüler açısından ek yük oluşturuyor.
Yapay zekânın araç sistemlerine erişimi risk oluşturabilir
Reddit'teki tartışmaya katılan bazı kullanıcılar, LLM'nin otomobilin bilgisayar sistemi üzerinde kontrol sahibi olmasının son derece riskli olduğunu savundu. Büyük dil modellerinin gerçeğe aykırı veya hatalı bilgiler üretebilmesi, otomobil işlevlerine erişim söz konusu olduğunda güvenlik endişesini artırıyor. Özellikle araç otoyolda kullanılırken bir LLM'ye otomobil fonksiyonları üzerinde erişim verilmesi, sonuçları önceden kestirilemeyen sorunlara yol açabilir.
Paylaşılan uygulamada yapay zekâ, mevcut motor hatasını analiz edip çözümü bulmak amacıyla kullanıldı. Ancak aracın oluşturduğu kodu almak için LLM çalıştırılması zorunlu değildi. Uygun fiyatlı bir OBD2 tarayıcı aynı temel veriyi daha kısa sürede sağlayabilir ve kullanıcıyı en yakın tamirciye gitmeden önce arızanın niteliği konusunda bilgilendirebilir.
Deneme, yapay zekânın teknik sorunların çözümünde kullanılabileceğini ortaya koysa da her kullanımın pratik olmadığına işaret ediyor. Motor arızasının teşhisinde dizüstü bilgisayar ve LLM'den oluşan düzen, küçük bir tarayıcıyla gerçekleştirilebilecek işlemi daha karmaşık hâle getiriyor. Bu örnekte OBD2 cihazı; boyutu, fiyatı, taşınabilirliği ve doğrudan hata kodu sunması sayesinde daha uygun bir yöntem olarak öne çıkıyor.
