Yapay Zeka Terimleri Sözlüğü: Bilmeniz Gereken 30 Kavram

Giriş: Yapay Zekanın Yeni Dili

Yapay zeka, dünyayı yeniden şekillendirirken aynı zamanda kendini anlatmak için yepyeni bir dil de icat ediyor. Bugün herhangi bir ürün toplantısına, yatırımcı sunumuna ya da panele katıldığınızda insanların LLM, RAG, RLHF gibi kısaltmaları ve geçtiğimiz haftalarda OpenAI'ın yeni Astra modelinde kullanılan 'opak tekrarlama' (opaque recurrence) gibi terimleri havada uçuşturduğunu duyarsınız. Bu kelime dağarcığı o kadar hızlı değişiyor ki teknoloji dünyasındaki çok zeki insanlar bile kendilerini yetersiz hissedebiliyor. Bu sözlük, işte bu sorunu çözmek için hazırlandı: İster bu teknolojilerle ürün geliştirin, ister yatırım yapın, ister sadece TechCrunch okuyarak gündemi takip etmeye çalışın, karşınıza çıkma olasılığı en yüksek yapay zeka terimlerini sade bir dille açıklıyoruz. Alan geliştikçe bu listeyi düzenli olarak güncelliyoruz; bu yüzden onu, tanımladığı yapay zeka sistemleri gibi yaşayan bir belge olarak düşünün.

Temel Kavramlar

Yapay genel zeka (AGI), belirsiz bir kavram olmakla birlikte genel olarak ortalama bir insandan birçok görevde, hatta çoğu görevde daha yetenekli olan yapay zekayı ifade eder. OpenAI CEO'su Sam Altman AGI'yi "işe alabileceğiniz ortalama bir insan eşdeğeri" olarak tanımlarken, şirketin tüzüğü AGI'yi "çoğu ekonomik açıdan değerli işte insanlardan daha iyi performans gösteren oldukça otonom sistemler" şeklinde tanımlıyor. Google DeepMind'ın tanımı ise biraz daha farklı: "Çoğu bilişsel görevde en az insanlar kadar yetenekli yapay zeka." Kafanız mı karıştı? Endişelenmeyin, yapay zeka araştırmalarının ön saflarındaki uzmanlar da karışık.

Yapay zeka ajanı (AI agent), temel bir sohbet robotunun ötesine geçerek sizin adınıza bir dizi görevi yerine getiren araçtır. Masraf bildirimi yapmak, bilet veya restoran rezervasyonu almak, hatta kod yazmak ve bakımını yapmak gibi işleri üstlenebilir. Ancak bu alan henüz çok yeni olduğu için 'yapay zeka ajanı' farklı kişilere farklı şeyler ifade edebilir. Altyapı da henüz tam olarak kurulmadı. Yine de temel fikir, çok adımlı görevleri yerine getirmek için birden fazla yapay zeka sistemini kullanabilen otonom bir sistemdir.

API uç noktaları (API endpoints), bir yazılımın arkasındaki, diğer programların o yazılıma iş yaptırmak için 'bastığı' düğmeler gibidir. Geliştiriciler bu arayüzleri entegrasyonlar oluşturmak için kullanır; örneğin bir uygulamanın başka bir uygulamadan veri çekmesini ya da bir yapay zeka ajanının üçüncü taraf hizmetleri insan müdahalesi olmadan kontrol etmesini sağlar. Çoğu akıllı ev cihazı ve bağlı platformda bu gizli düğmeler bulunur, ancak sıradan kullanıcılar bunları hiç görmez. Yapay zeka ajanları geliştikçe, bu uç noktaları kendi başlarına bulup kullanabilir hale geliyorlar; bu da otomasyon için güçlü ve bazen beklenmedik olanaklar yaratıyor.

Model ve Eğitim Terimleri

Zincir düşünme (Chain-of-thought) yöntemi, büyük dil modellerinin bir problemi daha küçük ara adımlara bölerek çözmesini sağlar. İnsan beyni basit sorulara anında cevap verebilir; ancak ara adımlar gerektiren durumlarda kağıt kalem kullanmak gerekir. Örneğin, bir çiftlikte tavuk ve ineklerin toplam 40 baş ve 120 bacak olduğunu hesaplamak için denklem kurmanız gerekir. Yapay zekada zincir düşünme, özellikle mantık ve kodlama bağlamında cevabın doğruluk olasılığını artırır, ancak yanıt süresi uzar.

Derin öğrenme (Deep learning), kendi kendini geliştiren makine öğreniminin bir alt kümesidir ve çok katmanlı yapay sinir ağları (ANN) kullanır. Bu yapı, insan beynindeki nöronların birbirine bağlı yollarından ilham alır. Derin öğrenme modelleri, verilerdeki önemli özellikleri kendileri tespit edebilir; bu da mühendislerin bu özellikleri tanımlamasını gerektirmez. Hatalardan öğrenebilir ve tekrar yoluyla çıktılarını iyileştirebilirler. Ancak iyi sonuçlar için milyonlarca veri noktasına ihtiyaç duyarlar ve eğitim süreleri daha uzun olduğundan maliyetler yükselebilir.

Yayınım (Diffusion), birçok görsel, müzik ve metin üreten yapay zeka modelinin kalbinde yer alan tekniktir. Fizikten ilham alan bu sistemler, verinin yapısını (fotoğraf, şarkı vb.) gürültü ekleyerek kademeli olarak 'bozar'. Fizikte difüzyon kendiliğinden ve geri döndürülemezdir; kahveye karışan şeker küp haline geri dönemez. Ancak yapay zekadaki yayınım sistemleri, bozulan veriyi geri kazanmak için 'ters yayınım' sürecini öğrenmeyi hedefler.

Damıtma (Distillation), büyük bir modelden bilgi çıkarmak için kullanılan bir tekniktir; 'öğretmen-öğrenci' modeli olarak bilinir. Geliştiriciler öğretmen modele istekler gönderir ve çıktıları kaydeder. Bu çıktılar, öğretmenin davranışını taklit etmek üzere eğitilen öğrenci modeli eğitmek için kullanılır. Damıtma, daha büyük bir modele dayalı daha küçük ve daha verimli bir model oluşturmak için kullanılabilir; OpenAI'ın GPT-4 Turbo'su muhtemelen bu şekilde geliştirildi. Tüm yapay zeka şirketleri damıtmayı dahili olarak kullanırken, bazıları rakip modelleri yakalamak için de kullanmış olabilir; ancak bu genellikle hizmet şartlarını ihlal eder.

İnce ayar (Fine-tuning), bir yapay zeka modelinin belirli bir görev veya alanda performansını artırmak için ek eğitim yapılmasıdır. Genellikle modele yeni, göreve özel veriler beslenir. Birçok yapay zeka girişimi, ticari bir ürün oluşturmak için büyük dil modellerini başlangıç noktası olarak alır; ancak hedef sektöre yönelik faydayı artırmak için kendi alan bilgileriyle ince ayar yaparlar.

Güvenlik ve Performans Terimleri

Halüsinasyon (Hallucination), yapay zeka modellerinin yanlış bilgi üretmesi anlamına gelir. Bu, yapay zeka kalitesi için büyük bir sorundur; sağlık sorgusunda zararlı tıbbi tavsiyeler gibi gerçek hayatta risklere yol açabilir. Halüsinasyonların, eğitim verilerindeki boşluklardan kaynaklandığı düşünülüyor. Bu sorun, bilgi boşluklarını azaltmak için giderek daha uzmanlaşmış ve dikey yapay zeka modellerine yönelimi teşvik ediyor.

Çıkarım (Inference), bir yapay zeka modelinin çalıştırılması sürecidir; modelin daha önce gördüğü verilerden tahminler yapması veya sonuçlar çıkarmasıdır. Çıkarım, eğitim olmadan gerçekleşemez; modelin önce verilerdeki kalıpları öğrenmesi gerekir. Çıkarım, akıllı telefon işlemcilerinden güçlü GPU'lara ve özel yapay zeka hızlandırıcılarına kadar birçok donanımda yapılabilir; ancak çok büyük modeller dizüstü bilgisayarda çok yavaş çalışır.

Opak tekrarlama (Opaque recurrence), bir yapay zeka modelinin aynı sorguyu iç katmanları arasında tekrar tekrar döngüye sokması, yani düz dilde adım adım akıl yürütmek yerine bu şekilde çalışmasıdır. Bu yöntem daha verimlidir; daha küçük modeller daha az hesaplama gücüyle daha büyük işler başarabilir. Ancak normal zincir düşünmeye kıyasla çok daha az okunabilir iz bırakır. Bu durum, güvenlik araştırmacılarını endişelendiriyor çünkü bu günlükler, modelin yanlış davranışlarını yakalamak için önemli bir araçtır ve bu teknik denetimi zorlaştırabilir. OpenAI'ın Astra modeli bu tekniği kullanıyor ve güvenlik araştırmacıları bunu gerçek bir ilk adım olarak görüyor.

RAMageddon, teknoloji endüstrisinde hızla yayılan bir terimdir ve rastgele erişimli bellek (RAM) çiplerindeki artan kıtlığı ifade eder. Yapay zeka endüstrisi büyüdükçe, büyük teknoloji şirketleri veri merkezleri için o kadar çok RAM satın alıyor ki geri kalanımıza çok az kalıyor. Bu arz darboğazı, oyun konsollarından akıllı telefonlara kadar birçok sektörde fiyat artışlarına neden oluyor. RAM fiyatlarındaki artışın ancak kıtlık sona erdiğinde durması bekleniyor, ancak bunun yakın zamanda olacağına dair bir işaret yok.

Neden Önemli?

Bu sözlük, yapay zeka alanındaki hızlı gelişmeleri takip etmek isteyen Türk okuyucular için bir başlangıç noktası sunuyor. Özellikle 'opak tekrarlama' gibi yeni ve tartışmalı terimler, yapay zekanın güvenliği ve şeffaflığı konusundaki endişeleri artırıyor. Türkiye'de yapay zeka yatırımları ve girişimleri artarken, bu kavramları anlamak hem iş dünyası hem de kamuoyu için kritik hale geliyor. Bu terimlerin çoğu, yapay zeka sistemlerinin nasıl çalıştığını ve hangi riskleri barındırdığını anlamak için temel oluşturuyor. Teknoloji okuryazarlığını artırmak, bilinçli kararlar almak ve yapay zekanın toplumsal etkilerini değerlendirmek için bu kavramlara hakim olmak büyük önem taşıyor.