Yapay Zeka

#yapay-zeka #makine-ogrenmesi #derin-ogrenme #LLM #AGI

İnsan bilişsel yeteneklerini (görme, anlama, öğrenme, karar verme) taklit eden bilgisayar sistemleri bilimidir.

Yapay zeka (YZ / AI — Artificial Intelligence), insan zekâsına özgü görme, anlama, öğrenme, akıl yürütme ve karar alma gibi bilişsel yetenekleri makinelerde taklit etmeyi hedefleyen bilgisayar bilimi dalıdır. 1956 yılında John McCarthy'nin Dartmouth Konferansı'nda resmen tanımladığı bu alan; sembolik YZ, uzman sistemler, makine öğrenimi, derin öğrenme ve büyük dil modelleri gibi alt dallara evrilmiştir. Modern yapay zekanın merkezinde makine öğrenimi yer almaktadır: algoritmalar büyük veri setlerinden örüntüler öğrenerek açıkça programlanmadan görevleri yerine getirir. Derin öğrenme ise çok katmanlı yapay sinir ağları aracılığıyla görüntü tanıma, doğal dil işleme ve ses sentezi gibi alanlarda insanüstü performans sergilemiştir. 2017'de "Attention Is All You Need" makalesiyle tanıtılan Transformer mimarisi ve 2020 sonrasında piyasaya çıkan büyük dil modelleri (GPT-4o, Claude Sonnet, Gemini 2.5, LLaMA 3.3, DeepSeek V3), yapay zekanın hem teknik sınırlarını hem de gündelik hayata entegrasyonunu köklü biçimde dönüştürmüştür. Temel işleyişi eğitim ve çıkarım olmak üzere iki aşamaya ayrılır. Eğitimde model, büyük veri setleri üzerinde parametrelerini optimize ederek örüntüleri öğrenir; çıkarımda bu bilgiyi yeni girdilere milisaniyeler içinde uygular. Büyük dil modellerinin eğitimi petabaytlarca veri ve binlerce GPU-gün hesaplama gerektirirken, çıkarım hafif altyapıyla milyonlarca kullanıcıya sunulabilir. Yapay zeka günümüzde tıp (kanser tespiti, ilaç keşfi), finans (dolandırıcılık önleme, algoritmik ticaret), eğitim, yaratıcı üretim, yazılım geliştirme ve bilimsel araştırma gibi onlarca sektörde aktif biçimde kullanılmaktadır. Otonom araçlar, sesli asistanlar, görüntü üretimi ve kod tamamlama araçları bu dönüşümün en görünür yüzüdür. Küresel yapay zeka pazarının 2030'a kadar 1 trilyon dolara ulaşması öngörülmektedir. Türkiye'de yapay zeka kullanımı hız kazanmıştır: e-ticaret devleri öneri motorlarında, bankacılık sektörü dolandırıcılık tespitinde, sağlık kurumları görüntü analizinde YZ çözümleri devreye almıştır. TÜBİTAK ve üniversiteler Türkçe NLP ve ses tanıma alanında yerli modeller geliştirmektedir. "Türkiye Yapay Zeka Stratejisi 2021–2025" ile devlet bu alanda araştırma ve yetenek geliştirmeyi desteklemiştir. Mevcut sistemler Dar YZ (Narrow AI) kapsamında değerlendirilmekte — yalnızca belirli görevlerde üstün performans göstermekte — olup insan düzeyinde her bilişsel görevi üstlenebilecek Genel Yapay Zekâ (AGI) henüz gerçekleştirilmemiştir. Yapay zekanın hızlı yayılımı; önyargı, açıklanabilirlik, gizlilik ve iş gücü etkisi gibi etik meseleleri beraberinde getirmiştir. AB Yapay Zeka Yasası (EU AI Act, 2024), bu alandaki ilk kapsamlı yasal düzenleme olarak tarihe geçmiştir. 2026 itibarıyla yapay zekanın gelişim yönü üç kritik eksen üzerinde şekillenmektedir: çok modlu (multimodal) sistemler metin, görüntü, ses ve videoyu tek modelde birleştirir; ajansal yapay zeka (agentic AI) bağımsız görev planlama ve araç kullanımını mümkün kılar; akıl yürüten modeller (o3, DeepSeek R1 gibi) zincir düşünce tekniğiyle karmaşık matematik ve mühendislik problemlerinde uzman düzeyine ulaşmaktadır.

Yapay Zekanın Alt Alanları

psychology Makine Öğrenimi

Veriden örüntü öğrenen algoritmalar; sınıflandırma, regresyon ve kümeleme görevlerinde kullanılır. Random Forest, SVM ve gradient boosting popüler yöntemlerdir.

hub Derin Öğrenme

Çok katmanlı yapay sinir ağları; görüntü, ses ve metin verisiyle insan performansını geçer. CNN, Transformer ve difüzyon modelleri bu ailenin üyeleridir.

chat Doğal Dil İşleme

Metni anlama, üretme ve çevirme. Büyük dil modelleri (LLM), makine çevirisi ve duygu analizi NLP'nin uygulama alanlarıdır.

visibility Bilgisayarlı Görü

Görüntü ve video analizi; nesne tanıma, yüz doğrulama, tıbbi görüntüleme ve otonom araç algı sistemleri.

sports_esports Pekiştirmeli Öğrenme

Ödül-ceza sinyalleriyle optimal politika öğrenen ajanlar; AlphaGo, robotik kontrol ve oyun optimizasyonunda kullanılır.

auto_awesome Üretici Yapay Zeka

Metin, görüntü, ses ve video üretimi; GPT, DALL-E, Stable Diffusion ve Sora bu kategorinin öncü örnekleridir.

YZ Türleri: Dar vs. Genel

Yapay zeka literatüründe üç temel kategori tanımlanır. Dar Yapay Zeka (Narrow AI / ANI), mevcut tüm ticari sistemleri kapsar: bir model ya görüntü tanır ya da satranç oynar, ama her ikisini birden insan esnekliğiyle yapamaz. Şu anda kullandığınız tüm YZ ürünleri bu kategoridedir. Genel Yapay Zeka (AGI), insanın bilişsel esnekliğini tüm alanlarda eşleyen, henüz var olmayan hipotetik bir sistemdir; araştırmacıların çoğunluğu 2030–2050 arasında tartışmalı bir zaman diliminde ortaya çıkabileceğini düşünmektedir. Süper Yapay Zeka (ASI) ise tüm bilişsel alanlarda insanlığın toplamını geçen ve yalnızca spekülatif düzeyde tartışılan bir olasılıktır. Günümüzde Dar YZ olağanüstü hızla gelişmekte; AGI ufkunu ise o3, Claude ve DeepSeek R1 gibi akıl yürüten modeller zorlamaktadır.

Yapay Zekanın Temel Yaklaşımları

  • check_circle Sembolik YZ (Kural Tabanlı): İnsan tarafından yazılan mantık kuralları ve bilgi tabanları üzerinde çalışır. 1980'lerde uzman sistemler şeklinde yaygınlaştı; günümüzde düşük veri koşullarında hâlâ tercih edilir.
  • check_circle Makine Öğrenimi: Veriden istatistiksel örüntüler öğrenir; karar ağaçları, SVM ve sinir ağları bu yaklaşımın araçlarıdır. Özellik mühendisliği kritik bir adımdır.
  • check_circle Derin Öğrenme: Çok katmanlı sinir ağlarıyla ham veriden hiyerarşik temsil öğrenir; büyük veri ve GPU gücüyle insan performansını geçti. Görüntü ve dil görevlerinde baskın paradigmadır.
  • check_circle Pekiştirmeli Öğrenme: Çevre ile etkileşen bir ajanın ödül-ceza sinyalleri yoluyla optimal davranış politikası öğrenmesi. AlphaGo ve ChatGPT'nin RLHF eğitimi bu yaklaşımı kullanır.
  • check_circle Hibrit / Nörosembolik: Sembolik akıl yürütme ve sinir ağlarını birleştiren güncel araştırma yönü; açıklanabilirlik ve mantıksal tutarlılık için geliştirilmektedir.

Yapay Zekanın Tarihi ve Günümüzde Durumu

1956 Dartmouth Konferansı'ndan bugüne yapay zeka üç büyük dalgadan geçti. İlk dalga (1956–1974) sembolik YZ ve uzman sistemlerin umut dolu yıllarıydı; 1974 ve 1987 'kışları' dönemsel hayal kırıklıklarını getirdi. İkinci dalga (1980'ler) uzman sistemlerin yeniden yükselişiyle başladı. Üçüncü ve mevcut dalga (2010–) derin öğrenme devrimi ve büyük veriyle şekillendi: 2012'de AlexNet, 2017'de Transformer, 2020'de GPT-3 ve 2022'de ChatGPT bu dönüm noktalarıdır. 2026 itibarıyla o3, Claude ve Gemini gibi akıl yürüten modeller matematik olimpiyatı sorularını ve doktora düzeyinde bilim problemlerini çözebilmekte; yazılım mühendisliğinde SWE-bench gibi kıyaslamalarda %70'i aşan başarı oranlarına ulaşılmaktadır. AGI tartışması artık akademik çevrelerin ötesinde ana akım gündemdedir.

Uygulama Alanları ve Ekonomik Etki

Yapay zeka sektörler genelinde üretkenlik devrimini hızlandırmaktadır. Sağlık alanında erken kanser tespiti, ilaç keşfinin hızlanması ve kişiselleştirilmiş tedavi protokolleri öne çıkar. Finansta algoritmik ticaret, dolandırıcılık önleme ve kredi risk modellemesi standart hale gelmiştir. Eğitimde kişiselleştirilmiş öğrenme platformları ve otomatik değerlendirme araçları yaygınlaşmaktadır. Üretici YZ ise içerik üretimi, yazılım geliştirme (GitHub Copilot) ve tasarımda (Midjourney, Adobe Firefly) iş akışlarını köklü biçimde değiştirmektedir. Küresel yapay zeka pazarının 2030'a kadar 1 trilyon dolara ulaşması, bu dönüşümün ölçeğini somutlaştırmaktadır.

flag Türkiye'de Yapay Zeka: Kullanım ve Fırsatlar

  • check_circle E-Ticaret ve Kişiselleştirme: Trendyol ve Hepsiburada gibi platformlar öneri motorlarında, arama sıralamada ve dinamik fiyatlandırmada YZ kullanmaktadır. Kişiselleştirilmiş öneri dönüşüm oranlarını önemli ölçüde artırmaktadır.
  • check_circle Bankacılık ve Fintech: Türk bankaları dolandırıcılık tespiti, kredi skoru ve müşteri hizmetleri chatbot'ları için YZ çözümleri devreye almaktadır. Garanti, İş Bankası ve Akbank bu alanda öncü konumdadır.
  • check_circle Sağlık Görüntüleme: Türk hastaneleri ve üniversiteler radyoloji ve patoloji görüntü analizinde YZ tabanlı tanı araçlarını kullanmaktadır; erken kanser tespitinde doğruluk oranları artmaktadır.
  • check_circle Türkçe NLP ve Yerel Modeller: TÜBİTAK, üniversiteler ve girişimler Türkçeye özel dil modelleri geliştirmektedir. Sondan eklemeli dil yapısı özel tokenizasyon ve eğitim gerektirdiğinden yerli çalışmalar kritik önem taşır.
  • check_circle Devlet Stratejisi: "Türkiye Yapay Zeka Stratejisi 2021–2025" ile Ar-Ge yatırımları, yetenek havuzu ve YZ merkezleri desteklenmektedir. Kamuya açık veri setleri ve düzenleyici çerçeve çalışmaları sürmektedir.

quiz Sık Sorulan Sorular

  • check_circle Yapay zeka nedir, kısaca açıklar mısınız?: Yapay zeka, insan zekâsına özgü görme, anlama, öğrenme ve karar alma gibi yetenekleri makinelerde taklit etmeyi hedefleyen bilgisayar bilimi dalıdır. ChatGPT, Google Fotoğraflar'ın yüz tanıma özelliği ve Spotify'ın öneri motoru gündelik YZ örnekleridir.
  • check_circle Yapay zeka ile makine öğrenimi arasındaki fark nedir?: Yapay zeka en geniş kategoridir; makine öğrenimi veriden öğrenen algoritmaları kapsayan alt dalıdır. Derin öğrenme ise makine öğreniminin sinir ağı tabanlı alt kümesidir. Her makine öğrenimi yapay zekadır, ama her yapay zeka makine öğrenimi değildir.
  • check_circle Yapay zeka öğreniyor mu yoksa programlanıyor mu?: Modern YZ sistemleri büyük ölçüde veri üzerinden öğrenir — kural yerine örüntü. Ancak mimarisi (sinir ağı yapısı, eğitim algoritması) insan tarafından tasarlanır. 'Öğrenme' ve 'programlama' bir arada var olur.
  • check_circle ChatGPT gibi modeller nasıl çalışır?: Transformer mimarisini kullanan büyük dil modelleridir; milyarlarca metin tokeni üzerinde bir sonraki kelimeyi tahmin ederek ön eğitim görürler. Ardından RLHF ile insan tercihlerine uygun davranış geliştirilir.
  • check_circle Yapay zeka güvenli mi?: Mevcut sistemler halüsinasyon (yanlış bilgi üretme), önyargı ve manipülasyon riski taşır. AB Yapay Zeka Yasası gibi düzenlemeler bu riskleri azaltmayı hedefler; dikkatli ve eleştirel kullanım önemlidir.
  • check_circle Yapay zeka Türkiye'de nasıl kullanılıyor?: E-ticaret öneri sistemleri, bankacılık dolandırıcılık tespiti, sağlık görüntü analizi ve Türkçe NLP uygulamalarında aktif kullanım mevcuttur. Devlet "YZ Stratejisi 2021–2025" kapsamında yerli kapasite geliştirmeyi desteklemektedir.