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 / Artificial Intelligence — AI), öğrenme, akıl yürütme, algı ve dil anlama gibi insan bilişsel yeteneklerini makinelerde simüle eden bilgisayar bilimi disiplinidir. 1956'da John McCarthy öncülüğünde akademik bir alan olarak tanımlanan YZ, on yıllar boyunca "YZ kışları" yaşasa da 2010'lardan itibaren derin öğrenme ve büyük verinin birleşimiyle çığır açan bir ivme kazandı. Modern YZ'nin omurgası makine öğrenimi (ML) ve derin öğrenmedir. Makine öğrenimi, algoritmaların veriden istatistiksel örüntü çıkarmasını sağlar; karar ağaçları, destek vektör makineleri ve rastgele orman bu ailenin klasik üyeleridir. Derin öğrenme ise çok katmanlı yapay sinir ağlarıyla ham veriden hiyerarşik temsiller öğrenir; görüntü tanıma, konuşma işleme ve dil modelleri bu yaklaşım üzerine inşa edilmiştir. Büyük Dil Modelleri (LLM'ler) — GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro — Transformer mimarisinin trilyonlarca token üzerinde ölçeklenmesiyle ortaya çıktı. Bu modeller soru yanıtlama, kod üretme, çeviri ve akıl yürütme görevlerinde insana yakın performans sergilemektedir. YZ kavramsal olarak üç seviyede ele alınır: Dar YZ (ANI), bugün kullanılan tüm ticari sistemleri kapsar ve tek bir görevde uzmanlaşır. Genel YZ (AGI), insan düzeyinde çok alanlı akıl yürütmeyi hedefler; hâlâ araştırma aşamasındadır. Süper YZ (ASI) ise insan zekâsını her alanda aşan hipotetik bir düzeyi tanımlar. Uygulama alanları son derece geniştir: sağlıkta erken tanı ve ilaç keşfi, finansta dolandırıcılık tespiti ve algoritmik ticaret, ulaşımda otonom araçlar, eğitimde uyarlamalı öğrenme platformları, üretimde kalite kontrol ve öngörücü bakım. Türkiye'de tarım (hastalık tespiti), kamu hizmetleri, e-ticaret kişiselleştirme ve Türkçe doğal dil işleme öne çıkan alanlardır. YZ beraberinde önemli etik ve toplumsal sorular da getirmektedir: algoritmik önyargı, iş gücü dönüşümü, veri gizliliği, deepfake içerikler ve bağımsız silah sistemleri bu soruların başında gelir. AB'nin AI Act düzenlemesi (2024) risk tabanlı bir sınıflandırma sistemi getirerek yüksek riskli YZ uygulamalarına sıkı gereklilikler koymaktadır.

Yapay Zeka Nedir?

Yapay zeka, öğrenme, akıl yürütme ve algı gibi insan bilişsel yeteneklerini makinelerde simüle eden bilgisayar bilimi disiplinidir. 1956'da akademik bir alan olarak tanımlanan YZ, 2010'lardan itibaren derin öğrenme ve büyük veri ile büyük bir ivme kazandı. Bugün ChatGPT ve Claude gibi büyük dil modellerinden otonom araçlara, tıbbi teşhis sistemlerine kadar uzanan geniş bir uygulama yelpazesini kapsar.

YZ Seviyeleri: Dar, Genel ve Süper YZ

  • check_circle Dar YZ (ANI — Artificial Narrow Intelligence): Tek bir görevde uzmanlaşır. Mevcut tüm ticari YZ sistemleri bu kapsamdadır: ChatGPT, Gemini, görüntü tanıma, öneri motorları. Tanımlı alan dışında performansı düşer.
  • check_circle Genel YZ (AGI — Artificial General Intelligence): İnsan düzeyinde çok alanlı akıl yürütme kapasitesi. Henüz gerçekleştirilmemiştir; tanımı tartışmalıdır. Anthropic, OpenAI ve DeepMind'ın uzun vadeli hedefidir.
  • check_circle Süper YZ (ASI — Artificial Superintelligence): İnsan zekâsını tüm boyutlarda aşan hipotetik düzey. Nick Bostrom'un 'Superintelligence' kitabı ve AI güvenliği araştırmacıları bu kavramı tartışmaktadır.

Temel Öğrenme Paradigmaları

Makine öğrenimi (ML), algoritmaların veriden istatistiksel örüntü çıkarmasını sağlar; karar ağaçları, destek vektör makineleri ve rastgele orman bu kapsamdadır. Derin öğrenme, çok katmanlı sinir ağlarıyla ham veriden hiyerarşik özellik öğrenir; görüntü ve ses işlemede standarttır. Büyük Dil Modelleri (LLM'ler) ise Transformer mimarisinin trilyonlarca token üzerinde ölçeklenmesiyle ortaya çıkan en güncel YZ paradigmasıdır. Pekiştirmeli öğrenme (RL) ise deneme-yanılma yoluyla ödül sinyallerine göre politika öğrenir; AlphaGo ve robot kontrol sistemleri bu yaklaşımı kullanır.

Başlıca Kullanım Alanları

  • check_circle Sağlık: Tümör teşhisi (radyoloji), ilaç keşfi hızlandırma (AlphaFold protein yapı tahmini), klinik not özetleme ve kişiselleştirilmiş tedavi planlaması.
  • check_circle Finans: Gerçek zamanlı dolandırıcılık tespiti, algoritmik ticaret, kredi skorlama ve portföy optimizasyonu. Türkiye'deki bankaların büyük çoğunluğu YZ tabanlı risk modelleri kullanmaktadır.
  • check_circle Ulaşım ve Sanayi: Otonom araç algı sistemleri, üretim hatlarında görsel kalite kontrolü, öngörücü bakım ve lojistik rota optimizasyonu.
  • check_circle Eğitim ve İçerik: Uyarlamalı öğrenme platformları, otomatik içerik üretme araçları, dil öğretimi asistanları ve akademik literatür tarama sistemleri.

Etik ve Düzenleyici Boyut

Yapay zekanın kritik sorunları arasında algoritmik önyargı (eğitim verisindeki yanlılıkların kararları etkilemesi), iş gücü dönüşümü, veri gizliliği ve deepfake içerikler yer alır. AB'nin AI Act düzenlemesi (2024), risk tabanlı bir sınıflandırma sistemi getirerek yüksek riskli YZ uygulamalarına (biyometrik tanıma, kritik altyapı) şeffaflık ve insan denetimi gereklilikleri koymaktadır. Türkiye'de de BTK ve KVKK kapsamında YZ düzenlemeleri geliştirilmektedir.

2024-2026 Güncel Trendler

Çok modlu (multimodal) modeller metin, görüntü, ses ve video entegrasyonu sunuyor. Küçük ama güçlü modeller (SLM) uç cihazlarda çalışabiliyor. Akıl yürüten modeller (reasoning models: o3, DeepSeek R1, Claude 3.7 Sonnet) test-time compute ile karmaşık problemleri adım adım çözüyor. Yapay zeka ajanları çok adımlı görevleri otonom yönetiyor. Donanım cephesinde Nvidia H100/B200 ve özel YZ çipleri (Apple Neural Engine, Google TPU) hesaplamayı hızlandırıyor.

Sık Sorulan Sorular

  • check_circle Yapay zeka mı, makine öğrenimi mi — fark nedir? Makine öğrenimi, yapay zekanın bir alt kümesidir. Her ML sistemi YZ'dir; ancak her YZ sistemi ML kullanmaz (kural tabanlı uzman sistemler gibi). Derin öğrenme ise ML'nin bir alt kümesidir.
  • check_circle Yapay zeka tehlikeli mi? Dar YZ uygulamaları önyargı, gizlilik ihlali ve iş gücü kaybı riskleri taşır. AGI/ASI hipotetik riskler barındırır; araştırmacıların önemli bir kısmı bu konuda güvenlik çalışmaları yürütmektedir. Sorumlu YZ ilkeleri bu riskleri yönetmeyi amaçlar.
  • check_circle Türkiye'de yapay zeka ne durumda? Bankacılık, e-ticaret ve tarım sektörlerinde aktif kullanım mevcut. TÜBİTAK, üniversiteler ve teknoloji şirketleri YZ Ar-Ge'sine yatırım yapıyor. Türkçe NLP alanında açık kaynak model sayısı artıyor; Llama ve Qwen'in Türkçe fine-tune sürümleri kullanılabiliyor.
  • check_circle Yapay zekayı ChatGPT ile karıştırmamalı mı? ChatGPT, OpenAI'nin geliştirdiği bir büyük dil modelidir ve yapay zekanın yalnızca bir uygulamasıdır. Yapay zeka çok daha geniş bir alandır: görüntü tanıma, ses işleme, otonom araçlar, öneri sistemleri de yapay zekanın kapsamındadır.
  • check_circle Yapay zekayı öğrenmek için nereden başlamalı? Python ve temel matematikle (lineer cebir, olasılık) başlamak gerekir. Andrew Ng'in 'Machine Learning Specialization' (Coursera), fast.ai ve Hugging Face kursları ücretsiz iyi kaynaklardır. Sonraki adım PyTorch veya TensorFlow ile pratik uygulama yapmaktır.