Yapay Zekâ

Akıl yürütme ve problem çözme, mantıksal düşünme, analiz etme ve karmaşık sorunlara çözümler üretme yeteneğidir. Bu yetenek hipotezler kurma, alternatifleri değerlendirme ve sonuçlara ulaşma gibi süreçleri içerir.

Yapay Zekâ (Artificial Intelligence - AI), insan zekâsını taklit eden veya onunla benzer şekilde çalışan sistemlerin geliştirilmesini hedefleyen bir bilim ve mühendislik alanıdır.

Doğal dil işlemenin temel işlevleri dil anlama, dil üretme ve dil çevirisidir.

1956’da John McCarthy, Marvin Minsky, Nathaniel Rochester ve Claude Shannon tarafından düzenlenen Dartmouth Konferansı, YZ’nın başlangıcı olarak kabul edilir. Konferansa katılan araştırmacılar, bilgisayarların insan gibi düşünebilme yeteneklerini araştırmaya karar verdiler ve “yapay zekâ” terimi ilk kez John McCarthy tarafından burada kullanıldı. Böylece yapay zekâ alanı sibernetik alanı içinden ayrılarak kendi başına bir araştırma alanı hâline geldi.

Dar yapay zekâ sistemleri belirli görevleri yerine getirmek için tasarlanmış olup, insanların gerçekleştirdiği bazı bilişsel işlevleri taklit edebilme yeteneğine sahiptirler. Örneğin, yüz tanıma sistemleri, sesli asistanlar ve öneri motorları dar yapay zekâya örnektir.

Yarı denetimli öğrenme, denetimli ve denetimsiz öğrenme yaklaşımlarının birleşiminden oluşmaktadır. Bu öğrenme yönteminde, küçük miktarda etiketli veri ve büyük miktarda etiketsiz veri birlikte kullanılarak modelin eğitilmesi sağlanır.

Mimari, bir yapay zekâ modelinin temel tasarım şemasıdır ve modelin öğrenme sürecini, veriyi
işleme şeklini ve çıktı üretimini belirler. Mimari,
modelin nasıl çalışacağını belirleyen genel tasarım
kurallarını içerir ve örneğin sinir ağlarında katmanların türü, sayısı, birbirleriyle bağlantı biçimi ve aktivasyon fonksiyonları gibi unsurları kapsar.

Bayesçiler, öğrenmeyi olasılık teorisi temelinde ele alır ve Bayes teoremini kullanarak veri içindeki belirsizlikleri yönetmeye çalışırlar. Bu yaklaşım, veriye dayalı olarak olasılıkları sürekli güncelleyerek karar verme sürecini biçimlendirir.

“Derin” kelimesi yapay sinir ağındaki katman sayısının büyüklüğünü belirtmek için kullanılmaktadır. Derin öğrenmede kullanılan yapay sinir ağlarında katman sayısı üçten başlayarak binlerce katmana kadar çoğalabilmektedir.

Derin öğrenmenin günümüzdeki başarılarına rağmen, karşılaşılan bazı zorluklar ve sınırlamalar da mevcuttur. Derin sinir ağları, büyük miktarda veri ve hesaplama gücü gerektirir; bu nedenle eğitilmesi pahalı ve zaman alıcıdır. Ayrıca, bu modeller genellikle “kara kutu” olarak adlandırılır, çünkü iç işleyişleri ve karar mekanizmaları genellikle açıklanabilir değildir. Bu durum özellikle sağlık, finans ve hukuk gibi kritik alanlarda modelin güvenilirliği ve yorumlanabilirliği açısından sorun yaratmaktadır. Ayrıca, modelin eğitim verisine aşırı derecede uyum sağlayarak yeni veriler karşısında düşük performans göstermesi olarak bilinen “aşırı uyum (overfitting) yapma” riski bulunmaktadır.

Üretici Çekişmeli Ağlar (Generative Adversarial Networks - GAN), yapay zekâ alanında
sentetik veri üretmek için kullanılan yenilikçi bir
derin öğrenme modelidir.

Dönüştürücü (Transformer) Mimarisi, 2017 yılında paralel işleme yeteneğine sahip bir derin öğrenme mimarisi olarak Google’da geliştirilmiştir. Transformer mimarisi, uzun vadeli bağımlılıkları öğrenmek için dikkat mekanizmasının (attention mechanism) kullanılmasıyla önceki LSTM ve GRU tabanlı yaklaşımlara kıyasla daha verimli bir dil işleme yönteminin keşfini içermektedir.

Büyük Dil Modelleri (LLM), doğal dil işleme (NLP) alanında devrim yaratan ve geniş veri kümeleri üzerinde eğitilerek dil anlama, üretme ve dönüştürme süreçlerinde üstün performans gösteren yapay zekâ modelleridir. Bu modeller, insan benzeri metin üretme, dil çevirisi gerçekleştirme, metin özetleme, sorucevap sistemleri ve daha birçok dil tabanlı görevi gerçekleştirebilir.

Omni (omnipotent) dil modelleri ise çoklu modlu modellerin daha gelişmiş bir versiyonudur.
Bu modeller, herhangi bir türde girdiyi (metin, görsel, ses, video, algılayıcı verileri vb.) tek bir birleşik model içinde işleyebilir ve yine herhangi bir türde çıktı üretebilir. Yani bir metinden resim oluşturabilir, bir videodan yazılı özet çıkarabilir ya da sesli bir
komutu analiz edip ona uygun bir görsel oluşturabilir. Henüz geliştirilme aşamasında olan Omni modeller, farklı veri türleri arasında çok daha esnek ve doğal geçişler yapabilen, tüm duyuları birleştiren yapay zekâlar olarak düşünülebilir.

LM Studio, Hugging Face gibi platformlardan açık kaynak modelleri indirerek kolayca çalıştırmanıza olanak tanır.Benzer şekilde, Ollama da Llama 2, Mistral ve diğer popüler açık kaynak modelleri çalıştırmayı kolaylaştıran bir başka çözümdür. AnythingLLM ise
yerel modellerin doküman işleme, özel asistan geliştirme (chatbot) ve otomatik metin üretimi gibi
görevlerde kullanılmasını sağlayan bir altyapı sunmaktadır.

Açık kaynak LLM’lerin yerel bilgisayarlarda kullanılması, Bilgi Getirme Destekli Üretim (Retrieval-Augmented Generation - RAG) gibi yöntemlerle daha etkili hâle getirilebilir. RAG, dil modellerinin güncel ve özel verilere erişmesini sağlayarak daha doğru ve bağlama uygun yanıtlar üretmesini amaçlayan bir yaklaşımdır.

Text-to-Text (Metinden Metin Üretmek), metin tabanlı girdilerin başka metinlere dönüştürülmesini ifade eder. Yapay zekâ modelleri, bir metni özetleyebilir, başka bir dile çevirebilir, metni yeniden yazabilir, metinle ilgili soruları cevaplayabilir, metni tamamlayabilir, metinden duygu analizi yapabilir, metinle ilgili diyaloglar üretebilir veya metni farklı bir dilde veya üslupta yeniden oluşturabilir.

Örneğin; bir reklam metni, yapay zekâ tarafından tam teşekküllü bir video reklamına dönüştürülebilir. OpenAI Sora ve Google Lumiere popüler text-to-video dönüştürücüleridir

Image-to-Text (Görüntüden Metin Üretmek), görsellerdeki metni algılayan ve yazıya döken sistemdir. OCR (Optik Karakter Tanıma) teknolojisi bu alanın en yaygın örneğidir. Belgeleri dijitalleştirme, trafik işaretlerini okuma ve görsel içerikleri
erişilebilir hale getirme gibi alanlarda kullanılır.

Video içeriklerinden farklı formatlarda veri çıkarmayı sağlayan yapay zekâ teknolojilerinin genel adıdır.