AI terimlerine hâlâ kafanız mı karışık? İşte açıklamaları

Yapay zeka dünyayı değiştirirken, bunu nasıl yaptığına dair tamamen yeni bir jargon da yaratıyor. Beş dakika içinde LLM, RAG, RLHF gibi terimlerle karşılaşabilir ve teknoloji dünyasındaki en zeki kişileri bile güvensiz hissettirebilir. Bu sözlük, bu karmaşayı gidermeyi amaçlıyor. Alan geliştikçe düzenli olarak güncellenecek; yani AI sistemleri gibi yaşayan bir doküman.

AGI

Artificial General Intelligence (AGI), bulanık bir kavramdır fakat genel olarak insan ortalamasının üstünde, birçok hatta çoğu görevi yerine getirebilen bir AI’yi tanımlar. OpenAI CEO’su Sam Altman, AGI’yi “işe alabileceğiniz bir ortanca insan çalışan” olarak nitelendirmişti. OpenAI charter’ı ise AGI’yı “çoğu ekonomik açıdan değerli işi insanlardan daha iyi yapan yüksek derecede özerk sistemler” olarak tanımlar. Google DeepMind ise AGI’yı “çoğu bilişsel görevi insan kadar iyi yapabilen AI” olarak görür. Karışık mı? Endişelenmeyin; AI araştırmalarının önündeki uzmanlar bile bu konuda net değildir.

AI Agent

AI agent, bir dizi görevi sizin yerinize yerine getiren, temel bir chatbot’tan çok daha yetkin bir araçtır; örneğin harcama raporu hazırlama, bilet ya da restoran rezervasyonu yapma, hatta kod yazma ve bakımını yapma gibi. “AI agent” ifadesi farklı kişiler için farklı anlamlar taşıyabilir çünkü ekosistem hâlâ gelişmekte. Temel kavram, birden çok AI modelini bir araya getirerek çok adımlı görevleri otonom bir şekilde gerçekleştiren bir sistemdir.

API Endpoints

API endpoint’leri, bir yazılımın arka planındaki “butonlar” gibi düşünülebilir; diğer programlar bu “butonlara” basarak belirli işlemler yaptırır. Geliştiriciler bu arayüzleri entegrasyonlar oluşturmak için kullanır – bir uygulamanın başka bir uygulamadan veri çekmesi ya da bir AI agent’ın insan müdahalesi olmadan üçüncü‑taraf hizmetleri kontrol etmesi gibi. Akıllı ev cihazlarının çoğu bu gizli butonlara sahiptir; kullanıcılar genelde fark etmez. AI agent’lar daha yetkin oldukça, bu endpoint’leri kendi kendine keşfetip otomasyon olanaklarını genişletir.

Chain of Thought

Basit bir soruya insan beyni çok düşünmeden cevap verir: “Bir zürafa mı, bir kedi mi daha uzun?” Ancak bazı problemler ara adımlara ihtiyaç duyar; örneğin çiftlikteki tavuk ve inek sayısını bulmak için denklemler kurmak gerekir. AI bağlamında chain‑of‑thought, büyük dil modellerinin (LLM) bir problemi daha küçük, ara adımlara bölerek çözmesidir. Bu yöntem yanıt süresini uzatsa da doğruluk ihtimalini artırır, özellikle mantık ya da kodlama problemlerinde. Bu düşünce biçimi, pekiştirmeli öğrenme (RL) sayesinde LLM’ler üzerinde optimize edilmiştir.

Coding Agents

Coding agent, AI agent konseptinin yazılım geliştirme için özelleştirilmiş bir versiyonudur. Sadece kod önerisi sunmak yerine, kodu yazabilir, test edebilir, hataları ayıklayabilir ve tüm süreci otonom bir şekilde yönetir. Böyle bir agent, bütün kod tabanını tarayıp hata bulabilir, test çalıştırabilir ve düzeltmeleri minimum insan denetimiyle uygulanabilir hâle getirir. Bir nevi hiç uyumayan, daima odaklanmış bir stajyer gibidir; yine de insan geliştiricinin nihai kontrolü gerekir.

Compute

Compute, AI modellerinin çalışması için gerekli olan temel işlem gücünü ifade eder. Bu, GPU, CPU, TPU gibi donanımları kapsayan bir terimdir ve AI endüstrisinin kalbini oluşturur. Model eğitimi ve dağıtımı bu işlem gücüne dayanır.

Deep Learning

Deep learning, çok katmanlı yapay sinir ağları (ANN) kullanan, kendini geliştirebilen bir machine learning alt kümesidir. Beyindeki nöron bağlantılarını taklit eden bu yapı, veri içindeki karmaşık ilişkileri öğrenir ve özellik mühendisliğine insan müdahalesi gerektirmez. Ancak büyük veri setleri (milyonlarca örnek) ve uzun eğitim süreleri gerektirdiğinden maliyetleri yüksektir.

Diffusion

Diffusion, birçok görsel, müzik ve metin üretimi AI modelinin temelini oluşturan tekniktir. Fizikten ilham alarak, veri (örneğin bir fotoğraf) üzerine gürültü ekleyerek “yok eder”; model daha sonra bu sürecin tersini öğrenerek gürültüden orijinal veriyi yeniden oluşturur.

Distillation

Distillation, büyük bir “öğretmen” modelinin bilgisini daha küçük bir “öğrenci” modele aktarma tekniğidir. Öğretmen modele sorular sorulur, çıktılar kaydedilir ve öğrenci model bu çıktıları taklit edecek şekilde eğitilir. Böylece daha hızlı, daha hafif bir model elde edilir; örneğin OpenAI’nin GPT‑4 Turbo’su bu yöntemle geliştirilmiş olabilir. Ancak bir rakipten izinsiz distillation, API hizmet koşullarını ihlal eder.

Fine‑Tuning

Fine‑tuning, bir AI modelinin önceden eğitilmiş bilgilerinin üzerine, belirli bir görev ya da alan için yeni, uzmanlaşmış veri setiyle ek eğitim yapılmasıdır. Pek çok startup, LLM’yi temel alıp kendi sektörüne özgü veriyle fine‑tune ederek ticari ürünler geliştirir.

GAN

Generative Adversarial Network (GAN), iki sinir ağının birbirine karşı yarıştığı bir machine learning çerçevesidir. Bir ağ (generator) gerçek veri gibi örnekler üretirken, diğer ağ (discriminator) bu örneklerin sahte mi gerçek mi olduğunu değerlendirir. Bu rekabet, gerçekçi veri (örneğin deepfake video) üretimini mümkün kılar.