Yapay Zeka
Artificial Intelligence (AI)
Bilgisayarların insan gibi düşünme, öğrenme ve karar verme yeteneklerini taklit eden geniş bilim alanı.
Yapay zeka, makinelerin insana özgü zihinsel becerileri — öğrenme, akıl yürütme, problem çözme, dil anlama, görme — sergileyebilmesini sağlayan tüm tekniklerin şemsiye adıdır.
Yapay zekanın altında Makine Öğrenmesi vardır; onun da altında Derin Öğrenme yer alır — iç içe geçmiş üç halka gibi düşün. LLM'ler, görsel modelleri, robotik kontrol — hepsi bu zincirin parçası. Yani her LLM bir AI'dır, ama her AI bir LLM değildir.
İki tarihsel ekol var: sembolik AI (kural tabanlı, 1960-90'larda egemen) ve istatistiksel / öğrenen AI (veri tabanlı, bugün egemen). Bugün konuştuğumuz "AI patlaması" ikincisinin — özellikle derin öğrenmenin — meyvesi.
"Yapay zeka" demek, "ulaşım" demek gibidir. Bisiklet, araba, uçak, roket — hepsi ulaşımdır ama çok farklı şeylerdir. AI da öyle: bir e-postanın spam olup olmadığına karar veren basit kural setinden, ChatGPT'ye, sürücüsüz araç görüş sistemine kadar her şeyi kapsar. "AI kullanıyor" demek tek başına anlamlı bir şey söylemez.
Bir bankanın dolandırıcılık tespit sistemini düşün — üç farklı AI katmanını birlikte çalıştırır: - Kural tabanlı katman (klasik AI): "Tek seferde 10.000 TL üstü işlem + yurt dışı + saat 03.00" → işaretle. - ML katmanı: geçmiş 10 milyon işlemden öğrenen bir model şüpheli örüntüleri yakalar. - LLM katmanı: müşteri çağrı merkezini aradığında konuşmayı anlamlandırır, niyet çıkarır.
Üçü de aynı sistemin parçası, üçü de "AI" şemsiyesi altında — ama teknik olarak bambaşka yaklaşımlar.
- Veriden örüntü çıkarmak gerektiğinde (ML)
- İnsanın yetişemeyeceği ölçekte hızlı karar (otomatik öneri, fiyatlama)
- Doğal dil veya görsel arayüzler kurmak (asistan, OCR, çeviri)
- Tekrarlayan zihinsel görevleri otomatikleştirmek (özet, sınıflandırma)
- Basit bir
if-elseile çözülen görevler — gereksiz karmaşıklık - Kararın %100 açıklanabilir olması şart olduğunda (regülasyon, hukuk)
- Eğitim verisi olmadığında — 'AI ile çözeriz' demek veriyi yaratmaz
AI demek LLM sanmak
AI çok geniş bir alan. Her problemi LLM ile çözmeye kalkmak hem pahalı hem yanlış. Sınıflandırma için XGBoost, görsel için CNN, zaman serisi için ARIMA çoğu zaman hâlâ doğru tercih.
Veri olmadan model olmaz
İyi AI sistemi = iyi veri + uygun model. Veriyi atlayıp model seçimiyle başlamak çok yaygın bir hata. Veri kalitesi neredeyse her zaman model karmaşıklığını yener.
Hype'a kapılmak
Bugün her şirket 'AI yapıyoruz' diyor. Asıl soru: ürünün içinde gerçekten AI mı var, yoksa süslü bir if-else mi? Sormaya değer.