Yapay zekâ nedir, nasıl çalışır? Yeni başlayanlar için rehber

Yapay zekâ, bilgisayarlara normalde insan zekâsı gerektiren işleri yaptırmayı amaçlayan bilim ve mühendislik alanıdır. Akıl yürütme, planlama, öğrenme ve algılama bu işlerin başında gelir. Bugünkü yapay zekâ sistemlerinin çoğu kurallarla programlanmaz. Örneklerden kalıp çıkararak öğrenir ve bu kalıpları tahmin, öneri ya da içerik üretmek için kullanır.

Bu rehberde yapay zekânın tanımını, makine öğrenmesinin mantığını, ChatGPT gibi büyük dil modellerinin metni nasıl ürettiğini, günlük hayattaki kullanımlarını ve dikkat edilmesi gereken sınırlarını adım adım ele alıyoruz.

Yapay zekâ nedir? Kısa tanım ve tarihçe

Terim, John McCarthy ve arkadaşlarının 1955'te yazdığı öneriyle düzenlenen 1956 Dartmouth yaz araştırma projesiyle yerleşti. İlk dönemde yapay zekâ büyük ölçüde "sembolik" yaklaşım demekti. Yani uzmanlar bilgisayara elle yazılmış kurallar veriyordu.

Akademik bir kaynağa göre bu kural temelli anlayış 1980'lerin sonuna kadar baskındı. Sonrasında yapay sinir ağları, bulanık sistemler ve evrimsel hesaplama gibi yöntemler öne çıktı. Kabaca özetlersek alan, önce kurallarla, ardından veriden öğrenerek ilerledi.

Resmî tanımlarda da benzer bir çerçeve var. OECD'nin Kasım 2023'te güncellediği tanıma göre yapay zekâ sistemi, aldığı girdiden yola çıkarak tahmin, içerik, öneri veya karar gibi çıktılar üretmenin yolunu bulan makine tabanlı bir sistemdir. Bu çıktılar fiziksel ya da sanal ortamları etkileyebilir ve sistemlerin özerklik düzeyi farklılık gösterir. AB Yapay Zekâ Yasası da çok benzer bir ifade kullanıyor.

Yeni başlayanlar için iki ayrım işe yarar. Birincisi, bugün var olan her şey belirli görevler için yapılmış "dar yapay zekâ"dır. İnsan gibi her işi yapabilen "genel yapay zekâ" (AGI) ise varsayımsaldır ve nasıl tanımlanacağı tartışmalıdır. İkincisi, kavramlar iç içedir: yapay zekâ en geniş çatıdır, makine öğrenmesi onun bir alt alanı, derin öğrenme makine öğrenmesinin bir türü, büyük dil modelleri ve üretken yapay zekâ ise derin öğrenmenin uygulamalarıdır.

Yapay zekâ nasıl çalışır? Makine öğrenmesinin mantığı

Klasik yazılımda programcı kuralları tek tek yazar. Makine öğrenmesinde ise modele kural yerine çok sayıda örnek, yani eğitim verisi verilir. Model bu örneklerdeki kalıpları kendisi bulur.

Üç temel yaklaşım vardır. Denetimli öğrenmede örnekler etiketlidir; örneğin e-postalar "spam" ya da "spam değil" diye işaretlenmiştir. Denetimsiz öğrenmede etiket yoktur ve model verideki doğal grupları kendisi keşfeder. Pekiştirmeli öğrenmede ise model ödül ve cezalarla deneme yanılma yoluyla öğrenir; Go oynayan AlphaGo bunun bilinen bir örneğidir.

Günümüzün güçlü sistemlerinin çoğu yapay sinir ağlarına dayanır. Bunlar, katmanlar halinde dizilmiş basit matematiksel birimlerden oluşur. Her bağlantının "parametre" ya da "ağırlık" denen sayısal bir ayarı vardır.

Eğitim sırasında model bir cevap üretir, bunu doğru cevapla karşılaştırır ve hatayı azaltacak şekilde ağırlıkları azar azar değiştirir. Teknik dilde bu sürece geri yayılım ve gradyan inişi denir. Pahalı ve uzun süren bu öğrenme aşamasına "eğitim", bitmiş modelin soruları yanıtlamasına ise "çıkarım" (inference) adı verilir.

ChatGPT gibi büyük dil modelleri nasıl çalışır?

Büyük dil modelleri (LLM) önce metni "token" denen küçük parçalara böler. Token bazen bir kelime, bazen bir kelimenin parçasıdır. Ekleri çok olan Türkçe gibi dillerde aynı metin daha fazla parçaya bölünebilir; ancak bu oran modelden modele değişir.

Ön eğitim aşamasında model, devasa miktarda metin üzerinde tek bir işi öğrenir: sıradaki token'ı tahmin etmek. Basit görünen bu görev, dilbilgisinden olgulara kadar pek çok kalıbın öğrenilmesini sağlar. Bu modellerin temelinde Google araştırmacılarının 2017'de yayımladığı "Attention Is All You Need" makalesiyle tanıtılan Transformer mimarisi bulunur.

Ardından son eğitim gelir. Model talimat örnekleriyle ince ayardan geçirilir ve insan geri bildirimiyle pekiştirmeli öğrenme (RLHF) gibi yöntemlerle yardımcı bir asistan gibi davranmaya yönlendirilir. ChatGPT'nin 30 Kasım 2022'de kullanıma açılmasıyla bu tür sohbet asistanları geniş kitlelere ulaştı. Bugün Gemini, Claude, Copilot, Llama, DeepSeek, Mistral ve Grok da bu alandaki bilinen isimler arasında.

Alan hızla değişiyor. Cevap vermeden önce sorunu adım adım çözen "akıl yürütme" modelleri, görsel ve ses de işleyebilen çok kipli modeller, araç kullanarak görev yürüten "ajanlar" ve cevaplamadan önce belge ya da web'de arama yapan RAG yöntemi öne çıkan eğilimler arasında. Model sürümleri sık güncellendiği için en güncel durumu üreticilerin kendi sayfalarından takip etmek gerekir.

Yapay zekâ ne işe yarar? Günlük hayattan örnekler

Yapay zekâyı farkında olmadan her gün kullanıyoruz. Dizi ve video platformlarındaki öneriler, alışveriş sitelerindeki ürün tavsiyeleri, spam filtreleri, navigasyon uygulamalarının trafik tahmini, yüz tanımayla telefon kilidi açma, sesli asistanlar ve makine çevirisi bunların başında gelir.

Bankalar dolandırıcılık tespitinde, fotoğraf uygulamaları otomatik düzenlemede yapay zekâdan yararlanır. Üretken yapay zekâ ise yazı taslağı hazırlama, uzun metinleri özetleme, kod yazma, görsel üretme ve ders çalışma gibi işlerde yaygınlaştı.

Tıpta yapay zekâ, doktorlara görüntüleme sonuçlarını incelemede yardımcı araç olarak kullanılıyor. Bilimde ise etkisi ödüllerle tescillendi: 2024 Nobel Kimya Ödülü'nün bir kısmı protein yapısını tahmin eden AlphaFold için Demis Hassabis ve John Jumper'a verildi. Aynı yıl Nobel Fizik Ödülü, yapay sinir ağları üzerine çalışmaları nedeniyle John Hopfield ve Geoffrey Hinton'a gitti.

Yapay zekânın sınırları ve riskleri nelerdir?

En bilinen sorun "halüsinasyon"dur. Dil modelleri doğrulanmış bilgi değil, olası görünen metin ürettiği için yanlış bir şeyi büyük bir özgüvenle söyleyebilir. Bunun ne sıklıkla olduğu modele ve teste göre çok değişir; bu yüzden önemli bilgileri mutlaka başka kaynaklardan kontrol etmek gerekir.

Modellerin bir bilgi kesim tarihi vardır. Aramaya bağlı değilse, eğitimi bittikten sonra olan olaylardan haberi olmaz. Ayrıca eğitim verisindeki önyargıları tekrarlayabilir.

Gizlilik de önemli bir konu. Sohbet asistanlarına kişisel, sağlıkla ilgili veya ticari açıdan hassas bilgi yazmadan önce iki kez düşünmekte ve sağlayıcının verilerinizi eğitimde kullanıp kullanmadığını ayarlardan kontrol etmekte fayda var.

Bunların yanında telif hakkı davaları, enerji ve su tüketimi, deepfake ve dezenformasyon ile istihdama etkiler de tartışılıyor; işler üzerindeki etkiye dair tahminler birbirinden çok farklı. Son olarak, bu sistemlerin insan anlamında "anladığı" ya da bilince sahip olduğu söylenemez; bu konu felsefi olarak hâlâ tartışmalıdır.

Yapay zekâ yasalarla düzenleniyor mu?

Evet, düzenlemeler giderek artıyor. AB Yapay Zekâ Yasası 1 Ağustos 2024'te yürürlüğe girdi ve kuralları aşamalı olarak uygulamaya alınıyor. Bazı yükümlülüklerin takvimi AB'nin sonraki önerileriyle değişebileceği için güncel tarihleri resmî kaynaklardan izlemek gerekiyor.

Türkiye'de Cumhurbaşkanlığı Dijital Dönüşüm Ofisi ile Sanayi ve Teknoloji Bakanlığı'nın hazırladığı 2021–2025 Ulusal Yapay Zekâ Stratejisi bulunuyor. Yeni dönem stratejisi ve yasal düzenlemelerle ilgili gelişmeler sürdüğünden, güncel durumu ilgili kurumların duyurularından takip etmenizi öneririz.