Yapay zekâ dünyasının yeni dili: 2024'te bilmeniz gereken temel terimler

Yapay zekâ (AI) teknolojileri dünyayı hızla değiştirmenin yanı sıra, kendine özgü tamamen yeni bir terminoloji de oluşturmaktadır. Günümüzde ürün sunumlarında, teknoloji toplantılarında veya yatırım panellerinde LLM, RAG veya RLHF gibi kısaltmalar sıkça duyulmaktadır. Hatta alan uzmanları için bile bu kavramlar bazen kafa karıştırıcı olabilir. TechCrunch yayınına göre, bu terimleri doğru anlamak, modern teknolojik ortamda başarılı iletişim kurmanın anahtarıdır. Bu konuda Techcrunch.com haber veriyor.

Yapay zekâ alanında en çok tartışılan ancak en soyut kavramlardan biri AGI'dir (Yapay Genel Zekâ). OpenAI yöneticisi Sam Altman onu "bir meslektaş olarak işe alabileceğiniz ortalama bir insanın dengi" olarak tanımlıyor. Google DeepMind ise buna daha bilişsel bir bakış açısıyla yaklaşıyor ve çoğu entelektüel görevde insanlardan geri kalmayan bir sistemi AGI olarak adlandırıyor. Basitçe ifade etmek gerekirse, bu insan gibi düşünebilen ve neredeyse tüm ekonomik değere sahip işleri yapabilen bir teknolojidir.

AI ajanları ve hesaplama gücü

Günümüzde basit chatbot'lardan daha karmaşık olan "AI ajanları" kavramı yaygınlaşmaktadır. Bu, sadece sorulara cevap veren bir program değil, kullanıcı adına belirli görev zincirlerini yerine getirebilen bir araçtır. Örneğin, sizin için uçak bileti rezerve edebilir, masraf raporu doldurabilir veya kod yazıp bunu denetleyebilir. Bu tür ajanlar API'ler (uygulama arayüzleri) aracılığıyla diğer hizmetlerle bağlantı kurarak insan müdahalesi olmadan karmaşık süreçleri yönetir.

Bu karmaşık sistemlerin çalışması için "Compute" (Hesaplama gücü) adı verilen bir kaynağa ihtiyaç vardır. Bu terim, AI modellerini eğitmek ve çalıştırmak için gereken GPU'ları (grafik işlemciler), CPU'ları ve diğer donanım araçlarını ifade eder. Günümüzde NVIDIA gibi şirketlerin pazardaki konumu, tam olarak bu hesaplama gücüne olan küresel talep nedeniyle keskin bir şekilde artmaktadır.

Mantıksal akıl yürütme ve derin öğrenme

AI modellerinin gelişiminde "Chain-of-thought" (düşünce zinciri) yöntemi önemli bir yer tutmaktadır. Bu süreçte AI, karmaşık bir soruya hemen cevap vermek yerine, onu küçük mantıksal adımlara böler. Örneğin, bir matematik problemini çözerken insanın kâğıt ve kalem kullanması gibi, AI da ara adımları analiz eder. Bu, cevabın doğruluğunu artırır; süreç biraz daha fazla zaman alsa da mantık ve programlamadaki hata sayısını azaltır.

Ayrıca yapay zekânın temeli olan "Deep Learning" (Derin öğrenme) kavramını da unutmamak gerekir. Aşağıda temel özellikleri verilmiştir:

• İnsan beynindeki nöral yollara benzer çok katmanlı yapay sinir ağları kullanır.
• Verilerdeki önemli özellikleri insan yardımı olmadan, bağımsız olarak tespit edebilir.
• Hatalardan ders çıkararak ve tekrar yoluyla sonuçlarını iyileştirir.
• Etkili çalışmak için milyonlarca veri noktası ve devasa hesaplama kaynakları gerektirir.

Özbekistan'ın teknolojik ekosisteminde de bu terimler giderek daha aktif kullanılmaktadır. Yerel geliştiriciler ve girişimler OpenAI veya Google tarafından sunulan API arayüzleri aracılığıyla kendi ürünlerini oluştururken, bu sözlük yalnızca uzmanlar için değil, teknolojiye ilgi duyan geniş kitle için de önemli bir rehber olarak hizmet vermektedir.