Yapay Zeka Nedir? LLMler ve Daha Fazlası

Son birkaç yıldır Büyük Dil Modelleri (LLM’ler), Yapay Zeka (YZ) alanını tamamen ele geçirmiş durumda. LLM’ler ile birlikte bu alanda işler oldukça değişti. Bu yazıda, yapay zeka alanını daha iyi anlamak ve gelecekte nasıl ilerleyeceğini daha iyi anlayabilmek için Yapay Zeka dünyasını keşfedeceğiz.

Öncelikle işe Yapay Zeka’yı tanımlayarak başlayalım. **NASA**’ya göre Yapay Zeka şu şekilde tanımlanıyor:

“Yapay zeka; normal şartlarda insan muhakemesi, karar verme, yaratıcılık vb. süreçler gerektiren karmaşık görevleri yerine getirebilen bilgisayar sistemlerini ifade eder.”

Yapay zeka sistemleri son yıllarda popülerleşmiş olsa da aslında uzun yıldır varlar. İlk yapay zeka sistemleri belirli görevler için özel olarak tasarlanmış sistemlerdi. Zamanla bu süreç, kendi kendine bir görevi nasıl yerine getireceğini öğrenebilen sistemlere, yani Makine Öğrenmesi’ne (ML) evrildi. Bugün haberlerde duyduğunuz yapay zeka sistemlerinin çoğu Makine Öğrenmesi’ni, daha spesifik olarak söylemek gerekirse Derin Öğrenme’yi (DL) kullanıyor. Aşağıdaki Venn şemasında Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme arasındaki ilişkiyi görebilirsiniz.

Yapay zeka, makine öğrenmesi ve derin öğrenme arasındaki ilişkiyi gösteren bir Venn diyagramı

Makine Öğrenmesi Nedir ve Neden İhtiyacımız Var?

Makine Öğrenmesinin ortaya çıkışı aslında basit bir soruyla oldu: Makineler insanlar gibi öğrenebilir mi?

Makine Öğrenmesi’ne neden ihtiyaç duyduğumuzu daha iyi anlamak için basit bir problemi inceleyelim: Sudoku bulmacası çözmek.

Öncelikle Sudokudaki kısıtlamaları ele alalım:

• Her satır ve sütunda, 1'den 9'a kadar olan rakamlar tam olarak bir kez yer almalıdır.
• Her 3x3'lük karede, 1'den 9'a kadar olan tüm rakamlar tam olarak bir kez yer almalıdır.

Bu kurallara dayanarak, verilen herhangi bir Sudoku bulmacasını çözecek bir algoritma yazmak pekte zor değil, çünkü problem tanımlanabilir net ve basit kurallara sahip. Hatta her boşluğa rastgele bir sayı yerleştiren ve cevabın doğru olup olmadığını kontrol eden çok basit bir algoritma bile kullanılabilir. Her ne kadar bu oldukça verimsiz bir yöntem olsa da, yeterli deneme yanılma (ve bolca zaman!) ile doğru çözüm kesin bulunacaktır.

Şimdi başka bir problemi daha inceleyelim: Bir fotoğraftaki hayvanın kedi mi yoksa köpek mi olduğunu tespit etmek (Daha sonra göreceğimiz üzere, bunu “sınıflandırma” problemi olarak adlandırıyoruz).

Fotoğrafı ayırt etmek için bazı kurallar bulmaya çalışalım:

• Köpekler genellikle kedilerden daha büyüktür. Dolayısıyla görseldeki hayvanın boyutunu kontrol edebiliriz. Bu durum çoğu zaman doğru olsa da, Chihuahua gibi bazı istisna cinsler vardır.
• Kedilerin kulakları diktir, köpeklerin ise genelde aşağı dönüktür. Yine, çoğu köpeğin kulakları dik olmasa da, Chihuahua ve diğer birçok köpek ırkı (K9, Doberman vb.) kedi benzeri dik kulaklara sahiptir.

Gördüğünüz gibi, köpekleri kedilerden ayıran kesin bir kurallar dizisi bulmak inanılmaz derecede zor. Hesaba katmanız gereken çok fazla istisna durum var. Ayrıca bu kuralları ortaya koyabilmek için var olan tüm köpek ve kedi cinslerini incelemek gerektiğini de unutmayın.

Üstelik tanımlayacağınız kuralların farklı koşullarda da çalışması gerekir:

• Olabilecek her türlü kamera açısı
• Farklı arka planlar (gün batımı, çim, gökyüzü, deniz, yeşil ekran vb.)
• Işık koşulları (aydınlık, karanlık, gündüz, gece vb.)

Meşhur Chihuahua ya da muffin örneği. Bunları birbirinden ayırt edecek bir algoritma nasıl yazılabilir ki?

Bu tür karmaşık görevler için elle kurallar yazmak pratik olarak imkansızdır.

Peki ya tüm bu kuralları kendi kendine bulabilecek bir sistem inşa edebilseydik? Daha önce de belirttiğim gibi, kuralları kendimiz koymak için çokça görseli incelememiz gerekirdi. Bunun yerine, görselleri bir algoritmaya besleyebilir ve onun bir kedi veya köpek görselini sınıflandırmak için kendi “kurallarını” öğrenmesini sağlayabiliriz

Yapay Zekanın Alt Dalları

Makine Öğrenmesinde girdilerinizi her zaman “veri” olarak düşünmelisiniz. Genellikle makine öğrenmesi modelleri ve çözdükleri problemler, girdi olarak kullanılan verinin türüne göre kategorize edilir.

İki tür veri vardır:

1. Yapılandırılmış veri (Structured data): Tablo şeklindeki sayısal veriler (Excel tabloları vb.)
2. Yapısal olmayan veri (Unstructured data): Ses, video, görsel, metin

Bir sonraki bölümde bahsedeceğimiz Derin Öğrenme döneminden önce, makine öğrenmesi modelleri yeterince “akıllı” değildi. YZ modellerinin veriyi anlayabilmesi için verilerimizi basitleştirmek zorunda kalıyorduk. Bu durumu karmaşık bir problemi bir çocuğa daha basit terimlerle açıklamaya benzetebilirsiniz. Her veri türünün kendine özgü “basitleştirme” yöntemleri olduğundan dolayı mühendisler çalıştıkları veri türüne göre uzmanlaşıyorlardı. Doğal olarak yapay zeka alanı da veri tipine göre dallara ayrıldı.

Bilgisayarla Görü (Computer Vision — CV):

Bilgisayarların görseller, videolar, 3D taramalar ve benzeri verileri kullanarak “görmesini” sağlamaya odaklanır. Bilgisayarlı görü altındaki yaygın problemler şunlardır:

• Görsel sınıflandırma: Bu bir kedi mi yoksa köpek mi?
• Nesne tespiti (Object detection): Köpeğin görseldeki konumu neresi
• Image captioning: Bu görseli nasıl tanımlayabiliriz?

Farklı bilgisayarla görü problemlerini gösteren bir resim

Doğal Dil İşleme (Natural Language Processing — NLP):

Dili anlamaya odaklanır. Yaygın problemler arasında

• Metin sınıflandırma: Bu e-posta spam mi değil mi?
• Özetleme
• Dil modelleme: Chatbot’lar, LLM’ler

Ses ve Konuşma İşleme (Audio and Speech Processing):

Bilgisayarların “duymasına” odaklanır. Bazı yaygın problemler şunlardır:

• Metinden konuşmaya çeviri (TTS): Yazılı bir metinden insan sesine benzer bir konuşma üretmek
• Konuşmadan metne çeviri (STT): Konuşulan dili veya ses kayıtlarını yazılı metne dönüştürmek
• Arka plan gürültüsü temizleme: Bir ses kaydındaki istenmeyen sesleri/gürültüleri yok etmek

Tüm alt dallar aslında çok uzun yıllardır var. Her ne kadar bu alanların aralarındaki sınırlar giderek belirsizleşiyor olsa da tamamen ortadan kalkmış değil. Açıkçası kişisel olarak tamamen ortadan kalkacağını düşünmüyorum, çünkü her veri türü kendine has problemler barındırıyor.

Derin Öğrenme Nedir?

Derin Öğrenme (Deep Learning), sunduğu muazzam yetenekler sayesinde son on yılda popüler hale gelen Makine Öğrenmesinin bir alt kümesidir. Derin Öğrenme, insan beyninin yapısını taklit eden yapay sinir ağlarını kullanır. Şimdiye kadar pek çok farklı derin öğrenme modeli mimarileri icat edildi: Evrişimli Sinir Ağları (CNN’ler), Yinelemeli Sinir Ağları (RNN’ler), LSTM’ler ve Transformer’lar.

CNN’ler çoğunlukla bilgisayarlı görüde kullanılırken; RNN’ler ve LSTM’ler metin ve ses gibi sıralı verilerde kullanılıyordu. Transformer modelleri ise diğerlerinden çok sonra gelmesine rağmen tüm alanı kelimenin tam anlamıyla ele geçirdi. Bugün, modern Büyük Dil Modellerinin (LLM’lerin) arkasındaki temel mimari Transformer modelleridir.

LLM’ler Oyunu Nasıl Değiştirdi?

LLM’lerden önce yapay zeka modelleri sadece tek bir görevi yapabiliyordu. Metin özetleme için eğitilmiş bir model metin sınıflandırması yapamazdı. LLM’ler ise doğrudan dili öğrenen modeller. İnternetteki devasa miktarda veriyle dili öğrenirken, bu modellerin aynı zamanda birden fazla görevi yerine getirmeyi de öğrendiğini fark ettik. Artık aynı model spam e-mailleri sınıflandırabiliyor, metinleri özetleyebiliyor, görselleri analiz edebiliyor ve nesneleri tespit edebiliyor (LLM’ler görselleri ve videoları da işleyebildiğinde onları Visual Language Model / VLM olarak adlandırıyoruz ancak kimi insanlar hala LLM demeye devam ediyor. Bu yazıda daha fazla detaya girmeyeceğim).

LLM’lerin Ötesinde Ne Var?

LLM’ler çok sayıda görevi kapsıyor olsa da, bu durum her şeyi yapabilecekleri veya yapmaları gerektiği anlamına gelmez.

• Her görevi yapabilirler mi?: LLM’ler sıralı metin verileri için tasarlanmıştır. Örneğin, tablo verileri kullanan problemler LLM’lerin yapısına ve işleyişine aykırıdır. Bu tür görevler için Karar Ağaçları (Decision Trees) veya XGBoost gibi daha klasik modelleri kullanmak çok daha doğru olacaktır. Benzer şekilde görsel, video ve ses sentezi gibi problemler de çeşitli teknik nedenlerden dolayı çoğunlukla farklı mimariler kullanır.
• Verimlilik: LLM’ler çok ağır hesaplama gücü gerektirir. Bir güvenlik kamerasından (CCTV) gerçek zamanlı olarak hatalı park edilmiş araçların tespit edileceği bir sistem düşünün. Böyle bir durumda insanlarla sohbet edebilen devasa bir modele ihtiyacınız yoktur. Sadece o işe odaklanmış, çok daha basit ve küçük bir model kullanmak pek çok açıdan daha iyi bir tercih olacaktır.

Sonuç

Beni bu makaleyi yazmaya iten ana motivasyon, insanların LLM’leri her derde deva bir çözüm olarak görmesi.

Bu yazıda yapay zeka ve makine öğrenmesinin temellerini elimden geldiğince basit bir şekilde açıklamaya çalıştım. Bahsettiğim gibi, LLM’ler son birkaç yılda oyunu kökten değiştirmiş olsada işin temel kuralları hala geçerliliğini korumakta. LLM’lerin birçok şeyi yapabiliyor olması, her şeyi yapabilecekleri veya yapmaları gerektiği anlamına gelmez. Muhtemelen günün birinde LLM’lerin yerini alacak yeni bir model türü (örneğin Dünya Modelleri — World Models) gelecektir. Hatta farklı yeteneklere sahip birden fazla farklı mimari ve modelle de yola devam edebiliriz. LLM’ler her ne kadar çok yetenekli olsalar da, yazının başından beri anlatmaya çalıştığım bu kocaman alanın sadece küçük bir parçası.

Dünyadaki çoğu insan yapay zeka dünyasına LLM’ler ile adım attı. Umarım bu makale size işin temelleri hakkında daha fazla öngörü kazandırmış ve Yapay Zeka alanının LLM’lerin ötesindeki dünyasını gösterebilmiştir.