Yapay Zeka Nasıl Cevap Verir?

Bir sohbet botuna (ChatGPT, Claude veya Gemini gibi) bir soru sorduğunuzda, sanki karşınızda dünyadaki tüm kütüphaneleri okumuş bir insan varmış gibi saniyeler içinde akıcı yanıtlar alırsınız. Peki, yapay zeka bilgisayar ekranının arkasında gerçekten düşünüyor mu, yoksa başka bir mekanizma mı işliyor?

Kısa cevap: Yapay zekalar insan gibi düşünmez, hissetmez veya gerçek anlamda "anlamaz". Yapay zeka modelleri (Büyük Dil Modelleri - LLM), trilyonlarca kelimelik veriyi inceleyerek geliştirilmiş süper gelişmiş birer "bir sonraki kelimeyi tahmin etme"  motorudur.

***

1. Metinler Sayılara Dönüştürülür: Tokenizasyon

Siz sisteme bir cümle yazdığınızda yapay zeka bu metni doğrudan kelime olarak okumaz. Öncelikle metni "token" adı verilen küçük parçalara veya sayılara dönüştürür.

•  Örnek: "Yapay zeka harika çalışıyor" cümlesi, modelin sözlüğünde ["Yapay", " zeka", " har", "ika", " çalış", "ıyor"] gibi sayısal bir dizilime dönüştürülür.
• Bu sayede yapay zeka harfleri değil, sayılar arasındaki matematiksel ilişkileri işler.

2. Bir Sonraki Kelimeyi Tahmin Etme (Autoregressive Yapı)

Yapay zekanın temel amacı basit görünür: "Gelen cümleden sonra gelebilecek en mantıklı kelime nedir?" Modeller trilyonlarca cümle, kitap, kod ve makaleyle eğitildiği için kelimelerin birbiriyle yan yana gelme olasılıklarını istatistiksel olarak bilir.

Günlük yaşamdan bir benzetme: Telefonunuzda mesaj yazarken klavyenizin bir sonraki kelimeyi önermesine benzer. Yapay zeka bu öneri sisteminin trilyonlarca kat daha gelişmiş versiyonudur.

3. Bağlamı Kavrama: Transformer ve "Self-Attention" Mimarisi

Eski yapay zeka sistemleri uzun cümlelerin başını unuturdu. Günümüzün modern modelleri ise Transformer adı verilen bir mimariyle çalışır. Bu mimarinin kalbinde Self-Attention (Öz-Dikkat) mekanizması yer alır.

Self-Attention sayesinde model bir kelimeyi üretirken cümledeki diğer tüm kelimelere "dikkat eder" ve aralarındaki bağlantıyı kurar:

• Örnek Cümle: "Banka kenarında otururken nehirdeki balıkları izledim."
• Buradaki "banka" kelimesinin finans kurumu mu yoksa nehir kenarındaki oturak mı olduğunu, cümlenin devamındaki "nehir" ve "balık" kelimeleriyle kurduğu matematiksel bağ sayesinde çözer.

4. İnsan Gibi Mantıklı Yanıt Vermesi Nasıl Sağlanır? (RLHF)

Sadece internetteki verilerle eğitilen bir model bazen saçmalayabilir veya kaba yanıtlar verebilir. Modelin kibar, yardımcı ve doğru yanıtlar üretmesi için insan denetimli ek bir eğitim uygulanır (RLHF - İnsan Geri Bildirimiyle Takviyeli Öğrenme).

1. Ön Eğitim (Pre-training): İnternetteki devasa veri kümesinden dil kalıplarını ve bilgiyi öğrenir.
2. Süpervize İnce Ayar (Fine-Tuning): Uzmanlar tarafından hazırlanan soru-cevap örnekleriyle eğitilir.
3. İnsan Geri Bildirimi: İnsanlar modelin ürettiği yanıtları puanlar; en güvenli, doğru ve faydalı cevabı seçmeyi yapay zekaya öğretir.

***

Özetle: Bir Cevap Oluşurken Ne Olur?

Siz soruyu sorduğunuz andan yanıt ekrana düşene kadar şu 4 adım milisaniyeler içinde gerçekleşir:

 → 1. Metin Alınır 

→ 2. Sayılara (Token) Dönüştürülür 

→ 3. Bağlam İncelemesi Yapılır 

→ 4. En Olası Bir Sonraki Kelime Seçilerek Cevap Tamamlanır

Unutmayın: Yapay zeka bir kütüphane görevlisi gibi ansiklopediyi açıp bilgiyi olduğu gibi kopyalamaz. Öğrendiği matematiksel kalıplardan yola çıkarak anlık olarak yeni bir yanıt inşa eder.