Videolara dön

Yapay Zekada Durum Ne?

448 B görüntülenme23.08.2026

Videonun ötesi

Derinlemesine

Özet

Video, 2025-2026 itibarıyla yapay zeka ekosisteminin artık sadece ChatGPT'den ibaret olmadığını, çok sayıda öncü ve açık/kapalı modelin bulunduğu karmaşık bir sahaya dönüştüğünü anlatıyor. Öncü modeller, Pareto cephesi, açık/kapalı ağırlıklar, VRAM ve kuantizasyon, Mixture of Experts, distilasyon, wrapping, API vs. abonelik, routing, CLI ve masaüstü ajentik uygulamalar gibi yapay zekayla etkileşmenin güncel yolları üzerinden bir saha taraması yapılıyor. Amaç, izleyicinin hızla gelişen bu alanı yakalamasına ve doğru araçları seçmesine yardımcı olmak.

Terimler

  • Benchmark

    Yapay zeka modellerinin başarısını ölçmek için kullanılan standartlaştırılmış başarı testleri.

  • Frontier model (Öncü model)

    Benchmark testlerinde en yüksek skorları alabilen, sahanın en gelişmiş yapay zeka modelleri.

  • Pareto Cephesi

    Birbiriyle çatışan hedeflerde (fiyat/performans), birini kötüleştirmeden diğerini iyileştiremeyeceğimiz optimal çözümler kümesi.

  • Parametre / Ağırlık

    Yapay sinir ağının eğitim sırasında öğrendiği ve katmanlardaki bağlantıları belirleyen çarpım katsayıları.

  • Kapalı ağırlıklı model

    Ağırlıkları (parametreleri) halka açıklanmayan, şirket sırrı gibi saklanan yapay zeka modelleri.

  • Açık ağırlıklı model

    Cevap üretmede kullanılan hesaplamaların katsayı değerlerinin (ağırlıklarının) halka ilan edildiği modeller.

  • Açık kaynak model

    Ağırlıkların ötesinde hangi veriyle ve nasıl eğitildiği gibi detayların da ilan edildiği yapay zeka modelleri.

  • Lokal model

    Bilgisayara indirilip internete bağlı olmadan tamamen yerelde çalıştırılabilen yapay zeka modeli.

  • GPU (Grafik İşlemci)

    İçindeki çekirdekler sayesinde çok boyutlu tensör çarpımlarını hızlıca yapabilen grafik işlem birimi.

  • TPU (Tensör İşlemcisi)

    Yapay zeka hesaplamaları için özel olarak geliştirilmiş tensör işlemci çipi.

  • VRAM (Video RAM)

    Grafik kartındaki, model ağırlıklarını depolayıp hesaplamalar sırasında çekirdeğe gönderen hafıza birimi.

  • Kuantizasyon

    Parametreleri 16/32-bit yerine 8/4/2-bit gibi düşük hassasiyette depolayarak modelin VRAM ihtiyacını azaltan yöntem.

  • Floating point

    Yüksek hassasiyetli, bir nevi ondalıklı sayı gösterim biçimi.

  • Mixture of Experts (Uzman Karışımı)

    Modelin her komut için tüm parametreleri değil, yalnızca en uygun birkaç uzman ağını devreye soktuğu verimli yaklaşım.

  • Token

    Yapay zeka modellerinin metni işleyip ürettiği temel birim.

  • Multimodal (Çok modlu)

    Yazılı, sesli ve görsel komutları kabul edip bunların her biriyle yanıt verebilen sistemler.

  • Distilasyon (Damıtma)

    Büyük ve becerikli bir 'öğretmen' modelin çıktılarını okuyarak daha küçük bir 'öğrenci' modelin onun gibi cevap vermeyi öğrendiği yöntem.

  • Foundational model (Temel model)

    Sıfırdan eğitilen, on milyarlarca dolara mal olabilen yepyeni bir yapay zeka modeli.

  • Wrapping (Sarmalama)

    Temel bir model etrafına komut yönlendirme, veri erişimi ve araçlar ekleyerek yeni bir ürün katmanı yaratma.

  • API (Application Programming Interface)

    Farklı yazılımların birbiriyle konuşabilmesini sağlayan metotlar bütünü.

  • Kredi anlaşması

    Şirketlerin API kullanım sayıları üzerinden yapay zeka firmalarıyla yaptığı, yüksek hacimli kullanımı ucuzlatan anlaşma.

  • Routing (Yönlendirme)

    Bir komut yönlendirme katmanıyla komutları en doğru model ve efor seviyesine otomatik olarak gönderme yöntemi.

  • Terminal

    İşletim sisteminin araçlarına ve komut satırı programlarına erişmenin ve onları yönlendirmenin en etkili yollarından biri.

  • GUI (Grafik Kullanıcı Arayüzü)

    Bilgisayar kullanmayı kolaylaştırmak için geliştirilen pencereler, dosyalar gibi görsel araçlar.

  • CLI (Komut Satırı Arayüzü)

    Doğrudan terminal sistemine entegre çalışan, yazılımla haşır neşir kullanıcılara yönelik yazılımlar.

  • Vibe coding

    Yapay zekaya doğal dille istekleri söyleyerek onun terminali ve kodlamayı kullanıcı yerine yapması yaklaşımı.

  • Ajentik (Agentic) yapay zeka

    Bilgisayarın kontrolünü kısmen/tamamen devralarak çok adımlı işleri kullanıcı yerine gerçekleştirebilen yapay zeka versiyonları.

  • Efor seviyesi

    Bir modelin bir işe ayırdığı hesaplama/düşünme yoğunluğu tercihi.

Doğru Bilinen Yanlışlar

  • Yapay zeka sahasının hala 2023'teki gibi sadece ChatGPT'den (ve görsel için Midjourney/Stable Diffusion'dan) ibaret olduğu yanılgısı düzeltiliyor.
  • 'Açık kaynak' ile 'açık ağırlık' modellerin aynı şey olduğu yanılgısı düzeltiliyor.
  • Bir modelin benchmark testlerinde yüksek skor almasının günlük kullanımda da en iyi performansı göstereceği anlamına geldiği yanılgısı düzeltiliyor.
  • Çinli firmaların modellerini yalnızca distilasyon yoluyla Amerikan modellerinden çaldığı iddiası; Amerikan firmalarının da bol bol distilasyon yaptığı belirtilerek dengeleniyor.
  • 'Yeni bir yapay zeka modeli' olduğunu iddia eden birçok yazılımın aslında sıfırdan model eğitmediği, kaputun altında GPT/Claude/Gemini gibi modelleri sarmaladığı (wrapping) açıklanıyor.
  • Tek bir firmanın tek bir modelini seçip ona yapışmanın yeterli olduğu yanılgısı düzeltiliyor.
  • Aylık aboneliğin sınırsız kullanılabileceği yanılgısı; abonelik limitleri anlatılarak düzeltiliyor.
  • Yönlendirme katmanı veya terminal kullanmak için mutlaka programlama bilmek/komut ezberlemek gerektiği yanılgısı düzeltiliyor.

Sorular

  • Yapay zeka sahası 2023'ten bu yana nasıl değişti?
  • Öncü (frontier) modeller nelerdir ve kimler üretiyor?
  • Pareto Cephesi nedir ve fiyat/performans grafiğinde ne anlama gelir?
  • Açık ve kapalı ağırlıklı modeller arasındaki fark nedir?
  • Açık kaynak ile açık ağırlık aynı şey midir?
  • Modelleri lokalde çalıştırmanın avantajları nelerdir?
  • Neden güçlü açık modelleri lokalde çalıştırmak zor ve pahalıdır?
  • VRAM neden bu kadar önemlidir?
  • Kuantizasyon nedir ve model performansını ne kadar etkiler?
  • Hangi lokal modelleri hangi donanımla çalıştırabilirim?
  • Mixture of Experts yaklaşımı nasıl verimlilik sağlar?
  • Multimodal ve özelleşmiş sistemler arasındaki fark nedir?
  • Benchmark skorlarına ne kadar güvenmeliyim?
  • Distilasyon nedir ve Çinli firmalar gerçekten model mi çalıyor?
  • Wrapping (sarmalama) nedir ve 'yeni yapay zeka' iddiaları doğru mu?
  • Doğru işe doğru modeli ve efor seviyesini nasıl seçerim?
  • API ile abonelik arasındaki fark nedir?
  • Yapay zeka abonelikleri neden ve nasıl sübvanse ediliyor?
  • Routing (yönlendirme) nedir ve nasıl tasarruf sağlar?
  • Terminal, GUI ve CLI nedir?
  • Yapay zekaya terminalden (CLI ile) nasıl erişilir?
  • Ajentik masaüstü uygulamaları ne yapabilir ve riskleri nelerdir?

Ön Bilgiler

  • Yapay sinir ağları ve dil modelleri hakkında temel bilgi
  • Parametre/ağırlık kavramına dair temel bilgi (önceki videolarda anlatılmış)
  • Bilgisayar donanımı temel bilgisi (GPU, RAM, VRAM)
  • Temel matematik (floating point/ondalıklı sayılar, bit hassasiyeti)
  • ChatGPT gibi temel yapay zeka araçlarını kullanma deneyimi
  • İşletim sistemi ve dosya yönetimi temel bilgisi (terminal/GUI kavramı)
  • DeepSeek ve vibe coding gibi önceki videolarda anlatılan konulara aşinalık

Tarihsel Bağlam

  • Yapay zekanın internet ve sosyal medya kadar sıradan bir teknolojiye dönüşmeye başlaması
  • Alibaba'nın 2.4 trilyon parametreli Qwen 3.8 Max modelini kapalı olarak yayınlaması
  • Google'ın distilasyon hizmeti sattığının açığa çıkması ve sessizce kaldırılması
  • Meta'nın Muse modelinin Gemini yardımıyla eğitilmiş olabileceğine dair bulguların ortaya çıkması
  • 2023 (yalnızca ChatGPT ve Midjourney/Stable Diffusion dönemi)
  • 2025 (yapay zeka kullanım oranlarının hızla arttığı yıl)
  • 2026 (videonun yayınlandığı ve kullanımın daha da yaygınlaştığı öngörülen dönem)

Kişiler

  • Çınar Ege Bakırcı

    Videonun videografi ve post-prodüksiyon çalışmalarını yapan kişi (açıklama metninde belirtiliyor).

Söz takipçisi

Bu Videodaki Sözler

Bu videoda verilenler

Bir şirketin model ağırlıklarını neden açık edeceği ve açık/kapalı model tartışmasının felsefi detayları

Bir şirketin model ağırlıklarını neden açık etmeyi seçeceği, ve açık/kapalı model tartışmasının felsefi detaylarını bir başka videoda konuşacağız, eğer kaçırmak istemezseniz kanal bildirimlerini şimdi açmayı unutmayın.

Ajentik yapay zeka sistemlerini (CLI ve masaüstü uygulamaları) nasıl kullanabileceğinizin anlatımı

Eğer ilgi olursa ilerleyen dönemlerde size bu sistemleri nasıl kullanabileceğinizi de anlatabilirim, yorumlarda benimle paylaşmayı unutmayın.