İşletmeler, gerekli teknik terminolojiye sahip olmadan şirket içi yapay zeka girişimlerini değerlendirme konusunda ve ekiplerini eğitme zorluğuyla karşı karşıya kalır. Karmaşık yapay zeka terimleri genellikle tutarsız bir şekilde kullanılır veya yanlış anlaşılır. Bu da projede yanlış anlamalara ve etkisiz ya da yanlış kararlara yol açar.
Bu yüzden oluşturduğumuz yapay zeka sözlüğü, en önemli yapay zeka terimlerini açıklayarak, bilinçli kararlar almanızı ve ekibinizi yapay zeka dönüşümünde başarıyla yönlendirmenizi sağlayacak.
Açıklanabilirlik (Explainability)
Yapay zeka sistemlerinin, bir yapay zeka sisteminin belirli bir sonuca veya karara nasıl ulaştığını, bir insanın anlayabileceği basit terimlerle açıklayabilme yeteneğidir. Bu, GDPR Madde 22 de dahil olmak üzere birçok yargı alanında, yüksek riskli kararlarda kullanılan yapay zeka sistemleri için yasal ve etik bir gerekliliktir.
Örneğin, bir bankada kredi başvurularını değerlendiren bir yapay zeka sistemi, sadece bir puan üretmekle kalmamalı, belirli bir sonuca nasıl ulaştığını da açıklayabilmelidir. Açıklanabilirlik olmadan, bireyler kendilerini önemli ölçüde etkileyen otomatik kararlara itiraz etme yasal haklarını kullanamazlar.
Algoritma
Bir problemi çözmek veya bir hesaplama yapmak için kullanılan, tanımlanmış bir kurallar kümesi veya adım adım talimatlar dizisidir. Yapay zeka, istatistik ve otomasyonda veri işleme ve görevleri yürütmenin temelini oluşturur.
Aşırı Uyum (Overfitting)
Bir yapay zeka modelinin eğitim verilerine çok fazla uyum sağlaması ve bu verilerde iyi performans gösterirken yeni, görülmemiş verilerde kötü performans göstermesi durumudur. Aşırı uyum, modelin öğrenmesini daha geniş bağlamlara genelleme yeteneğini azaltır.
Az Veriyle Öğrenme (Few-shot Learning)
Az veriyle öğrenme, makine öğreniminde modelin çok sınırlı miktarda eğitim verisine dayanarak öğrenmesini ve doğru tahminler veya kararlar vermesini sağlayan bir kavramdır. Geleneksel makine öğrenimi modelleri, etkili bir şekilde öğrenmek için genellikle büyük veri kümelerine ihtiyaç duyar. Bununla birlikte, az veriyle öğrenme teknikleri, yapay zeka modellerinin az sayıda örnekten, genellikle sadece birkaç veya hatta tek bir örnekten genelleme yapmasını sağlar. Bu yaklaşım, özellikle büyük veri kümeleri toplamanın pratik olmadığı veya imkansız olduğu durumlarda, örneğin uzmanlaşmış akademik alanlarda veya nadir dillerde, son derece değerlidir.
İlgili İçerik: Zero‑Shot ve Few‑Shot Öğrenme Nedir? LLM’lerde Yeni Yöntemler ve Uygulamaları
Bağlam Penceresi (Context Window)
Bu, bir modelin herhangi bir anda dikkatini verebileceği metin miktarıdır (mesajlarınız, paylaştığınız belgeler ve yapay zekanın kendi yanıtları).
Örneğin, bir yapay zeka uzun bir konuşmada daha önce bahsettiğiniz bir şeyi unutmuş gibi görünüyorsa, bağlam penceresinden çıkmış olabilir. Temel olarak, konuşmanız uzadıkça bazı şeyleri unutabilir.
Bot
Üretken Yapay Zeka bağlamında, bot (robotun kısaltması) genellikle otomatik görevleri yerine getirmek üzere programlanmış bir yazılım uygulamasına atıfta bulunur. Bu görevler, basit, tekrarlayan faaliyetlerden, karar verme ve insan kullanıcılarla etkileşim içeren daha karmaşık işlevlere kadar değişebilir. Genellikle dil anlama ve üretme, kullanıcı sorgularına yanıt verme veya belirli yönergeler veya komutlara dayalı içerik oluşturma gibi gelişmiş yeteneklerle donatılmıştır.
Büyük Dil Modeli (LLM)
ChatGPT gibi, doğal dili anlamak ve üretmek için büyük miktarda metin verisi üzerinde eğitilmiş bir yapay zeka modeli türüdür. LLM’ler soruları yanıtlayabilir, cümleleri tamamlayabilir, metni çevirebilir ve çeşitli dil tabanlı görevlerde yardımcı olabilir.
İlgili İçerik: Large Language Model (LLM) Nedir? Uygulama Örnekleri
Büyük Veri (Big Data)
Karar verme süreçlerini desteklemek amacıyla kalıp ve eğilimleri ortaya çıkarmak için incelenen büyük veri kümeleridir. Basitçe söylemek gerekirse, hacim ve çeşitlilik bakımından büyük verilerdir.
İlgili İçerik: Big Data Nedir? Daha Verimli İçgörüler İçin Büyük Veri Nasıl Kullanılmalıdır?
Chatbot
Özellikle internet üzerinden insan kullanıcılarla sohbeti simüle etmek için tasarlanmış bir yazılım uygulamasıdır. Örneğin, ChatGPT, gelişmiş ve doğal sesli yanıtlar üretmek için yapay zeka kullanan gelişmiş bir chatbot türüdür.
İlgili İçerik: Chatbot Nedir? Bir Sohbet Robotu Tasarlama
Claude
Anthropic tarafından geliştirilen, konuşma ve metin tabanlı görevler için tasarlanmış, güvenlik, ölçeklenebilirlik ve yorumlanabilirliğe odaklanan bir yapay zeka dil modelidir.
İlgili İçerik: Claude AI Nedir? Diğer LLM’den Farkları Nelerdir?
Çıkarım (Inference)
Çıkarım, bir yapay zeka modelinin size yanıt vermek için bilgisini nasıl kullandığını ifade eden bir terimdir. Yapay zeka düşünemez, bu nedenle büyük eğitim verisi kümesindeki kalıplara dayanarak tahminlerde bulunur. Her komut gönderdiğinizde ve bir yanıt aldığınızda, bu bir çıkarımdır.
Bir yapay zeka modeli, her komut gönderdiğinizde kendini yeniden eğitmez, ancak yanıtınızı üretmek için zaten bildiklerini kullanır.
Çıktı (Output)
Çıktı, bir yapay zekanın oluşturduğu ve sizin komutlarınıza verilen yanıt veya içeriktir. Çıktılar, modele bağlı olarak metin, resim, kod, ses veya diğer formatlarda olabilir. Örneğin, bir yapay zekanın talimatlarınıza yanıt olarak yazdığı taslak e-posta, onun çıktısıdır.
Copilot
Bu terim, Microsoft ürünlerini kullanan herkes için muhtemelen tanıdık bir terimdir, ancak yapay zeka alanında daha geniş bir anlamı vardır. Mevcut yazılımlar içinde bir profesyonelin yanında çalışan yapay zeka araçlarını tanımlar. İş yeri araçlarına entegre edilmiş herhangi bir yapay zeka asistanıdır. Tamamen devralmadan önerilerde bulunabilir veya görevleri tamamlayabilir.
Örneğin, Word’deki Microsoft Copilot, bir özet metinden belgeler taslak haline getirebilir, uzun raporları özetleyebilir ve siz yazarken düzenlemeler önerebilir.
Derin Öğrenme (Deep Learning)
Makine öğrenmesinin bir alt kümesi olup, çok katmanlı sinir ağlarını (genellikle “derin” sinir ağları olarak adlandırılır) kullanır. Özellikle görüntü tanıma, doğal dil işleme ve metin oluşturma gibi görevler için etkilidir.
İlgili İçerik: Derin Öğrenme Nedir? Makine Öğrenimi ve Yapay Zeka İle Arasındaki Farklar Nelerdir?
Deepfake
Bir kişinin görüntüsünün inandırıcı bir şekilde değiştirildiği veya sentezlendiği, yapay zeka tarafından üretilen aldatıcı medyadır. Bunlara dikkat etmeniz gerekir, çünkü insanların asla yapmadıkları veya söylemedikleri şeyleri yapıyormuş gibi görünmelerine neden olabilirler.
Doğal Dil İşleme (NLP)
Yapay zekanın, bilgisayarlar ve insanlar arasındaki etkileşime doğal dil aracılığıyla odaklanan bir alanıdır. NLP, yapay zeka modellerinin insan dilini anlamasını, yorumlamasını ve üretmesini sağlar. ChatGPT, NLP tabanlı bir araçtır.
İlgili İçerik: NLP (Natural Language Processing) Doğal Dil İşleme Nedir? İşletmeler NLP’den Nasıl Yararlanabilir?
Eğitim Verileri (Training Data)
Bir yapay zeka modelini eğitmek için kullanılan veri kümesidir. Üretken yapay zeka durumunda, eğitim verileri temel olarak modelin çıktı üretmek için öğrendiği metin, resim veya diğer içerik türlerini içerir.
Etik Yapay Zeka
Adalet, şeffaflık, hesap verebilirlik ve önyargıların azaltılmasına öncelik veren, yapay zeka uygulamalarının sorumlu karar alma süreçlerini ve tüm paydaşlar için adil sonuçları desteklemesini sağlayan, belirlenen yönergeler ve değerlerle tutarlı, çevresel ve toplumsal etkileri de içeren yapay zeka sistemlerinin geliştirilmesi ve uygulanmasını ifade eder.
İlgili İçerik: Etik Yapay Zeka Nedir?
Etiketleme (Annotation)
Etiketleme, yapay zeka modellerini eğitmek ve ince ayar yapmak için kullanılan verilerin etiketlenmesi veya işaretlenmesi işlemidir. Bu veriler metin, resim veya ses gibi çeşitli biçimlerde olabilir. Metin tabanlı üretken yapay zekada, etiketleme cümleleri kategorize etmeyi, sözcük türlerini belirlemeyi veya metin parçacıklarında duygu işaretlemeyi içerebilir. Bu etiketlenmiş veri kümeleri, yapay zekanın üretmesi veya yorumlaması gereken verilerin kalıplarını, bağlamlarını ve inceliklerini öğrenmesini ve anlamasını sağlayan temel yapı taşları haline gelir.
Gemini
Google DeepMind tarafından geliştirilen, çeşitli uygulamalar için dil anlama ve üretmeye odaklanmış bir yapay zeka dil modelidir.
Görüntü Tanıma
Yapay zeka modellerinin bir görüntü içindeki nesneleri, insanları veya özellikleri tanımladığı bir bilgisayar görüşü görevidir. Genellikle yüz tanıma ve otonom araçlar gibi uygulamalarda kullanılır.
İlgili İçerik: Görüntü İşleme Nedir? Nasıl Çalışır? Ne İçin Kullanılır?
Halüsinasyon
Halüsinasyonlar yapay zeka modellerinin ürettiği yanlış veya yanıltıcı sonuçlardır. Bu hatalar, yetersiz eğitim verisi, model tarafından yapılan yanlış varsayımlar veya modeli eğitmek için kullanılan verilerdeki önyargılar da dahil olmak üzere çeşitli faktörlerden kaynaklanabilir. Yapay zeka halüsinasyonları kavramı, yapay zeka tarafından üretilen bilgilerin eleştirel bir şekilde değerlendirilmesi ve doğrulanması ihtiyacının altını çizmektedir; çünkü yalnızca yapay zeka çıktılarına güvenmek, yanlış bilgilerin veya kusurlu analizlerin yayılmasına yol açabilir.
Hiperparametre
Yapay zeka modelinin eğitilmesinden önce yapılandırılan ve öğrenme sürecini ve performansını etkileyen ayarlardır. Örnekler arasında öğrenme oranı ve toplu işlem boyutu bulunur.
İnce Ayar (Fine-Tuning)
Önceden eğitilmiş bir yapay zeka modelini alıp, belirli görevleri yerine getirmek veya belirli alanlarda uzmanlaşmak üzere ayarlayan bir süreçtir. Genellikle göreve uygun daha küçük bir veri kümesi kullanılır.
İlgili İçerik: Fine-Tuning Nedir? Yapay Zeka Modellerini Kendi İhtiyacınıza Uyumlu Hale Getirin
İstem (Prompt)
Bir kullanıcının bir yanıt oluşturmak için üretken bir yapay zeka modeline verdiği girdi veya sorudur. İstem ne kadar spesifik ve net olursa, yapay zekadan gelen çıktı o kadar iyi olur.
İstem Mühendisliği (Prompt Engineering)
Yapay zeka sistemlerinden daha iyi sonuçlar almak için istemleri dikkatlice tasarlama uygulamasıdır. Farklı görevler ve bağlamlar için yerleşik tekniklere sahip değerli bir beceridir.
Örneğin, bir istemde hedef kitleyi, formatı, tonu ve uzunluğu belirtmek temel istem mühendisliğidir. Daha gelişmiş teknikler arasında rol istemi (yapay zekaya belirli bir uzman gibi davranmasını söylemek), düşünce zinciri istemi (adım adım akıl yürütmesini istemek) ve karşıtlık istemi (kendi sonuçlarına karşı argüman üretmesini istemek) yer alır.
İlgili İçerik: Prompt Mühendisliği Nedir? ChatGPT ve Diğer LLM’lerden Maksimum Verim Almanın Yolları
Kurumsal Yapay Zeka (Enterprise AI)
Kurumsal yapay zeka, büyük ve karmaşık işletmeler içinde çalışmak üzere tasarlanmış yapay zeka sistemlerini ifade eder. Tüketici veya bağımsız iş araçlarından farklı olarak, bu sistemler performans, güvenlik ve kontrolün pazarlık konusu olmadığı ortamlar için geliştirilmiştir.
İlgili İçerik: Kurumsal Yapay Zeka Nedir?
Makine Öğrenimi (Machine Learning)
Bilgisayarların verilerden öğrenmesini ve açıkça programlanmadan görevlerdeki performanslarını iyileştirmesini sağlayan yapay zekanın bir alt kümesidir. Makine öğrenimi algoritmaları, kalıpları belirlemek ve kararlar veya tahminler yapmak için verileri kullanır.
İlgili İçerik: Makine Öğrenmesi Nedir?
Model Boyutu
Bir yapay zeka modelinin boyutu, parametre sayısı ile kısaltılmış biçimde verilir. Küçük modellerin yalnızca birkaç yüz milyon parametresi vardır. 200 milyon parametreli bir modelin 200 milyon parametresi vardır. Daha büyük modellerin 13 milyar veya 60 milyar parametresi vardır.
Ön Eğitim (Pre-training)
GPT gibi bir yapay zeka modelinin, belirli görevler için ince ayar yapılmadan önce büyük miktarda metin verisi üzerinde eğitildiği süreçtir. Ön eğitim, modelin dil kalıplarını, dilbilgisini, gerçekleri ve genel bilgileri öğrenmesini sağlar.
Retrieval-augmented Generation (RAG)
RAG, bir yapay zeka modelinin yanıt oluşturmadan önce veri tabanları veya belgeler gibi harici kaynaklardan ilgili bilgileri almasını sağlayan bir tekniktir. Bu, modelin orijinal eğitim verilerinin ve bilgi sınırının ötesine geçmesine, daha güncel yanıtlar veya özel bilgiler elde etmesine ve genellikle daha güvenilir yanıtlar vermesine olanak tanır.
Örneğin, bir hukuk araştırma aracı, araştırma özetini hazırlamadan önce yalnızca eğitildiği verilere güvenmek yerine, bir firmanın kendi dava veri tabanını arayarak RAG kullanmaktadır.
İlgili İçerik: RAG (Retrieval-Augmented Generation) Nedir? Yapay Zeka Modellerinde Yeni Dönem
Sinir Ağları (Neural Networks)
İnsan beyninden esinlenerek tasarlanmış ve kalıpları tanımak için geliştirilmiş bir dizi algoritmadır. Sinir ağları, verilerin geçtiği ve tahminler veya kararlar vermek için işlendiği birbirine bağlı “nöron” katmanlarından oluşur.
İlgili İçerik: Sinir Ağları Nedir? Sinir Ağları Nasıl Çalışır?
Sohbet Yapay Zekası (Chat AI)
Sohbet Yapay Zekası veya Konuşma Yapay Zekası, makinelerin insan dilini doğal ve konuşma tarzında anlamasını, işlemesini ve yanıtlamasını sağlamaya odaklanan yapay zeka dalını ifade eder. Bu teknoloji, kullanıcılarla insan benzeri konuşmaları simüle etmek, bağlamsal olarak alakalı ve tutarlı yanıtlar sağlamak üzere tasarlanmış sohbet botları ve sanal asistanların temelini oluşturur. Konuşma Yapay Zekası, diyalogu yorumlamak ve diyaloga girmek için doğal dil işleme (NLP), makine öğrenimi (ML) ve bazen de konuşma tanıma unsurlarını birleştirir.
Takviyeli Öğrenme (Reinforcement Learning)
Takviyeli Öğrenme, bir ajanın belirli bir hedefe ulaşmak için bir ortamda eylemler gerçekleştirerek karar vermeyi öğrendiği bir öğrenme algoritması türüdür. Öğrenme süreci, ödül veya ceza şeklinde geri bildirimle yönlendirilir; istenen eylemler için pozitif pekiştirme ve istenmeyen eylemler için negatif pekiştirme sağlanır. Ajan, deneme yanılma yoluyla kümülatif ödülünü en üst düzeye çıkarmayı öğrenir ve zamanla stratejisini veya politikasını kademeli olarak geliştirir.
İlgili İçerik: Pekiştirmeli Öğrenme (Reinforcement Learning) Nedir?
Temel Model (Foundation Model)
Geniş ve çeşitli veriler üzerinde eğitilmiş, birçok farklı göreve uyarlanabilen büyük bir yapay zeka modelidir. Çoğu ticari yapay zeka aracı, bir temel model üzerine kuruludur veya ondan türetilmiştir.
Örneğin, bir şirket, yasal araştırma aracı veya sağlık dokümantasyon asistanı gibi özel bir yapay zeka ürünü geliştirdiğinde, genellikle sıfırdan bir model eğitmek yerine bir temel model üzerine inşa eder. GPT-4, Claude ve Gemini’nin hepsi temel modellerdir.
Token
Token, yapay zeka modellerinin girdiyi işlemek ve yanıtlar üretmek için kullandığı bir metin parçasıdır (kelime veya alt kelime). Dillerde tokenler tek bir harf kadar kısa veya tam bir kelime kadar uzun olabilir.
Transformer Modeli
GPT (Üretken Önceden Eğitilmiş Transformer) dahil olmak üzere, en gelişmiş yapay zeka modellerinin çoğunun omurgasını oluşturan bir sinir ağı mimarisi türüdür. Transformer’lar girdi verilerini paralel olarak işler ve karmaşık dil görevlerini daha verimli bir şekilde ele alabilir.
Turing Testi
Bir makinenin insan davranışından ayırt edilemeyecek kadar zekice davranış sergileyip sergileyemeyeceğini değerlendirmek için Alan Turing tarafından önerilen bir testtir. Bir yapay zeka Turing Testini geçerse, yanıtlarının insan benzeri olduğu ve insanların bunun bir makine olduğunu anlayamayacağı anlamına gelir.
Uç Yapay Zeka (Edge AI)
Ağın “uç” noktalarındaki cihazlara (akıllı telefonlar veya IoT cihazları gibi) yerleştirilen yapay zeka sistemleri, bulut sunucularına bağımlı kalmadan gerçek zamanlı işlemeye olanak tanır.
İlgili İçerik: Edge AI Nedir?
Uygulama Programlama Arayüzü (API)
API, yazılım uygulamalarının iletişim kurmasını ve veri paylaşmasını sağlayan bir dizi protokoldür. Yapay zekada, API’ler genellikle makine öğrenimi modellerine ve diğer işlevlere erişim sağlar.
İlgili İçerik: API (Application Programming Interface) Nedir? Yazılım Geliştirmede API Kullanımı ve Popüler API Uygulamaları
Üretken Yapay Zeka (GenAI)
Büyük veri kümelerinden öğrendiği kalıplara dayanarak metin, görüntü, ses veya video gibi yeni içerikler oluşturabilen bir yapay zeka türüdür. İnsan benzeri metin yanıtları üreten ChatGPT, üretken yapay zekaya bir örnektir.
İlgili İçerik: Generative AI Nedir? Üretkenlik Nasıl Maksimize Edilebilir?
Yanıt (Response)
Yapay zeka modelinin aldığı komut veya girdiye göre ürettiği çıktıdır. ChatGPT için yanıt, kullanıcının sorusuna veya isteğine karşılık olarak ürettiği metin olacaktır.
Yapay Süper Zeka (Artificial Super Intelligence)
Yapay süper zeka, yaratıcılık, genel bilgi seviyesi ve problem çözme yetenekleri de dahil olmak üzere tüm alanlarda insan zekasını aşan bir yapay zeka aşamasını ifade eder. İnsan bilişsel yetenekleriyle eşleşmeyi amaçlayan Yapay Genel Zeka’nın aksine süper yapay zeka, bilimsel anlayış, genel bilgi ve sosyal beceriler de dahil olmak üzere hemen hemen her alanda en iyi insan beyinlerinden çok daha gelişmiş bir yapay zekayı temsil eder.
Yapay Zeka (Artificial Intelligence)
Öğrenme, akıl yürütme, problem çözme ve doğal dili anlama gibi temel olarak insan zekası gerektiren görevleri yerine getirebilen sistemler oluşturmaya odaklanan bir bilgisayar bilimi dalıdır.
İlgili İçerik: Yapay Zeka (AI) Nedir? Uygulama Alanları Nelerdir?
Yapay Zeka Ajanı (AI Agent)
Tek bir komutla yanıt vermenin ötesinde, bir hedefe ulaşmak için bir dizi adımı takip eden, eylemlerde bulunabilen, araçlar kullanabilen ve çok adımlı görevleri otonom olarak tamamlayabilen bir yapay zeka sistemidir.
Örneğin, “En iyi beş rakibi araştır ve bir özet belgesi hazırla” komutu verilen bir yapay zeka ajanı, her aşama için adım adım insan talimatına ihtiyaç duymadan bağımsız olarak aramalar yapacak, ilgili sayfaları alıp okuyacak, bilgileri sentezleyecek ve belgeyi üretecektir.
İlgili İçerik: AI Agent Nedir? Yapay Zeka Yardımcılar ve Geleceğin Teknolojisi
Yapay Zeka Destekli Simülasyon
Veriye dayalı içgörüleri entegre ederek geleneksel simülasyonları geliştirmek için makine öğrenimi modellerini kullanır. Yapay zeka modelleri daha büyük (genellikle fizik tabanlı) simülasyon içinde yürütülerek senaryo modellemesini hızlandırır. Yapay zeka destekli simülasyon, iklim tahmini veya okyanus ekosistemi dinamikleri gibi karmaşık sistemlerdeki tahminlerin doğruluğunu artırmak için kullanılabilir.
Yapay Zekada Önyargı (Bias in AI)
Yapay zeka modelleri, eğitildikleri verilerde mevcut olan önyargıları yansıtabilir. Yapay zekada önyargı, belirli bakış açılarını, demografik özellikleri veya veri türlerini diğerlerine göre kasıtlı olmayan bir şekilde tercih etmeyi ifade eder ve bu da yapay zeka çıktılarının adaletini etkileyebilir.
Yapay Zeka Yönetişimi (AI Governance)
Bunlar, bir işletmenin yapay zekanın güvenli, etik ve geçerli yasa ve meslek standartlarına uygun şekilde kullanılmasını sağlamak için oluşturduğu politikalar, süreçler ve denetim yapılarıdır.
Örneğin, bir yapay zeka yönetişim çerçevesi, müşteri çalışmaları için hangi araçların kullanılabileceğini, hangi veri işleme protokollerinin geçerli olduğunu, yapay zeka destekli çıktıların profesyonel olarak kullanılmadan önce kim tarafından incelendiğini ve teknoloji ve düzenlemeler geliştikçe politikanın nasıl güncellendiğini belirtebilir.
Sonuç olarak, yapay zeka sürekli gelişen bir alandır ve yeni gelişmeler ve yeni terimler ortaya çıkacaktır. Bununla birlikte, burada yer alan terimler listesi, iş hayatınızda yeni araçlar ve sistemlerle denemeler yapmaya başlarken yapay zeka dünyasında güvenle yol almanıza yardımcı olacaktır.
