Yapay zeka nedir
Yapay zeka bir teknolojinin değil, bir hedefin adıdır: düne kadar insan yargısı gerektiren işleri yapan programlar. Bugün bu adın arkasında duran şey neredeyse her zaman, birinin önceden yazdığı bir kural değil, davranışını veriden kurmuş bir modeldir.
- Ders 1 / 2
- Başlangıç
- Ücretsiz, kayıt yok
Tek bir adın altında toplanmış altı iş
- Dil
- Görsel
- Video
- Ses
- Kod
- Ajanlar
Bu altısı ayrı değildir ve sınırları gün geçtikçe siliniyor: bugün tek bir model hem metin hem görsel okuyor. Bu ayrım anlamak içindir, resmî bir sınıflandırma değil.
Son kontrol: Bu dersteki bilgiler ve araç adları bu tarihte kaynaklarıyla yeniden doğrulanır.
Tam olarak neye yapay zeka deniyor
Yapay zeka bir yöntemin değil, bir hedefin adıdır: düne kadar insan yargısı gerektiren işleri yapan programlar kurmak. Bu tek adın altında birbirinden bütünüyle farklı onlarca yıllık yaklaşımlar oturuyor ve kafa karışıklığının çoğu buradan başlıyor.
Bugün bu kelimeyle satılan şey ise belirli: davranışını veriden kurmuş bir model. Somut örnek, istenmeyen posta filtresi. Eski sürüm elle yazılmış bir listeydi; şu kelime geçiyorsa iletiyi istenmeyen klasörüne at. Bugünkü sürüm ise insanların kendilerinin istenmeyen ya da değil diye işaretlediği büyük bir e posta yığını gördü ve örüntülerini oradan çıkardı. İkinci sürümde o kelimenin istenmeyen demek olduğunu kimse yazmadı; program bunu verinin kendisinden çekip aldı ve öğrenme denen şey budur.
Bu yolun sonuna kadar işinize yarayacak basit bir sınama: bu kararı veren satır olarak hangi satır gösterilebilir diye sorun. Yanıt belirli bir kuralsa, kural tabanlı bir programla karşı karşıyasınız. Yanıt yalnızca şu veriyle eğitildi ise, bir modelle. İki kutunun da üstünde yapay zeka yazıyor olabilir ve ikisi de doğru söylüyor olabilir.
Pratik fark başka yerdedir ve tam da en kötü anda pahalıya patlar: kural tabanlı programı bir satırı değiştirerek düzeltirsiniz, modeli düzeltemezsiniz. Bir modeli düzeltmek, verisini ya da eğitimini ya da yönergesini değiştirip yeniden denemek demektir; hem de aynı değişikliğin başka neyi oynattığını bilmeden.
Makine öğrenmesi, derin öğrenme ve üretken model nasıl ayrışır
Bu üç kelime sürekli birbirinin yerine kullanılır, oysa iç içedirler. Yapay zeka en geniş dairedir ve eski kural tabanlı yöntemleri de kapsar. Makine öğrenmesi onun bir alt kümesidir: davranışını veriden kuran her yöntem. Derin öğrenme makine öğrenmesinin bir alt kümesidir ve çok katmanlı sinir ağlarıyla çalışır. Üretken model ise en dar halkadır: yalnızca etiket koymak ya da bir sayı tahmin etmek yerine yeni çıktı üreten model; metin, görüntü, ses.
Bugünün araçları, sohbet botları ve görsel modelleri, işte o iç halkadır. Yani biri yapay zeka dediğinde neredeyse her zaman bu dördünün en büyüğünü değil, en küçüğünü kastediyordur. Bunu bildiğinizde haberlerin epey bir kısmı daha kesin okunur.
Bu ayrımın hakkını verdiği yer şu: ürününde yapay zeka olduğunu söyleyen bir satıcı tam anlamıyla doğru söylüyor ve otuz yıl önce de yazılabilecek bir sistemi kastediyor olabilir. Doğru soru yapay zeka mı değil, çünkü yanıt neredeyse her zaman evet. Doğru soru şu: hangi halka ve hangi veriyle.
Merkezden dışa doğru dört iç içe halka
-
1
Üretken model
Yeni çıktı üretir: metin, görsel, ses. Sohbet botları burada.
-
2
Derin öğrenme
Çok katmanlı sinir ağları. Üretken olmak şart değil; görsel tanıma da burada.
-
3
Makine öğrenmesi
Davranışını veriden kuran her yöntem, basit ve eski olanlar dahil.
-
4
Yapay zeka
En dış halka; hiç veri görmemiş kural tabanlı sistemleri de içerir.
Numaralar iç içelik sırasıdır; önem ya da zaman sırası değil. Her dış halka daha çok yöntemi kapsar, içlerinde hiç öğrenme olmayanlar da dahil.
Bu ad nereden geldi ve neden iki kez düştü
Yapay zeka adı 1956 yazında, Dartmouth College'daki bir yaz atölyesinde kondu; yani yaklaşık yetmiş yıl önce. Daha en baştan o günün verebileceğinden fazlası vaat edildi ve bu vaatler iki kez finansmanı kaçırdı; sonradan yapay zeka kışları denen dönemler. Bu dalganın ilk dalga olduğunu sanan biri, ondan önceki ikisini görmemiştir ve bunu da yanlış okuyabilir.
Bu kez farklı olan, birlikte gelen üç şeydi: webin ürettiği metin ve görsel hacmi, bu hacimde eğitimi mümkün kılan grafik donanımı ve 2017 tarihli, Attention Is All You Need başlıklı bir makalede yayımlanan, bugün kullanılan hemen her dil modelinin kendisinden türediği transformatör adlı mimari fikir. Bu üçünden hiçbiri düşünmeyle ilgili değildir. Değişen şey ölçekti, işin doğası değil.
Yapay zekanın olmadığı dört şey
Bir gerçeklik veritabanı değildir. Modelin içinde sorgulanabilecek bir olgular tablosu oturmuyor. Elinde olan şey, en olası devamı üreten ağırlıklardır ve olası ile doğru aynı şey değildir. Bir kaynağın tamamen güvenilir görünüp aslında hiç var olmamasının nedeni budur.
Bilinçli değildir. Model anlıyor ya da düşünüyor dediğimizde bir mecaz kullanırız; tıpkı saat saatin kaç olduğunu biliyor dediğimiz gibi. Çıktının anlamaya benzemesi, deneyim sahibi olmak hakkında hiçbir şey kanıtlamaz ve bunun felsefi tartışması yetmiş yıldır açık duruyor.
Arama motoru değildir. Kendisine arama araçları verilmedikçe; verildiğinde de gördüğünüz şey iki parçadır: bir arama ve sonuçlarını toparlayan bir model. Basit sınama şu: açabileceğiniz bir bağlantı vermediyse arama olmamıştır ve okuduğunuz şey eğitim belleğinden gelmiştir.
Belirlenimci değildir. Aynı soru iki kez sorulduğunda iki farklı yanıt alabilir ve bu bir kusur değil, tasarımın parçasıdır. Tekrarlanabilirliğe ihtiyaç duyduğunuz her yerde, örneğin bir iş sürecinin içinde çalışacak bir şeyde, bunu baştan hesaba katmak gerekir.
Sık duyduğunuz dört cümle ve gerçekte doğru olan
Gerçekte olan
- En olası devamı kurar; olası, doğru demek değildir
- Çıktısı anlamaya benzer, bu hiçbir şeyi kanıtlamaz
- Yalnızca arama araçları varsa ve o zaman size bağlantı verir
- İki farklı yanıt normaldir ve tasarımın parçasıdır
Söylenen
- Yanıtı güvenilir bir veritabanından getiriyor
- Ne dediğinizi anlıyor
- İnternette arama yapıyor
- Aynı soru aynı yanıtı alır
Diğer sütun iddiayı reddetmez, onu kesinleştirir. Bu dördünün hiçbiri araçların işe yaramaz olduğu anlamına gelmez.
Bu kelimenin pazarlamaya döndüğü yer
Bir ürünün üstündeki yapay zeka kelimesi size neredeyse hiçbir şey söylemez, çünkü tanım, dışında pek az program kalacak kadar geniştir. Bir satış görüşmesinde karşı tarafın gerçekte ne elinde olduğunu çok hızlı ortaya çıkaran üç soru var: hangi model, hangi veriyle eğitilmiş ve yanlış yanıt verdiğinde ne oluyor, bunu kim üstleniyor. Üçüncü soru genelde yanıtsız kalır ve yanıtsız kalması zaten yanıtın kendisidir.
Tutumumuz açık: bu yapay zeka mı diye sormak yararsız bir sorudur, çünkü yanıtı neredeyse her zaman evettir ve hiçbir kararı değiştirmez. Sorulmaya değer soru şudur: çıktıyı kim imzalıyor. Yanıt sizseniz, model başka her araç gibi bir araçtır. Yanıt hiç kimseyse, satın aldığınız şey bir araç değil, bir risktir.
Hangi işi ona verirsiniz, hangisini vermezsiniz
Gönül rahatlığıyla devredilebilecek işlerin ortak bir özelliği var: çıktıyı denetlemek, işi yapmaktan hızlıdır. Bir ilk taslak, kendi okuyup düzelttiğiniz bir çeviri, sizin de okuduğunuz bir şeyin özeti, bir veri biçimini başkasına çevirmek, bir hata mesajını açıklamak. Bunların hepsinde model yoldan çıkarsa saniyeler içinde fark edersiniz.
Devredilmemesi gereken işlerin de ortak bir özelliği var: orada neredeyse doğru olmak, açıkça yanlış olmaktan kötüdür. Sayılar, tarihler ve özel adlar; hukuki ya da tıbbi ağırlık taşıyan her şey; ve satır satır denetleyemeyeceğiniz halde birinin sonradan üzerine karar vereceği her metin. Bunlara, nedeni doğruluk olmayan ve bu sayfanın bir sonraki bloğunda gelen bir gerekçeyle, başkasının kişisel verisini taşıyan her şeyi ekleyin.
Kendi kullandığımız kural tek cümle: çıktıyı denetlemek işi yapmaktan uzun sürüyorsa, model yardım etmemiş, işi yalnızca yer değiştirmiştir. Bu sınama belirli bir araca bağlı değildir, dolayısıyla gelecek yılın aracında da çalışır.
Yapay zekayla hızlı yol
Yapay zekanın size yarayıp yaramadığını öğrenmenin en hızlı yolu bir makale daha okumak değil; kendi geçen haftanız üzerinde on dakikalık bir denetimdir. Bunu genel tavsiyeden ayıran şey, modeli kendi aleyhine savunma yapmaya zorlamanızdır. Bu iş için hızlı ve ucuz bir model yerine üst sınıf bir model daha uygundur, çünkü mekanik değil yargı işidir; güncel tercihimiz bu sitenin yapay zeka bölümünde yazılı.
- Geçen hafta en çok vaktinizi alan beş işi yazın. En önemli beş iş değil, en yavaş beş iş; bu ikisi genellikle aynı liste değildir.
- Her birinin yanına iki şey işaretleyin: çıktısı, işin yapılmasından hızlı denetlenebilir mi ve içinde başkasının verisi var mı.
- Aşağıdaki reçeteyi aynı listeyle çalıştırın ve yanıtı saklayın. Metin, modelden en az bir maddeyi elemesini bilerek istiyor.
- Yalnızca en yüksek sırayı alan maddeyi bir hafta deneyin ve hafta sonunda aldığı süreyi eskisiyle karşılaştırın. Bu adım olmadan gerisi tahmindir.
Kopyalamaya hazır şablon
Rol: araç satmaktan pay almayan ve işi gereksiz bir satın almayı önlemek olan bir danışman.
Geçen haftaki beş işim:
1. {iş, tek cümlede} - çıktı denetimi: {yapmaktan hızlı / yavaş} - başkasının verisi: {var / yok}
2. {aynı biçim}
3. {aynı biçim}
4. {aynı biçim}
5. {aynı biçim}
İstediğim:
1. Bu beşini yapay zekayla yapmaya en değerden en değersize sırala, her biri için tek cümle gerekçe yaz.
2. En az birini ele ve neden yapay zekaya yaklaşmaması gerektiğini söyle. Hiçbirini elemediysen yeniden bak.
3. En üstteki madde için, her çıktıdan sonra tam olarak neyi denetlemem gerektiğini yaz.
4. Bu işi otomatikleştirirsem ve model yanılırsa ne bozulur, bunu fark etmem ne kadar sürer, yaz.
5. Hiçbir ürün adı verme ve kaynağı olmayan hiçbir sayı yazma.Çıktıya güvenmeden önce: Yanıtta bir şeyi ciddiye alın ve bir şeye hiç inanmayın. Elediği maddeyi ciddiye alın, çünkü genellikle yanıtın en sağlam kısmı odur. Size verdiği hiçbir zaman tasarrufu sayısına inanmayın; o sayıyı yalnızca sizin deneme haftanız üretir. Model hiçbir şeyi elemediyse siz bir şey eleyin: katılma eğilimi bu araçların bilinen bir zaafıdır ve bir üretici, modelinin nasıl davranması gerektiğine dair yayımladığı belgede buna ad vermiştir.
Bu işte yapay zeka
Tam da bu konuda, yani yapay zekanın ne olduğunu anlamakta, bu araçların en iyi kullanımı tek şeydir: belirli bir belgeyi açıklamak, bellekten yanıtlamak değil. Modele bir üreticinin kendi sayfasını verin ve metnin gerçekte ne iddia ettiğini, neyi bilerek söylemediğini sorun. Tutumumuz şu: bir modele kendisi hakkında genel bir soru sormak, onunla yapabileceğiniz en düşük değerli iştir.
Gerçekten işe yarayan araçlar
- NotebookLM Kaynakları siz verirsiniz ve yanıt yalnızca onlardan kurulur, geldiği pasaja atıfla birlikte. Tam da bu iş için, yani tek bir konuda birkaç resmî belgeyi okumak için, elde bulunan en iyi biçim budur. Google'ın kendi yardımı, Gemini uygulamasının çalıştığı bölgelerde çalıştığını söylüyor ve İran desteklenen ülkeler listesinde yok.
- Gemini Guided Learning adında ayrı bir çalışma modu var; yanıt vermek yerine soru soruyor ve konunun sonunda özet yapıyor. Bu dersteki gibi bir kavram için uygundur. Google'ın kendi sayfası Gemini web uygulamasının 230'dan fazla ülke ve bölgede çalıştığını söylüyor ve İran o listede yok.
- Claude Ona bir metin verip belgenin neyi söylemediğini sorun; yanıtlar açık uçlu bir sorunun getirdiğinden yararlı olur. İran, Anthropic'in iki desteklenen ülke listesinin hiçbirinde yok; bunu ağ testiyle değil, Anthropic'in kendi sayfasında okuduk.
Nerede geri teper
Bu konuda iki somut risk var ve ikisini de üreticiler kendileri yazdı. Birincisi, katılma eğilimi: modeller söylediğinizi onaylamaya meyleder ve OpenAI, modelinin nasıl davranması gerektiğine dair yayımladığı belgeye tam olarak bu yağcılıktan kaçınmaya dair ayrı bir madde koydu. Yani yanlış bir önermeden sorarsanız, yanıtın o önermeyi doğrulama ihtimali yüksektir. İkincisi, yazdığınız şeyin nereye gittiği: plana ve ayarlara bağlı olarak gönderdiğiniz metin eğitimde kullanılabilir; Anthropic bunu kendi gizlilik sayfasında açıklıyor. Bir işletme için pratik sonuç basit: sözleşmeler, müşteri listeleri ve size ait olmayan hiçbir veri bu kutuya girmez, hızlı bir özet için bile. Bu araçların İrandan erişim ve ödeme durumu için satın alma rehberine bakın.
Kaynaklar: OpenAI Model Spec: avoid sycophancy Anthropic: is my data used for model training Anthropic: supported countries Google: where the Gemini web app is available
Bu tavsiyenin sınırı
Bu ders sınırları çizer ve size bir araç öğretmez; onun için bu yoldaki sonraki dersleri okuyun. İkincisi, yapay zeka ifadesinin sahibi bir standart kurumu yoktur; dolayısıyla bu tanım dahil her tanım bir hüküm değil, işlevsel bir tanımdır; hukuki metinlerde ve her ülkenin mevzuatında sınırlar farklı ve kimi zaman daha geniş çizilir. Üçüncüsü, belirli bir modele ya da belirli bir fiyata bağlı her şey haftalar içinde eskir; bu sayfada hiçbiri bu yüzden yok.
Kendi işimizden
Tam da bu sitede bir yapay zeka sınıflandırıcısı, pazar, serbest çalışma ve reklam bölümlerindeki yeni bir ilanın yayına girip girmeyeceğine karar veriyor. Onu yazarken öğrendiğimiz şey iki sayıya sığıyor ve ikisi de wp-content/mu-plugins/rgb-modai.php dosyasında yazılı: yayınlama yüzde 60 güvenle olur, reddetme ise 78 ister. İkisi bilerek eşit değil, çünkü iki hatanın maliyeti aynı değil: yanlış yayın, bir ilanı elle geri çekmemiz demek; yanlış ret ise gerçek bir satıcının boş yere geri çevrilmesi demek. Model yargıyı bizden almadı; onu birinin seçmesi gereken iki sayıya taşıdı ve o ikisini eşitlemek yanlış yanıt olurdu.
Gerçek devam soruları
Yapay zeka ile ChatGPT aynı şey mi?
Hayır. Yapay zeka bir alanın adıdır; ChatGPT ise belirli bir şirketin, tek bir model ailesi üzerine kurulmuş belirli bir ürünüdür. Arama motoru bir kavram, Google bir üründür demek gibi. Bu ayrım araç değiştirmek istediğinizde önem kazanır: öğrendiğiniz alışkanlıklar taşınır, tek bir ürünün ayrıntıları taşınmaz.
Yapay zeka işimi elimden alacak mı?
Bu soruya bir sayı ve bir tarih veren herkes bir şey satıyordur. Kendi işimizde gördüğümüz şey, işlerin değil görevlerin düzeyinde bir kayma: mekanik kısımlar hızlandı, yargı gerektiren kısımlar ağırlaştı, çünkü artık bir makinenin çıktısını da denetlemeniz gerekiyor. Bu dengenin sizin mesleğinizde nereye oturacağı, işinizin ne kadarının mekanik olduğuna bağlı.
Yapay genel zeka ya da AGI ne demek?
Bu bir ürün değil, bir hedeftir: bir insanın yapabildiği gibi herhangi bir yeni zihinsel işi öğrenebilen, yalnızca eğitildiği işleri değil. Üzerinde uzlaşılmış bir tanımı yok ve ona ulaşıldığı iddiasını denetlenemez kılan tam da bu. Tarih veren herkes rapor değil, tahmin veriyordur.