Yapay zekâ sözlüğü

Haberlerde karşılaştığınız yapay zekâ terimlerinin sade açıklamaları.

Açık model (açık ağırlıklar): Eğitilmiş parametreleri yayımlanan, herkesin indirip örneğin kendi bilgisayarında çalıştırabildiği model. Lisanslar farklılık gösterir.
AGI (yapay genel zekâ): Çoğu zihinsel işi bir insan kadar iyi öğrenip yapabilen varsayımsal yapay zekâ. Üzerinde uzlaşılmış bir tanımı ya da testi yoktur.
Akıl yürütme modeli: Yanıt vermeden önce bir problemi adım adım çözen model. Matematik, mantık ve kodda genellikle daha iyidir ama daha yavaş ve pahalıdır.
API: Programların birbiriyle konuşma yolu. Geliştiriciler bir şirketin yapay zekâ modellerini kendi uygulamalarına eklemek için onun API'sini kullanır ve genellikle token başına ödeme yapar.
Bağlam penceresi: Bir modelin aynı anda dikkate alabildiği metin miktarı, token cinsinden. Daha büyük pencere, uzun belgeleri tek seferde okumayı sağlar.
Büyük dil modeli (LLM): Bir sonraki kelimeyi tahmin etmek için devasa miktarda metinle eğitilmiş yapay zekâ modeli. ChatGPT, Claude ve Gemini büyük dil modellerine dayanır.
Çıkarım (inference): Eğitilmiş bir modeli çalıştırarak yanıt almak. Her sohbet mesajı bir çıkarımdır ve yapay zekâ hizmetleri bunun bedelini çip ve elektrikle öder.
Çok kipli (multimodal): Metin, görsel, ses ve video gibi farklı türde girdi ya da çıktıları aynı modelde işleyebilen.
Deepfake: Yapay zekâyla yapılmış, çoğu zaman gerçek bir kişiye ait gerçekçi sahte video, görsel ya da ses. Dolandırıcılık ve dezenformasyonda kullanılır.
Difüzyon modeli: Gürültüden başlayıp sonucu adım adım iyileştirerek görsel, video ya da metin üreten model türü.
Eğitim: Bir modelin büyük miktarda veriden örüntüler öğrendiği süreç. Üst düzey bir modeli eğitmek aylar ve binlerce çip gerektirebilir.
GPU (grafik işlemci): Pek çok hesabı paralel yapabilen grafik çipi. Nvidia gibi şirketlerin GPU'ları, yapay zekâyı eğitmek ve çalıştırmak için temel donanımdır.
Halüsinasyon: Bir yapay zekâ modelinin uydurma bir bilgi ya da kaynak gibi yanlış bir şeyi kendinden emin biçimde söylemesi. Önemli bilgileri her zaman doğrulayın.
Hizalama (alignment): Yapay zekâ sistemlerinin, daha yetenekli hâle gelseler bile insanların amaçladığını yapması ve zararlı davranışlardan kaçınması için yapılan çalışmalar.
İnce ayar (fine-tuning): Var olan bir modelin daha küçük ve özel bir veri kümesiyle ek eğitimden geçirilmesi; böylece belirli bir görevde ya da üslupta daha iyi olur.
İstem (prompt): Bir yapay zekâ modeline verdiğiniz talimat ya da soru. Bağlam ve örnek içeren net istemler genellikle daha iyi yanıtlar getirir.
Kıyaslama testi (benchmark): Yapay zekâ modellerini karşılaştırmak için kullanılan standart test. Sonuçlar faydalıdır ama yüksek puan, modelin sizin işiniz için en iyisi olduğunu garanti etmez.
Nicemleme (kuantizasyon): Bir modelin sayılarını daha az bitle saklamak; böylece daha az bellek kullanır ve daha hızlı çalışır, karşılığında biraz kalite kaybı olur. Yapay zekâyı yerelde çalıştırırken yaygındır.
Parametreler: Bir modelin içinde, eğitim sırasında ayarlanan sayılar. Daha fazla parametre genellikle daha fazla yetenek ama aynı zamanda daha fazla bellek ve maliyet demektir.
RAG (erişimle güçlendirilmiş üretim): Yapay zekânın önce ilgili belgeleri bulup yanıtını onlara dayanarak yazdığı teknik; uydurma bilgileri azaltır.
Sohbet botu: Gündelik dille konuştuğunuz bir program. Modern yapay zekâ sohbet botları yanıtlarını büyük bir dil modeliyle yazar.
Token: Bir dil modelinin okuyup yazdığı küçük metin parçası; çoğu zaman bir kelimenin bir kısmı. Fiyatlar ve sınırlar genellikle token ile hesaplanır.
Uzmanlar karışımı (MoE): Ağı çok sayıda “uzmana” bölen ve her kelime için yalnızca birkaçını kullanan model tasarımı; büyük modelleri çalıştırmayı ucuzlatır.
Üretken yapay zekâ: Var olan verileri yalnızca sıralamak ya da analiz etmek yerine metin, görsel, ses, video veya kod gibi yeni içerik üreten yapay zekâ.
Veri merkezi: Sunucular ve çiplerle dolu bina. Yapay zekâ veri merkezleri çok büyük miktarda elektrik ve soğutma gerektirir.
Yapay zekâ (YZ): İnsan düşüncesiyle ilişkilendirdiğimiz işleri yapan bilgisayar sistemleri; örneğin dili anlamak, görüntüleri tanımak veya karar vermek.
Yapay zekâ ajanı: Bir hedefe kendi başına ilerleyen yapay zekâ sistemi: adımları planlar, tarayıcı ya da kod gibi araçlar kullanır ve sonuçları kontrol eder.