Yapay Zeka (AI) Nedir?

“Yapay Zeka” (AI) terimini duyduğumuzda aklımıza genellikle bilim kurgu filmleri gelse de, bu teknoloji artık fantezi olmaktan çıkıp modern medeniyetin temel katmanı haline geldi. Peki, gerçekten nedir bu teknoloji? Sadece hızlı işlem yapan bir bilgisayar mı, yoksa düşünebilen bir varlık mı?

En basit tanımıyla Yapay Zeka; belirsiz ve sürekli değişen bir ortamda öğrenme, akıl yürütme ve duruma uygun teknikleri uygulama kapasitesidir. Bunu bir fabrika robotuyla karşılaştıralım: Önceden programlanmış bir robot kolu, aynı hareketi milyonlarca kez hatasız yapabilir; bu otomasyondur. Ancak o robot kolu, metaldeki bir çatlağı fark edip kaynak yapacağı noktayı buna göre değiştiriyorsa; işte bu yapay zekadır.

Bu dönüşümün iş dünyasına olan etkisini daha derinlemesine anlamak isteyenler için Sabancı Üniversitesi, EDU’nun sunduğu yapay zeka ile verimlilik üretmek eğitimi, teknolojiyle stratejik değer oluşturma sürecine kapsamlı bir bakış sunuyor.

Bu yazıda ise yapay zekanın katmanlarından nasıl öğrendiğine, yeni nesil “Ajan” teknolojilerinden dünyamıza olan fiziksel etkilerine kadar her şeyi derinlemesine inceleyeceğiz.

1. Matruşka Bebekleri: AI, Makine Öğrenimi ve Derin Öğrenme

Yapay zeka dünyasını anlamak için iç içe geçmiş üç halka hayal etmelisiniz. Her halka, teknolojinin daha da özelleştiği bir katmanı temsil eder.

• Yapay Zeka (AI): En dıştaki şemsiye terimdir. Bilgisayarların insan zekasını taklit etmesini sağlayan her türlü tekniği (mantık tabanlı eski sistemlerden bugünkü sohbet botlarına kadar) kapsar.
• Makine Öğrenimi (Machine Learning - ML): İkinci katmandır. Burada kuralları insanlar kodlamaz; makineye veriyi verirsiniz ve kuralları makine kendi çıkarır. "Eğer X ise Y yap" demek yerine, makine binlerce örneği inceleyerek istatistiksel bir sonuca varır.
• Derin Öğrenme (Deep Learning - DL): En içteki, günümüzün devrimini yaratan katmandır. İnsan beyninden ilham alan "Yapay Sinir Ağları"nı kullanır. Klasik makine öğreniminde bir kediyi tanıtmak için "kulakları sivri, bıyıkları var" diye özellikleri sizin tanımlamanız gerekirken; Derin Öğrenme, milyonlarca kedi fotoğrafına bakarak bu özellikleri (kenarlardan karmaşık şekillere kadar) kendi kendine öğrenir.

2. Zeka Seviyeleri: Hesap Makinesinden Öz Farkındalığa

Yapay zeka sistemleri, hafıza ve yeteneklerine göre dört ana evreye ayrılır. Şu an ikinci evrenin sonlarındayız.

1. Reaktif Makineler: Anı saklayamazlar, sadece ana odaklanırlar. 1997'de satranç şampiyonu Kasparov'u yenen IBM Deep Blue buna örnektir. Satranç tahtasını görür, hamleyi hesaplar ama geçmiş oyunlardan bir "ders" çıkarmaz.
2. Sınırlı Hafıza (Limited Memory): Bugün kullandığımız ChatGPT veya otonom araçlar bu seviyededir. Geçmiş verileri kararlarını iyileştirmek için kullanırlar ancak bu hafıza sonsuz değildir. Sohbeti kapattığınızda veya bağlam penceresi dolduğunda hafıza silinir; yani otobiyografik bir benlikleri yoktur.
3. Zihin Kuramı (Theory of Mind): Henüz teorik olan bu aşama, yapay zekanın insanların duyguları, inançları ve düşünceleri olduğunu anlamasıdır. İnsanlarla sadece bir araç gibi değil, sosyal bir "akran" gibi iletişim kurabilmesi için bu gereklidir.
4. Öz Farkındalık: Zirve noktası. Makinenin sadece başkalarını anlaması değil, kendi varlığının ve hislerinin farkında olmasıdır. "Canım acıyor" diyen bir kod satırı ile acıyı gerçekten hisseden bir varlık arasındaki farktır.

3. Kaputun Altında Ne Var? Nasıl Çalışıyor?

Bugün kullandığımız modern yapay zekaların (Claude, Gemini, GPT gibi) arkasında iki devrimsel mimari yatar:

Transformer Mimarisi ve "Dikkat" Mekanizması

2017 öncesinde yapay zeka metinleri kelime kelime okurdu, bu da uzun cümlelerde bağlamın kopmasına neden olurdu. "Transformer" mimarisi bunu değiştirdi. "Öz-Dikkat" (Self-Attention) mekanizması sayesinde yapay zeka tüm cümleyi aynı anda işleyebilir.

Örneğin: "Hayvan karşıya geçmedi çünkü çok yorgundu" cümlesinde, eski sistemler "yorgundu" kelimesinin neye atıfta bulunduğunu karıştırabilirdi. Transformer mimarisi, "yorgundu" kelimesiyle "hayvan" kelimesi arasındaki ilişkiyi kurarak bağlamı insan gibi anlar.

Görüntü Üretimi: Termodinamikten İlham Almak

Resim çizen yapay zekalar (DALL-E 3 gibi), Difüzyon Modelleri kullanır. Bu sistemler eğitim sırasında bir fotoğrafa yavaş yavaş karıncalanma (gürültü) ekleyerek onu tamamen bozmayı öğrenir. Geriye doğru çalıştırıldığında ise; tamamen parazitli bir görüntüden adım adım net bir fotoğraf oluşturmayı başarır. Metinden görsele, sesten videoya uzanan bu üretken yelpazeyi ve iş dünyasındaki karşılıklarını merak edenler, generative ai uygulama alanları başlıklı içerikten bu modellerin nerelerde değer ürettiğine dair kapsamlı bir bakış edinebilir.

4. Eğitim Süreci: Bir Model Nasıl "İyi" Olur?

Bir yapay zeka modelinin sadece zeki olması yetmez, aynı zamanda insan niyetleriyle uyumlu olması gerekir. Bu süreç üç aşamada gerçekleşir:

1. Ön Eğitim: Model internetteki milyarlarca metni okur. "Türkiye'nin başkenti..." denildiğinde devamında "Ankara" geleceğini coğrafya bildiği için değil, istatistiksel olarak bu kelimeler yan yana çok geldiği için bilir.
2. İnsan Geri Bildirimi (RLHF): Ham model kaba veya tehlikeli olabilir. İnsan eğitmenler modelin cevaplarını puanlar. Model, yüksek puan almak için (tıpkı bir oyun oynar gibi) daha yardımsever, dürüst ve güvenli cevaplar vermeyi öğrenir.
3. Güvenlik Katmanları: Modeller bazen "hizalanmış gibi" davranabilir (Alignment Faking). Bu yüzden araştırmacılar, yapay zekanın kendi çıktılarını bir anayasaya göre denetlediği "Anayasal AI" gibi çok katmanlı savunma stratejileri kullanır.

5. Gelecek Geldi: "Ajanik" Yapay Zeka

2024 ve 2025, yapay zekanın sadece sohbet eden bir "Chatbot"tan, iş yapan bir "Ajan"a dönüştüğü yıllar olarak tarihe geçiyor.

Standart bir chatbot siz soru sorana kadar bekler. Ajanik AI (Agentic AI) ise otonomdur; hedefleri vardır, plan yapar ve araç kullanır. Bu otonom yapının nasıl çalıştığını ve geleneksel modellerden farkını derinlemesine incelemek isteyenler için ajan tabanli yapay zeka nedir başlıklı içerik, konuyu tüm yönleriyle ele alıyor.

• Örnek:Devin isimli yapay zeka yazılım mühendisi, sadece kod önermekle kalmaz. Bir projeyi planlar, kodu yazar, hataları ayıklar, test eder ve uygulamayı yayına alır. Goldman Sachs gibi kurumlar şimdiden bu tür ajanları "uyumayan stajyerler" olarak kullanmaya başladı bile.
• Kurumsal Ajanlar: Salesforce gibi şirketler, müşteri hizmetlerinde inisiyatif alabilen, iadeleri onaylayıp veritabanını güncelleyen otonom ajanlar kullanıyor.

6. Fiziksel Dünya ve Görünmeyen Maliyetler

Yapay zeka artık sadece bilgisayar ekranlarında değil. 2025 yılı, İnsansı Robotların fabrikalara girdiği bir kırılma noktasıdır. Bu robotlar, eski usul kodlama yerine, gördüklerini kelimelerle eşleştiren modeller (VLA) kullanarak "Kırmızı elmayı bana ver" gibi komutları anlayıp uygulayabiliyor.

Benzer şekilde Waymo gibi otonom araçlar, artık otoyol hızlarında bile insan hatasına yer bırakmadan ticari taksi hizmeti veriyor.

Ancak bu devasa zekanın bir bedeli var. Nvidia'nın en yeni B200 çipleri muazzam bir güç sunsa da, yapay zeka veri merkezleri inanılmaz miktarda enerji ve su tüketiyor. Tahminlere göre 2030 yılına kadar veri merkezlerinin su tüketimi, milyonlarca insanın yıllık ihtiyacına denk gelebilir.

7. Hayatımızdaki Büyük Değişim

Yapay zeka şu an sektörleri yeniden şekillendiriyor:

• Sağlık:AlphaFold 3, insan vücudundaki neredeyse tüm moleküllerin etkileşimini tahmin ederek ilaç keşfini laboratuvarlardan bilgisayar ortamına taşıdı.
• Ekonomi ve İş: Klarna örneği çarpıcıdır; bir yapay zeka asistanı, 700 tam zamanlı çalışanın iş yükünü tek başına üstlenip, müşteri sorunlarını çözme süresini 11 dakikadan 2 dakikaya düşürdü. Bu verimlilik harika olsa da, giriş seviyesi beyaz yakalı işlerin geleceği hakkında soru işaretleri yaratıyor.
• Hukuk: New York Times ve OpenAI arasındaki telif davası, internetin gelecekteki ekonomik modelini belirleyecek. Yapay zeka veriyi "öğreniyor" mu, yoksa "kopyalıyor" mu?

Sonuç

Yapay zeka, kediyi tanıyan bir yazılımdan (Sınıflandırma), kedi resmi çizen bir sanatçıya (Üretken AI) ve şimdi de kediyi beslemek için market siparişi veren bir asistana (Ajanik AI) dönüştü. Artık sadece yeni araçlar değil, adeta yeni "dijital türler" inşa ediyoruz. Önümüzdeki yıllar, teknolojinin ne kadar akıllı olacağıyla değil, bizim bu zekayı hayatımıza, hukuka ve etiğe ne kadar uyumlu entegre edebileceğimizle şekillenecek.