Yapay Zekâ Sözlüğü

Agentic AI

Otonom şekilde görevleri planlayabilen, araçları kullanabilen ve karar alabilen yapay zeka sistemleridir. AutoGPT ve LangChain agents bu kategoriye girer.

AGI (Artificial General Intelligence)

Yapay Genel Zeka, insan seviyesinde düşünme, öğrenme ve problem çözme yeteneğine sahip teorik bir YZ türüdür. Henüz gerçekleştirilmemiştir.

API (Application Programming Interface)

Uygulama Programlama Arayüzü, farklı yazılımların birbiriyle iletişim kurmasını sağlayan ara katmandır.

Attention Mechanism

Dikkat mekanizması, sinir ağlarının girdinin farklı bölümlerine farklı ağırlıklar vermesini sağlayan bir tekniktir. Transformer mimarisinin temelini oluşturur.

Bağlam Penceresi (Context Window)

Bir dil modelinin aynı anda işleyebildiği maksimum token sayısıdır. GPT-4o 128K, Claude 3 200K token bağlam penceresine sahiptir.

Benchmark

YZ modellerinin performansını standardize testlerle ölçmek ve karşılaştırmak için kullanılan değerlendirme yöntemidir. MMLU, HumanEval gibi testler örnek verilebilir.

Bias (Önyargı)

YZ modellerindeki sistematik hata veya önyargıdır. Eğitim verilerindeki dengesizliklerden kaynaklanabilir ve adil olmayan sonuçlar üretebilir.

Büyük Dil Modeli (LLM)

Büyük Dil Modeli, milyarlarca parametre ile eğitilmiş, doğal dili anlayabilen ve üretebilen derin öğrenme modelleridir. GPT-4, Claude, Gemini bu kategoriye girer.

Chain-of-Thought (CoT)

Dil modellerinin adım adım mantık yürütmesini sağlayan bir prompt tekniğidir. Karmaşık problemlerde doğruluğu artırır.

Chatbot

Metin veya ses yoluyla kullanıcılarla etkileşim kurabilen, genellikle YZ destekli sohbet yazılımıdır.

CLIP (Contrastive Language-Image Pre-training)

OpenAI tarafından geliştirilen, metin ve görselleri aynı uzayda temsil edebilen çok modlu bir modeldir. Görsel arama ve sınıflandırmada kullanılır.

Computer Vision

Bilgisayarların görsel verileri (fotoğraf, video) anlayıp yorumlamasını sağlayan YZ alanıdır.

Constitutional AI

Anthropic tarafından geliştirilen, YZ modellerinin güvenli ve faydalı davranmasını sağlamak için anayasal kurallar kullanan bir eğitim yaklaşımıdır.

Data Augmentation

Veri artırma, mevcut eğitim verilerini çeşitli dönüşümlerle çoğaltarak modelin genelleme yeteneğini artırma tekniğidir.

Deep Learning

Çok katmanlı yapay sinir ağları kullanan bir makine öğrenme alt dalıdır. Görüntü tanıma, doğal dil işleme ve ses tanıma alanlarında devrim yaratmıştır.

Diffusion Model

Gürültüyü kademeli olarak çıkararak görsel üretim yapan bir derin öğrenme modelidir. DALL-E, Stable Diffusion ve Midjourney bu modeli kullanır.

Edge AI

Yapay zeka modellerinin bulut yerine cihaz üzerinde (telefon, IoT, gömülü sistem) çalıştırılmasıdır. Düşük gecikme ve gizlilik avantajı sağlar.

Embedding

Metin, görsel veya diğer verilerin sayısal vektörlere dönüştürülmesi işlemidir. Benzerlik hesaplama ve arama sistemlerinde kullanılır.

Epoch

Eğitim sürecinde tüm veri setinin model tarafından bir kez tam olarak işlenmesidir. Birden fazla epoch, modelin veriyi daha iyi öğrenmesini sağlar.

Few-Shot Learning

Modelin çok az sayıda örnekle yeni görevleri öğrenme yeteneğidir. Promptlara birkaç örnek ekleyerek modelin davranışını yönlendirmek bu tekniğe örnektir.

Fine-tuning

Önceden eğitilmiş bir modelin, belirli bir görev veya alan için ek verilerle yeniden eğitilmesi işlemidir.

Foundation Model

Geniş veri setleriyle eğitilmiş ve çeşitli görevlere adapte edilebilen büyük ölçekli YZ modelleridir. GPT-4, Claude ve Gemini birer foundation modeldir.

GAN (Generative Adversarial Network)

Üretici ve ayırıcı olmak üzere iki sinir ağının birbirine karşı eğitildiği bir modeldir. Gerçekçi görsel, ses ve veri üretiminde kullanılır.

GPT (Generative Pre-trained Transformer)

OpenAI tarafından geliştirilen, metni anlayıp üretebilen transformer tabanlı bir dil modeli ailesidir. GPT-3, GPT-4 ve GPT-4o bu ailenin üyeleridir.

Gradient Descent

Sinir ağlarının eğitiminde kullanılan temel optimizasyon algoritmasıdır. Kayıp fonksiyonunu minimize etmek için parametreleri iteratif olarak günceller.

Guardrails

YZ sistemlerinin güvenli ve uygun şekilde çalışmasını sağlamak için uygulanan kısıtlamalar ve koruma mekanizmalarıdır.

Halüsinasyon

Yapay zeka modellerinin gerçeğe dayanmayan, uydurma bilgiler üretmesi durumudur. LLM'lerin bilinen bir sınırlamasıdır.

Hyperparameter

Model eğitimi öncesinde belirlenen ve eğitim sürecini kontrol eden parametrelerdir. Öğrenme oranı, batch boyutu, epoch sayısı buna örnektir.

Inference

Eğitilmiş bir modelin yeni veriler üzerinde tahmin yapma sürecidir. Modelin cevap üretme aşamasıdır.

Inference Time

Modelin bir girdi alıp çıktı üretmesi için geçen süredir. Modelin boyutu, donanım ve optimizasyon bu süreyi etkiler.