Yapay zeka ve makine öğrenmesini sıfırdan, sade ve kaynaklı biçimde anlatan rehberler.
Bir yapay zeka sohbet botuna bir soru sorduğunuzda, bazen size tamamen uydurma bir bilgiyi, hiç var olmayan bir kaynağı ya da gerçekleşmemiş bir olayı, son derece kendinden emin bir üslupla anlatabilir. Bu duruma “halüsinasyon” (hallucination) deniyor — ve Büyük Dil Modelleri (LLM) yazımızda anlattığımız o “bir sonraki kelimeyi tahmin etme” mantığının, aslında kaçınılmaz bir yan … Devamını oku
Bir yapay zeka modelini eğitmek için gerçek hastane kayıtlarına, gerçek banka işlemlerine ya da gerçek kullanıcı verilerine ihtiyacınız var — ama bu veriler ya çok hassas, ya çok az, ya da yasal olarak paylaşılması imkânsız. Peki bu engeli aşmanın bir yolu var mı? Son yıllarda giderek yaygınlaşan cevap şaşırtıcı: gerçek veri yerine, hiç var olmamış … Devamını oku
Her sorun yapay zeka ile çözülmez. Yapay zekanın ne zaman yanlış araç olduğunu ve nerede dikkatli olunması gerektiğini anlatıyoruz.
Hazır bir yapay zeka modelini kendi alanınıza nasıl özelleştirirsiniz? Fine-tuning’i (ince ayar) sade biçimde anlatıyoruz.
Yapay zeka bir cümleyi kelime kelime mi okur? “Token” kavramını ve dil modellerinin metni nasıl parçaladığını anlatıyoruz.
Dil modellerinin “uydurmasını” azaltan güçlü bir yöntem: RAG (retrieval-augmented generation) nedir, sade biçimde anlatıyoruz.
Yapay zeka araçlarına yazdıklarımız nereye gidiyor? Yapay zeka ve veri gizliliği ilişkisini sade biçimde anlatıyoruz.
Makineler kelimeleri nasıl “anlar”? Embedding’leri, yani anlamın sayısal temsilini sade biçimde anlatıyoruz.
Sohbet botları nasıl cevap veriyor? Kural tabanlı botlardan yapay zeka destekli botlara geçişi sade biçimde anlatıyoruz.
Makine öğrenmesinde “öğrenme” aslında bir optimizasyondur. Gradient descent’i sisli bir dağdan inmek benzetmesiyle anlatıyoruz.