LLM

GPT, Mistral veya Mixtral gibi Büyük Dil Modelleri (LLM) hakkında makaleler. Kullanım örneklerini, teknik temelleri ve iş dünyasında kullanım için pratik ipuçlarını gösterirler.

ChatGPT veri aktarımı açıklandı: Yapay zeka sohbetleriniz nasıl kişisel bir bilgi sistemine dönüşür?

yazar
ChatGPT veri aktarımı

Eğer düzenli olarak bir yapay zeka ile çalışıyorsanız, muhtemelen şunu biliyorsunuzdur: bir düşünce diğerine yol açar. Bir soru sorarsınız, bir cevap alırsınız, yeniden formüle edersiniz, bir fikri daha da geliştirirsiniz. Kısa bir soru aniden daha uzun bir diyaloğa dönüşür. Hatta bazen tüm projelere yol açar.

Ancak bu konuşmaların çoğu tekrar kaybolur. Sohbet listesinde bir yerde dururlar, aşağı kayarlar ve zamanla unutulurlar. Bu tam da modern yapay zeka sistemlerinin en büyük özelliklerinden biridir: Meslektaşlarımız, arkadaşlarımız veya danışmanlarımızla yaptığımız önceki konuşmalar sadece hafızamızda yer alırken, YZ diyalogları tamamen korunur.

Bunun çok önemli bir anlamı var: Her konuşmada, düşüncelerinizin dijital bir arşivi oluşturulur. Bu, sohbet geçmişinizi ChatGPT'den dışa aktarmanıza ve yerel yapay zeka sisteminizle kişisel bir bilgi hazinesi olarak etkili bir şekilde kullanmanıza olanak tanıyacak küçük bir makale serisinin ilk bölümüdür.

Devamını oku

Yapay zeka ile diyalog içinde düşünmeyi öğrenmek: İyi sorular neden iyi modellerden daha önemlidir?

yazar
Yapay zeka ile diyalog içinde düşünmeyi öğrenmek

Terim „Bir antrenman partneri olarak yapay zeka“ artık sıkça kullanılıyor. Genellikle bir yapay zekanın yazmaya yardımcı olduğu, fikir ürettiği veya görevleri daha hızlı tamamladığı anlamına gelir. Bu konudaki ilk temel makale dergide zaten yayınlanmıştı. Bu makale şimdi yapay zekanın etkili bir düşünme ortağı olarak nasıl kullanılabileceğini gerçekte göstermeyi amaçlamaktadır. Uygulamada, YZ'nin yalnızca bir araç olarak değil, bir muadil olarak ele alındığında gerçekten ilginç hale geldiği açıktır. İnsani anlamda değil, cevap veren, çelişen, yol gösteren ve hatta kendi düşüncenizin nerede kusurlu olduğunu acımasızca ortaya çıkaran bir şey olarak.

İşte gerçek fayda tam da burada başlıyor. Yapay zekanın „teslim ettiği“ yerde değil, tepki verdiği yerde. Sadece işlem yapmadığı, düşünce süreçlerini görünür kıldığı yer. Bu, klasik bir araçtan daha zahmetli ama aynı zamanda daha sürdürülebilir.

Devamını oku

Hayvanlar zamanı nasıl algılıyor - ve bu yapay zekanın geleceği için ne anlama geliyor?

yazar
Hayvanlar, yapay zeka ve zaman algısı

Bir kedi halının üzerinde yatıyor. Hareket etmiyor. Kısa bir süre göz kırpabilir, bir kulağını çevirebilir, varoluşun dayatmaları karşısında iç çekebilir - ve başka hiçbir şey olmaz. İnsan ona bakar ve düşünür: „Tipik. Tembel sığırlar“. Peki ya bunun tam tersi doğruysa? Ya kedi çok yavaş değilse - ama biz yavaşsak? Bu makale Gerd Ganteför'ün bu konuyla ilgili bir videosunu izledikten sonra yazıldı ve o kadar ilginç buldum ki burada sunmak istedim.

İnsanlar yüzyıllardır hayvanları gözlemliyor ve hep aynı yanlış sonuçlara varıyor. Onların davranışlarını hızımızla, algımızla, iç saatimizle yorumluyoruz. Ve bu saat, ölçülü bir şekilde düşünüldüğünde, yüksek hızlı bir işlemciden ziyade rahat bir duvar takvimidir. Belki de kedinin bu kadar ilgisiz görünmesinin tek nedeni, çevresinin ona Cuma öğleden sonra resmi dairelerdeki bir kuyruk kadar dinamik gelmesidir.

Devamını oku

Mac dinlediğinde: Apple'nin Gemini ve Siri ile entegre yapay zekası gelecekte kullanıcılar için ne anlama gelecek?

yazar
Apple, Siri ve Gemini

Bugün bir Mac açan herkes güvenilirlik bekler. Programlar başlar, dosyalar yerli yerindedir, işlemler tanıdıktır. Birçoğu yıllar boyunca - bazıları on yıllar boyunca - işe yarayan bir çalışma yöntemi oluşturmuştur. Nereye tıklayacağınızı biliyorsunuz. Araçlarınızı biliyorsunuz. İşte sessiz rahatlık da tam olarak burada yatıyor. Ancak bir süredir arka planda yeni renkler, yeni simgeler ya da ek menü öğelerinden daha büyük bir değişim yaşanıyor. İlk kez, bir tür yapay zeka sadece tek bir uygulama olarak değil, işletim sisteminin kalbine doğru ilerliyor. Günlük rutinlerin yaratıldığı yere.

İlk başta kulağa soyut geliyor. Hatta belki biraz fütüristik. Ancak temelde çok gerçekçi bir şeyle ilgili: bilgisayar ne demek istendiğini daha iyi anlamalı. Sadece neye tıklandığını değil. Şimdiye kadar pek çok insan yapay zekayı gerçek işlerinin dışında deneyimledi. Sohbet pencerelerinde, web sitelerinde, bir deney veya bir hile olarak. Bir şey deniyorsunuz, belki de hayret ediyorsunuz, sonra pencereyi tekrar kapatıyorsunuz - ve normal günlük hayata dönüyorsunuz.

Devamını oku

Abartılı olmayan yapay zeka: neden daha az yapay zeka aracı daha iyi iş anlamına geliyor?

yazar
Abartılı olmayan yapay zeka

Bugün yapay zeka konusuyla ilgilenen herkes neredeyse kaçınılmaz olarak garip bir duyguyla karşılaşıyor: sürekli huzursuzluk. Bir araca alışır alışmaz bir sonraki on araç ortaya çıkıyor. YouTube'da bir video diğerini takip ediyor: „Bu yapay zeka aracı her şeyi değiştiriyor“, „Bunu kesinlikle şimdi kullanmalısın“, „Kaçıranlar geride kalır“. Ve her seferinde, aynı mesaj bilinçaltında yankılanıyor: Çok geç kaldınız. Diğerleri daha ileride. Yakalamak zorundasın.

Bu durum sadece BT çalışanlarını etkilemiyor. Serbest meslek sahipleri, yaratıcı profesyoneller, girişimciler ve sıradan çalışanlar da bu baskıyı hissediyor. Birçoğu bu araçların gerçekte ne işe yaradığını bile tam olarak bilmiyor - ama bir şeyleri kaçırıyor olabilecekleri hissine kapılıyorlar. İşte strese neden olan da tam olarak bu.

Devamını oku

Yapay zekayı bir antrenman partneri olarak kullanmak: Diyalog içinde düşünmek nasıl daha üretken hale gelir?

yazar
Bir tasarruf ortağı olarak yapay zeka

Yapay zekayı neredeyse tam iki yıldır kullanıyorum. Başlangıçta sade ve teknikti: metin girmek, komutları yazmak, cevapları okumak, düzeltmek, yeniden başlamak. Birçok insanın yaptığı gibi - dikkatlice, kontrollü bir şekilde, belli bir mesafeyle. İşe yarıyordu, buna şüphe yok. Ama yine de mekanik bir yanı vardı. Sorular sordunuz, cevaplar aldınız, kutucukları işaretlediniz.

Bir şeyi kaçırdığımı nispeten erken fark ettim: akış. Düşünmek bir form değildir. İyi düşünceler, düzgün bir şekilde formüle edilmiş girdilerden oluşan bir korse içinde değil, konuşma, deneme yanılma ve yüksek sesle düşünme yoluyla yaratılır. Bu yüzden cep telefonumdaki AI uygulamasını daha sık kullanmaya başladım - ve bir noktada yazmak yerine konuşmaya başladım. Bu gerçek bir dönüm noktasıydı.

Devamını oku

Başöğretmen olarak bulut yapay zeka: İşin geleceği neden yerel yapay zekada yatıyor?

yazar
Bulut yapay zekası başöğretmen oluyor

Büyük dil modelleri birkaç yıl önce zafer yürüyüşüne başladığında, neredeyse teknolojinin eski erdemlerine bir dönüş gibi görünüyorlardı: kendisine söyleneni yapan bir araç. Kullanıcıya hizmet eden bir araç, tam tersi değil. İlk versiyonların - GPT-3'ten GPT-4'e - zayıf yönleri vardı, evet, ama inanılmaz derecede yardımcı oluyorlardı. Görevleri açıklıyor, analiz ediyor, formüle ediyor ve çözüyorlardı. Ve bunu büyük ölçüde pedagojik destek olmadan yapıyorlardı.

Bu modellerle, bazen kelimeleri yanlış anlayan ama esasen sadece çalışan bilgili bir çalışanla konuşur gibi konuşuyordunuz. O dönemde yaratıcı metinler yazan, program kodu üreten ya da uzun analizler üreten herkes teknolojinin ne kadar sorunsuz çalıştığını deneyimlemişti. Bir özgürlük hissi, açık bir yaratıcı alan, insanları düzeltmek yerine destekleyen bir teknoloji vardı.

Devamını oku

AI Studio 2025: Hangi donanım gerçekten buna değer - Mac Studio'dan RTX 3090'a

yazar
Yapay zeka stüdyosu için donanım 2025

Bugün yapay zeka ile çalışan herkes neredeyse otomatik olarak buluta itiliyor: OpenAI, Microsoft, Google, herhangi bir web kullanıcı arayüzü, belirteçler, limitler, şartlar ve koşullar. Bu modern gibi görünse de aslında bağımlılığa bir geri dönüştür: hangi modelleri, ne sıklıkta, hangi filtrelerle ve ne pahasına kullanabileceğinizi başkaları belirler. Ben kasıtlı olarak diğer yöne gidiyorum: Şu anda evde kendi küçük yapay zeka stüdyomu kuruyorum. Kendi donanımım, kendi modellerim ve kendi iş akışlarımla.

Hedefim açık: yerel metin yapay zekası, yerel görüntü yapay zekası, kendi modellerimi öğrenmek (LoRA, ince ayar) ve tüm bunları bir serbest çalışan ve daha sonra bir KOBİ müşterisi olarak bir bulut sağlayıcısının günlük kaprislerine bağımlı olmayacak şekilde yapmak. Bunun eskiden oldukça normal olan eski bir tutuma geri dönüş olduğunu söyleyebilirsiniz: „Önemli şeyleri kendin yap“. Ancak bu kez söz konusu olan kendi çalışma tezgahınız değil, bilgi işlem gücü ve veri egemenliği.

Devamını oku

↑