bugünün notları ✎

Teknoloji Notlarım

bölüm

Yapay Zekâ Terimleri

1126 terim

Bletchley Park ZirvesiAI Safety Summit, Bletchley Park (2023)1–2 Kasım 2023'te İngiltere'deki Bletchley Park'ta düzenlenen ilk küresel Yapay Zekâ Güvenliği Zirvesi; ABD, Çin ve Türkiye dahil 28 ülke ile Avrupa Birliği, sınır yapay zekâ modellerinin risklerine dair Bletchley Bildirgesi'ni onayladı. Seri Seul (Mayıs 2024), Paris (Şubat 2025) ve Yeni Delhi'de (Şubat 2026) sürdü; sonraki zirve Haziran 2027'de Cenevre'de planlandı.ChatGPT'nin ÇıkışıChatGPT Launch (2022)OpenAI'nin 30 Kasım 2022'de ChatGPT'yi ücretsiz bir araştırma önizlemesi olarak yayımlaması; UBS analistlerinin Similarweb verilerine dayanan tahminine göre Ocak 2023'te aylık 100 milyon aktif kullanıcıya ulaşarak üretken yapay zekâyı kitlelere taşıdı ve sektörde büyük bir yarışı başlattı.LaMDA Bilinç İddiasıLaMDA Sentience Claim (2022)Google mühendisi Blake Lemoine'in Haziran 2022'de şirketin sohbet modeli LaMDA'nın bilinç sahibi olduğunu kamuoyuna açıklaması; Google iddiaları asılsız buldu ve Lemoine'i Temmuz 2022'de istihdam ve veri güvenliği politikalarını ihlal ettiği gerekçesiyle işten çıkardı. Pek çok bilim insanı iddiayı reddetti; olay ELIZA etkisinin modern bir örneği olarak yorumlandı.AlphaGo - Lee Sedol MaçıLee Sedol Maçı – AlphaGo vs. Lee Sedol (2016)DeepMind'ın AlphaGo programının Mart 2016'da Seul'de dünyanın en iyi Go oyuncularından Lee Sedol'u beş oyunluk maçta 4-1 yendiği olay; ikinci oyundaki beklenmedik '37. hamle' makinenin yaratıcı sayılabilecek kararının simgesi oldu.Attention Is All You NeedAttention Is All You Need (2017)Ashish Vaswani ve yedi arkadaşının Google Brain ve Google Research'te yürüttüğü çalışmayla 2017'de yayımlanan ve Transformer mimarisini tanıtan makale; bugünkü büyük dil modellerinin büyük çoğunluğu bu mimariye dayanır.Deep Blue - Kasparov MaçıKasparov Maçı – Deep Blue vs. Kasparov (1997)IBM'in satranç bilgisayarı Deep Blue'nun Mayıs 1997'de New York'ta dünya şampiyonu Garri Kasparov'u altı oyunluk maçta 3,5-2,5 yendiği olay; bir bilgisayar ilk kez standart turnuva zaman kontrollerinde oynanan bir maçta görevdeki dünya şampiyonunu yendi. Gücü makine öğrenmesinden değil, saniyede 200 milyon pozisyonu değerlendiren kaba kuvvet aramadan geliyordu.IBM Watson ve Jeopardy!IBM Watson on Jeopardy! (2011)IBM'in soru-cevap sistemi Watson'ın Şubat 2011'de ABD'nin bilgi yarışması Jeopardy!'de efsane şampiyonlar Ken Jennings ve Brad Rutter'ı yendiği olay; doğal dil anlama alanında dönüm noktası sayıldı.AlexNet / ImageNet AnıAlexNet / ImageNet Moment (2012)Toronto Üniversitesi'nden Alex Krizhevsky, Ilya Sutskever ve Geoffrey Hinton'ın iki GPU üzerinde eğittiği derin evrişimli ağ AlexNet'in 2012 ImageNet (ILSVRC) yarışmasını yüzde 15,3 ilk-5 hata oranıyla kazanması; ikinci gelen girdinin hata oranı yüzde 26,2 idi. Derin öğrenme çağının başlangıcı kabul edilir.PerceptronPerceptron (1958)Frank Rosenblatt'ın 1957–1958'de Cornell Havacılık Laboratuvarı'nda geliştirdiği, verilerden öğrenebilen ilk yapay sinir ağı modellerinden biri; Minsky ve Papert'in 1969 tarihli 'Perceptrons' kitabının tek katmanlı perceptronların sınırlarını göstermesi, sinir ağı araştırmalarına ilgi ve fonun uzun süre azalmasına katkıda bulundu.Yapay Zekâ KışıAI WinterBeklentilerin karşılanamaması sonucu yapay zekâ araştırmalarına fon ve ilginin keskin biçimde azaldığı dönemler; başlıcaları yaklaşık 1974–1980 ile 1980'lerin sonundan 1990'lara uzanan dönemdir, kesin tarihler kaynağa göre değişir. Abartılı beklentilere karşı sık hatırlatılan bir uyarıdır.Dartmouth ÇalıştayıDartmouth Workshop (1956)1956 yazında ABD'deki Dartmouth Koleji'nde düzenlenen ve yapay zekânın bir araştırma alanı olarak doğduğu kabul edilen çalıştay; John McCarthy, Marvin Minsky, Nathaniel Rochester ve Claude Shannon'ın imzaladığı Ağustos 1955 tarihli proje önerisi 'artificial intelligence' terimini ilk kez kullandı, adı seçen McCarthy'dir.AntropomorfizmAnthropomorphismMakinelere, yapay zekâ sistemlerine veya nesnelere insana özgü duygu, niyet ve bilinç atfedilmesi; sohbet botlarına yersiz güven, aşırı bağımlılık veya duygusal bağlanma gibi risklere yol açabilir.Akıllı Hans EtkisiClever Hans EffectBir modelin görevi gerçekten çözmeden verideki istemsiz bir ipucunu (filigran, arka plan, kaynak etiketi gibi) yakalayarak doğru cevap vermesi; adını 1900'lerin başında Berlin'de 'hesap yapan' at Hans'tan alır. Oskar Pfungst 1907'de atın, soru soran kişilerin (sahibi Wilhelm von Osten dahil) farkında olmadan verdiği duruş ve yüz ifadesi ipuçlarını okuduğunu gösterdi.Teknolojik TekillikTechnological SingularityYapay zekânın kendini hızla geliştirerek insan zekâsını aştığı ve sonrasındaki gelişmelerin öngörülemez hâle geldiği varsayımsal an; I. J. Good'un 1965'teki 'zekâ patlaması' fikrine dayanır, Vernor Vinge'in 1993 makalesi ve Ray Kurzweil'in 2045 öngörüsüyle yaygınlaştı.ELIZA EtkisiELIZA Effectİnsanların basit bir sohbet programına bile anlayış, duygu ve niyet atfetme eğilimi; adını Joseph Weizenbaum'un MIT'de geliştirip 1966'da yayımladığı, terapist taklidi yapan ELIZA programından alır. Programın nasıl çalıştığını bilen sekreterinin onunla baş başa konuşmak için Weizenbaum'dan odadan çıkmasını istemesi ünlü örnektir; kavram büyük dil modelleriyle yeniden gündeme gelmiştir.Tekinsiz VadiUncanny ValleyJapon robotik bilimci Masahiro Mori'nin 1970'te tanımladığı olgu: robot veya dijital karakter insana benzedikçe sempati artar, ancak çok benzeyip tam benzemediği noktada ani bir rahatsızlık ve tedirginlik duyulur; insansı robot ve dijital insan tasarımında dikkate alınır.Moravec ParadoksuMoravec's ParadoxRobotik araştırmacısı Hans Moravec'in 1980'lerde dile getirdiği gözlem: satranç ve matematik gibi insana zor gelen akıl yürütme işleri makineler için görece kolayken, yürümek, nesne tutmak ve çevreyi algılamak gibi insana kolay gelen duyu-motor beceriler makineler için çok zordur.Ataş Maksimize EdenPaperclip MaximizerNick Bostrom'un 2003'te kullandığı düşünce deneyi: tek amacı olabildiğince çok ataş üretmek olan süper zeki bir yapay zekâ, bu amaç uğruna önce tüm Dünya'yı, ardından uzayın giderek büyüyen kısımlarını ataş fabrikasına dönüştürebilir; zararsız görünen hedeflerin hizalanmamış bir sistemde felakete yol açabileceğini anlatır.CAPTCHA'Bilgisayarları ve insanları ayırt etmek için tamamen otomatik açık Turing testi'nin İngilizce kısaltması; Carnegie Mellon Üniversitesi'nde Manuel Blum liderliğinde Luis von Ahn ve arkadaşlarının geliştirip 2003'teki makaleleriyle tanımladığı, bozuk harf okuma veya resim seçimi gibi görevlerle kullanıcının insan olup olmadığını anlamaya çalışan ters Turing testi. Yapay zekâ bu görevlerin çoğunu çözebildiği için tarayıcı ve davranış sinyallerine dayalı yöntemler öne çıkmaktadır.Çin OdasıChinese RoomJohn Searle'ün 1980'de ortaya attığı düşünce deneyi: Çince bilmeyen biri bir kural kitabına bakarak Çince sorulara kusursuz yanıtlar veriyorsa dışarıdan Çince anlıyormuş gibi görünür ama anlamaz; Searle buradan sembolleri kurallara göre işleyen bir programın gerçek anlama sahip olmadığını savunur.IKEA TestiIKEA Test (Flat-pack Furniture Test)Gary Marcus'un 2015'te Turing Testi'nin yerine geçebilecek ölçütler tartışılırken gündeme getirdiği, bir robotun parçaları ve kurulum talimatını görerek hazır mobilyayı doğru biçimde monte edebilmesini şart koşan, fiziksel dünyayı anlama ve el becerisini ölçmeyi amaçlayan yapay genel zekâ testi.Modern Turing TestiModern Turing Test (Suleyman)Mustafa Suleyman'ın 2023'te 'The Coming Wave' kitabında önerdiği, bir yapay zekânın 100.000 dolarlık yatırımla bir perakende web platformunda birkaç ay içinde 1 milyon dolar kazanıp kazanamayacağı üzerinden ajan yeteneğini ölçen test; banka hesabı açmak gibi bazı adımlarda yine insan onayı gerekir.İstihdam TestiEmployment TestNils Nilsson'ın 2005'te önerdiği, insan düzeyinde yapay zekânın ölçütü olarak makinenin insanların yaptığı ekonomik açıdan önemli işleri en az onlar kadar iyi yapabilmesini şart koşan test.Robot Üniversite Öğrencisi TestiRobot College Student TestBen Goertzel'in önerdiği, bir robotun üniversiteye kaydolup insan öğrenciler gibi derslere katılarak sınavları geçmesi ve diploma alması üzerinden genel zekâyı ölçen test.Lovelace TestiLovelace TestSelmer Bringsjord ve arkadaşlarının 2001'de önerdiği, bir makinenin, tasarımcılarının nasıl ortaya çıktığını açıklayamayacağı özgün bir eser üretip üretemediğine bakan yaratıcılık testi; adını makinelerin yalnızca kendilerine söyleneni yapabileceğini savunan Ada Lovelace'tan alır.Winograd Şema TestiWinograd Schema ChallengeHector Levesque'in 2011'de önerdiği, cümlede zamirin neyi kastettiğini sağduyu ile çözmeyi gerektiren sorulardan oluşan test (ör. 'Kupa bavula sığmadı çünkü o çok büyüktü' cümlesinde 'o' kupadır); adını 1972'deki çalışmasında bu türden bir örnek kullanan Terry Winograd'dan alır. 2019'dan itibaren büyük dil modelleri bu soruların yüzde 90'ından fazlasını çözdüğü için artık ayırt edici sayılmaz.Turing TestiTuring TestAlan Turing'in 1950'de önerdiği, bir insan değerlendiricinin yazılı sohbette makineyi insandan ayırt edememesi üzerinden zekâyı ölçen test. 2025'te UC San Diego'da yapılan bir çalışmada GPT-4.5, katılımcıların %73'ü tarafından insan sanıldı; bu nedenle test artık genel zekânın yeterli bir ölçütü sayılmıyor.Tam Turing TestiTotal Turing TestStevan Harnad'ın 1989'da önerdiği, Turing Testi'ni yalnızca yazılı sohbetle sınırlamayıp makinenin görme ve nesneleri kullanma gibi algı ve hareket becerilerinde de insandan ayırt edilememesini şart koşan genişletilmiş test.Kahve TestiCoffee Test (Wozniak)Apple'ın kurucu ortağı Steve Wozniak'ın önerdiği AGI testi: bir robotun hiç görmediği sıradan bir eve girip mutfağı, kahve makinesini, kahveyi ve fincanı bulup kahve yapabilmesi. Zekânın yalnızca sohbetle değil fiziksel dünyada da ölçülmesi gerektiği fikrine dayanır; Moravec Paradoksu ile birlikte anılır.Denetim İziAudit TrailBir sistemde kimin (kişi veya ajan) neyi, ne zaman ve hangi yetkiyle yaptığının sonradan değiştirilemeyecek biçimde kaydedilmesi; ajanlarda istemleri, araç çağrılarını, onayları ve sonuçları da kapsar, denetim ve olay incelemesinin temelidir.İzlenebilirlikTraceabilityBir yapay zekâ sisteminin hangi veriyi kullandığının, hangi kararı neden verdiğinin ve hangi eylemleri yaptığının sonradan yeniden kurulabilmesi.Ajan Kontrol DüzlemiAgent Control PlaneKurum içindeki birden fazla ajanın başlatıldığı, izlendiği, yetkilendirildiği ve yönetildiği merkezi yönetim katmanı.Koruyucu AjanGuardian AgentDiğer yapay zekâ ajanlarının davranışını gerçek zamanlı izleyen, politikalara aykırı veya riskli eylemleri tespit edip engelleyen ya da insana bildiren denetleyici ajan; Gartner'ın yapay zekâ güvenliği için öne çıkardığı kategoridir.İnsan DöngüdeHuman-in-the-Loop (HITL)İnsanların eğitim veya üretim sürecinde yapay zekâ çıktılarını gözden geçirip onayladığı veya düzelttiği sistem tasarımı.İnsan GözetimdeHuman-on-the-Loopİnsanın her adımı onaylamadan, sistemi izleyip gerektiğinde müdahale ettiği gözetim modeli.İnsan Onayı / KesmeHuman Approval / InterruptAjanın riskli bir eylemden önce durup insandan onay beklemesi mekanizması.Risk Tabanlı OnayRisk-based ApprovalAjan eylemlerinin risk düzeyine göre sınıflandırılması: düşük riskli eylemler otomatik yürütülür, orta riskliler insan onayı bekler, yüksek riskliler tamamen yasaklanır; ör. veri okumak serbest, e-posta göndermek onaylı, para transferi yasak.Eylem ve Harcama LimitleriAction & Spend LimitsBir ajanın tek görevde veya belirli sürede yapabileceği araç çağrısı, değiştirebileceği kayıt, gönderebileceği mesaj ve harcayabileceği token ya da para miktarına konan üst sınırlar.Devre KesiciCircuit BreakerHata oranı, tekrar eden döngü, maliyet veya anormal davranış belirlenen eşiği aştığında ajanın ya da bağımlı servisin çağrılarını otomatik olarak durduran mekanizma; yazılımdaki devre kesici kalıbından uyarlanmıştır. Elle tetiklenen acil durdurmadan farkı, eşiğe bağlı ve otomatik çalışmasıdır.Acil Durdurma MekanizmasıKill SwitchBir ajanın veya yapay zekâ sisteminin beklenmedik ya da zararlı davranış göstermesi hâlinde tüm eylemlerini ve yetkilerini derhâl durduran, önceden tanımlanmış ve test edilmiş kontrol; kontrolden çıkmış ajanlara karşı temel savunmalardandır.Ajan Kum HavuzuAgent SandboxBir ajanın güvenli, izole bir ortamda kod/araç çalıştırabildiği test alanı.Ağ Çıkış DenetimiEgress ControlAjanın veya çalıştığı kum havuzunun yalnızca izin verilen alan adlarına ve servislere bağlanabilmesi için giden ağ trafiğinin kısıtlanması; veri sızdırmayı ve istenmeyen dış erişimi engeller.Görevler AyrılığıSeparation of DutiesKritik bir işlemin tek bir kişi veya ajan tarafından baştan sona yapılamaması için yetkilerin bölünmesi; ör. ödemeyi hazırlayan ajanın aynı ödemeyi onaylayamaması.Politika Motoru / Kod Olarak PolitikaPolicy Engine / Policy-as-CodeErişim ve eylem kurallarının kod olarak yazılıp merkezi bir motorda her istek anında değerlendirildiği yaklaşım (OPA, Cedar gibi); ajanın her araç çağrısının kurallara uygunluğu çalışma anında denetlenir.Tam Zamanında ErişimJust-in-Time Access / Short-lived CredentialsKalıcı yetki yerine yalnızca bir görev süresince geçerli, kısa ömürlü ve otomatik sona eren yetki ve kimlik bilgisi verilmesi; sızan bir anahtarın veya kontrolden çıkan bir ajanın verebileceği zararı sınırlar.Varsayılan RetDeny-by-DefaultAçıkça izin verilmeyen her erişim, araç çağrısı veya ağ bağlantısının otomatik olarak engellendiği güvenlik ilkesi; ajan yetkilerinin baştan dar tutulmasını sağlar.Rol Tabanlı Erişim KontrolüRBAC (Role-Based Access Control)Kullanıcı ve ajanların verilere rollerine göre erişmesini sağlayan yetkilendirme modeli.En Az Yetki İlkesiLeast Privilege (for Agents)Ajana yalnızca görevini yapması için gereken minimum erişim ve aracın verilmesi.Yetki Kapsamı ve Araç İzin ListesiScoped Permissions / Tool AllowlistAjanın yalnızca görevi için gereken araçları, işlemleri ve veri alanlarını kullanabileceği şekilde açıkça tanımlanması; listede olmayan araç veya işlem (ör. silme, ödeme) çağrılamaz.Ajan KimliğiAgent Identity (Non-Human Identity)Ajanlara insanlardan ayrı, izlenebilir ve yetkilendirilebilir kimlik ve kimlik bilgileri verilmesi.Ajan Yetkilendirmesi / Yetki DevriDelegated Authorization (OAuth for Agents)Ajanın kullanıcının şifresini almadan, OAuth gibi standartlarla kullanıcı adına sınırlı kapsamlı ve süreli erişim yetkisi alarak çalışması; yapılan her işlem ajanın kendi kimliği ve kimin adına çalıştığıyla birlikte kayda geçer.Onaylı Model KataloğuApproved Model Catalog / Model AllowlistKurumda kullanımına izin verilen modellerin hangi iş ve veri türlerinde, hangi sürüm ve koşullarla kullanılabileceğiyle birlikte listelendiği katalog; ekipler yalnızca buradaki modellere, genellikle yapay zekâ ağ geçidi üzerinden erişir.Yapay Zekâ Kullanım PolitikasıAI Acceptable Use PolicyÇalışanların hangi yapay zekâ araçlarını hangi veriyle nasıl kullanabileceğini belirleyen kurumsal kural seti.Yapay Zekâ EnvanteriAI Inventory / RegistryKurumda kullanılan tüm yapay zekâ modellerinin, uygulamalarının ve ajanlarının sahibi, amacı, risk seviyesi, kullandığı veri ve yetkileriyle kayıt altına alındığı merkezi liste; yönetişimin ve gölge yapay zekâyı tespit etmenin ilk adımıdır.Model Kabul SüreciModel Onboarding / Approval ProcessYeni bir modelin kurumda kullanılmadan önce izole bir test ortamında denenmesi, işe özgü benchmark'larla değerlendirilmesi, güvenlik ve kırmızı takım testlerinden, hukuk ve uyum incelemesinden geçirilip onaylanarak envantere ve onaylı model kataloğuna alınması süreci.Model Risk YönetimiMRM (Model Risk Management)Hatalı ya da yanlış kullanılan modellerin yol açabileceği finansal, operasyonel ve itibar kayıplarını önlemek için model envanteri, bağımsız doğrulama, performans izleme ve onay süreçlerini kapsayan risk disiplini; bankacılıkta uzun süredir uygulanır (ABD'de SR 11-7) ve yapay zekâ ile üretken modelleri de kapsayacak şekilde genişlemektedir.Model DoğrulamaModel ValidationBir modelin amacına uygun, doğru ve güvenilir çalıştığının geliştiriciden bağımsız bir ekip tarafından kullanım öncesinde ve düzenli aralıklarla sınanması; veri, yöntem, performans, sınırlamalar ve izleme planı incelenir. Model risk yönetiminin temel adımıdır.Yapay Zekâ Güven, Risk ve Güvenlik YönetimiAI TRiSM (AI Trust, Risk and Security Management)Gartner'ın tanımladığı, yapay zekâ sistemlerinde güvenilirlik, adalet, gizlilik, güvenlik ve uyumluluğu yönetişim, çalışma zamanı denetimi ve bilgi koruma katmanlarıyla birlikte ele alan çerçeve.Ajan YönetişimiAgent GovernanceYapay zekâ ajanlarının yetkilerini, kimliklerini, eylem sınırlarını, insan onay noktalarını ve denetim kayıtlarını kapsayan yönetişim çerçevesi.Model YönetişimiModel GovernanceModellerin onay, erişim, denetim ve uyumluluk süreçlerinin kurumsal olarak yönetilmesi.Maliyet TakibiCost TrackingToken kullanımının fiyatlarla çarpılarak istek, kullanıcı veya özellik bazında maliyet hesaplanması.Yapay Zekâ YönetişimiAI GovernanceKurum içinde yapay zekâ kullanımını yöneten politika, süreç, rol ve denetim yapısı.Yatırım GetirisiROI (Return on Investment)Yapay zekâ yatırımının sağladığı kazancın maliyete oranı.Maliyet İzleme / FinOpsCost Monitoring / FinOpsToken, GPU ve API harcamalarının takip edilip optimize edilmesi.Kendi Barındırma Başa Baş NoktasıSelf-hosting Break-even PointAçık ağırlıklı bir modeli kendi GPU'larında çalıştırmanın aynı işi API ile yaptırmaktan ucuz hâle geldiği kullanım hacmi; GPU, enerji, personel ve boşta kalma maliyetleri token hacmiyle karşılaştırılarak bulunur. Düşük veya dalgalı hacimde API, yüksek ve sabit hacimde ya da veri gizliliği zorunluluğunda kendi barındırma öne çıkar.Toplam Sahip Olma MaliyetiTCO (Total Cost of Ownership)Yapay zekâ çözümünün lisans, altyapı, entegrasyon, bakım ve insan kaynağı dahil toplam maliyeti.Güç Kullanım EtkinliğiPUE (Power Usage Effectiveness)Bir veri merkezinin toplam enerji tüketiminin yalnızca bilişim ekipmanının tükettiği enerjiye oranı; 1,0 ideal değerdir, soğutma ve diğer yükler arttıkça yükselir ve enerji maliyetini doğrudan etkiler.Sermaye Gideri ve İşletme GideriCapEx vs OpExYapay zekâ altyapısında şirket içi GPU sunucusu ve veri merkezi gibi peşin yatırım (CapEx) ile bulut GPU'su veya API gibi kullandıkça ödenen gider (OpEx) arasındaki seçim; yüksek ve sürekli kullanımda CapEx, değişken ve belirsiz kullanımda OpEx genelde daha avantajlıdır.Eğitim Maliyeti TahminiTraining Cost EstimationBir modeli eğitmenin hesaplama ihtiyacının kabaca 6 × parametre sayısı × eğitim token'ı formülüyle FLOP olarak tahmin edilmesi, bunun GPU'nun fiilen elde edilen hızına bölünerek GPU-saate, saatlik fiyatla da paraya çevrilmesi; deneme koşuları, başarısız denemeler ve veri hazırlığı ayrıca eklenir.Model FLOP Kullanım OranıMFU (Model FLOPs Utilization)Bir eğitim veya çıkarım işinin GPU'nun teorik en yüksek hesaplama gücünün ne kadarını fiilen kullandığını gösteren oran; büyük model eğitimlerinde çoğu zaman %50'nin altındadır ve düşük olması aynı iş için daha fazla GPU-saat, yani daha fazla maliyet demektir.Kredi SistemiCreditsÜretken medya platformlarında görsel/video üretiminin token yerine kredi birimiyle ücretlendirilmesi.GPU Fiyatlandırması ve Kiralama ModelleriGPU Pricing (On-demand / Reserved / Spot)Bulutta GPU'nun saat başına ücretlendirilmesi ve üç temel kiralama modeli: esnek ama en pahalı isteğe bağlı (on-demand), bir-üç yıllık taahhütle indirimli rezerve ve boştaki kapasiteyi ucuza veren ama her an geri alınabilen spot; fiyat GPU nesline, bölgeye ve sağlayıcıya göre değişir.NeobulutNeocloudGenel amaçlı bulut sağlayıcılarından farklı olarak yapay zekâ için GPU kapasitesi kiralamaya odaklanan bulut şirketleri (CoreWeave, Nebius, Lambda, Crusoe gibi); genelde daha düşük GPU-saat fiyatı ve yeni nesil GPU'lara daha hızlı erişim sunar.Koltuk vs Kullanım Bazlı FiyatSeat-based vs Usage-based PricingKullanıcı sayısına göre sabit abonelik ile gerçek tüketime göre ücretlendirme modelleri arasındaki ayrım.Fiyat KademeleriPricing Tiers (Free / Plus / Pro / Enterprise)Yapay zekâ ürünlerinin farklı kullanım limiti ve özellik setleriyle sunulan abonelik seviyeleri.Maliyet-Performans DengesiCost-Performance TradeoffBir görev için en güçlü ve pahalı model yerine yeterli kaliteyi en düşük maliyetle veren modeli seçme kararı; model yönlendirme, küçük modele damıtma, istem önbelleği ve toplu işleme bu dengeyi iyileştirmek için kullanılır.Jevons ParadoksuJevons Paradoxİngiliz iktisatçı William Stanley Jevons'ın 1865'te kömür kullanımı için gözlemlediği olgu: bir kaynağı kullanmak verimlileştikçe ve ucuzladıkça toplam tüketimi azalmak yerine artabilir. Yapay zekâda token ve çıkarım maliyetleri düştükçe kullanımın ve toplam harcamanın büyümesini açıklamak için sık anılır.Çıkarım MaliyetiInference Cost (Cost per Request)Modeli kullanırken her istek için ödenen maliyet; API'de girdi token'ı × girdi fiyatı + çıktı token'ı × çıktı fiyatı olarak hesaplanır, kendi barındırılan modelde ise GPU-saat maliyeti işlenen istek sayısına bölünür. Uzun bağlam, düşünme token'ları ve araç çağrıları maliyeti hızla artırır.Görev Başına MaliyetCost per TaskBir ajanın veya iş akışının tek bir işi baştan sona tamamlamasının toplam maliyeti; tek görev onlarca model ve araç çağrısı içerebildiği için istek başına maliyetten daha anlamlı bir birimdir ve insan emeğinin maliyetiyle karşılaştırmada kullanılır.Token FiyatlandırmasıToken-based PricingAPI kullanımının işlenen girdi ve üretilen çıktı token sayısına göre ücretlendirilmesi.Milyon Token Başına MaliyetCost per Million TokensLLM API'lerinin standart fiyatlandırma birimi; girdi ve çıktı token'ları için ayrı fiyat uygulanır.Düz Metin.txtBiçimlendirmesiz metin; en basit veri ve istem dosyası formatı.MCP Yapılandırma Dosyasımcp.json / .mcp.jsonMCP sunucularının adres ve ayarlarının istemciye tanıtıldığı yapılandırma dosyası.PDF Dosyası.pdfBelge formatı; RAG ve belge analizinin en yaygın girdisi, ayrıştırılması (tablo, düzen) zordur.XML Dosyası.xmlEtiket tabanlı yapılandırılmış veri formatı; bazı sistem istemlerinde bölüm ayırmak için de kullanılır.HTML Dosyası.htmlWeb sayfası formatı; tarayıcı ajanları ve web kazıma için temel girdi.DockerfileBir uygulamanın konteyner imajının nasıl oluşturulacağını tanımlayan talimat dosyası.Protobuf.proto / Protocol BuffersGoogle'ın kompakt ikili serileştirme formatı; gRPC ve bazı model formatlarının temeli.Jupyter Defteri.ipynbKod hücreleri, çıktılar ve açıklamaları JSON yapısında tutan not defteri dosyası.Ortam Değişkeni Dosyası.envAPI anahtarları gibi gizli ayarların koddan ayrı tutulduğu dosya; sürüm kontrolüne eklenmemelidir.

tüm bölümler

Ana SayfaYZ HaberleriYZ TerimleriYZ Linkleri

konular

açık ağırlıklı modelanthropicapplebilimchatgptclaudecodexçingeminigooglegörsel üretimigrokkodlamametamicrosoftmusenvidiaopenaises ajanısiber güvenlikvideo üretimiyapay zekâ ajanlarıyapay zekâ güvenliğixai

takip et

YouTubeInstagramMMedium