Tümüüretken yapay zekâ565makine öğrenmesi197yapay zekâ ajanları98yapay zekâ araçları89model eğitimi81yapay zekâ güvenliği64çıkarım57yapay zekâ şirketleri48yapay zekâ modelleri48rag48framework46benchmark46değerlendirme46model mimarileri44yeni nesil yapay zekâ43mlops42yapay zekâ temelleri39llmops37gözlemlenebilirlik36token35transformer35yapay zekâ yönetişimi32yapay zekâ donanımı30yapay zekâ tarihi29yapay zekâ etiği29regülasyon29bilgi yönetimi28dosya formatları27kodlama25üretken medya25multimodal25görsel üretimi25doğal dil işleme23veri güvenliği22gizlilik22pekiştirmeli öğrenme21yapay zekâ maliyeti20sohbet robotları19yapay zekâ iş dünyası17robotik16fiziksel yapay zekâ16içerik doğrulama13mcp5xai3hugging face3openai2anthropic2perplexity2neuralink2az örnekle öğrenme1euclidean distance1ann search1yaklaşık en yakın komşu arama1vector store1vektör deposu1nearest neighbor1en yakın komşu1hierarchical navigable small world1hnsw1dot product1
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.Core ML.mlmodel / .mlpackageApple cihazlarda cihaz üzerinde çıkarım için model formatı.NumPy Dosyası.npy / .npzNumPy dizilerinin (gömme, tensör) ikili kaydı.Checkpoint Dosyası.ckptEğitim durumunu (ağırlık + optimizasyon) kaydeden dosya; görsel üretim topluluğunda model dosyası olarak da kullanılır.TensorFlow Formatları.h5 / SavedModel / .tfliteKeras/TensorFlow model kaydı ve mobil/uç cihazlar için hafif TFLite formatı.PyTorch Ağırlık Dosyası.pt / .pth / .binPyTorch model ağırlıklarının kaydedildiği dosyalar; pickle tabanlı olduğu için güvenilmeyen kaynaklardan yüklenmesi risklidir.Pickle.pklPython nesnelerini serileştiren format; kod çalıştırabildiği için model paylaşımında güvenlik riski taşır.GGUF.ggufllama.cpp ekosisteminin nicelenmiş modelleri tek dosyada taşıyan formatı; Ollama ve LM Studio bunu kullanır.ONNX.onnxModelleri framework'ler arası taşınabilir kılan açık değişim formatı.Arrow FormatıApache ArrowBellek içi sütunlu veri formatı; veri kümesi kütüphanelerinin hızlı veri erişiminin temeli.Safetensors.safetensorsHugging Face'in güvenli ve hızlı model ağırlığı formatı; pickle'ın güvenlik açıklarını gidermek için geliştirildi.CSV Dosyası.csvVirgülle ayrılmış tablo verisi formatı; veri kümesi ve değerlendirme verisi aktarımında yaygın kullanılır.Parquet Dosyası.parquetSütun tabanlı, sıkıştırılmış büyük veri formatı; Hugging Face veri kümelerinin ve veri göllerinin standardı.YAML Dosyası.yaml / .ymlİnsan tarafından okunabilir yapılandırma formatı; agent/pipeline konfigürasyonlarında ve ayar dosyalarında kullanılır.TOML Dosyası.tomlBasit yapılandırma formatı; Python projelerinde (pyproject.toml) ve bazı ajan ayarlarında kullanılır.JSON Dosyası.jsonYapılandırılmış veri formatı; modellere yapılandırılmış çıktı verdirmede, API isteklerinde ve araç/fonksiyon şemalarında yaygın kullanılır.JSONL Dosyası.jsonl (JSON Lines)Her satırı ayrı bir JSON nesnesi olan format; ince ayar veri kümeleri ve toplu API isteklerinin standardı.Markdown Dosyası.md (Markdown)Hafif işaretleme dili; yapay zekâ ajanlarında talimat, sistem istemi, dokümantasyon ve skill/agent tanımlarında yaygın kullanılır (ör. AGENTS.md, SKILL.md, CLAUDE.md).Skill Tanım DosyasıSKILL.mdBir Agent Skill'in zorunlu dosyası: başta adı ve ne zaman kullanılacağını anlatan açıklamayı içeren YAML bölümü, ardından Markdown talimatlar bulunur; ajan başlangıçta yalnızca ad ve açıklamayı okur, tam metni gerektiğinde yükler.Uygulama İçi Yapay ZekâAI in AppsOffice, tarayıcı, e-posta gibi günlük uygulamalara gömülü yapay zekâ yardımcıları.Ajan ModuAgent ModeAsistanın tarayıcıyı kullanıp form doldurma, alışveriş gibi çok adımlı görevleri kullanıcı adına yürüttüğü mod.Geçici SohbetTemporary ChatGeçmişe kaydedilmeyen ve belleği kullanmayan tek seferlik sohbet.Bağlayıcılar / UygulamalarConnectors / AppsAsistanın Gmail, Drive, takvim veya kurum içi sistemler gibi harici servislerden veri okumasını ve işlem yapmasını sağlayan, çoğunlukla MCP üzerine kurulu entegrasyonlar; 2023'teki ChatGPT eklentilerinin yerini aldı.Yeniden ÜretRegenerateAynı isteme farklı bir yanıt alınması.Paylaşılan SohbetShared Chat LinkBir sohbetin başkalarının görebileceği bağlantı olarak paylaşılması.Model SeçiciModel PickerKullanıcının hız, maliyet veya yetenek tercihine göre model seçmesini sağlayan menü (mini/flash hızlı, pro/opus güçlü).Kota / Kullanım LimitiUsage Limit / QuotaBelirli sürede gönderilebilecek mesaj veya üretilebilecek içerik miktarına konan sınır.Düşünme ModuThinking ModeAsistanın yanıt vermeden önce daha uzun akıl yürüttüğü, zor problemler için önerilen mod.Dosya YüklemeFile UploadPDF, tablo veya görselleri sohbete ekleyip analiz ettirme.Ses ModuVoice ModeAsistanla yazmadan, konuşarak gerçek zamanlı etkileşim kurma özelliği.Web'de AramaWeb Browsing / SearchAsistanın güncel bilgi için internette arama yapıp kaynak göstermesi özelliği.Özel GPT'ler / Gem'lerCustom GPTs / GemsKullanıcının belirli bir amaç için talimat ve bilgi dosyalarıyla özelleştirdiği asistan sürümleri.Canvas / ArtifactsUzun metin veya kodun sohbetin yanında ayrı bir panelde düzenlenebilir biçimde gösterilmesi.Bellek ÖzelliğiMemory FeatureAsistanın sohbetler arasında kullanıcı hakkında öğrendiği bilgileri hatırlaması özelliği.Projeler / KlasörlerProjectsİlgili sohbetleri, dosyaları ve talimatları bir arada gruplayan çalışma alanı özelliği.Yeni SohbetNew ChatÖnceki bağlamı sıfırlayıp temiz bir konuşma başlatma; farklı konular için önerilir.Özel TalimatlarCustom InstructionsKullanıcının tüm sohbetlerde geçerli olacak kalıcı tercihlerini (ton, dil, format) tanımladığı ayar.Yapay Zekâ Baş Yöneticisi (CAIO)Chief AI Officer (CAIO)Kurumda yapay zekâ stratejisi, yönetişimi ve uygulamalarından sorumlu üst düzey yönetici.Sohbet / TurChat / TurnKullanıcı ile asistan arasındaki tek bir mesaj-yanıt çifti (tur) ve bu turlardan oluşan konuşma.İstem Mühendisi / Yapay Zekâ MühendisiPrompt Engineer / AI EngineerSırasıyla istem tasarımına odaklanan ve LLM tabanlı uygulamaları uçtan uca geliştiren meslek rolleri.Yapay Zekâ Olgunluk ModeliAI Maturity ModelKurumun yapay zekâ kabiliyetini deneyselden ölçeklenmiş ve kurumsallaşmışa kadar derecelendiren çerçeve.Değişim YönetimiChange Management (AI Adoption)Yapay zekâ araçlarının kurumda benimsenmesi için eğitim, iletişim ve direnç yönetimi süreçleri.Beceri Açığı ve Yeniden Beceri KazandırmaSkills Gap / ReskillingYapay zekâ çağında iş gücünün ihtiyaç duyduğu yeni beceriler ile mevcut beceriler arasındaki fark ve kapatılması.Yapay Zekâ Ürün YöneticisiAI Product ManagerModel yetenekleri, değerlendirme ve maliyet dengesini gözeterek yapay zekâ ürünlerini yöneten rol.Vatandaş GeliştiriciCitizen DeveloperKodlama eğitimi olmadan, kodsuz/az kodlu yapay zekâ araçlarıyla çözüm üreten iş birimi çalışanı.Yapay Zekâ DönüşümüAI TransformationKurumun süreçlerini, ürünlerini ve kültürünü yapay zekâ etrafında yeniden yapılandırması.Mükemmeliyet MerkeziAI Center of Excellence (CoE)Kurumda yapay zekâ standartlarını, eğitimlerini ve en iyi uygulamalarını yöneten merkezi ekip.İstem KütüphanesiPrompt LibraryKurum içinde paylaşılan, test edilmiş ve onaylı istem şablonları koleksiyonu.Copilot vs AjanCopilot vs Agentİnsanın yanında öneri sunan asistan (copilot) ile görevi bağımsız yürüten sistem (ajan) arasındaki ürün ayrımı.İnsan-Yapay Zekâ İş BirliğiHuman-AI Collaborationİnsan ve yapay zekânın güçlü yönlerini birleştirerek birlikte çalışması; 'artırılmış' iş gücü yaklaşımı.Kullanım Senaryosu KeşfiUse Case DiscoveryKurumda yapay zekânın değer yaratabileceği süreçlerin sistematik olarak belirlenip önceliklendirilmesi.Üretime Geçiş UçurumuPoC-to-Production GapDemo aşamasında çalışan yapay zekâ projelerinin güvenlik, maliyet ve güvenilirlik nedeniyle üretime alınamaması sorunu.Satıcıya BağımlılıkVendor Lock-inTek bir sağlayıcının API, format veya ekosistemine bağımlı kalıp geçiş maliyetinin yükselmesi riski.Kavram Kanıtı / PilotPoC (Proof of Concept) / PilotYapay zekâ fikrinin teknik olarak çalıştığını küçük ölçekte göstermek (PoC) ve sınırlı gerçek kullanıcıyla denemek (pilot).NeuralinkElon Musk ve bir grup bilim insanının 2016'da kurduğu beyin-bilgisayar arayüzü şirketi; klinik deneme aşamasındaki ilk ürünü Telepathy, robotla yerleştirilen 1.024 elektrotlu bir implantla felçli hastaların bilgisayarı düşünceyle kontrol etmesini sağlar. Görme implantı Blindsight üzerinde de çalışır.Yap ya da Satın AlBuild vs BuyYapay zekâ çözümünü kurum içinde geliştirme ile hazır ürün satın alma arasındaki karar.Suno / UdioMetin isteminden söz, vokal ve enstrümanlarıyla tam şarkı üreten müzik platformları; 2025 sonunda bazı büyük plak şirketleriyle telif davalarını uzlaşmayla kapatıp indirme kısıtlamaları getirdiler, Suno Eylül 2026'da lisanslı müzikle eğitilmiş v6 modellerine geçti.BERT / T5Google'ın transformer tabanlı öncü modelleri: iki yönlü anlama (BERT) ve metinden metne birleşik çerçeve (T5).HiggsfieldSinematik kamera hareketleri, karakter tutarlılığı ve çoklu model erişimiyle bilinen yapay zekâ video/görsel üretim platformu.ElevenLabsGerçekçi metinden sese, ses klonlama ve dublaj teknolojisiyle bilinen şirket.RunwayVideo üretim ve düzenleme modelleri (Gen-4, sesli video üreten Gen-4.5) ile film/reklam araçları geliştiren ABD'li şirket; Aralık 2025'ten beri etkileşimli dünya modelleri de geliştiriyor.Kling / Seedance / HailuoÇin kökenli video üretim modeli aileleri: Kling (Kuaishou), Seedance (ByteDance) ve Hailuo (MiniMax); metinden ve görselden video üretirler.FLUX (Black Forest Labs)FLUXStable Diffusion ekibinin kurduğu Black Forest Labs'ın akış eşleme tabanlı, yüksek kaliteli görsel modeli.MidjourneyEstetik kalitesiyle bilinen, Discord ve web üzerinden çalışan görsel üretim servisi.Perplexity AIKaynaklı yanıt üreten yapay zekâ arama motoru; yanıt motoru kategorisinin öncüsü.Stable Diffusion / Stability AIAçık ağırlıklı görsel üretim modellerinin öncüsü; yerel görsel üretim ekosistemini başlattı.CohereKurumsal RAG, gömme ve yeniden sıralama modellerine odaklanan şirket (Command, Embed, Rerank).Amazon NovaAmazon'un Bedrock üzerinden sunduğu kendi temel model ailesi.GrokGrok (xAI)Elon Musk'ın kurduğu, 2026'da SpaceX bünyesine katılan xAI'ın büyük dil modeli ailesi ve asistanı; X platformunda, ayrı uygulamalarında ve API üzerinden sunulur.Kimi / GLMKimi (Moonshot) / GLM (Zhipu)Çin merkezli diğer önde gelen açık ağırlıklı model aileleri.NVIDIA NemotronNVIDIA'nın açık ağırlıklı model ailesi ve sentetik veri üretim modelleri.QwenQwen (Alibaba)Alibaba'nın geniş açık ağırlıklı model ailesi; çok dilli ve kodlama modelleriyle öne çıkar.Mistral AIFransa merkezli, açık ağırlıklı ve MoE modelleriyle tanınan Avrupa'nın öncü yapay zekâ şirketi.DeepSeekÇin merkezli laboratuvar; Ocak 2025'te düşük maliyetle eğitilmiş açık ağırlıklı akıl yürütme modeli R1 ile küresel etki yarattı, ardından akıl yürütmeyi tek modelde birleştiren V3.x ve Nisan 2026'da V4 serisini açık ağırlıkla yayımladı.Her Şeyi Segmentle ModeliSAM (Segment Anything Model)Meta'nın, nokta, kutu veya (SAM 3 ile) metin istemiyle verilen herhangi bir nesneyi ek eğitim gerektirmeden görsel ve videoda segmentlere ayıran temel modeli.Microsoft Copilot / PhiMicrosoft'un Office ve Windows'a gömülü yapay zekâ asistanı (Copilot) ve küçük açık model ailesi (Phi).Meta AIMeta'nın yapay zekâ asistanı ve araştırma çatısı; açık ağırlıklı Llama modellerini geliştirir, Nisan 2026'dan beri asistanı Meta Superintelligence Labs'in kapalı modeli Muse Spark çalıştırır. PyTorch'u da Meta başlatmıştır (bugün Linux Vakfı bünyesinde).LlamaMeta tarafından geliştirilen açık ağırlıklı büyük dil modeli ailesi.AlphaFoldDeepMind'ın protein yapılarını tahmin eden, Nobel Kimya Ödülü'ne konu olan modeli.AlphaGo / AlphaZeroDeepMind'ın Go oyununda dünya şampiyonunu yenen ve kendi kendine oynayarak öğrenen pekiştirmeli öğrenme sistemleri.Imagen / Nano BananaGoogle'ın görsel üretim ve düzenleme modelleri (Nano Banana, Gemini görsel modelinin popüler adıdır).NotebookLMGoogle'ın kullanıcının kendi belgelerine dayalı araştırma ve sesli özet (podcast) üreten aracı.Vertex AIVertex AI (Gemini Enterprise Agent Platform)Google Cloud'un model eğitimi, Gemini ve üçüncü taraf modellere erişim ve dağıtım platformu; Nisan 2026'da ADK, Agent Runtime gibi ajan araçlarını da kapsayacak şekilde Gemini Enterprise Agent Platform adını aldı.VeoGoogle DeepMind'ın yüksek kaliteli video üretim modeli.Gemini Flash / ProGemini ailesinin hızlı-uygun maliyetli (Flash) ve en yetenekli (Pro) kademeleri.GemmaGoogle'ın açık ağırlıklı, hafif model ailesi.Anayasal Yapay ZekâConstitutional AIAnthropic'in, modelin yazılı ilkelerden oluşan bir 'anayasa'ya göre kendi yanıtlarını eleştirip düzelttiği ve insan etiketi yerine yapay zekâ geri bildirimiyle (RLAIF) hizalandığı yöntem; Claude'un anayasası Ocak 2026'da yeniden yazıldı.Google DeepMindGoogle'ın Gemini, AlphaFold, AlphaGo ve SynthID gibi teknolojileri geliştiren yapay zekâ araştırma birimi.GeminiGoogle'ın çok modlu büyük dil modeli ailesi.ClaudeAnthropic tarafından geliştirilen büyük dil modeli ailesi.Claude Opus / Sonnet / HaikuClaude ailesinin büyükten küçüğe üç kademesi: en yetenekli, dengeli ve en hızlı.

Ana Sayfa
YZ Haberleri
YZ Terimleri
YZ Linkleri