- Yapay zeka (AI), normalde insan zekâsı gerektiren işleri (öğrenme, akıl yürütme, karar verme, içerik üretme) yapabilen bilgisayar sistemlerinin genel adıdır.
- Kurallar tek tek yazılarak değil, çok sayıda örnekten öğrenerek çalışır; buna makine öğrenmesi denir.
- Bugün kullandığımız her uygulama (çeviri, öneri, ChatGPT) dar yapay zekadır; filmlerdeki "her şeyi yapan" zekâ henüz yoktur.
- Telefon yüz tanıma, harita trafik tahmini, spam filtresi ve banka sahtekârlık uyarısı en yaygın günlük örneklerdir.
- Sanayide kalite kontrol, kestirimci bakım ve talep tahmini gibi alanlarda KOBİ'lere somut fayda sağlar.
Yapay zeka adını her gün duyuyoruz ama tam olarak ne olduğu çoğu zaman bulanık kalıyor. Bu yazı, hiç teknik geçmişiniz olmasa bile "yapay zeka nedir?" sorusuna net bir cevap vermek için yazıldı. Tanımdan başlayıp günlük hayattan örneklere, oradan da Konya sanayisi ve KOBİ'ler için ne anlama geldiğine kadar adım adım ilerleyeceğiz.
Yapay zeka nedir, basitçe ne demek?
Yapay zeka, normalde insan zekâsı gerektiren işleri — öğrenme, akıl yürütme, sorun çözme, karar verme ve içerik üretme gibi — yapabilen bilgisayar sistemlerine verilen genel addır. Yani bilgisayarın, kendisine tek tek anlatılmamış durumlarda bile mantıklı kararlar verip görevi tamamlayabilmesidir. Kısacası "akıllı davranışı taklit eden yazılım" diyebiliriz.
Terim yeni değil: "yapay zeka" kavramını, 1956 Dartmouth çalıştayına öncülük eden bilim insanı John McCarthy ortaya attı ve yapay zekayı kabaca "akıllı makineler, özellikle akıllı bilgisayar programları yapma bilimi" olarak tanımladı. Uluslararası kaynaklar da benzer bir çerçeve çiziyor; örneğin IBM'in yapay zeka tanımı, bunu insanın öğrenme, kavrama, sorun çözme ve karar verme yetilerini taklit eden teknoloji olarak açıklıyor. Önemli olan şu: yapay zeka tek bir program değil, birçok farklı tekniği kapsayan geniş bir şemsiyedir.
Yapay zeka nasıl öğrenir?
Yapay zeka, kurallar tek tek yazılarak değil, çok sayıda örnekten öğrenerek çalışır. Sisteme binlerce örnek (örneğin "bu bir kedi", "bu spam") gösterilir; model bu verideki ortak örüntüleri kendi başına yakalar. Yeterince örnek görünce, daha önce hiç karşılaşmadığı yeni bir veride de doğru tahmini yapabilir hale gelir.
Bu yaklaşım, klasik yazılımdan temel farkıdır. Geleneksel bir programda her ihtimali geliştiricinin önceden düşünüp kodlaması gerekir. Yapay zekada ise sisteme "kuralı" siz vermezsiniz; bol miktarda örnek verir, doğru sonuçları gösterir ve modelin kendi kuralını çıkarmasını sağlarsınız. Bir çocuğa yüzlerce köpek fotoğrafı gösterip sonra hiç görmediği bir köpeği tanımasını beklemek gibidir. İşte bu "örnekten öğrenme" yeteneği, bugünkü yapay zekanın belkemiğidir.
Makine öğrenmesi, derin öğrenme ve üretken yapay zeka nedir?
Bu üç terim sık sık birbirine karıştırılır. En kolay yol, onları iç içe halkalar gibi düşünmektir: En geniş çember yapay zeka, onun içinde makine öğrenmesi, onun içinde derin öğrenme, en içte ise üretken yapay zeka bulunur. Yani hepsi birbirinin alt kümesidir; ayrı rakipler değildir.
Makine öğrenmesi
Makine öğrenmesi, her durumu tek tek programlamak yerine verideki örüntülerden kendi kendine öğrenen ve yeni veride tahmin yapan yaklaşımdır. Bir e-posta filtresinin zamanla hangi mesajların spam olduğunu daha iyi ayırması buna örnektir. IBM'in makine öğrenmesi tanımı da bunu, sistemlerin açıkça programlanmadan deneyimle gelişmesi olarak açıklar. Makine öğrenmesi başlıca üç yöntemle öğrenir: denetimli (etiketli örneklerle), denetimsiz (etiketsiz veride örüntü bulma) ve pekiştirmeli (deneme-yanılma ve ödülle).
Derin öğrenme
Derin öğrenme, makine öğrenmesinin insan beynindeki nöron ağından esinlenen çok katmanlı yapay sinir ağları kullanan alt kümesidir. "Derin" sözcüğü, bu ağlardaki çok sayıda katmana işaret eder. Görüntü tanıma, sesli asistanlar ve birazdan göreceğimiz üretken yapay zeka, gücünü büyük ölçüde derin öğrenmeden alır. Çok büyük veriyle beslendiğinde, insanların elle tarif etmesi zor olan karmaşık örüntüleri bile yakalayabilir.
Üretken yapay zeka
Üretken yapay zeka, bir komut (prompt) üzerine yeni içerik — metin, görsel, ses, video, kod — üreten derin öğrenme türüdür. ChatGPT, Gemini, Claude gibi araçlar ve görsel üreticiler bu sınıfa girer. Aldığınız sonucun kalitesi, büyük ölçüde verdiğiniz isteme bağlıdır; bu yüzden iyi soru sormayı öğrenmek değerlidir. Bu konuda derinleşmek isteyenler etkili prompt yazma rehberi yazımıza göz atabilir.
Yapay zekanın türleri nelerdir? (Dar, genel, süper)
Yapay zekayı yetenek düzeyine göre üçe ayırmak yaygındır. Burada en kritik nokta şudur: Bugün kullandığımız her şey dar yapay zekadır. Haberlerde veya filmlerde duyduğunuz "her işi insan gibi yapan" zekâ ise hâlâ kuramsaldır; henüz mevcut değildir. Aşağıdaki tablo farkı netleştiriyor.
| Tür | Diğer adı | Ne yapar? | Bugün var mı? | Örnek |
|---|---|---|---|---|
| Dar yapay zeka | Zayıf yapay zeka | Tek bir işte uzmandır (çeviri, spam filtresi, öneri) | Evet — var olan tek tür | Google Çeviri, Netflix önerileri, ChatGPT |
| Genel yapay zeka | Güçlü yapay zeka | İnsan gibi her alanda öğrenip uyum sağlar | Hayır, henüz yok | Araştırma hedefi |
| Süper yapay zeka | Süper zekâ | İnsanı her alanda aşar | Hayır, tümüyle varsayımsal | Bilim kurgu senaryoları |
IBM'in yapay zeka türleri sayfası da bu ayrımı doğrular ve dar yapay zekanın bugün var olan tek tür olduğunu, genel ile süper yapay zekanın kuramsal kaldığını belirtir. Bir uygulama ne kadar etkileyici görünürse görünsün, tek bir görev alanında uzmanlaşmıştır; gerçek anlamda "düşünmez", örüntü tanır.
Yapay zeka günlük hayatta nerede karşımıza çıkar?
Yapay zeka çoğu zaman fark etmeden kullandığımız sıradan araçların içindedir. Telefonunuzu yüzünüzle açmaktan e-postanızı temiz tutan filtreye kadar pek çok yerde devrededir. Bu sistemlerin ortak yanı, geçmiş örneklerden öğrenmiş bir modelin arka planda sessizce çalışmasıdır. Aşağıdaki dört örnek, bunların nasıl "öğrendiğini" de gösteriyor.
- Telefonu yüzle açma: Kamera görüntünüzü, daha önce kaydedilmiş yüz örnekleriyle karşılaştırıp sizi tanır. Bu, derin öğrenme tabanlı görüntü tanımaya dayanır.
- Harita uygulamasında trafik ve varış tahmini: Binlerce kullanıcının canlı konum verisi işlenir; sistem geçmiş örüntülerden "bu yol şu an kaç dakika sürer" tahminini üretir.
- E-posta spam filtresi: Daha önce spam olarak işaretlenen mesajlardan öğrenir. Siz her "spam" işaretlediğinizde model biraz daha isabetli hale gelir.
- Banka sahtekârlık uyarısı: Normal harcama düzeninizi öğrenir; alışılmadık bir işlem belirdiğinde bunu anomali olarak yakalayıp uyarı gönderir.
Aynı mantık müzik ve dizi önerilerinde, sesli asistanlarda ve otomatik çeviride de iş başındadır. Hepsinin ortak noktası: Önceden çok sayıda örnekle eğitilmiş olmaları.
Yapay zeka Konya sanayisinde ve KOBİ'lerde ne işe yarar?
İşletmeler için yapay zeka, soyut bir teknoloji değil; maliyet düşüren ve hız kazandıran somut bir araçtır. Konya gibi güçlü bir imalat şehrinde — döküm, makine imalatı, otomotiv yan sanayi ve tarım makineleri — bu fayda doğrudan üretim bandında hissedilir. İşte tipik kullanım alanları:
- Görsel kalite kontrol: Bant üzerine yerleştirilen kamera ve yapay zeka, kusurlu parçayı insandan daha hızlı ve yorulmadan ayıklar. Döküm yüzeyindeki çatlak veya montaj hatası saniyeler içinde yakalanır.
- Kestirimci bakım: Makinedeki titreşim ve sıcaklık verisi sürekli izlenir; arıza belirtisi henüz duruşa yol açmadan haber verilir. Plansız duruşların önüne geçilir.
- Talep ve stok tahmini: Geçmiş satış verisinden gelecek talep tahmin edilir; böylece ne fazla stok bağlanır ne de siparişe yetişilemez.
- Üretken yapay zeka ile ofis işleri: İhracatçı bir KOBİ; teklif, e-posta ve çok dilli ürün kataloğunu dakikalar içinde hazırlayabilir.
Bu örnekleri derinlemesine merak ediyorsanız, Konya sanayisinde yapay zeka kullanım alanları yazımız dokuz somut senaryoyu ele alıyor.
Nereden başlamalı?
Yapay zekaya başlamak için bilgisayar mühendisi olmanıza gerek yok. En sağlıklı yol, küçük ve somut bir sorunla başlamaktır: Sürekli tekrarlanan bir yazışmayı üretken yapay zeka aracına devretmek ya da tek bir kalite kontrol adımını otomatikleştirmek gibi. Başlangıçta kod yazmak da şart değildir; bugünün araçlarının çoğu hazır kullanılır.
Adım adım, kendi işletmenize uygun bir yol haritası çıkarmak isterseniz KOBİ'ler için yapay zeka rehberi sayfamız dokuz bölümlük kapsamlı bir başlangıç sunuyor. Daha fazla okuma için Google Cloud'un "What is Artificial Intelligence?" sayfası gibi güncel kaynaklar da temel kavramları pekiştirmenize yardımcı olur.