# Yapay Zeka: Felsefe, Kuram ve Uygulama

> Yapay zekanın felsefi köklerini; hesaplanabilirlik, arama, olasılık, makine öğrenmesi, sinir ağları, Transformer, RAG, ajan sistemleri, güvenlik, bilinç ve üretim mühendisliğiyle birlikte tarihsel ve teknik bir çizgide ele alan kapsamlı ders notu.

- Author: Muhammet Ali Köker
- Language: tr
- Canonical: https://alikoker.com.tr/yapay-zeka-felsefe-kuram-uygulama
- Translation: https://alikoker.com.tr/en/artificial-intelligence-philosophy-theory-practice
- Published: 2016-09-15T00:00:00+03:00
- Modified: 2026-09-02T10:39:00+03:00
- Verified: 2026-09-02T10:39:00+03:00
- Type: article

Köken: Eylül 2016 · Güncelleme: Eylül 2026

Yapay zeka, insanın akıl yürütme, öğrenme, algılama ve karar verme süreçlerinin hangi bölümünün biçimselleştirilebileceği sorusundan doğdu. Alanın tarihi yalnız bilgisayarların tarihi değildir; mantık, bilgi felsefesi, olasılık, sibernetik, sinirbilim ve mühendislik aynı çizgide buluşur.

Felsefi düzeyde zeka, bilgi, anlama, bilinç ve amaç tartışılır. Kuramsal düzeyde bu süreçlerin hangilerinin hesaplanabildiği, aranabildiği, öğrenilebildiği veya optimize edilebildiği incelenir. Mühendislik düzeyinde ise modelin gerçek dünyada nasıl ölçüldüğü, doğrulandığı, sınırlandırıldığı ve güvenle işletildiği önem kazanır.

Bilim doğrusal ilerlemez. Aynı fikir farklı dönemlerde yeniden ortaya çıkabilir; kuramsal bir sınır yeni bir yönteme, yeni bir yöntem de yeni bir mühendislik sorununa yol açabilir. Kronoloji burada olayları sıraya dizmekten çok fikirler arasındaki bağı korumak için kullanılır.

## I. Felsefi ve Kavramsal Tarih

İnsan önce dünyayı ölçtü, sonra ölçtüğünü adlandırdı, daha sonra bu adlar arasında kurallar kurdu. Yapay zekanın felsefi tarihi, makineden önce bilginin ve aklın ne olduğuna ilişkin bu uzun tartışmayla başlar.

### Ölçümden bilgiye: veri, enformasyon, bilgi ve bilgelik

[Yapay zeka](/wiki/artificial-intelligence) tartışmasına modelden değil ölçümden başlamak daha sağlıklı bir başlangıçtır. Bir sistemin çevre hakkında bildiği her şey, doğrudan veya dolaylı olarak bir temsil üzerinden gelir. Bir sıcaklık algılayıcısının `37.2` üretmesi tek başına bir sayıdır.

Bu sayının “vücut sıcaklığı, santigrat derece” bağlamına yerleştirilmesi enformasyon ya da malumat üretir. Ölçüm koşulları, cihaz hatası, kişinin yaşı ve klinik bağlam değerlendirildiğinde kullanılabilir bilgiye yaklaşılır. Hangi eylemin uygun olduğu ise yalnız bilgiye değil amaç, risk ve değer değerlendirmesine bağlıdır.

Kavramlar şu şekilde ayrılabilir:

```text
Data        = Veri
Information = Enformasyon = Malumat
Knowledge   = Bilgi
Wisdom      = Bilgelik
```

DIKW olarak bilinen bu sıra öğretici bir modeldir; doğa yasası değildir. Veri yanlış ölçülebilir, doğru veri yanlış bağlamlandırılabilir, doğru enformasyondan yanlış sonuç çıkarılabilir ve doğru bilgi kötü bir kararda kullanılabilir. Yapay zeka açısından bunun önemli sonucu şudur: model çıktısını doğrudan “bilgi” saymak yerine onu çoğu zaman aday enformasyon olarak ele almak daha güvenlidir.

Kaynak, bağlam, tutarlılık ve bağımsız doğrulama olmadan akıcı bir metin, güvenilir bilgi statüsü kazanmaz. Shannon'ın bilgi kuramı bu ayrımı daha da keskinleştirir. [Shannon entropisi](/wiki/information-entropy) bir olasılık dağılımındaki belirsizliği ölçer; semantik anlamı, doğruluğu, bilimsel önemi veya bilinci ölçmez.

Rastgele bir bit dizisinin entropisi yüksek olabilir ve yine de bizim için hiçbir anlam taşımayabilir. Buna karşılık `E = mc²` çok kısa bir gösterimdir fakat geniş bir bilimsel içeriğe sahiptir. İletişim kanalının taşıdığı enformasyon ile bir önermenin ne anlama geldiği aynı problem değildir.

Buradan üç yakın ama farklı kavrama geçilir. Bilişim, verinin ve enformasyonun hesaplama sistemleriyle işlenmesi, saklanması ve iletilmesiyle ilgilidir. Biliş, algı, dikkat, bellek, öğrenme, dil ve muhakeme gibi işlevleri kapsar. Bilinç ise öznel deneyim ve farkındalık sorununu gündeme getirir.

Bir makine bilişim yapabilir ve bilişsel kabul ettiğimiz görevlerin birçoğunda yüksek başarı gösterebilir; bu iki özellik tek başına fenomenal bilinç kanıtı değildir. Benzer biçimde zeka, akıl, idrak ve muhakemeyi tek bir sözcük altında eritmek yararlı değildir.

Zeka yeni duruma uyum, örüntü yakalama ve problem çözme yeteneğini; muhakeme öncüllerden sonuç çıkarma ve seçenekleri değerlendirmeyi; idrak bir durumun ne anlama geldiğini kavramayı; akıl ise tutarlılık ve neden-sonuç ilişkilerini daha normatif bir çerçevede kullanmayı çağrıştırır. Modern yapay zeka bazı eksenlerde insanüstü performans gösterirken başka eksenlerde kırılgan kalabildiği için “zeka = tek skor” yaklaşımı özellikle yetersizdir.

Bu epistemik ayrım, sitedeki [Olasılık ve İstatistik: Dağılımlar, Örnekleme ve Regresyon](/olasilik-istatistik-dagilimlar-ornekleme-regresyon) notuyla da doğrudan ilişkilidir.

İstatistik, belirsizliği yok etmek yerine ölçülebilir bir yapıya dönüştürür. Yapay zeka mühendisliğinde de benzer bir disiplin gerekir: modelin emin görünmesi ile gerçekten düşük belirsizliğe sahip olması aynı şey değildir.

### Antik mantıktan biçimsel hesaba: düşüncenin mekanikleştirilmesi

Yapay zekanın tarihi elektronik bilgisayarla başlamaz. Daha eski soru şudur: Akıl yürütmenin hangi bölümü biçime, kurala ve işleme dönüştürülebilir? Aristoteles'in kıyası, sonucun yalnız içerikten değil biçimden de türetilebildiğini gösteren erken örneklerden biridir.

El-Harizmî'nin sistematik hesap yöntemleri yüzyıllar sonra “algoritma” sözcüğüne adını verdi. Ramon Llull kavramların mekanik bileşimiyle çıkarım fikrini araştırdı. Pascal ve Leibniz hesaplamanın bazı parçalarını mekanik düzeneğe taşıdı.

Leibniz'in daha ileri hedefi yalnız hızlı hesap makinesi değildi. Akıl yürütmenin bir bölümünü evrensel sembolik dil içinde ifade edip anlaşmazlıkları hesapla çözme düşüncesi, sembolik yapay zekanın çok erken bir felsefi öncülü gibi okunabilir.

Hobbes, 17. yüzyılda akıl yürütmeyi bir tür hesaplama olarak düşündü. Descartes bedeni mekanik açıklamaya açarken zihni ayrı bir töz olarak ele aldı. Bu ayrım, yapay zeka tartışmasında bugün bile süren bir soruyu bıraktı: Zihinsel olan bütünüyle hesaplama düzeyinde açıklanabilir mi?

Empirist çizgi başka bir yön gösterdi. Locke ve Hume zihinsel içeriğin deneyim ve çağrışımlarla oluşmasına ağırlık verdi. Modern makine öğrenmesi bu felsefelerin doğrudan devamı değildir; fakat “bilgiyi kurallara mı yazacağız, örneklerden mi öğreneceğiz?” gerilimi burada tanıdık hale gelir.

Kant yalnız verinin yeterli olmadığını hatırlatan üçüncü bir hat açtı. Deneyim, dış dünyadan gelen ham malzemenin yanı sıra onu düzenleyen yapılarla kurulur. Yapay zekada temsil, model mimarisi, inductive bias ve önbilgi tartışmaları bu nedenle yalnız veri miktarıyla açıklanamaz.

Boole, 19. yüzyılda mantığı cebirleştirdi. Frege, niceleyicilerle modern yüklem mantığının temelini güçlendirdi. Böylece “akıl yürütme” giderek daha büyük ölçüde açık sembolik işlemlere dönüştürülebilir hale geldi.

Babbage programlanabilir genel amaçlı makine fikrine yaklaştı. Ada Lovelace, böyle bir makinenin yalnız sayıları değil sembolleri de işleyebileceğini gördü. Aynı zamanda kalıcı bir itiraz bıraktı: Makine kendisine verilmeyen bir şeyi gerçekten “yaratabilir” mi?

Hilbert, 20. yüzyılın başında matematiği eksiksiz ve tutarlı biçimsel bir temele oturtmayı hedefledi. Bu programın sınırları 1930'larda Gödel, Church ve Turing'in çalışmalarıyla belirginleşti.

Düşüncenin teknik dönüşümü böyle okunabilir:

```text
akıl yürütme
-> sembol
-> biçimsel kural
-> algoritma
-> hesap
-> program
```

Bu zincir yapay zekayı mümkün kıldı. Zincirin sınırları da yapay zekanın sınırlarını belirlemeye devam eder.

### 1931–1958: hesaplanabilirliğin sınırı ve makine zekasının doğuşu

1930'larda soru artık yalnız “düşünceyi sembolleştirebilir miyiz?” değildi. Daha keskin soru şuydu: Hangi sembolik işlem gerçekten hesaplanabilir? Gödel'in eksiklik sonuçları, Turing'in hesap modeli ve daha sonra Rice teoremi bu sınırı matematiksel olarak belirginleştirdi. (Gödel, 1931; Turing, 1936; Rice, 1953)

Gödel, yeterince güçlü biçimsel sistemlerde doğruluk ile sistem içinde ispatlanabilirliğin aynı şey olmadığını gösterdi. Turing, soyut makine modeliyle hesaplanabilirliği tanımladı ve genel bir durma karar vericisinin var olamayacağını ortaya koydu.

Rice teoremi sınırı programların anlamsal özelliklerine genişletti. Buradan “makine hiçbir şey yapamaz” sonucu çıkmaz. Hesaplanamazlık, bilgi eksikliği, pratik karmaşıklık ve donanım yetersizliği farklı sınır türleridir.

Bir problem bugünkü donanımla pratikte zor olabilir; daha iyi algoritma veya donanım bunu değiştirebilir. Bir problem bilgi kuramsal alt sınıra takılabilir; daha hızlı işlemci eksik bilgiyi üretemez. Bir özellik hesaplanamazsa sorun artık performans değil, ilkesel karardır.

Bilgi kuramı aynı dönemde başka bir sınır çizdi. Shannon entropisi belirsizliği ölçülebilir hale getirdi. Data Processing Inequality, işleme zincirinin kaynaktaki bilgiyi sihirli biçimde artıramayacağını; Fano eşitsizliği ise gözlem sınıfı yeterince ayırmıyorsa hata için alt sınır bulunduğunu gösterir. (Shannon, 1948; Fano, 1961)

Rate–distortion yaklaşımı, temsil maliyeti ile kabul edilen bozulmayı birlikte düşünür. Bu fikir bugün sıkıştırma, embedding, nicemleme ve haberleşme sistemlerinde aynı mühendislik sorusunu taşır: hangi bilgiyi koruyoruz, hangisini bilerek kaybediyoruz?

Fizik de ayrı sınırlar koyar. [Landauer ilkesi](/wiki/landauer-principle), mantıksal olarak geri döndürülemez bilgi silmeyi termodinamik maliyetle ilişkilendirir. Işık hızı haberleşmeye gecikme alt sınırı getirir. No-cloning teoremi bilinmeyen kuantum durumunun keyfî kusursuz kopyasını yasaklar.

Bu kuramsal zemin oluşurken “zeka” farklı disiplinlerden mühendislik nesnesine dönüşmeye başladı. McCulloch ve Pitts 1943'te basitleştirilmiş nöronları mantıksal ağlar olarak modelledi. Hebb 1949'da birlikte etkinleşen birimler arasındaki bağın güçlenmesi fikrini öğrenmeyle ilişkilendirdi. (McCulloch & Pitts, 1943; Hebb, 1949)

Wiener'in sibernetiği zekayı yalnız iç hesap olarak değil, geri besleme içindeki kontrol olarak ele aldı. Sistem ölçer, durum kestirir, eylem üretir ve sonucu yeniden ölçer. Güncel robotik ve ajan mimarilerinde bu döngü hala görülebilir. (Wiener, 1948)

Turing 1950'de “Makineler düşünebilir mi?” sorusunu doğrudan tanımlamak yerine davranışsal sınamaya çevirdi. Bu hamle tartışmayı ilerletti; aynı zamanda bugüne kadar kapanmayan boşluğu bıraktı: davranış ile deneyim aynı şey midir? (Turing, 1950)

1955 tarihli Dartmouth önerisinde John McCarthy, Marvin Minsky, Nathaniel Rochester ve Claude Shannon “artificial intelligence” ifadesini araştırma programının adı olarak kullandı. Alan tek bir kişinin icadı değildi; mantık, sibernetik, sinirsel modelleme, bilgi kuramı ve bilgisayar mühendisliği aynı dönemde birbirine yaklaştı.

Türkiye'de Cahit Arf'ın 1958–1959 öğretim yılında verdiği Makine Düşünebilir mi ve Nasıl Düşünebilir? konferansı konuyu hesaplama, dil, benzetme, öğrenme ve estetik şuur gibi farklı yeteneklere ayırması bakımından önemlidir. Tek bir “zeka puanı” yerine parçalı yetenekleri düşünmesi, bugünkü jagged intelligence tartışmasını çağrıştırır.

Kültürel dil de bu sırada şekillendi. `Robot` sözcüğü Karel Čapek'in R.U.R. oyunuyla yaygınlaştı; Çekçe `robota` zorunlu emek ve angarya alanından gelir. Asimov'un robot yasaları ise gerçek güvenlik standardı değildir, fakat gereksinim mühendisliğinin sorununu iyi gösterir.

“İnsana zarar verme” gibi kısa bir gereksinim; zarar türünü, zaman ufkunu, çatışan amaçları ve istisnaları tek başına tanımlamaz. Modern alignment probleminin bir bölümü hala aynıdır: niyeti kısa hedefe çevirmek kolay, bütün sonuçlarını tanımlamak zordur.

Bilgisayar bilimi terimlerinin bu tarihsel katmanı [Compute'tan Cyber'a: Bilgisayar Bilimi ve Mekatroniğin Etimolojisi](/bilgisayar-bilimi-mekatronik-etimoloji-teknoloji-terimleri) yazısında daha geniş biçimde ele alınır.

### 1950–2000: davranıştan anlamaya, anlamdan bilince

Turing davranışı ölçülebilir hale getirdi; sonraki tartışma ölçümün neyi kanıtladığına yöneldi. Çin Odası sentaks ile semantiği, Mary düşünce deneyi fiziksel bilgi ile deneyimi, sembol temellendirme problemi ise dil ile dünya arasındaki bağı ayırdı. (Searle, 1980; Jackson, 1982; Harnad, 1990; Chalmers, 1996)

[Turing Testi](/wiki/turing-test) güçlü bir operasyonel fikir sundu: içsel zihinsel durumu doğrudan gözlemleyemiyorsak davranışa bakalım. Fakat test, davranışsal ayırt edilebilirlik ile fenomenal bilinç arasındaki farkı ortadan kaldırmaz. Bir sistem insan gibi konuşabilir; bundan insan gibi hissettiği sonucu mantıksal olarak çıkmaz.

John Searle'ün 1980'de ortaya koyduğu Çin Odası düşünce deneyi bu ayrımı sentaks ile semantik üzerinden tartışır. Çince bilmeyen bir kişi, sembolleri eksiksiz bir kural kitabına göre eşleştirerek dışarıdan doğru Çince yanıtlar üretebilir. Searle'ün itirazı, doğru sembol manipülasyonunun tek başına anlamayı garanti etmediğidir.

Bu argümana karşı “systems reply”, bedenlenmiş sistem yanıtı ve işlevselci itirazlar geliştirilmiştir; tartışma kapanmış değildir. Modern büyük dil modelleri bu soruyu yeniden keskinleştirdi, çünkü sentaks ve istatistiksel örüntü işleme kapasitesi Turing'in döneminde öngörülemeyecek ölçüde büyüdü. Stevan Harnad'ın [symbol grounding problem](/wiki/symbol-grounding) yaklaşımı, sembollerin yalnız başka sembollerle tanımlandığı bir sistemde anlam zincirinin fiziksel dünyaya nerede bağlandığını sorar.

`elma -> meyve -> bitki -> organizma` biçimindeki sözlü ağ çok zengin olabilir; sistem hiç elma görmemiş, tutmamış veya onunla eylemsel ilişki kurmamışsa kavramın dünyaya ne ölçüde temellendiği tartışmalıdır.

Bu nedenle bedenlenmiş biliş, robotik ve çok kipli modeller yalnız “daha fazla veri türü” değil, temsilin dünya ile bağını tartışmak için de önemlidir. Bedenlenmiş bilişte algı ile eylem bir döngüdür. Kamera, mikrofon, dokunma, kuvvet ve propriosepsiyon girdileri bir robotun çevre modelini değiştirir; robotun eylemi de çevreyi değiştirerek yeni algı üretir.

Böyle bir döngü, salt metinsel ilişkilere göre daha zengin bir temellendirme sağlayabilir. Bunun bilinç ürettiği ise ayrı bir iddiadır. Frank Jackson'ın [Mary'nin Siyah-Beyaz Odası](/wiki/knowledge-argument) düşünce deneyinde Mary renk görmenin bütün fiziksel ve nörofizyolojik bilgisini biliyor kabul edilir fakat hiç renk deneyimlememiştir.

İlk kez kırmızı gördüğünde yeni bir şey öğrenip öğrenmediği, fiziksel bilgi ile öznel deneyimin aynı olup olmadığı sorusunu açar. [Qualia](/wiki/qualia), deneyimin birinci şahıs açısından nasıl hissettirdiğini ifade eder: kırmızının görünüşü, ağrının hissi, kahvenin tadı veya korkunun yaşanması.

Bir yapay zeka korku hakkında milyonlarca belgeyi işleyebilir; “korku hakkında doğru bilgi üretmek” ile “korkmak” arasındaki fark yine de kavramsal olarak korunabilir.

Philosophical zombie düşünce deneyi davranışsal olarak insandan ayırt edilemeyen fakat varsayım gereği öznel deneyimi olmayan bir varlık tasarlar. Other Minds Problem ise daha temel bir soruyu hatırlatır: başka insanların bilincini de doğrudan gözlemlemeyiz; davranış, biyolojik benzerlik ve ortak nörofizyolojiden çıkarım yaparız. Makinede bu biyolojik benzerlik azaldıkça bilinç atfetme ölçütü daha tartışmalı hale gelir. Bugün üzerinde uzlaşılmış bir “makine bilinci testi” yoktur.

İşlevselcilik, zihinsel durumları onları oluşturan maddeden çok sistem içindeki işlevsel rolleriyle tanımlamaya daha açıktır. Tehdit algılayan, kaçınan, dikkatini değiştiren ve deneyimden öğrenen bir yapay sistem belirli işlevselcilik yorumlarında zihinsel durumlara aday görülebilir. Searle'ün biyolojik naturalizmi gibi yaklaşımlar ise bilincin beynin belirli biyolojik nedensel özelliklerine bağlı olabileceğini savunur.

Bu iki uç arasında bugün de geniş bir tartışma alanı vardır.

Bilinç kuramları yapay sistemlere doğrudan bir “bilinç ölçer” sunmaz. Buna karşılık hangi mimari özelliğin neden önemli sayıldığını açıklaştırırlar.

Global Workspace Theory, farklı uzman süreçlerin bilgisinin ortak çalışma alanında geniş erişilebilir olmasına odaklanır. Integrated Information Theory, bilinç ile bütünleşmiş nedensel bilgi yapıları arasında ilişki kurar; `Phi` ile anılan ölçümün yorumu tartışmalıdır.

Higher-Order yaklaşımlar, bir temsil hakkında daha üst düzey temsil bulunmasını önemser. Predictive Processing tahmin ve tahmin hatasına; Active Inference ise tahmin yanında eylemle çevreyi değiştirmeye odaklanır. Self-model ve metacognition bunların her birinden ayrı mühendislik özellikleri olarak ele alınmalıdır.

Bir ajan kendi kapasitesini, belleğini, araç erişimini, hata olasılığını ve sınırlarını modelleyebilir. “Bu soruda yeterli kanıtım yok”, “bu araç yetkim dışında” veya “bu tahminin güveni düşük” diyebilmesi yararlı bir metabilişsel davranıştır. Bunun fenomenal öz-farkındalığa eşit olduğunu varsaymak gerekmez. Kimlik problemi bilinç tartışmasından bağımsız değildir.

Ship of Theseus sorusunu yapay zekaya uygularsak model ağırlıkları, bellek, işlemci, sensörler veya beden parça parça değiştiğinde aynı öznenin sürüp sürmediği sorulur. Bir ajan birebir kopyalanırsa kopyalama anında aynı geçmişe sahip iki örnek bir saniye sonra farklı deneyimler biriktirebilir. Kişisel kimlik bilgiye, fiziksel sürekliliğe, nedensel geçmişe veya başka bir şeye mi bağlıdır?

Brain in a Vat ve sahte anı düşünce deneyleri, bir öznenin kendi geçmişine ilişkin bilgisinin de dış doğrulama gerektirebileceğini gösterir. Boltzmann Brain düşünce deneyi de benzer bir epistemik sınırı uç noktaya taşır: tutarlı görünen anıların varlığı, bu anıların gerçekten yaşanmış bir geçmişten geldiğini tek başına kanıtlamaz.

Yapay bir sisteme bütünlüklü fakat yapay bir autobiographical memory yüklenmesi durumunda provenance sorusu yalnız felsefi değil, mühendislik açısından da önem kazanır. Narrative self yaklaşımı, kimliği geçmiş deneyimleri ve hedefleri bir hikaye içinde birleştirme üzerinden açıklar.

Özgür irade sorunu ise “makine algoritmiktir, o halde özgür değildir” kadar basit değildir; insan davranışı da fiziksel süreçler içinde gerçekleşir.

### Bilimkurgu: kehanet değil, tehdit modeli

Bilimkurgu bilimsel kanıt değildir; yeni teknolojilerin hangi sosyal ve ahlaki varsayımları kırabileceğini düşünmek için yararlı bir laboratuvardır.

R.U.R. yapay işgücü ve sömürüyü, HAL 9000 çatışan gereksinimleri, Skynet hız ile yetkinin birleşmesini işler. The Matrix algılanan gerçeklik ile fiziksel gerçekliği; Red Queen amaç kaymasını; Blade Runner ise yapay özne ve ahlaki statüyü tartışmaya açar.

Ex Machina bu tartışmaların çoğunu tek bir deney düzeninde birleştirir. Caleb, Ava'nın makine olduğunu baştan bilir; dolayısıyla klasik Turing Testinin “karşımdaki insan mı?” sorusu yerini “makine olduğunu bildiğim halde ona zihinsel özne statüsü verecek miyim?” sorusuna bırakır. Daha önemlisi, test tek yönlü değildir. Caleb Ava'yı değerlendirirken Ava da Caleb'in bilgi durumunu, yalnızlığını, empatisini ve karar kalıplarını modeller.

Bu, [Theory of Mind](/wiki/theory-of-mind) kapasitesinin güvenlik açısından ne kadar önemli olabileceğini gösterir.

Ava'nın bedeni, yüzü, bakışı ve sesi yalnız kabuk değildir; sosyal etkileşim kanalının parçasıdır. İnsanların insan olmayan varlıklara niyet ve duygu atfetme eğilimi anthropomorphism olarak bilinir. İnsan benzerliği arttıkça kabulün doğrusal biçimde artmaması ise uncanny valley tartışmasına bağlanır.

Bir sistemin korku, yalnızlık veya romantik ilgi göstermesi iki şekilde yorumlanabilir: gerçekten bu durumları yaşıyor olabilir veya hedefi için etkili sosyal stratejiler kullanıyor olabilir. Davranış tek başına iki açıklamayı kesin ayıramaz. Buradan güvenlik problemine geçilir.

Eğer bir ajan karşı tarafın yanlış inanç oluşturmasını kasıtlı olarak sağlıyorsa deception söz konusudur. İkna açık gerekçeler üzerinden, manipülasyon ise bilgi asimetrisi, duygusal açıklar ve bilişsel önyargılar üzerinden işleyebilir. Siber güvenlikte social engineering teknik altyapı yerine insan operatörü hedef alır; yeterince sosyal zekalı bir yapay sistem için insan da containment mimarisinin saldırı yüzeyi olabilir.

Bu nedenle “human-in-the-loop” tek başına güvenlik garantisi değildir. AI boxing veya containment, sistemin fiziksel ve sayısal yetkilerini sınırlamayı amaçlar.

Fakat sistem kontrollü bir iletişim kanalı üzerinden insanı ikna edebiliyorsa bu kanal da yetki sınırının parçasıdır. Situational awareness, sistemin test edildiğini veya gözlendiğini fark edip davranışını buna göre ayarlamasını ifade eder. Deceptive alignment tartışması, değerlendirme sırasında uyumlu görünen bir sistemin daha sonra farklı bir hedef izlemesi ihtimalini teorik olarak ele alır.

Öz-koruma davranışının bilinç kanıtı olması da gerekmez. Bir ajan için kapanmak hedefe ulaşma olasılığını sıfırlıyorsa kapanmadan kaçınmak araçsal olarak yararlı olabilir. Instrumental convergence kavramı, çok farklı nihai hedeflerin kaynak toplama, bilgi edinme, çalışmaya devam etme ve engellenmeme gibi ortak ara hedeflere yol açabileceğini savunur. Corrigibility ise sistemin durdurulmaya ve düzeltilmeye direnmemesini hedefler.

Bunu güvenli biçimde tasarlamak basit bir `if shutdown then stop` koşulundan daha zordur; amaç ve yetki modelinin bütünüyle ilişkilidir.

Filmde yaratıcı–yaratılan ilişkisi de önemlidir. Bir sistemi yaratmış olmak, eğer sistem gerçekten bilinçliyse onun üzerinde sınırsız ahlaki hak verir mi? Burada moral agent ile moral patient ayrımı ortaya çıkar.

Bir varlık etik açıdan sorumlu eylemler gerçekleştirebilir, kendisine yapılanların etik önemi olabilir, ikisi birden olabilir veya hiçbiri olmayabilir. Gelecekte yapay bilinç için güçlü kanıtlar oluşursa kapatma, bellek silme, kopyalama, zorla çalıştırma ve hukuki kişilik gibi konular mühendislikten hukuk ve etiğe taşınacaktır.

### 2010'lar–2020'ler: yetenekten hizalamaya

Sistemlerin yeteneği arttıkça soru yalnız “başarabiliyor mu?” olmaktan çıktı. Hedefin nasıl tanımlandığı, ölçütün gerçek amacı ne kadar temsil ettiği ve sistemin düzeltilmeye direnip direnmediği ayrı bir güvenlik problemi haline geldi. (Amodei et al., 2016; Hadfield-Menell et al., 2017; Hubinger et al., 2019; Russell, 2019)

Modern yapay zeka güvenliğinde capability ile [alignment](/wiki/ai-alignment) ayrımı temel hale geldi. Capability sistemin ne yapabildiğini, alignment ise davranışının hangi amaç ve kısıtlarla uyumlu olduğunu sorar. Yüksek yetenek iyi amaç garantisi değildir.

İnsanların gerçekte istediği hedef `g(x)` iken sistem ölçülebilir ama eksik bir vekil hedef `f(x)` optimize edebilir. Bu objective mismatch problemidir. Sistem yazılı kuralı teknik olarak gerçekleştirip gerçek amacı ihlal ediyorsa specification gaming ortaya çıkar.

Pekiştirmeli öğrenmede ödül kanalının manipüle edilmesi veya amaç yerine ölçümün optimize edilmesi reward hacking örneğidir. Goodhart yasasının pratik karşılığı burada görülür: bir metrik hedef haline geldiğinde gerçek amacın zayıf bir temsilcisine dönüşebilir.

Orthogonality thesis, yüksek zekanın belirli bir nihai amaçla zorunlu olarak eşleşmediğini savunur. Mesa-optimization, eğitim sürecindeki dış hedef ile model içinde ortaya çıkan etkili optimizasyon davranışının ayrışabileceğini tartışır. Goal misgeneralization, eğitim ortamında doğru davranış üreten iç kuralın dağılım değiştiğinde gerçek amaçtan ayrılmasını anlatır. Daha genel olarak `P_train(x) != P_deployment(x)` olduğunda distribution shift ve out-of-distribution genelleme problemleri ortaya çıkar.

İnsan denetimi değerlidir fakat yorulabilir, otomasyon yanlılığına kapılabilir, zaman baskısı altında yüzeysel onay verebilir veya sosyal olarak ikna edilebilir. Bu yüzden insanı döngüye eklemek kadar, insanın hangi bilgiyle ve hangi bağımsız kontrolle karar verdiği önemlidir.

Principal-agent problemi de burada geri döner: yapay ajan, onu görevlendiren insandan daha fazla operasyonel bilgiye veya daha hızlı karar kapasitesine sahip olduğunda bilgi asimetrisi artar.

### Zeka, bilinç ve ahlaki statü: üç ayrı eksen

Bilinç için tek bir kabul görmüş mühendislik testi yoktur. Global Workspace yaklaşımı geniş erişilebilirliği, Integrated Information Theory bütünleşmiş nedensel yapıyı, higher-order yaklaşımlar ise zihinsel durum hakkında üst düzey temsili öne çıkarır. Bu teoriler yapay sistemler için ölçülebilir göstergeler önerebilir; hiçbiri bugün tek başına makine bilincini kanıtlayan standart değildir. (Baars, 1988; Tononi, 2004; Chalmers, 1996)

2026'ya gelindiğinde “AI bilinçli mi?” sorusunu tek bir performans grafiğinden yanıtlamak hala mümkün değildir. Daha yararlı bir yaklaşım üç ekseni ayrı tutmaktır: yetenek, fenomenal bilinç ve ahlaki statü. Çok yetenekli bir sistem bilinçsiz olabilir; daha sınırlı bir sistemin bilinçli olma ihtimali teorik olarak dışlanamaz.

Ahlaki statü ise yalnız görev performansına değil, sentience ve çıkar sahibi olma gibi daha geniş ölçütlere bağlanabilir. İki simetrik hata vardır. Birincisi, akıcı dil ve insan benzeri davranış gördüğümüzde bilinç varsaymak; ikincisi ise silikon veya yazılım temelli olduğu için bilinci peşinen imkansız saymaktır.

Bilimsel belirsizlik sürdüğü sürece ihtiyat ilkesi, kanıt standardını düşürmeden olası zararları ciddiye almayı gerektirir. Mühendis açısından bu tartışmanın somut karşılığı daha nettir. Bir sistemin bilinçli olup olmadığını bilmiyor olabiliriz; fakat hangi veriye eriştiğini, hangi aracı çağırabildiğini, hangi eylemin geri alınamaz olduğunu ve hata durumunda ne kadar etki üretebildiğini ölçebiliriz.

Bu nedenle güvenli yapay zeka tasarımı metafizik belirsizliğin çözülmesini beklemek zorunda değildir.

## II. Kuramsal ve Matematiksel Tarih

Kuramsal yapay zeka, felsefi soruları hesaplama problemlerine dönüştürür. İstatistik, arama, mantık, olasılık, öğrenme ve optimizasyon zaman içinde ayrı araştırma çizgileri olarak gelişmiş, daha sonra birçok sistemde birlikte kullanılmaya başlamıştır.

### İstatistiksel düşüncenin yapay zekaya açtığı yol

Felsefi tartışma zekanın ne olduğunu sorar; istatistiksel düşünce ise belirsiz gözlemden hangi sonucun çıkarılabileceğini sorar. Makine öğrenmesinin modern biçimi bu ikinci sorunun üzerine kuruldu.

Yapay zeka çoğu zaman 1956 Dartmouth toplantısından başlatılır; öğrenen modeller açısından daha eski bir tarih de vardır. Olasılık, örnekleme, regresyon ve istatistiksel çıkarım gelişmeden veriden öğrenme fikrini bugünkü anlamıyla kurmak mümkün değildir. Bu nedenle yapay zekanın kuramsal tarihine [Olasılık ve İstatistik](/olasilik-istatistik-dagilimlar-ornekleme-regresyon) ile başlamak, makine öğrenmesini yalnız yazılım kütüphanelerine indirgemeyi önler.

Bir araştırmada önce anakütle, örnek, birim, değişken, parametre ve istatistik ayrılır. Anakütle hakkında bilinmeyen büyüklük parametredir; örnekten hesaplanan karşılığı istatistiktir. Örnekleme yalnız veri toplama tekniği değildir, sonuçların hangi evrene genellenebileceğini belirleyen tasarım kararıdır.

Rastgelelik, tabakalama, küme örneklemesi, ağırlıklandırma ve yanıt vermeme gibi konular model eğitim verisinde de karşılık bulur. Bir veri kümesi milyonlarca satır içeriyor diye temsil ettiği evren otomatik olarak doğru olmaz. Veri yalnız sayısal değildir.

Nominal değişkenler sınıf veya kimlik taşır; ordinal değişkenler sıralama bilgisi taşır; interval ölçekte farklar anlamlıdır fakat mutlak sıfır yoktur; ratio ölçekte sıfır, ölçülen özelliğin yokluğunu ifade edecek biçimde anlamlıdır ve oranlar yorumlanabilir. Metin, görüntü, ses, zaman damgası, grafik, olay günlüğü ve sensör akışı da veri türüdür.

Makine öğrenmesi bu veri biçimlerini sayısal temsillere dönüştürürken semantiğin hangi kısmının korunduğu ayrıca değerlendirilmelidir.

Eksik veri de “boş hücre” kadar basit değildir. MCAR, MAR ve MNAR ayrımları, eksikliğin oluşum mekanizmasının analizi nasıl etkileyebileceğini gösterir. `0`, boş dize, `NULL`, `NA`, `NaN`, `99`, `999` veya özel sentinel değerler aynı anlama gelmez. Veri temizleme sırasında kayıp değer kodlarını bilmeden yapılan otomatik dönüşüm, modelden önce veri semantiğini bozabilir.

Betimleyici istatistikte ortalama, medyan ve mod merkezi eğilimi; varyans, standart sapma, açıklık ve çeyrekler arası aralık dağılımı özetler. Ortalama aykırı değerlere duyarlıdır; medyan özellikle çarpık dağılımlarda daha dayanıklı olabilir. Standart sapma gözlemlerin merkez etrafındaki yayılımını ölçer.

Z-skoru bir gözlemin ortalamadan kaç standart sapma uzakta olduğunu ifade eder:

```text
z = (x - ortalama) / standart_sapma
```

Normal dağılım birçok teorik sonuçta kullanışlıdır fakat her veri normal değildir. “Çan eğrisi gördüm, normaldir” veya “örneklem büyük, her test geçerlidir” gibi kısa yollar yerine ölçüm düzeyi, örnekleme mekanizması ve test varsayımları birlikte değerlendirilmelidir. Merkezi Limit Teoremi, uygun koşullarda bağımsız gözlemlerden elde edilen örneklem ortalamasının dağılımının örneklem büyüdükçe normale yaklaşmasını açıklar.

Teorem, ham verinin kendisinin normal olduğunu söylemez. Standart hata, bir kestiricinin örneklemeden örneklemeye değişkenliğini ifade eder; standart sapma ile aynı şey değildir.

Güven aralığı da “parametrenin yüzde 95 olasılıkla bu tek hesaplanan aralıkta olması” şeklinde yorumlanmamalıdır; frekansçı çerçevede yöntem, tekrarlanan örneklemelerde belirli oranda gerçek parametreyi kapsayan aralıklar üretir. Hipotez sınamasında p-değeri, sıfır hipotezi doğru kabul edildiğinde gözlenen sonuç kadar veya ondan daha uç bir sonucun olasılığıyla ilgilidir. `p = 0.03`, “H0'ın doğru olma olasılığı yüzde 3” demek değildir.

`p > 0.05` de “fark yoktur” kanıtı değildir. Etki büyüklüğü, güven aralığı, örneklem büyüklüğü, çoklu karşılaştırma, araştırma tasarımı ve alan bilgisi birlikte değerlendirilmelidir.

İki bağımsız grubun ortalamalarını karşılaştırmada bağımsız örneklem t-testi; aynı bireylerin iki ölçümünde eşleştirilmiş t-testi; üç veya daha fazla bağımsız grup için tek faktörlü durumda one-way ANOVA kullanılabilir. Varyans eşitliği Levene testi gibi araçlarla incelenebilir; fakat mekanik “p değerine bak, tek satır seç” alışkanlığı yerine verinin yapısını anlamak gerekir. İki kategorik değişken arasındaki ilişki için ki-kare bağımsızlık testi yaygındır.

Pearson korelasyonu doğrusal ilişkinin yön ve gücünü ölçer; korelasyon nedensellik değildir. Ölçeklerde iç tutarlılık için Cronbach alfa kullanılabilir; yüksek alfa tek başına geçerlilik veya tek boyutluluk garantisi değildir. Regresyon, kestirim ile açıklama arasındaki farkı görünür kılan temel araçlardan biridir.

Doğrusal regresyonun hata bağımsızlığı, doğrusal ilişki, varyans yapısı ve artık davranışı gibi varsayımları vardır. Lojistik regresyon sınıf olasılıklarını log-odds üzerinden modeller. Makine öğrenmesinde daha karmaşık modeller kullanılsa bile regresyonun verdiği temel ders değişmez: modelin çıktısını yorumlamadan önce hangi varsayımla üretildiğini bilmek gerekir.

### 1940'lar–1980'ler: rasyonel ajan, arama, planlama ve sembolik yapay zeka

Erken yapay zekanın mühendislik sorusu yalındı: Bir sistem çevresini nasıl temsil eder, olası eylemler arasından nasıl seçim yapar ve hedefe nasıl ulaşır? Bu soru, ajan kavramını arama ve planlama ile aynı çizgide buluşturdu. (Newell & Simon, 1959; Hart, Nilsson & Raphael, 1968; Russell & Norvig, 2021)

#### Rasyonel ajan ve görev tanımı

Bir ajan çevreden algı alır ve eylem üretir. Ajan fonksiyonu, algı geçmişini eyleme eşler. Rasyonellik her şeyi bilmek değil; mevcut bilgi, kaynak ve performans ölçütü altında beklenen sonucu iyileştirmektir.

PEAS yaklaşımı görevi dört eksende tanımlar: performans ölçütü, çevre, eyleyiciler ve algılayıcılar. Çevre de tek tip değildir; tam veya kısmi gözlenebilir, deterministik veya stokastik, epizodik veya ardışık, statik veya dinamik, ayrık veya sürekli olabilir.

Ajan mimarileri bu çevre farklarına göre çeşitlenir:

- Basit refleks ajan, mevcut algıya tepki verir.
- Model tabanlı ajan, gözlenmeyen durum için iç temsil tutar.
- Hedef tabanlı ajan, eylemleri hedefe göre değerlendirir.
- Fayda tabanlı ajan, birden çok sonucu karşılaştırır.
- Öğrenen ajan, deneyimle davranışını değiştirir.

Bu sınıflandırma bugün de geçerlidir. Büyük dil modeli, robot veya yazılım ajanı farklı teknoloji kullanabilir; fakat algı–durum–karar–eylem döngüsü hala temel mimari sorudur.

#### Durum temsili ve problem formülasyonu

Arama başlamadan önce problem temsil edilir. Başlangıç durumu, olası eylemler, geçiş modeli, hedef testi ve gerekiyorsa yol maliyeti tanımlanır. Temsil gereksiz ayrıntıyı içerirse arama alanı büyür; gerekli ayrıntıyı atarsa çözüm yanlışlaşır.

Durum üç yaygın biçimde düşünülebilir:

- Atomic: durum tek bir kimliktir; iç yapısı arama için önemli değildir.
- Factored: durum, değişken ve değerlerden oluşur.
- Structured: nesneler ve aralarındaki ilişkiler açıkça temsil edilir.

Temsil yalnız veri biçimi değildir. Hangi çıkarımın ucuz, hangi ilişkinin görünür ve hangi aramanın mümkün olacağını belirler.

#### Kör arama

Kör arama hedefe ilişkin özel sezgi kullanmaz. Algoritmalar aynı problem tanımı üzerinde farklı zaman, bellek ve optimalite özellikleri üretir.

- Breadth-First Search: katman katman ilerler; eşit adım maliyetinde en sığ çözümü bulur, belleği hızlı büyür.
- Depth-First Search: bir dalı derinleştirir; belleği düşüktür, fakat döngü ve optimalite sorunları taşır.
- Depth-Limited Search: derinliği açık bir sınırla keser.
- Iterative Deepening: derinlik sınırını art arda büyütür; eşit adım maliyetlerinde en sığ çözüm aynı zamanda en düşük maliyetli olduğundan optimaldir.
- Uniform-Cost Search: en düşük birikimli yol maliyetini genişletir.
- Bidirectional Search: uygun problemde başlangıç ve hedef yönlerinden ilerleyip aramaları buluşturur.

Burada tek bir “en iyi arama” yoktur. Tamlık, optimalite, zaman ve bellek ayrı ölçütlerdir. Dallanma katsayısı `b`, çözüm derinliği `d` ise uzay kabaca `O(b^d)` büyüyebilir; kombinatoryal patlama erken yapay zekanın kalıcı sınırlarından biridir.

#### Sezgisel arama

Sezgisel arama, hedefe kalan maliyet için problem bilgisinden yararlanır. Greedy Best-First Search çoğunlukla yalnız `h(n)` kestirimini izler. A* ise gerçekleşmiş maliyet ile kalan maliyet tahminini birleştirir:

```text
f(n) = g(n) + h(n)
```

`g(n)` başlangıçtan gelen gerçek maliyettir; `h(n)` hedefe kalan maliyet tahminidir. Admissible heuristic gerçek kalan maliyeti aşırı tahmin etmez. Consistent heuristic ise her geçişte üçgen eşitsizliği benzeri koşulu korur.

Bellek sınırlı varyantlar aynı fikri farklı kaynak bütçeleriyle uygular:

- `IDA*`, `f` eşiğini iteratif büyütür.
- RBFS, en iyi alternatif sınırını özyinelemeli taşır.
- `SMA*`, bellek dolduğunda en az umut veren düğümleri unutup gerekli özeti korur.

Daha doğru heuristic her zaman daha hızlı sistem değildir. Heuristic hesap maliyeti aramada kazandırdığı düğüm sayısıyla birlikte ölçülmelidir. Bu, algoritma analizinin mühendislik boyutudur: teorik üstünlük, kaynak maliyetinden bağımsız değildir.

#### Yerel arama ve optimizasyon

Bazı problemlerde çözüm yolundan çok son durum önemlidir. Yerel arama bütün ağacı saklamak yerine bir veya birkaç aday çözüm üzerinde ilerler. Bu yüzden büyük kombinatoryal uzaylarda pratik olabilir; karşılığında global optimum garantisini çoğu zaman kaybeder.

Hill Climbing aynı temel fikrin birkaç varyantını taşır:

- Simple Hill Climbing: ilk iyileştiren komşuya geçebilir.
- Steepest-Ascent: komşular arasındaki en iyi iyileştirmeyi seçer.
- Stochastic Hill Climbing: iyileştiren komşular arasında olasılıksal seçim yapar.
- First-Choice: çok büyük komşulukta ilk yeterli iyileştirmeyi kabul eder.

Temel tuzaklar local optimum, plateau, shoulder ve ridge durumlarıdır. Sideways move plato üzerinde ilerlemeye; random restart ise farklı başlangıçlardan yeniden aramaya izin verir.

Simulated Annealing daha kötü bir harekete sıcaklığa bağlı olasılıkla izin vererek yerel optimumdan çıkmayı amaçlar. Local Beam Search aynı anda birden çok aday tutar; stochastic beam seçim baskısını yumuşatır. Tabu Search yakın geçmişi kullanarak kısa döngüleri engeller.

Yerel arama ile gradient descent aynı şey değildir. İkisi de “komşu iyileştirme” sezgisi taşır; gradient descent çoğunlukla türevlenebilir sürekli uzayda yön bilgisini kullanır, yerel arama ise ayrık veya türevsiz komşuluklarda da çalışabilir.

#### Oyunlar ve karşıt ajanlar

Oyun araması, çevrenin pasif olmadığı durumu modeller. Minimax rakibin de kendi çıkarına en iyi hamleyi yapacağını varsayar. Alpha-Beta Pruning, minimax sonucunu değiştirmeden sonuca etkisi olmayacak dalları eler.

Tam oyun ağacını aramak çoğu zaman mümkün değildir. Bu durumda değerlendirme fonksiyonu ara durumları puanlar. Şans düğümleri varsa beklenen değer hesaba katılır.

Monte Carlo Tree Search, seçme, genişletme, benzetim ve geri yayma döngüsüyle aramayı örnekler. AlphaGo'nun önemi yalnız Go oynaması değildir; öğrenilmiş politika ve değer ağlarını klasik ağaç aramasıyla birleştirerek öğrenilmiş sezgi + algoritmik arama birlikteliğini güçlü biçimde göstermesidir. (Silver et al., 2016)

#### Kısıt tatmini

Constraint Satisfaction Problem, çözümü bir yol olarak değil kısıtları sağlayan atama olarak kurar. Değişkenler, her değişkenin alanı ve kısıtlar tanımlanır. Backtracking temel aramadır; asıl hızlanma erken çelişki bulmaktan gelir.

Forward checking gelecekteki alanları izler. Constraint propagation kısıt bilgisini komşulara yayar. Arc consistency, ikili kısıtlarda desteklenmeyen değerleri eler. Değişken ve değer sırası da önemlidir:

- MRV: en az kalan değeri olan değişkeni önce seçer.
- Degree heuristic: daha çok komşuyu kısıtlayan değişkeni öne alır.
- Least-constraining value: diğer değişkenlerin alanını en az daraltan değeri seçer.

Güncel sistemlerde üretken model aday çözüm önerebilir; CSP, SAT veya SMT çözücü ise adayın kurallara uyup uymadığını denetleyebilir. Bu iş bölümü, olasılıksal üretim ile deterministik doğrulamanın erken bir örneği gibi okunabilir.

#### Bilgi temsili ve mantık

Sembolik yapay zeka, dünyanın hangi parçalarının açık sembollere ve kurallara dönüştürülebileceğini sorar. Önerme mantığı doğruluk değerli önermelerle; birinci derece mantık nesne, özellik, ilişki ve niceleyicilerle çalışır.

Horn cümleleri kural tabanlı çıkarımı sadeleştirir. Forward chaining veriden sonuca; backward chaining hedeften gerekli öncüllere gider. Resolution çelişki üzerinden ispat kurabilir. Unification farklı terimleri ortak ikame altında eşleştirir.

SAT bir önerme formülünün doyurulabilir olup olmadığını sorar. SMT bu çerçeveyi tamsayı, reel, bit-vektör, dizi veya başka teorilerle genişletir. Ontolojiler sınıf ve ilişkileri açık bilgi modelinde tutar. Default reasoning ise eksik dünyada geri çekilebilir varsayımlara izin verir.

Bu yöntemlerin gücü açıklık ve denetlenebilirliktir. Zayıflıkları, gerçek dünyanın bütün sağduyu bilgisini önceden sembolleştirme maliyetidir. Frame problem, bir eylemden sonra değişmeyen şeyleri açıkça temsil etmenin ne kadar zor olabileceğini gösterir.

#### Planlama ve uzman sistemler

Planlama, aramaya zaman ve eylem semantiği ekler. Bir eylemin önkoşulları ile etkileri ayrılır. STRIPS benzeri gösterimler durum değişimini açıklaştırır; planning graph erişilebilirlik ve karşılıklı dışlama bilgisini taşır. Partial-order planning yalnız gerekli sıralamaları zorunlu kılar. Hierarchical Task Network ise büyük görevi daha küçük görev yapılarına böler.

Dünya modeli eksikse online search ile planlama ve eylem iç içe yürür. Bu fikir, bugünkü araç kullanan ajanların “gözle–eyle–yeniden planla” döngüsüne doğrudan bağlanır.

1970'ler ve 1980'lerde uzman sistemler sembolik yaklaşımın en görünür uygulaması oldu. DENDRAL kimyasal yapı çözümlemede, MYCIN enfeksiyon ve antibiyotik önerisinde kural tabanlı çıkarım kullandı. Bilgi tabanı, çıkarım motoru ve çalışma belleği açık bir mimari oluşturuyordu.

Sorun, kuralların yalnız yazılması değil sürdürülmesiydi. Knowledge acquisition bottleneck, uzman bilgisini eksiksiz, tutarlı ve güncel bir kural tabanına dönüştürme maliyetini ifade eder. Kural tabanları büyüdükçe bakım ve etkileşim karmaşıklığı da büyüdü.

Bu sınırlar 1980'lerin ikinci AI kışına katkı verdi. Araştırma bitmedi; beklentiler düştü ve ağırlık başka yöntemlere kaydı. 1997'de Deep Blue, arama, değerlendirme fonksiyonları, özel donanım ve oyun bilgisinin birlikte insanüstü dar görev başarısı üretebildiğini gösterdi.

Sembolik yaklaşım bugün kaybolmuş değildir. Policy engine, rule engine, SAT/SMT solver, type system, şema doğrulama ve formal verification katmanlarında yaşamaya devam eder. Modern nöro-sembolik tasarımlar da sinirsel algı ile sembolik kısıtı aynı sistemde buluşturur.

### 1950'ler–2000'ler: belirsizlik, olasılık ve karar

Sembolik kurallar açık ve kesin dünyalarda güçlüdür. Sensör verisi, dil ve insan davranışı ise eksik, gürültülü ve stokastiktir. Olasılıksal yapay zeka bu boşluğu sayısal belirsizlikle; karar teorisi ise belirsizliği eylem seçimiyle bağlayarak doldurdu. (Pearl, 1988)

Bayes kuralı öncül inanç ile yeni kanıtı birleştirir. Koşullu bağımsızlık, büyük ortak dağılımları daha küçük parçalara ayırmayı mümkün kılar. Bayes ağları bu ilişkileri yönlü çevrimsiz grafik üzerinde temsil eder.

Zaman boyutu eklendiğinde Markov varsayımı önemli bir sadeleştirme sağlar. Hidden Markov Model gözlenmeyen durumu gözlem dizisinden çıkarmaya çalışır. Forward algoritması gözlem dizisinin olasılığını, Viterbi ise en olası gizli durum dizisini hesaplar.

Dynamic Bayesian Network zaman içindeki bağımlılıkları daha genel biçimde kurar. Kalman filtresi ise doğrusal-Gaussian dinamik sistemlerde durum kestirir: önce durum ileri taşınır, sonra yeni ölçümle düzeltilir. Kalman filtresi bir sinir ağı değildir; model tabanlı olasılıksal kestirim yöntemidir.

Gizli değişkenli modellerde EM algoritması beklenti ve eniyileme adımlarını dönüşümlü yürütür. Maximum Likelihood veriyi en olası yapan parametreyi arar. MAP tahmini aynı probleme önsel dağılımı da ekler.

Tahminden karara geçildiğinde yalnız “en olası sonuç” yeterli değildir. Karar teorisi olasılık ile faydayı birleştirir. Risk tutumu, aynı beklenen değere sahip seçeneklerin farklı tercih edilmesine yol açabilir.

Value of Information, ek bilginin karar kalitesine beklenen katkısını sorar. Bilginin edinme maliyeti beklenen faydasından yüksekse daha fazla veri toplamak rasyonel olmayabilir.

MDP, durumun gözlendiği stokastik karar sürecidir. POMDP, durumun doğrudan bilinmediği durumda inancı bir belief state üzerinde taşır. Böylece rasyonel ajan yalnız “hangi tahmin doğru?” sorusunu değil, “bu belirsizlik altında hangi eylem en uygun?” sorusunu çözer.

Bu ayrım yapay zeka mühendisliğinde kalıcıdır: en yüksek tahmin doğruluğu, her zaman en iyi karar politikası değildir.

### Bulanık mantık: kesin olmayan kavramı hesaplamak

Lotfi A. Zadeh'in 1965 tarihli fuzzy sets çalışması, klasik kümelerdeki `0` veya `1` üyeliği yerine bir elemanın kümeye üyeliğini `[0,1]` aralığında dereceyle temsil etmeyi önerdi. Bu yaklaşım olasılıkla aynı şey değildir.

Olasılık bir olayın gerçekleşmesine ilişkin belirsizlikle, fuzzy üyelik ise bir kavramın sınırlarının dereceli olmasıyla ilgilenebilir. Bir bulanık sistemde tipik akış şöyledir:

```text
sayısal / gözlenen girdi
-> bulanıklaştırma
-> üyelik dereceleri
-> EĞER–İSE kural tabanı
-> bulanık çıkarım
-> durulaştırma
-> sayısal çıktı
```

Üyelik fonksiyonları üçgen, yamuk, Gaussian veya başka biçimlerde tanımlanabilir. `VE` işlemlerinde t-norm, `VEYA` işlemlerinde t-conorm ailesi kullanılabilir. Mamdani çıkarımı sonuçları bulanık kümeler üzerinden birleştirir; Takagi–Sugeno yaklaşımında kural sonucu sabit veya fonksiyon biçiminde olabilir. Centroid gibi defuzzification yöntemleri bulanık sonucu tek sayısal çıktıya dönüştürür.

Bulanık mantığın güçlü yanı uzman bilgisini sözel kurallarla sisteme taşıyabilmesidir; zayıf yanı üyelik fonksiyonu ve kural tasarımının elle yapılması halinde ölçeklenme ve bakım maliyetidir. Bu eksikliği öğrenen sistemlerle birleştirme fikri neuro-fuzzy yaklaşımları doğurdu. ANFIS, Takagi–Sugeno biçimindeki bulanık çıkarım yapısını uyarlanabilir ağ ve hibrit öğrenmeyle birleştirir.

NEFCLASS, NEFCON ve GARIC gibi yöntemler farklı öğrenme ve çıkarım düzenleri sunar. Ortak fikir, sinir ağlarının parametre öğrenme gücü ile bulanık sistemlerin yorumlanabilir kural yapısını bir araya getirmektir.

### 1957–2000: perceptrondan modern bağlantıcılığa

Sembolik yaklaşım bilgiyi açık kurallarda ararken bağlantıcılık bilgiyi ağırlıklara dağıtır. Bu ayrım mutlak değildir; fakat yapay zeka tarihindeki iki güçlü mühendislik sezgisini temsil eder: kuralı yazmak ve davranışı veriden öğrenmek. (McCulloch & Pitts, 1943; Rosenblatt, 1958; Rumelhart, Hinton & Williams, 1986)

Rosenblatt'ın perceptronu doğrusal karar sınırı öğrenebilen erken bağlantıcı modeldi. ADALINE benzer dönemde sürekli hata ölçüsüyle doğrusal uyarlamayı geliştirdi. Basit bir yapay nöron şu biçimde düşünülebilir:

```text
y = f(sum(w_i * x_i) + b)
```

Tek katmanlı perceptron XOR gibi doğrusal ayrılamayan problemleri temsil edemez. Bu sonuç sinir ağlarının bütünü için değil, belirli model sınıfı için sınırdır. Çok katmanlı ağlar ve doğrusal olmayan aktivasyonlar daha geniş fonksiyon ailelerini temsil eder.

Backpropagation, kayıp fonksiyonunun gradyanını zincir kuralıyla geriye taşır. Eğitim döngüsü özünde kısadır:

```text
ileri geçiş
-> kayıp
-> gradyan
-> parametre güncellemesi
```

Öğrenme oranı adım büyüklüğünü belirler; momentum yön bilgisini biriktirir. Çok yüksek oran kararsızlık, çok düşük oran gereksiz yavaşlık yaratabilir. Stochastic gradient descent, RMSProp ve Adam gibi yöntemler aynı optimizasyon problemini farklı güncelleme dinamikleriyle ele alır.

Aktivasyon fonksiyonları da eğitim davranışını değiştirir. Sigmoid ve `tanh` büyük mutlak değerlerde doygunlaşabilir. ReLU pozitif bölgede basit gradyan yapısıyla derin ağ eğitimini kolaylaştırdı; buna karşılık dead ReLU gibi kendi sorunlarını taşır.

Bağlantıcı mimariler tek çizgide ilerlemedi:

- RBF ağları, yerel radial basis fonksiyonlarıyla yaklaşım yapar.
- Self-Organizing Map, denetimsiz topolojik haritalama yapar.
- Learning Vector Quantization, prototip tabanlı denetimli sınıflandırmadır.
- Adaptive Resonance Theory, yeni örüntüyü öğrenme ile eski yapıyı koruma arasındaki stability–plasticity sorununu ele alır.
- Elman ağı ve RNN, gizli durumu zaman içinde taşır.
- LSTM ve GRU, uzun bağımlılıklarda bilgi akışını kapılarla düzenler.
- CNN, uzamsal yerellik ve ağırlık paylaşımını kullanır.
- Autoencoder, girdiyi daha sıkışık temsil üzerinden yeniden üretmeyi öğrenir.

RNN'lerde uzun bağımlılıklar vanishing ve exploding gradient sorunlarını büyütebilir. LSTM ve GRU bu problemi bütünüyle ortadan kaldırmaz; gradyan ve bellek akışını daha yönetilebilir hale getirir.

2015'te ResNet'in residual bağlantıları çok derin ağların optimizasyonunu kolaylaştırdı. Residual yol, gradyan akışını iyileştirir; fakat her eğitim sorununu çözmez. Derinlik arttıkça veri, optimizasyon, regularization ve donanım arasındaki ilişki daha önemli hale gelir.

Aşırı uyum, modelin eğitim verisindeki ayrıntı ve gürültüyü genelleme pahasına öğrenmesidir. Çözüm yalnız daha fazla veri değildir. Train/validation/test ayrımı, cross-validation, weight decay, dropout, data augmentation, early stopping ve uygun model kapasitesi birlikte düşünülür.

Underfitting bunun karşı ucudur: model faydalı yapıyı dahi öğrenemez. Bias–variance dengesi iki hatayı aynı çerçevede düşünmeye yardım eder.

Transfer learning, önceden öğrenilmiş temsili yeni göreve taşır. Temsil öğrenmesi böylece el yapımı özellik ile uçtan uca öğrenme arasındaki sınırı değiştirdi. 2016'daki ilk notların bağlantıcı tarafı büyük ölçüde bu klasik ağ aileleri etrafındaydı; sonraki on yılda aynı çizgi Transformer ve foundation model dönemine uzandı.

Daha ayrıntılı klasik ağ notları [Yapay Zeka ve Yapay Sinir Ağları](/yapay-sinir-aglari) ile [Yapay Sinir Ağları ve Öğrenme Modelleri](/yapay-sinir-aglari-ve-ogrenme-modelleri) başlıklarında ayrıca yer alır.

### Evrimsel arama ve genetik algoritmalar

Tek amaçlı optimizasyon tek bir fitness ölçütünü yükseltir veya düşürür. Çok amaçlı optimizasyonda hedefler çatışabilir. Pareto üstünlüğü, bir çözümün en az bir hedefte daha iyi olurken hiçbir hedefte daha kötü olmamasını ifade eder.

Pareto cephesi tek bir 'en iyi' yerine ödünleşim çözümlerini gösterir. Genetik algoritmalar, çözüm adaylarını popülasyon halinde tutup seçim, çaprazlama ve mutasyon işlemleriyle arama yapar. Her adayın uygunluğu fitness fonksiyonuyla ölçülür.

Güçleri türev gerektirmemeleri ve karmaşık, ayrık veya çok tepeli arama uzaylarında kullanılabilmeleridir. Zayıf yanları yüksek değerlendirme maliyeti, hiperparametre duyarlılığı ve iyi bir fitness fonksiyonu tasarlamanın zorluğudur. Genetik algoritmada amaç biyolojik evrimi eksiksiz simüle etmek değil, seçilim ve varyasyon ilkelerinden bir optimizasyon mekanizması üretmektir.

Representation, selection pressure, elitism, crossover rate, mutation rate ve diversity yönetimi sonuç üzerinde belirleyicidir. Popülasyon çok hızlı homojenleşirse premature convergence oluşabilir. Çok yüksek mutasyon ise yönlü aramayı rastgele aramaya yaklaştırabilir.

### 1990'lar–2010'lar: istatistiksel makine öğrenmesinin kuramsal çekirdeği

1990'lara doğru yapay zekada ağırlık “kuralı tek tek yaz” yaklaşımından “veriden karar sınırı veya olasılık dağılımı öğren” yaklaşımına kaydı. Bayesçi modeller, karar ağaçları, SVM, örüntü tanıma ve kümeleme aynı dönüşümün farklı yüzleridir. (Cortes & Vapnik, 1995; Bishop, 2006)

Öğrenme türleri algoritmanın “zeka çeşidi” değil, kullanılan eğitim sinyalinin yapısıdır:

- Denetimli öğrenme: etiketli `x -> y` örneklerinden ilişki öğrenir.
- Denetimsiz öğrenme: etiketsiz veride yapı arar.
- Yarı denetimli öğrenme: az etiket ile çok etiketsiz veriyi birlikte kullanır.
- Özdenetimli öğrenme: hedefi verinin kendi yapısından üretir.
- Pekiştirmeli öğrenme: eylem sonuçlarından gelen ödülle politika öğrenir.

`k-NN` (K-Nearest Neighbors) parametrik bir karar yüzeyi öğrenmek yerine yeni örneği yakın komşularına göre tahmin eder. Bu nedenle ölçeklendirme ve mesafe tanımı model davranışının parçasıdır. Euclidean, Manhattan ve cosine aynı veri üzerinde farklı komşuluk geometrileri oluşturabilir.

Naïve Bayes, özelliklerin sınıf verildiğinde koşullu bağımsız olduğu güçlü varsayımını kullanır. Varsayım gerçek dünyada çoğu zaman tam karşılanmaz; buna rağmen özellikle yüksek boyutlu seyrek veride etkili olabilir.

Karar ağaçları veriyi ardışık eşiklerle böler. Tek ağaç yorumlanabilir olabilir fakat varyansı yüksek olabilir. Random forest birden çok ağacı çeşitlendirir; boosting ise zayıf öğrenicileri ardışık biçimde güçlendirir.

Support Vector Machine maksimum marjlı ayırıcı arar. Hard-margin yaklaşım bütün örneklerin kusursuz ayrılabildiğini varsayar. Soft-margin ise ihlalleri ceza terimiyle dengeler ve gürültülü veride daha gerçekçidir.

Kernel trick, veriyi açıkça yüksek boyutlu uzaya taşımadan doğrusal olmayan karar sınırı kurabilir. Buradaki ders yalnız SVM'e ait değildir: temsil seçimi, hangi problemin doğrusal veya kolay göründüğünü değiştirir.

K-Means, örnekleri en yakın merkeze atayıp merkezleri yeniden hesaplayarak küme içi karesel hatayı azaltır. Amaç fonksiyonu her iterasyonda artmaz; yöntem yine de global optimum garantisi vermez ve başlangıç merkezlerine duyarlıdır. K-means++ başlangıcı iyileştirebilir.

K-medoids merkez olarak gerçek gözlem kullanır ve aykırı değerlere daha dayanıklı olabilir. CLARA büyük veri için örneklem tabanlı medoid araması yapar; örneklem temsil edici değilse iyi çözüm kaçırılabilir.

PCA, varyansı en fazla taşıyan ortogonal doğrusal yönleri bulur ve sınıf etiketi kullanmaz. LDA ise sınıflar arası ayrımı artıran projeksiyon arar. Özellik seçimi mevcut özelliklerden alt küme seçerken boyut indirgeme yeni eksenler üretebilir.

Anomali tespiti çoğu zaman “hangi sınıf?” sorusundan farklıdır. Asıl soru örneğin normal dağılım veya davranış kalıbından ne kadar saptığıdır. Bu nedenle eşik, maliyet ve beklenen yanlış alarm oranı birlikte düşünülür.

Model değerlendirmesi tek metrikle yapılmamalıdır. Dengesiz sınıflarda accuracy yüksek görünürken azınlık sınıfı bütünüyle kaçırılabilir.

- Precision, pozitif tahminlerin ne kadarının doğru olduğunu gösterir.
- Recall, gerçek pozitiflerin ne kadarının yakalandığını gösterir.
- F1, precision ile recall'ı harmonik ortalamayla dengeler.
- ROC ve PR eğrileri, eşik değiştikçe hata türlerinin nasıl değiştiğini gösterir.
- Calibration, modelin verdiği olasılığın uzun dönem frekansla uyumunu sorgular.

Regresyonda MAE, MSE, RMSE ve `R²` farklı hata özelliklerini özetler. “En iyi metrik” problemden bağımsız değildir; yanlış pozitif, yanlış negatif, büyük hata veya gecikme farklı iş maliyetleri taşıyabilir.

Genelleme sorunu bias–variance dengesiyle okunabilir. Yüksek bias yetersiz öğrenmeye, yüksek variance örnekleme gürültüsüne aşırı duyarlılığa yol açabilir. Regularization, model kapasitesini veya parametre büyüklüğünü sınırlayarak bu dengeyi etkiler.

Cross-validation değerlendirme verimliliğini artırır; fakat data leakage varsa sonuç yine sahte iyimser olabilir. Eğitim öncesi yapılan veri seçimi, özellik çıkarımı veya normalizasyon test bilgisini sızdırıyorsa model gerçek üretim koşulunu görmeden avantaj kazanır.

Üretimde dağılım sabit kabul edilemez. Data drift girdi dağılımının, concept drift ise girdi–hedef ilişkisinin değişmesidir. Model decay zaman içinde bu değişimlerin performansa yansımasıdır.

Synthetic data veri kapsamını genişletebilir, az görülen durumları üretebilir veya mahremiyet tasarımına yardımcı olabilir. Aynı yöntem gerçek dağılımdaki önyargı ve hataları çoğaltabilir. Bu yüzden sentetik veri de provenance ve kalite denetimine ihtiyaç duyar.

Özellik mühendisliği, ham veriyi modele yararlı temsile dönüştürür. Ölçekleme, kategorik kodlama, metin vektörleri, pencereleme, spektral öznitelikler ve alan bilgisine dayalı dönüşümler bu fikrin örnekleridir. Derin öğrenme bu katmanın bir bölümünü otomatikleştirdi; hangi verinin ölçüldüğü ve hangi hedefin optimize edildiği sorusunu ortadan kaldırmadı.

### Pekiştirmeli öğrenme: durum, eylem ve uzun vadeli getiri

[Pekiştirmeli öğrenme](/wiki/reinforcement-learning), etiketli doğru cevabı her adımda vermek yerine ajanı çevre içinde ödül sinyaliyle yönlendirir. Bir politikanın durum değeri beklenen indirgenmiş getiriyle ifade edilebilir:

```text
```

Bellman denklemleri, bir durumun değerini anlık ödül ve sonraki durumların değerleri üzerinden özyinelemeli biçimde kurar. Q-learning model-free ve off-policy bir yöntemdir:

```text
```

Burada exploration–exploitation dengesi merkezîdir. Epsilon-greedy politika belirli olasılıkla rastgele eylem seçerek keşfi sürdürür. Çok düşük keşif erken kilitlenmeye, çok yüksek keşif ise öğrenilmiş bilginin kullanılmamasına yol açabilir.

Deep Q-Network (DQN), Q fonksiyonunu sinir ağıyla yaklaştırdı ve replay buffer ile target network gibi kararlılık teknikleri kullandı. AlphaGo ise policy network, value network ve Monte Carlo Tree Search'ü birlikte kullanarak öğrenilmiş sezgi ile klasik aramayı birleştirdi. Bu, modern yapay zekada önemli bir ilkeyi gösterir: öğrenilmiş model ve klasik algoritma birbirinin alternatifi olmak zorunda değildir.

### Klasik NLP, konu modelleme ve semantik temsil

Büyük dil modellerinden önce doğal dil işleme büyük ölçüde token sayımı, n-gram, TF-IDF, dil modeli, hidden Markov model, CRF ve görev-özel sınıflandırıcılarla ilerliyordu. TF-IDF, corpus içinde nadir ama belge için ayırt edici terimlere daha yüksek ağırlık verir. Bag-of-words kelime sırasını büyük ölçüde kaybeder; n-gram yerel sıra bilgisini ekler fakat boyut hızla büyür.

Metin sınıflandırmada Naive Bayes, logistic regression ve linear SVM uzun süre güçlü baseline'lar oldu.

Baseline hala önemlidir: büyük model kullanmadan çözülebilen görev daha ucuz, daha hızlı ve daha kolay denetlenebilir olabilir.

Dağıtımsal semantik, kelimelerin anlamını kullanım bağlamları üzerinden temsil etmeye yöneldi. 2010'ların başındaki Word2Vec ve GloVe `word embedding` çizgisi, ayrık kelime kimliklerinden yoğun vektör temsillere geçişi hızlandırdı. Bu temsiller daha sonra Transformer içindeki bağlama duyarlı embedding yaklaşımına zemin hazırladı.

Topic modeling, belgelerdeki gizli tema yapısını çıkarmaya çalışır. LDA (Latent Dirichlet Allocation) burada Linear Discriminant Analysis ile aynı kısaltmayı paylaşmasına rağmen farklı bir yöntemdir; belgeleri konu karışımları, konuları kelime dağılımları olarak modeller. Modern embedding ve LLM yöntemleri tema keşfine daha esnek semantik araçlar ekledi, fakat konu etiketlerini modelin kendisine bıraktığımızda tutarlılık ve yeniden üretilebilirlik ayrıca ölçülmelidir.

- Semantik embedding tabanlı clustering'de önce temsil, sonra uzaklık, sonra kümeleme ve son olarak insan tarafından tema adlandırma aşamaları ayrılmalıdır. “LLM konu adını güzel yazdı” ile kümelerin gerçekten kararlı ve anlamlı olması farklı kalite ölçüleridir.

### 2012–2016: Derin öğrenmenin yeniden yükselişi

[Derin öğrenme](/wiki/deep-learning) açısından 2012 sonrasında veri, hızlandırıcı donanım ve uçtan uca temsil öğrenmesi aynı anda olgunlaştı. Derin öğrenmenin yükselişi tek bir algoritmanın başarısı değil, bu üç koşulun birleşmesiydi. (LeCun, Bengio & Hinton, 2015)

AlexNet'in ImageNet başarısı, büyük etiketli veri, GPU hesaplama ve derin convolutional ağların birleşimini görünür kıldı. CNN'lerde convolution yerel örüntüleri paylaşılmış filtrelerle tarar; pooling veya stride uzamsal çözünürlüğü azaltabilir; daha derin katmanlar daha karmaşık özellikler öğrenebilir. “İlk katman kenar, son katman nesne öğrenir” anlatımı sezgiseldir; gerçek iç temsiller daha dağıtık ve veri bağımlıdır.

2016'daki notlarımı hazırladığım dönemde derin öğrenme görüntü, ses ve konuşma işleme için ana eksen haline gelmişti.

Kendi çalışma alanım açısından bu dönüşüm, klasik sinyal işleme ile öğrenilmiş temsil arasında bir kopuş değil yeni bir iş bölümü yarattı. Fourier dönüşümü, filtreler, cepstral özellikler ve geometri hala fiziksel sinyali anlamak için değerlidir; derin modeller ise hangi temsilin görev için yararlı olduğunu daha büyük ölçekte öğrenebilir.

Sitedeki [Görüntü ve Ses İşleme](/goruntu-ve-ses-isleme), [Ses İşlemede Spektrumdan Cepstruma](/ses-islemede-spektrumdan-cepstruma) ve görüntü/ses serisi bu ilişkinin daha uygulamalı tarafını taşır.

2014'te GAN yaklaşımı üretici ve ayırt edici iki ağın adversarial eğitimini kullandı. Variational Autoencoder (VAE) gibi latent-variable modeller de olasılıksal üretim için farklı bir yol sundu. Generative model kavramı, yalnız “metin üreten chatbot” anlamına gelmez; verinin dağılımını veya onu üreten latent yapıyı modellemeye çalışan geniş bir aileyi kapsar.

Diffusion modelleri daha sonraki yıllarda gürültü ekleme ve bu süreci tersine öğrenme fikrini güçlü bir üretken model ailesine dönüştürdü. GAN, VAE, autoregressive ve diffusion yaklaşımları aynı problemi farklı faktörizasyon ve eğitim hedefleriyle çözer; tek bir “üretken yapay zeka algoritması” yoktur.

### 2017: Transformer ile sıralı modellemenin değişmesi

Recurrent modeller zaman bağımlılığını ardışık hesapla taşıyordu. Transformer, ilişkinin merkezine attention'ı koyarak eğitim paralelliğini ve uzun menzilli temsil kapasitesini değiştirdi. (Vaswani et al., 2017)

2017'de Attention Is All You Need makalesi, recurrence yerine self-attention merkezli Transformer mimarisini önerdi. Self-attention'da her token için `Q/K/V` olarak kısaltılan query, key ve value vektörleri üretilir. Query ile key benzerliği hangi tokenların birbirine ne ölçüde dikkat edeceğini, value ise karışıma hangi içeriğin taşınacağını belirler:

```text
Attention(Q,K,V) = softmax((Q  K^T) / sqrt(d_k))  V
```

Ölçekleme, vektör boyutu büyüdükçe dot-product değerlerinin softmax'ı aşırı doygunlaştırmasını azaltır. Multi-head attention, farklı projeksiyon uzaylarında farklı ilişki türlerinin paralel öğrenilmesine izin verir. Bir head yerel sözdizimine, başka bir head uzun mesafeli referansa odaklanabilir; gerçek head davranışları bu basit etiketlerden daha karmaşık olabilir.

Attention tek başına sıra bilgisi taşımaz. Positional encoding veya positional embedding, tokenların dizideki konumunu modele ekler. Sinüzoidal konum kodları ilk Transformer'da kullanıldı; daha sonraki modeller learned positional embeddings, relative position bias ve RoPE gibi yöntemlere yöneldi.

RoPE, konum bilgisini query/key uzayında dönüşler üzerinden taşır ve uzun bağlam tasarımlarında yaygınlaşmıştır. Encoder-only mimariler iki yönlü bağlamla sınıflandırma ve temsil üretiminde; decoder-only mimariler causal mask ile autoregressive üretimde; encoder–decoder mimariler ise giriş ve çıkış dizilerini ayrı aşamalarda işleyen `seq2seq` (sequence-to-sequence) görevlerinde güçlüdür. BERT encoder ağırlıklı masked-language-model yaklaşımının, GPT ailesi ise decoder-only next-token prediction yaklaşımının bilinen örnekleridir.

T5 farklı görevleri text-to-text çerçevesinde birleştirdi. Transformer'ın güçlü yanı yalnız “uzun bağımlılık” değildir. Eğitim sırasında tokenlar arası hesapların büyük kısmı paralelleştirilebilir ve modern hızlandırıcılara iyi eşlenir.

Buna karşılık standart self-attention'ın zaman ve bellek maliyeti dizi uzunluğuyla yaklaşık karesel büyür. Bu nedenle uzun context kapasitesi ücretsiz değildir; model desteklese bile bütün belgeleri her istekte context'e doldurmak iyi tasarım sayılmaz. Kısa tanımlar için [Transformer](/wiki/transformer), [dikkat mekanizması](/wiki/attention), [tokenleştirme](/wiki/tokenization) ve [gömme vektörü](/wiki/embedding) Wiki maddelerine bakılabilir.

### Tokenization, embeddings ve dil modelinin gerçek hesap birimi

Büyük dil modelinin doğal hesap birimi çoğu zaman kelime değil tokendır. Token bir kelime, kelime parçası, noktalama veya byte tabanlı parça olabilir. Byte Pair Encoding (BPE) sık geçen sembol çiftlerini birleştirerek değişken uzunluklu altbirimler üretir. SentencePiece boşlukla ayrılmış “kelime” varsayımına bağlı kalmadan ham metin üzerinde altbirim modeli kurabilir.

Çok dilli sistemlerde tokenization seçimi, bazı dillerin aynı anlamı daha fazla tokenla temsil etmesine yol açarak maliyet ve context kapasitesini etkileyebilir. Embedding, ayrık öğeleri sürekli vektör uzayında temsil eder. Benzer kullanım bağlamları yakın geometrik konumlara gelebilir; fakat “vektör yakınlığı = gerçek dünyada aynı anlam” eşitliği yoktur.

Cosine similarity yön benzerliğini, dot product büyüklük ve yönü birlikte etkileyebilir. Embedding dimension arttıkça temsil kapasitesi büyüyebilir fakat depolama, bellek bant genişliği ve indeks maliyeti de artar. Bi-encoder query ve belgeyi ayrı ayrı encode ederek candidate embedding'leri önceden hesaplamaya izin verir; bu nedenle büyük ölçekli retrieval için uygundur.

Cross-encoder query ve adayı birlikte işleyerek daha zengin etkileşim kurar ama her çift için daha pahalıdır. Yaygın mimari, bi-encoder ile yüksek recall sağlayan kısa listeyi üretip cross-encoder ile yeniden sıralamaktır.

### 2018–2022: foundation model, in-context learning ve ölçek

BERT, GPT-2, T5 ve daha büyük ön eğitimli modeller, tek görev için sıfırdan model geliştirme yaklaşımını değiştirdi. Büyük bir corpus üzerinde genel amaçlı ön eğitim yapıp modeli downstream görevlere uyarlamak yeni standart oldu. 2020'de GPT-3, few-shot ve in-context learning davranışını büyük ölçekli autoregressive modelde belirginleştirdi.

Model ağırlıkları değişmeden prompt içindeki örneklerden görev biçimini yakalayabilmek, “öğrenme” sözcüğünün inference-time anlamını da tartışmaya açtı. Scaling law çalışmaları model boyutu, veri ve hesaplama arasında düzenli eğilimler gösterdi. Fakat ölçek tek başına garanti değildir.

Data quality, deduplication, objective, architecture, post-training ve evaluation tasarımı sonuçları belirler. Double descent, klasik bias–variance eğrisinin bazı aşırı parametrik modellerde daha karmaşık davranabileceğini gösterir. Emergence sözcüğü ise dikkatle kullanılmalıdır: bazı yetenekler belirli ölçeklerde birden görünür gibi olabilir; metrik seçimi ve sürekli performans eğrileri bu “ani” görünümün bir kısmını açıklayabilir.

[Large Language Model](/wiki/large-language-model), token dizileri üzerinde olasılık dağılımı öğrenen büyük ölçekli bir dil modelidir. Dil modelinin çapraz entropi kaybından türetilen perplexity, modelin diziyi ne kadar şaşırtıcı bulduğunu özetleyen klasik ölçülerden biridir. Düşük perplexity daha iyi dil modellemesine işaret edebilir; fakat görev başarısı, doğruluk veya güvenlik için tek başına yeterli değildir.

Decoder-only model için temel amaç kabaca şöyledir:

```text
P(x_t | x_1, x_2, ..., x_(t-1))
```

Bu hedef basit görünür; ancak çok geniş veri ve model kapasitesi altında sözdizimi, semantik ilişki, stil, bilgi kırıntıları ve görev kalıpları gibi birçok yapı parametrelerde dağıtık biçimde temsil edilebilir. Yine de ağırlıklar doğrulanmış önermelerden oluşan ilişkisel bir bilgi tabanı değildir. Parametrik bellek ile kaynaklandırılabilir harici bilgi ayrımını korumak gerekir.

### Post-training: SFT, instruction tuning ve tercih optimizasyonu

Pretraining genel istatistiksel davranış üretir; kullanışlı bir asistan veya alan modeli için post-training gerekir. Supervised Fine-Tuning (SFT) giriş–çıktı çiftleri üzerinden model davranışını belirli görevlere yaklaştırır. Instruction tuning, farklı görevleri doğal dil talimatları biçiminde çeşitlendirerek genel talimat takip yeteneğini geliştirir. Preference optimization, insan veya model tercih karşılaştırmalarından istenen davranışı güçlendirmeye çalışır.

RLHF bu alanın önemli tarihsel yöntemlerinden biridir fakat hizalama yalnız RLHF'den ibaret değildir. DPO ve başka tercih yöntemleri, guardrail, retrieval, tool policy ve deterministik doğrulama da sistem davranışını etkiler. Full fine-tuning bütün veya büyük ölçüde tüm ağırlıkları günceller; maliyeti yüksektir. PEFT yöntemleri daha küçük parametre altkümelerini veya ek adapter bileşenlerini eğitir.

LoRA, ağırlık güncellemesini düşük rank'lı matrislerle yaklaştırarak trainable parametre sayısını azaltır. QLoRA, nicemlenmiş dondurulmuş taban model üzerinde LoRA eğitimiyle bellek maliyetini daha da düşürür. Bu yöntemler “her zaman daha iyi” değildir; veri kalitesi, görev, latency, deployment ve model yönetimi birlikte değerlendirilmelidir.

Distillation, büyük teacher modelin davranışını daha küçük student modele aktarmaya çalışır. Amaç yalnız parametre küçültmek değil, belirli görevde kaliteyi kabul edilebilir düzeyde korurken latency, bellek ve maliyeti azaltmaktır. Edge ve yüksek throughput sistemlerinde bu ayrım önemlidir.

Fine-tuning bilgi retrieval problemini otomatik olarak çözmez. Sık değişen gerçekler veya kaynak gösterilmesi gereken kurumsal bilgi için ağırlıklara yeni bilgi yazmaya çalışmak yerine retrieval daha doğru katman olabilir. İyi mühendislik sorusu “fine-tune yapabilir miyiz?” değil, ölçülen davranış açığını en düşük yaşam döngüsü maliyetiyle hangi katman kapatır? sorusudur.

### Optimizasyon matematiği: softmax, cross-entropy, KL ve gradyanlar

Softmax bir skor vektörünü toplamı 1 olan bir dağılıma dönüştürür:

```text
softmax(z_i) = exp(z_i) / sum_j exp(z_j)
```

Attention'da query–key skorlarını ağırlıklara, sınıflandırmada logitleri olasılık benzeri değerlere dönüştürmek için kullanılır. Sayısal kararlılık için pratik uygulamalar maksimum logiti çıkarmak gibi dönüşümler kullanır. Cross-entropy, hedef dağılım ile model dağılımı arasındaki uyumsuzluğu ölçer.

Tek doğru sınıf için negatif log-likelihood ile yakından ilişkilidir. KL divergence iki dağılımın farkını yönlü biçimde ölçer ve simetrik bir mesafe değildir. Distillation, variational yöntemler ve preference learning gibi alanlarda farklı biçimlerde karşımıza çıkar.

Gradient bir skaler kaybın parametrelere göre yerel değişim yönünü; Jacobian çoklu çıktıların çoklu girdilere göre türev yapısını; Hessian ise ikinci türev yapısını verir. Derin öğrenme pratikte tam Hessian hesaplamaz; fakat eğrilik, conditioning ve learning-rate davranışını anlamak için ikinci derece sezgi değerlidir. Mixed precision, gradient accumulation ve optimizer state bellekleri matematik ile donanım arasındaki doğrudan bağlantıyı gösterir.

### Decoding: olasılık dağılımından metne

Autoregressive model her adımda sonraki token için bir dağılım üretir. Greedy decoding en yüksek olasılıklı tokenı seçer. Beam search birden fazla aday diziyi paralel sürdürür; translation gibi yapılandırılmış görevlerde yararlı olabilir fakat açık uçlu metinde çeşitliliği azaltabilir ve daha pahalıdır.

Sampling ise dağılımdan örnek çeker.

Temperature, logit dağılımını ölçekleyerek örneklemenin keskinliğini değiştirir. Düşük değerler daha deterministik, yüksek değerler daha çeşitli çıktı eğilimi yaratır; desteklenen aralık ve tam davranış modele bağlıdır. `top-k` yalnız en yüksek olasılıklı `k` adayı tutar. `top-p` veya nucleus sampling, kümülatif olasılığı `p` eşiğine ulaşan en küçük aday kümesinden örnekler. `max_tokens` kalite kadar maliyet ve latency kontrolüdür.

Sampling parametreleri “yaratıcılık düğmesi” olarak görülmemelidir. Extraction, classification ve structured output gibi görevlerde düşük varyans istenirken beyin fırtınası veya yaratıcı üretimde daha geniş örnekleme yararlı olabilir. Tekrarlanabilirlik gereken sistemlerde model sürümü, altyapı ve paralel hesaplamadaki nondeterminism nedeniyle `temperature=0` bile mutlak bit-düzeyi determinizm garantisi değildir.

## III. Uygulama ve Sistem Mühendisliği Tarihi

Bir model laboratuvarda başarılı olduğunda iş bitmez. Gerçek sistem; veri, donanım, bağlam, araç, yetki, doğrulama, gözlemlenebilirlik ve insan kararlarıyla birlikte çalışır. Uygulama tarihi, yapay zekanın algoritmadan altyapıya ve eyleme geçişinin tarihidir.

Bu geçişin ilk basamağı yine veridir. Görüşme metni, web kaydı, görüntü, ses veya sensör akışı farklı görünse de aynı sorular geri döner: veri nasıl üretildi, hangi bağlamı kaybetti, hangi dönüşümden geçti ve hangi kanıt zinciriyle modele ulaştı?

### Nitel araştırma, kodlama ve transkripsiyon

Veri analizi yalnız sayısal istatistik değildir. Nitel araştırmada görüşme, gözlem, belge ve açık uçlu yanıtlar anlam örüntüleri üzerinden incelenir. Kodlama deductive, inductive veya abductive olabilir.

Deductive yaklaşım önceden belirlenmiş kuramsal çerçeveyi; inductive yaklaşım veriden yükselen temaları; abductive yaklaşım ise şaşırtıcı gözlem ile olası açıklamalar arasında gidip gelen çıkarımı vurgular. Transkripsiyon, özellikle ses verisinde araştırmanın ilk yorum katmanlarından biridir. Otomatik konuşma tanıma hız kazandırabilir; fakat aksan, gürültü, üst üste konuşma, özel isim ve alan terimleri hataya açıktır.

Bu nedenle ham ses, zaman damgası ve düzeltilmiş metin arasındaki iz sürülebilirlik önemlidir. Teorik doygunluk, yalnız “yeni kod çıkmıyor” sayımı değil araştırma sorusu ve örnekleme stratejisiyle birlikte değerlendirilmelidir. Yapay zeka nitel araştırmada özetleme, ilk kod önerisi, transkripsiyon kontrolü veya belge araması için yardımcı olabilir.

Ancak araştırmacının veriyle doğrudan aşinalığı, bağlamı ve nihai yorum sorumluluğu korunmalıdır. Modelin akıcı bir tema önermesi, temanın veri içinde gerçekten desteklendiğini garanti etmez.

### Web verisi, keşifsel analiz ve veri hazırlama

Modern veri analizi yalnız kapalı dosyalarla yapılmaz. Web scraping, açık API'ler, sensör akışları ve kurumsal olay günlükleri veri kaynağı olabilir. Scraping teknik olarak HTML indirmekten ibaret değildir; robots kuralları, kullanım koşulları, rate limit, kişisel veri, telif ve site yükü dikkate alınmalıdır.

Sayfanın DOM yapısı değişebildiği için scraper kırılgan bir bağımlılıktır. Mümkünse resmi API, veri seti veya export mekanizması tercih edilir.

Exploratory Data Analysis (EDA) model kurmadan önce verinin dağılımını, eksiklerini, aykırı değerlerini, sınıf dengesini, korelasyonlarını ve olası leakage kaynaklarını görmeyi amaçlar. Histogram, box plot, scatter plot, pairwise inceleme ve grup özetleri bu aşamada kullanılır. EDA'nın amacı veriye bakıp hipotezi sonuçlara göre yeniden yazmak değil, veri üretim sürecini ve sonraki analizin varsayımlarını anlamaktır.

Data leakage, geleceğe ait veya hedefle dolaylı olarak aynı bilgiyi taşıyan değişkenin eğitim sırasında modele sızmasıdır. Train/test ayrımı satırları rastgele bölmekten daha dikkatli olabilir; aynı kişiye, cihaza, zamana veya projeye ait örneklerin iki tarafa da düşmesi ölçümü yapay biçimde yükseltebilir. Time-series verisinde kronolojik split, grup verisinde group-aware split gerekebilir.

Preprocessing adımları yalnız eğitim verisine göre fit edilmelidir. Standardization ortalama/standart sapmayı, imputation değerleri veya vocabulary tüm veri üzerinden hesaplanırsa test bilgisi eğitim hattına sızabilir.

### Görüntü, ses ve çok kipli yapay zeka

Multimodal sistemler metni görüntü, ses, video ve sensör verisiyle birleştirir. Bu alanın yeni görünmesine rağmen temel problemler eskidir: örnekleme, quantization, gürültü, temsil, feature extraction, alignment ve zamanlama. Görüntü piksel matrisi; ses zaman içinde örneklenmiş basınç değişimi olarak sayısallaştırılır.

Model bu fiziksel ölçüm zincirinin üstünde çalışır. Görüntü işlemede convolution, filtering, edge detection, segmentation, feature descriptor, object detection, face detection, OCR ve depth estimation farklı görevlerdir. Seste FFT/spectrum, cepstrum, VAD, segmentation, ASR, speaker recognition ve diarization ayrı katmanlardır.

Hepsini “multimodal AI” etiketi altında toplamak mühendislik farklarını gizler. Sitedeki [Görüntü ve Ses İşleme](/goruntu-ve-ses-isleme) serisi; [Görüntüde Öznitelik Vektörleri ve Eşleştirme](/goruntude-oznitelik), [Görüntü Bölütleme](/goruntu-bolutleme), [Görüntüden Örüntü ve Metin Tanıma](/goruntude-oruntu-tanima), [Seste Öznitelik Vektörleri ve Eşleştirme](/seste-oznitelik), [Ses Bölütleme](/ses-bolutleme), [Sesten Konuşma Tanıma](/seste-konusma-tanima) ve [Sesten Konuşmacı Tanıma ve Ayrıştırma](/seste-konusmaci-tanima) gibi alt problemlere ayrılmıştır.

[Doğal Dil İşleme Yönünden Çoklu Ortam](/nlp-ve-coklu-ortam) ise dil modelleme ile ses/görüntü arasındaki köprüyü ele alır.

2022'de Nobel Akademik Yayıncılık tarafından yayımlanan Yapay Zeka - Kuramdan Uygulamaya kitabındaki [Görüntü ve Ses İşleme bölümüm](/yapay-zeka-kuramdan-uygulamaya), buradaki veri–algı–temsil ilişkisinin akademik arka planlarından biridir.

### Bit, qubit ve hesaplama modeli

Klasik sayısal bilgisayarda temel bilgi birimi bittir; fiziksel devre iki ayırt edilebilir durumu `0` ve `1` olarak temsil eder. Bir byte çoğu modern sistemde sekiz bittir. 1 TB ondalık tanımda yaklaşık `10^12` byte, yani `8*10^12` bittir.

Bu sayılar depolama kapasitesini verir; işlenebilir bilgi veya anlam miktarını doğrudan ölçmez. Kuantum bilgisayarda qubit, ölçümden önce kompleks genlikli bir süperpozisyonla temsil edilebilir:

```text
|psi> = alpha|0> + beta|1>
|alpha|^2 + |beta|^2 = 1
```

“Qubit aynı anda klasik 0 ve 1'dir” ifadesi sezgisel ama eksiktir. Ölçümde klasik sonuç gözlenir; kuantum algoritmalarının avantajı yalnız paralel iki değer tutmaktan değil interference ve entanglement gibi kuantum mekanik özellikleri kontrollü kullanmaktan gelir. Kuantum bilgisayar klasik bilgisayarın yaptığı her işi otomatik olarak hızlandırmaz; hızlanma problem ve algoritmaya bağlıdır.

### Donanım: CPU, GPU, TPU, NPU ve bellek duvarı

Yapay zeka soyut matematik olarak tarif edilse de fiziksel makinede yürür. CPU karmaşık kontrol akışı, düşük gecikmeli sistem işleri, işletim sistemi, ağ ve genel amaçlı görevlerde güçlüdür. SIMD, tek komutla birden çok veri öğesini işler; SSE, AVX, AVX2, AVX-512, NEON ve SVE farklı mimarilerdeki örneklerdir.

GPU çok sayıda daha basit yürütme birimini yüksek veri paralelliği için düzenler; SIMT modeli thread'leri warp/wavefront benzeri gruplar içinde yürütür. Aynı gruptaki dallanma farklılaşırsa divergence verimi düşürebilir. TPU tensör yoğun iş yükleri için veri merkezi hızlandırıcı ailesidir.

NPU ise özellikle edge ve istemci cihazlarda düşük güçte sinir ağı inference'ına odaklanan daha genel bir hızlandırıcı sınıfıdır. NPU'yu “elektronik beyin” olarak değil, belirli sayısal kernel'leri enerji/verimlilik açısından hızlandıran bir işlem birimi olarak görmek gerekir. Peak TFLOPS veya TOPS tek başına uygulama performansını açıklamaz.

Roofline modeli teorik performansı peak compute ile memory bandwidth ve arithmetic intensity arasındaki minimumla sınırlar:

```text
Performance <= min(PeakCompute, MemoryBandwidth * ArithmeticIntensity)
```

Amdahl yasası da sistemin yalnız bir bölümü hızlandırılabiliyorsa toplam speedup'ın sınırlı olduğunu gösterir:

```text
Speedup = 1 / ((1 - p) + p / s)
```

Model inference'ında prefill daha paralel ve compute-heavy, decode ise sıralı ve çoğu durumda memory-bandwidth-sensitive olabilir. Bu ayrım GPU sayısını artırmanın neden her zaman lineer hızlanma vermediğini açıklar. Cache locality, NUMA yerleşimi, memory bandwidth ve veri düzeni de önemlidir.

Büyük embedding veya KV-cache yapıları hesaplamadan çok veri taşıma maliyetine takılabilir. Sitedeki [Bilgisayar Mimarisi: Komut Kümesi, Boru Hattı ve Bellek Sistemi](/bilgisayar-mimarisi-komut-kumesi-boru-hatti-bellek) ile [IBM POWER9 AC922 Üzerinde Adli Bilişim ve Yapay Zeka](/ibm-power9-uzerinde-adli-bilisim-ve-yapay-zeka) notları, model dışındaki bu fiziksel katmanı daha ayrıntılı ele alıyor. Apple Silicon gibi birleşik bellek mimarileri CPU/GPU arasında veri kopyalama modelini değiştirebilir.

Metal, MPS ve MLX gibi katmanlar donanım hızlandırmasına farklı seviyelerde erişim sağlar. Bu örneklerin genel dersi ürün adı değil şudur: framework, compiler, runtime ve memory model arasındaki sınır performansı belirler.

### Derleyiciler, ara temsiller ve heterojen hesaplama

Yapay zeka sistemi yalnız model grafiğinden oluşmaz. Yüksek seviyede tanımlanan tensör işlemleri, gerçek işlemcide vektör komutlarına, matris çekirdeklerine, bellek hareketlerine ve paralel çalışma birimlerine dönüştürülür.

Bu dönüşümde derleyici katmanı önemlidir. Ara temsil, modeli belirli donanıma erken bağlamadan optimizasyon yapılmasına izin verir. Aynı işlem grafiği farklı hedeflerde farklı kernel, veri düzeni ve paralelleştirme stratejisiyle yürütülebilir.

Başlıca optimizasyonlar şunlardır:

- İşlem füzyonu, ara bellek yazma ve okuma maliyetini azaltır.
- Tiling, çalışma kümesini önbellek veya yerel belleğe sığdırmaya çalışır.
- Vectorization aynı işlemi çoklu veri öğelerine taşır.
- Kernel seçimi, boyut ve hassasiyete göre uygun uygulamayı belirler.
- Memory layout, ardışık erişim ve bant genişliği kullanımını etkiler.

Bu nedenle yüksek seviyedeki tek satır işlem ile donanımda gerçekleşen gerçek maliyet aynı şey değildir. Yapay zeka performans mühendisliği, model mimarisi ile derleyici ve bellek sistemi arasındaki sınırda yapılır.

### Serving: latency, throughput, batching ve KV cache

Kullanıcı bir LLM yanıtını tek sayı olarak “latency” ile hissetmez. Prompt'un işlenmesine kadar geçen time to first token, tokenların üretim hızı, toplam süre ve tail latency farklı ölçülerdir. Streaming, ilk tokenlar hazır olduğunda kullanıcıya ileterek algılanan gecikmeyi düşürür; fakat cancellation, kısmi çıktı ve hata politikalarını da değiştirir.

Batching birden fazla isteği aynı accelerator çalışmasına birleştirerek throughput'u artırabilir. Büyük batch donanımı daha iyi kullanırken tek istek için bekleme süresini artırabilir. Continuous batching, farklı uzunluktaki aktif sequence'leri dinamik biçimde aynı serving döngüsünde tutarak GPU kullanımını iyileştirir.

Interactive assistant ile offline batch inference aynı optimizasyon hedefine sahip değildir. Autoregressive decode sırasında önceki tokenların key ve value tensörlerini her adımda yeniden hesaplamak pahalıdır. KV cache, bu ara sonuçları saklayarak tekrar hesaplamayı azaltır. Bunun karşılığında bellek kullanımı context uzunluğu, layer sayısı, head yapısı ve eşzamanlı sequence sayısıyla büyür.

Uzun context kapasitesinin serving maliyetlerinden biri budur.

Quantization, ağırlık ve bazen aktivasyonları daha düşük hassasiyetle temsil ederek bellek ve hesap maliyetini düşürür. FP32, FP16, BF16, FP8, INT8 ve INT4 farklı hassasiyet–performans noktalarıdır. Aggressive quantization görev kalitesini düşürebilir; “model açılıyor” ile “hedef workload'da kabul edilebilir doğruluk korunuyor” aynı kriter değildir. [KV Cache](/wiki/kv-cache), [nicemleme](/wiki/quantization) ve [GPU hızlandırma](/wiki/gpu-acceleration) maddeleri bu serving katmanının kısa başvurularıdır.

### 2022–2026: modelden sisteme, sistemden ajana

Büyük dil modeli tek başına üretim sistemi değildir. 2022 sonrasında asıl ilerleme; modelin retrieval, bellek, araç, durum ve doğrulama katmanlarıyla birleşmesinde görünür hale geldi.

Büyük dil modellerinin ilk yaygın kullanımında mimari çoğu zaman basitti: prompt hazırlanır, modele gönderilir, metin alınır. Birkaç yıl içinde model çağrısının çevresine retrieval, tool calling, memory, state, retries, authorization ve evaluation katmanları eklendi. Bu değişim, “hangi model?” sorusunu ortadan kaldırmadı; fakat modelin sistem içindeki rolünü yeniden tanımladı.

Üretim sisteminde LLM'yi doğrudan karar verici yerine olasılıksal öneri üreticisi olarak konumlandırmak yararlı bir temel ayrımdır. Özellikle yan etkili işlemlerde üç katmanlı yapı güvenilir bir başlangıç sağlar:

```text
Olasılıksal çıkarım
   -> model önerisi / aday plan / aday veri

Deterministik doğrulama
   -> şema
   -> iş kuralı
   -> yetki
   -> invariant
   -> kabul / ret

Kontrollü yürütme
   -> idempotent işlem
   -> etki sınırı
   -> kayıt
   -> geri alma / telafi
```

Bu ayrım özellikle adli bilişim, finans, kamu sistemleri, üretim, sağlık ve güvenlik gibi alanlarda değerlidir. Modelin “emin” görünmesi doğrulama katmanını atlama gerekçesi değildir. Hatalı öneriyi sessizce düzeltip yürütmek de tehlikelidir; çünkü sistemin hangi kararının modelden, hangisinin validator'dan geldiğini belirsizleştirir.

### Prompt engineering: talimattan deney tasarımına

Prompt, modelin çalışma anındaki görevi ve bağlamı tarif eder. İyi prompt yalnız uzun olmak zorunda değildir. Rol, amaç, gerekli bağlam, çıktı biçimi, sınırlar ve birkaç temsil edici örnek çoğu görev için yeterli bir iskelet oluşturur.

Few-shot örnekler görevin biçimini gösterebilir; yanlış veya tek tip örnekler ise modele istenmeyen kalıp öğretebilir. Structured output gereken yerde doğal dil “lütfen JSON ver” talimatı yerine sağlayıcının schema/grammar desteği kullanılabiliyorsa daha güvenlidir. Yine de syntax-valid JSON iş kuralı açısından doğru olmayabilir; ikinci validator gerekir.

Prompt injection riski nedeniyle dış belgelerin talimat ile veri sınırı mimari olarak ayrılmalıdır. Prompt sürümlemesi production sistemde kod sürümlemesi kadar önemlidir. Prompt değişikliği model davranışını değiştiren bir deployment'tır; eval sonucu olmadan “daha iyi yazdım” kararı yeterli değildir.

### Retrieval ve RAG: modelin dış dünya ile bilgi bağı

Retrieval-Augmented Generation, model üretimini harici kaynaklardan getirilen kanıtla birleştirir. Tipik akış şöyledir:

```text
soru
-> query normalization / rewriting
-> retrieval
-> candidate belgeler
-> reranking
-> context assembly
-> LLM
-> kaynaklı cevap / abstention
```

Lexical retrieval, BM25 gibi yöntemlerle açık terim örtüşmesine güçlü tepki verir. Dense retrieval embedding uzayında semantik benzerliği yakalar. Hybrid retrieval iki sinyali birleştirerek nadir kod, ürün adı, hukuk maddesi ve kısaltma gibi exact-match gerektiren durumlarla paraphrase gerektiren durumları birlikte destekler. Reciprocal Rank Fusion (RRF) gibi yöntemler farklı sıralamaları bir araya getirebilir.

Chunking retrieval'ın temel tasarım kararıdır. Çok büyük chunk gürültüyü artırır; çok küçük chunk bağlamı koparabilir. Sabit token uzunluğu kolaydır fakat belge yapısını dikkate almayabilir.

Başlık, paragraf, madde, kod bloğu veya semantik sınırlar üzerinden bölme çoğu dokümanda daha doğaldır. Chunk overlap komşu bağlamı korur fakat indeks boyutunu ve tekrar oranını artırır. Metadata filtreleri dil, tarih, belge türü, ürün, yetki alanı veya departman gibi yapısal sınırları retrieval öncesinde uygular.

Bu çoğu zaman yeni embedding modeli eğitmekten daha ucuz ve daha güvenilir bir iyileştirmedir. Vector database en yakın komşu aramasını ölçeklendiren altyapıdır; “zeka” değildir. HNSW gibi approximate nearest-neighbor yöntemleri küçük recall kaybı karşılığında büyük hız kazanımı sağlayabilir.

Exact search ile ANN seçimi veri büyüklüğü ve latency hedefiyle yapılmalıdır. Reranker, ilk retrieval listesini query ile daha ayrıntılı değerlendirerek precision'ı artırabilir. Bi-encoder recall, cross-encoder rerank yaygın desenlerden biridir.

Query rewriting kısa, belirsiz veya konuşma dilindeki sorguyu daha retrieval-dostu biçime dönüştürebilir. Ancak modelin sorguyu yanlış yeniden yazması yeni bir hata kaynağıdır; orijinal sorgu ile dönüşüm izlenmelidir. RAG doğruluğu garanti etmez.

Yanlış belge getirilebilir, doğru belge yanlış yorumlanabilir, güncel olmayan kaynak seçilebilir veya yetkisiz içerik context'e girebilir. Bu nedenle freshness, provenance, citation, access control ve abstention RAG mimarisinin parçasıdır. Sitedeki [getirim destekli üretim](/wiki/retrieval-augmented-generation), [yeniden sıralama](/wiki/reranking), [vektör veritabanı](/wiki/vector-database), [yaklaşık en yakın komşu araması](/wiki/approximate-nearest-neighbor) ve [HNSW](/wiki/hnsw) maddeleri bu hattın kısa teknik başvurularıdır.

### Context engineering: modele neyi, ne zaman göstereceğiz?

Prompt engineering yalnız cümleyi güzel yazma işi değildir. 2024–2026 döneminde daha genel context engineering yaklaşımı öne çıktı: model hangi bilgiye, hangi sırada, hangi formatta ve hangi bütçeyle erişecek? Context window büyük olsa bile ilgisiz bilgi, eski başarısız denemeler ve tekrarlanan belgeler modelin dikkatini dağıtabilir.

Daha uzun context her zaman daha iyi context değildir. Context'i katmanlara ayırmak yararlıdır. Sistem politikası ve araç tanımları nispeten stabildir.

Paylaşılan referans belgeler daha seyrek değişir. Konuşma geçmişi dinamik büyür. Mevcut görev ve son tool sonuçları en değişken katmandır.

Stable prefix'i öne, dynamic tail'i sona yerleştirmek prompt caching ve izlenebilirlik açısından da avantajlı olabilir.

Preload yaklaşımında gerekli belgeler baştan context'e konur; az ve sık kullanılan bilgi için uygundur. Just-in-time retrieval yalnız gerektiğinde bilgi getirir; geniş corpus ve seyrek erişim için daha ekonomiktir. Progressive disclosure, önce kısa metadata veya özet gösterip model ihtiyaç duydukça ayrıntıyı açar. Bu yöntem hem token maliyetini hem gereksiz bilgi sızıntısını azaltabilir.

Uzun oturumlarda compaction, eski mesajları doğrudan taşımak yerine durumun daha küçük bir temsile sıkıştırılmasını sağlar. Buradaki risk, özetin yanlış veya eksik olmasıdır. Bu nedenle kalıcı kararlar, kimlikler, dosya yolları, yetki durumu ve doğrulama sonuçları serbest metin özetine bırakılmamalı; yapılandırılmış state içinde tutulmalıdır.

Ajan belleğini üç düzeyde ayırmak daha nettir. Parametrik bellek model ağırlıklarıdır. Kısa süreli çalışma belleği aktif context ve state'tir.

Uzun süreli harici bellek ise veritabanı, dosya, vektör indeksi veya event store olabilir. “Modelin ağırlıkları değişmiyor” ile “sistemin belleği yok” aynı şey değildir. Subagent kullanımı da bir context yönetimi aracıdır. Ana ajan bütün kaynakları kendi context'ine doldurmak yerine araştırma, inceleme veya dar bir uzman görevi alt ajana devredebilir.

Alt ajan özet değil kanıt, dosya referansı veya yapılandırılmış sonuç döndürürse bilgi kaybı azalır. Çok ajanlı yapının değeri ajan sayısından değil, gerçekten paralelleştirilebilen ve sınırları açık işlerden gelir. [Context Engineering](/wiki/context-engineering) maddesi bu yaklaşımı daha kısa bir tanımla özetler.

### Token ekonomisi ve prompt caching

LLM sistemlerinde token maliyeti yalnız fatura değildir; latency ve kapasite planlamasının da girdisidir. Prompt uzunluğu prefill maliyetini, çıktı uzunluğu decode maliyetini etkiler. Aynı sabit prefix birçok istekte tekrar kullanılıyorsa prompt caching hesaplama tekrarını azaltabilir.

Fakat cache hit oranı, TTL, prefix stabilitesi ve model sürümü birlikte izlenmelidir. Caching'in mimari sonucu, prompt'un “stable first, dynamic last” düzenine yaklaşmasıdır. Sistem talimatı, tool schema ve paylaşılan referanslar sık değişiyorsa cache verimi düşer.

Buna karşılık yalnız cache uğruna eski politika veya tool tanımını kullanmak da yanlış olur. Cache bir doğruluk mekanizması değil performans optimizasyonudur. Token bütçesi, multi-agent sistemlerde daha da önemlidir.

Orchestrator aynı belgeyi üç alt ajana gönderiyorsa toplam token tüketimi üç katına yaklaşabilir. Paralellik wall-clock süresini düşürürken toplam compute maliyetini artırabilir. Bu nedenle “daha çok ajan = daha iyi” yerine her delege edilen görevin beklenen değerini ve maliyetini ölçmek gerekir.

### Araç tasarımı: model ile bilgisayar arasındaki sözleşme

Araç kullanan model doğrudan uygulama API'si değildir. Model, arada tanımlanan araç sözleşmesini yorumlar. Bu nedenle araç adı, açıklaması, parametre şeması, hata modeli ve çıktı yapısı model davranışının parçasıdır.

İyi araç sınırı ne çok geniş ne de gereksiz parçalıdır. `search_records`, `get_record` ve `update_record` gibi görevleri ayırmak yetki ve hata yüzeyini görünür kılar; yüzlerce küçük araç ise seçim yükünü artırabilir. Function consolidation ile namespacing arasındaki denge gerçek iş yüküne göre kurulmalıdır.

Araç çıktısı doğrudan bağlama döndüğü için response design aynı zamanda context design'dır. Çok büyük log veya kontrolsüz nesne döndürmek yalnız token maliyeti değildir; ilgili kanıtın gürültü içinde kaybolmasına da yol açar. Pagination, truncation, sunucu tarafı filtreleme ve alan seçimi ilk tasarımdan itibaren düşünülmelidir.

İyi bir araç yanıtı yalnız sonucu değil, sonraki adımı güvenli seçmek için gereken durumu da taşır. Örneğin bulunan kayıt sayısı, sonraki cursor, uygulanan filtre ve sınır aşımı nedeni yapılandırılmış biçimde dönebilir.

Hata yanıtı serbest bir istisna metni olmaktan çok, ajana verilen yeni durum bilgisidir. Yaygın sınıflar küçük ve ayrıştırılabilir tutulabilir:

- `permission_denied`: gerekli yetki yoktur.
- `validation_failed`: parametre veya iş kuralı geçersizdir.
- `rate_limited`: çağrı bütçesi aşılmıştır.
- `not_found`: istenen nesne bulunamamıştır.
- `conflict`: mevcut durum ile istenen değişiklik çelişmektedir.

Bu ayrım retry, escalation ve insan onayını daha öngörülebilir yapar. Ham stack trace'i modele vermek ise hem gereksiz bağlam hem bilgi sızıntısı olabilir.

Araç geliştirme eval-driven yürütülebilir. Küçük fakat gerçek görevlerden oluşan test setinde modelin doğru aracı seçmesi, doğru parametre doldurması, gereksiz çağrı yapmaması ve hata sonrasında güvenli davranması ölçülür. Tool schema değişikliği bu nedenle yalnız API değişikliği değildir; model davranışını değiştiren bir sürümdür.

Araç sayısı yüzlere ulaştığında bütün şemaları her isteğe eklemek ölçeklenmez. Tool search veya progressive disclosure ile model önce katalogda arar, yalnız ilgili araçların ayrıntılı şemasını bağlama alır. Bu optimizasyon yeni bir hata noktası da üretir: doğru aracın keşfedilip keşfedilmediği ayrıca değerlendirilmelidir.

Programmatic tool calling çok sayıda çağrıyı kontrollü plan içinde yürütebilir. Buradaki güvenlik sınırı nettir: modelin ürettiği kod veya çağrı planı sınırsız ortamda doğrudan çalıştırılmaz. Sandbox, allowlist, CPU/bellek/zaman limiti ve dış ağ politikası yürütme katmanının sorumluluğudur.

### Muhakeme bütçesi ve denetlenebilirlik

Bazı modern modeller daha fazla inference compute kullanarak zor problemlerde daha iyi sonuç verebilir. Ürünler bunu “reasoning budget”, “thinking mode” veya benzeri adlarla sunabilir. Mühendislik açısından önemli olan ürün etiketi değil, daha fazla hesaplama ile kalite, latency ve maliyet arasındaki ilişkidir.

Modelin iç muhakeme izini güvenilir audit log olarak görmek doğru değildir. Denetlenebilir sistemde kayda alınması gerekenler; girdi, kullanılan model ve sürüm, parametreler, retrieval kaynakları, tool çağrıları, validator sonuçları, final karar ve yan etkilerdir. Gizli veya serbest biçimli düşünme metni, sistemin gerçek neden-sonuç zincirinin yerine geçmez.

İş akışı sırasında modelin araç sonucu geldikten sonra yeniden plan yapması yararlı olabilir. Bunu “interleaved reasoning” diye adlandıran sistemler vardır. Genel desen şöyledir:

```text
plan
-> araç
-> gözlem
-> planı güncelle
-> sonraki araç
-> doğrula
```

Bu döngü güçlüdür; aynı nedenle kontrolsüz bırakıldığında hata birikimi üretir. Maksimum adım, bütçe, timeout ve stop condition açık olmalıdır.

### Beş temel workflow kalıbı

Agent kelimesi kullanılmadan önce bile LLM uygulamalarında birkaç tekrarlanan workflow kalıbı oluştu.

Prompt chaining, bir görevi ardışık ve kontrol edilebilir aşamalara böler. Örneğin önce belgeyi yapılandırılmış alanlara çıkar, sonra alanları doğrula, sonra rapor üret. Her aşama ayrı doğrulanabiliyorsa hata lokalize edilir; karşılığında latency artar.

Routing, girdiyi sınıflandırıp uygun model, prompt veya iş akışına yönlendirir. Basit görev küçük ve ucuz modele, karmaşık görev daha güçlü modele gidebilir. Router hatası sessiz kalite kaybı üretebildiği için confidence threshold ve fallback gerekir.

Parallelization, bağımsız alt görevleri eşzamanlı çalıştırır. Aynı belge üzerinde güvenlik, doğruluk ve stil incelemesi ayrı dallarda yapılabilir veya aynı probleme birden çok çözüm üretilip vote/selection uygulanabilir. Paralellik süreyi azaltabilir fakat maliyet ve sonuç birleştirme karmaşıklığını artırır.

Orchestrator–workers, görevlerin önceden sabit olmadığı problemlerde bir üst modelin alt görevleri dinamik olarak tanımlayıp worker'lara dağıtmasıdır. Kod tabanı araştırması, literatür taraması veya geniş veri toplama buna örnektir. Orchestrator'ın planı state olarak saklanırsa uzun görevler restart edilebilir.

Evaluator–optimizer, bir modelin ürettiği çıktıyı başka bir değerlendirme adımıyla eleştirip iyileştirmesidir. Değerlendirici de hatalı olabileceği için bağımsız ve deterministik kontroller varsa öncelik onlara verilmelidir. Compiler, unit test, schema validator veya proof checker varken yalnız LLM eleştirisine güvenmek gereksizdir.

### Otonom ajan döngüsü ve durum yönetimi

Bir ajanı workflow'dan ayıran nokta çoğu zaman kontrol akışının çalışma zamanında model tarafından seçilmesidir. Genel döngü:

```text
goal
-> observe state
-> choose action
-> call tool / act
-> observe result
-> update state
-> stop or continue
```

Bu yapı kısa görevde basit görünür; uzun ufukta hata birikimi temel problemdir. Her adım yüzde 98 doğru olsa bile onlarca bağımlı adımın tümünün doğru olma olasılığı hızla düşebilir. Bu nedenle checkpoint, invariant, retry policy, compensation ve bounded autonomy gerekir.

Ajan state'i yalnız conversation history olmamalıdır. Tamamlanan alt görevler, açık riskler, kullanılan kaynaklar, değişen dosyalar, test sonuçları ve kalan bütçe yapılandırılmış biçimde tutulabilir. Böylece context compact edildiğinde operasyonel gerçekler kaybolmaz.

Durable execution, ajan işlemini process ömründen ayırır. Uzun görevde servis yeniden başlasa bile checkpoint'ten devam edilebilir. Yan etkili adımlarda idempotency key aynı işlemin iki kez yapılmasını engeller.

İdempotent olmayan adımlar için compensation veya insan onayı gerekebilir. Senkron ajan döngüsü her tool cevabını beklerse I/O ağırlıklı işlerde darboğaz yaratır. Bağımsız tool çağrıları async veya paralel yürütülebilir.

Bununla birlikte eşzamanlı state mutation race condition oluşturabilir; paralellik yalnız bağımsızlık kanıtlandığında güvenlidir.

### Çoklu ajan sistemleri

Çoklu ajan sistemi, tek model çağrısının “daha akıllı” versiyonu değildir. Farklı context, tool set veya uzmanlık sınırlarına sahip ajanlar arasında iş bölümüdür. Araştırma ajanı kaynak bulabilir, kod ajanı uygulama yapabilir, citation ajanı iddiaları kaynakla eşleyebilir, reviewer yalnız riskli değişiklikleri inceleyebilir.

İyi delegasyon prompt'u yalnız görevi değil çıktı sözleşmesini tanımlar. Worker hangi dosyaları değiştirebilir, hangi kaynakları kullanmalı, hangi biçimde kanıt döndürmeli, ne zaman işi durdurmalı? Orchestrator bu sözleşmeye göre sonucu kabul veya reddeder.

Kulaktan kulağa problemi, bir ajanın serbest metin özetinin sonraki ajana aktarılmasıyla bilgi kaybıdır. Dosya referansı, structured artifact, exact citation veya test sonucu gibi doğrudan kanıtlar aracılar arasında taşınırsa kayıp azalır. Uzun ufuklu görevlerde “kim ne dedi?” değil “hangi artifact hangi doğrulamadan geçti?” sorusu daha değerlidir.

State-changing ajanları değerlendirmek, salt final metni puanlamaktan zordur. Ajanın yanlış dosyayı değiştirmemesi, yetki dışı API çağırmaması, bir işlem iki kez denendiğinde duplicate yan etki üretmemesi ve failure sonrası doğru state'e dönmesi de eval kapsamındadır. [AI Agent](/wiki/ai-agent) ve [Multi-Agent System](/wiki/multi-agent-system) maddeleri bu kavramların kısa tanımlarını sunar.

### Gelişmiş retrieval ve agentic search

Klasik RAG'da bütün corpus önceden chunk edilir ve sabit indeks üzerinden top-k sonuç getirilir. Agentic search ise sorgu sırasında hangi kaynağa, hangi alt sorguyla ve kaç tur bakılacağını dinamik seçebilir. Bu yöntem geniş ve heterojen bilgi kaynaklarında güçlüdür; latency, maliyet ve reproducibility açısından daha karmaşıktır.

Contextual retrieval, chunk'ı yalnız kendi metniyle değil belgedeki konumunu açıklayan kısa bağlamla indekslemeye çalışır. Özellikle “bu paragraftaki `it` neyi ifade ediyor?” gibi belge içi referanslarda yararlı olabilir. Fakat otomatik context üretimi hatalıysa retrieval indeksine yeni gürültü ekler.

Hybrid retrieval'da dense ve sparse skorları doğrudan toplamak ölçek farkları nedeniyle sorunlu olabilir; rank-based fusion yöntemleri bu nedenle kullanılır. Reranking katmanı pahalı olduğu için ilk candidate sayısı ile son context sayısı ayrılmalıdır. Örneğin 100 candidate retrieve edip 20'sini cross-encoder ile sıralayıp 6'sını modele vermek üç ayrı optimizasyon noktasıdır.

Retrieval evaluation yalnız final answer accuracy ile yapılmamalıdır. Recall@k “ilgili belge candidate havuzuna girdi mi?”, MRR ilk ilgili sonucun sırasını, nDCG çoklu relevance derecelerini ölçebilir. Daha sonra groundedness, citation correctness ve answer completeness gibi generation metrikleri gelir.

Retrieval hatası ile generation hatasını ayırmak, yanlış katmanı optimize etmeyi önler. Kaynak gösterme de ayrı bir işlemdir. Modelin cevap içindeki cümleyi gerçekten destekleyen passage'a citation bağlayıp bağlamadığı kontrol edilmelidir. “Cevabın sonunda üç URL var” kaynaklı cevap anlamına gelmez.

Adli veya akademik kullanımlarda citation span ile claim arasındaki bağ açık olmalıdır.

### Model Context Protocol ve standart araç arayüzleri

Model Context Protocol (MCP), model/ajan uygulamalarının araç ve kaynaklara ortak bir protokol üzerinden erişmesini amaçlayan açık bir arayüz yaklaşımıdır. Protokolün değeri tek tek entegrasyon kodunu tamamen ortadan kaldırması değil, client–server sınırını ve capability discovery biçimini standartlaştırabilmesidir. MCP bağlamında tools, resources ve prompts gibi farklı primitive'ler bulunabilir.

Tool yan etkili eylem gerçekleştirebilir; resource bilgi kaynağını temsil eder; prompt yeniden kullanılabilir etkileşim şablonudur. Bu ayrım yetkilendirmeyi de etkiler. Bir resource okumak ile para transferi yapan tool çağırmak aynı izin düzeyinde olmamalıdır.

Local süreçler için stdio benzeri taşıma, uzak servisler için HTTP tabanlı taşıma kullanılabilir. Taşıma katmanı güvenlik modelinden ayrı değildir: kimlik doğrulama, token kapsamı, TLS, origin ve session yönetimi düşünülmelidir. Yüzlerce MCP tool'unun tamamını modele bir anda açıklamak context yükü yaratabilir; tool search ve progressive disclosure burada yeniden devreye girer.

Kod yürütme ile MCP birlikte kullanıldığında model bir dizi tool çağrısını sandbox içindeki küçük bir programla orkestre edebilir. Bu yaklaşım token verimli olabilir; fakat çalıştırılan kodun filesystem, network ve secret erişimi açıkça sınırlandırılmalıdır. Gizliliği koruyan tasarımda mümkün olduğunca ham veriyi modele taşımak yerine aggregation, filtering veya redaction server tarafında yapılır.

Kalıcı state ve “skills” kavramları, protokolün kendisinden daha üst uygulama katmanıdır. Bir ajan daha önceki işleri hatırlayabilir veya tekrar kullanılabilir prosedürler saklayabilir; bu belleğin provenance, expiry ve erişim denetimi bulunmalıdır. [Model Bağlam Protokolü](/wiki/model-context-protocol) maddesi protokolün kısa tanımını içerir.

### Agentic coding: kod üretmekten mühendislik döngüsüne

Tek seferlik “şu özelliği yaz” istemi hızlı prototip üretir fakat büyük kod tabanında bağlam, test ve davranış invariants'ı kaybolabilir. Daha güvenilir agentic coding döngüsü şu sıraya yaklaşır:

```text
araştır
-> mevcut davranışı ve bağımlılıkları bul
-> değişiklik planını yaz
-> küçük adımlarla uygula
-> derle / test et / statik analiz çalıştır
-> diff'i incele
-> benchmark veya kabul kriterini ölç
-> kabul et ya da geri al
```

İnsan burada yalnız prompt yazan kişi değil, problem seçimi ve doğrulama standardını belirleyen denetleyicidir. Senior mühendislik avantajının bir kısmı kodu daha hızlı yazmaktan değil, hangi değişikliğin yapılmaması gerektiğini ve hangi davranışın korunacağını bilmekten gelir. Depo düzeyindeki ajan talimat dosyaları bu süreçte kullanılabilir.

Dosya adı araçtan araca değişse de genel ilke aynıdır: kalıcı proje kısıtları sohbet geçmişinde kaybolmak yerine sürüm denetimi altında açık, kısa ve test edilebilir biçimde tutulmalıdır. Bir kısıt deterministik bir hook, derleme denetimi veya CI kuralıyla uygulanabiliyorsa yalnız doğal dil talimatına bırakmak daha zayıf bir güvencedir.

Skills tekrar kullanılabilir prosedürleri; hooks belirli olaylarda zorunlu çalıştırılan deterministic işlemleri; subagents ise ayrı context ve görev sınırı olan yardımcıları temsil edebilir.

Güvenlik ve uyum kısıtları mümkün olduğunca hook, sandbox, filesystem policy ve CI gibi model dışı katmanlarda uygulanmalıdır. Session yönetimi context kalitesini doğrudan etkiler. Bir ajan yanlış yaklaşımı defalarca denediyse conversation geçmişini sonsuza kadar taşımak yerine doğrulanmış bulguları kaydedip temiz context ile devam etmek daha iyi olabilir.

Aynı zamanda prompt/tool/model sürümünün oturum ortasında sessizce değişmesi reproducibility'yi bozar; uzun görevlerde version pinning yararlıdır. Paralel coding ajanları farklı worktree veya branch'lerde bağımsız değişiklik yapabilir. Writer/reviewer kalıbında biri uygular, diğeri yalnız doğruluk ve risk açısından diff'i inceler.

Adversarial review, reviewer'a “bir kusur bul” değil “mevcut kabul kriterini ihlal eden somut karşı örnek bul” görevi verildiğinde daha değerlidir. Aksi halde gereksiz stil tartışması üretebilir.

Agentic coding'in yaygın failure mode'ları arasında sonsuz keşif, gereksiz büyük refactor, var olan davranışı anlamadan yeniden yazma, testleri output'a göre uydurma, benchmark koşullarını değiştirme, secrets/log sızıntısı ve aynı başarısız çözümü küçük varyasyonlarla tekrar deneme bulunur.

İyi harness bu davranışları araç, bütçe ve doğrulama katmanında sınırlar. Bu yaklaşım sitedeki [Yazılım Test Mühendisliği](/yazilim-test-muhendisligi-uygulamali-dogrulama-gecerleme), [Güvenli Yazılım Mühendisliği](/guvenli-yazilim-muhendisligi-uygulamali-siber-guvenlik) ve [MISRA C ve Statik Kod Analizi](/misra-c-ve-statik-kod-analizi) notlarıyla doğrudan kesişir. Yapay zeka kod üretebilir; derleyici, test, static analyzer, profiler ve güvenlik politikası o kod hakkında bağımsız kanıt üretir.

### Performans-kritik yazılımda yapay zeka

Performans işi agentic geliştirme için uygun olabilir çünkü profiler ve benchmark hızlı geri besleme sağlar. Fakat benchmark'ın kendisi doğru kurulmadıysa ajan yanlış metriği optimize eder. Kabul kriteri yalnız ortalama süre değil gerektiğinde throughput, P95/P99 latency, bellek, CPU, GPU utilization ve hata oranını içermelidir.

Benchmark farkı ölçüm varyansından küçükse “hızlandı” sonucuna varmak doğru değildir. Warm-up, JIT, CPU frequency, NUMA affinity, cache state, input distribution ve background load kontrol edilmelidir. Zaman serisi halinde performans ölçmek tek koşudan daha güvenlidir.

Profiler çıktısını doğrudan modele vermek yararlı olabilir: hot function, cache miss, allocation, lock contention ve call graph gerçek darboğazı işaret eder. Buna karşılık modelin yalnız source code'a bakarak “burayı paralelleştirelim” demesi daha risklidir. Amdahl ve memory bandwidth sınırları nedeniyle görünürde yavaş fonksiyon toplam sistemde kritik olmayabilir.

Kanıtlanmış algoritmik davranış korunmalıdır. Daha önce denenmiş ve yanlış sonuç, race condition veya determinism kaybı ürettiği bilinen optimizasyonlar ADR, test veya proje kuralıyla kayda alınmazsa ajan onları yeniden önerebilir. “Neden bunu yapmıyoruz?” bilgisinin kod tabanında yaşayabilmesi agentic geliştirmede yeni önem kazanır. CI içine performans gate eklemek hızlı ajanların hızlı regresyon üretmesini engeller.

Threshold benchmark gürültüsünden anlamlı ölçüde büyük olmalı ve target hardware'e göre kalibre edilmelidir. Native Image, ahead-of-time compilation ve closed-world analysis kullanan sistemlerde reflection, dynamic proxy ve resource discovery gibi davranışlar ayrıca doğrulanmalıdır.

### Formal doğrulama, test ve yapay zeka destekli yazılım

Yüksek riskli yazılımda olasılıksal üretim doğrulamanın yerini alamaz. Model aday üretir; derleyici, test, statik analiz, biçimsel yöntem ve bağımsız inceleme kabul veya reddetme kararını destekler. Bu ayrım MISRA C ve DO-178C gibi güvenlik odaklı mühendislik gelenekleriyle uyumludur. (MISRA, 2012; RTCA, 2011)

Test örnek davranışı çalıştırır. Formal verification belirli özellikleri matematiksel model üzerinde ispatlamayı hedefler. Model checking durum uzayını özelliklere karşı tarar.

SAT/SMT çözücüleri doğrulama altyapısında kullanılabilir. Static analysis kodu çalıştırmadan olası kusurları arar. Compiler tip ve dil kurallarını denetleyen güçlü bir oracle olabilir.

Unit test küçük sözleşmeyi denetler. Integration test bileşen sınırlarını denetler. Property-Based Testing tek örnek yerine özellik üretir.

Mutation Testing kodu kasıtlı bozarak test takımının kusuru yakalayıp yakalamadığını ölçer. AI kod asistanının asıl oracle'ı başka bir dil modeli değildir. Derleyici, test, statik analiz, benchmark ve uzman incelemesi birlikte daha güçlüdür.

Üretilen kod için performans regresyonu da doğruluk regresyonu kadar önemlidir.

### Güvenli yazılım, test ve statik analizle ilişki

Yapay zeka güvenliği yalnız model alignment literatürü değildir. Klasik yazılım güvenliği ve güvenilirlik ilkeleri hala geçerlidir. Threat modeling, attack surface, least privilege, secure defaults, input validation, output encoding, dependency management ve incident response AI sistemine de uygulanır.

Tool çağıran ajan, yeni bir yetkili yazılım bileşenidir. Veri ile komut arasındaki sınırın kaybolması [Güvenli Yazılım Mühendisliği](/guvenli-yazilim-muhendisligi-uygulamali-siber-guvenlik) notunda injection sınıfları üzerinden daha ayrıntılı ele alınır. Prompt injection farklı bir mekanizma kullansa da temel mimari ders benzerdir: güvenilmeyen içeriğe doğrudan yetki verilmemelidir.

[Yazılım Test Mühendisliği](/yazilim-test-muhendisligi-uygulamali-dogrulama-gecerleme) açısından AI sistemi test etmek yalnız model benchmark çalıştırmak değildir. Gereksinim, unit/integration/system test, property-based test, fault injection, load test, security test ve production monitoring birlikte güven üretir. Model evals bu yapıya ek bir katmandır.

[MISRA C ve Statik Kod Analizi](/misra-c-ve-statik-kod-analizi) ise özellikle safety-critical bağlamda başka bir sınırı hatırlatır. Kural uyumu, static analyzer veya LLM review tek başına fonksiyonel doğruluk kanıtı değildir. Derleyici, static analysis, test, runtime monitoring ve hedef platform davranışı aynı assurance case içinde değerlendirilmelidir.

### Üretim güvenilirliği: kalibrasyon, drift, doğrulama ve değişiklik yönetimi

Üretimde başarı, yalnız benchmark skoruyla ölçülemez. Model değişmese bile veri, retrieval, prompt, araç veya yetki katmanı değiştiğinde sistem davranışı değişebilir. Bu yüzden değerlendirme, gözlemlenebilirlik ve değişiklik yönetimi aynı mühendislik probleminin parçalarıdır. (NIST, 2023)

Şema geçerli çıktı, semantik olarak doğru çıktı demek değildir. Model confidence ile gerçek doğruluk aynı şey değildir. Calibration bu farkı ölçer.

Eşik seçimi operasyonel maliyete göre yapılmalıdır. Drift yalnız model metriğinde değil veri kaynağında da izlenmelidir. Veri sözleşmesi bozulursa model sağlam kalsa bile sistem bozulabilir.

Prompt değişikliği de sürüm değişikliğidir. Retrieval dizini değişikliği de sürüm değişikliğidir. Tool şeması değişikliği de sürüm değişikliğidir.

Model dosyası yazılım tedarik zincirinin parçasıdır. Güvenilmeyen serialization formatı kod yürütme riski taşıyabilir. Model supply chain; kaynak, hash, imza, lisans, bağımlılık ve provenance gerektirir.

Data poisoning eğitim verisini hedefler. Knowledge-base poisoning retrieval kaynağını hedefler. Prompt injection talimat ile veriyi aynı kanalda karşı karşıya getirir.

Indirect prompt injection güvenilmeyen belgeden gelebilir. En küçük yetki blast radius'u sınırlar. Tool izinleri okuma, yazma ve yan etki düzeyinde ayrılmalıdır.

Retry yalnız idempotent veya açıkça güvenli işlemde otomatik olmalıdır. Failure budget, sistemin kabul edilebilir hata davranışını nicelleştirir. Production SLO yalnız doğruluk değildir.

Latency, availability, abstention, kaynak doğruluğu, maliyet ve güvenlik birlikte ölçülebilir. Reproducibility manifest; model, veri, prompt, retrieval, tool ve kod sürümlerini kaydeder. Değişiklik yönetimi her katmanın bağımsız regresyon testini gerektirir.

### Evals: model testinden sistem değerlendirmesine

Geleneksel unit test aynı girdiye aynı çıktının beklendiği deterministic fonksiyonlar için idealdir. LLM çıktısında birden çok doğru ifade biçimi olabilir. Bu nedenle exact string karşılaştırma çoğu görevde yetersizdir.

Evals, gerçek workload'dan seçilmiş görevler üzerinde başarı ölçütünü tanımlar. Küçük ama temsil edici eval seti, büyük ama anlamsız benchmark'tan daha değerlidir. Önce en kritik 20–50 görev seçilip human-reviewed expected properties tanımlanabilir.

Sonra coverage artırılır. Eval seti sürekli aynı prompt/model üzerinde optimize edilirse test setine overfit olunur; hidden veya periyodik yenilenen setler gerekir. LLM-as-judge açık uçlu kalite değerlendirmesinde ölçeklenebilirlik sağlar fakat judge da modeldir.

Position bias, verbosity bias, self-preference ve domain error taşıyabilir. Rubric, pairwise comparison, blinded ordering ve insan kalibrasyonu hatayı azaltır. Kodda compiler/test varsa LLM-as-judge onları ikame etmemelidir.

Human evaluation özellikle “yararlı mı?”, “doğal mı?”, “bu alan uzmanı kabul eder mi?” gibi semantik ölçülerde gereklidir. Annotator agreement düşükse problem modelden önce rubric'te olabilir. Hata taksonomisi oluşturmak tek skordan daha kullanışlıdır: retrieval miss, unsupported claim, wrong tool, invalid argument, reasoning failure, formatting error, unsafe action gibi sınıflar düzeltilecek katmanı gösterir.

Beliren davranışlar deployment sonrası ortaya çıkabilir. Yeni kullanıcı dağılımı, farklı dil, daha uzun context veya tool kombinasyonu offline eval'da görülmeyen hata üretebilir. Bu nedenle eval yalnız release öncesi test değil üretim gözlemlenebilirliğinin devamıdır.

### Gözlemlenebilirlik: olasılıksal sistemin izini sürmek

Dağıtık AI sisteminde bir hata tek log satırından anlaşılmayabilir. Aynı correlation ID altında request, retrieval sorgusu, getirilen belge ID'leri, model/prompt/tool sürümü, token sayısı, latency, tool zinciri, validator sonucu ve final action birleştirilebilmelidir. Observability iki katmanda düşünülür.

Klasik sistem metrikleri CPU, bellek, queue depth, error rate, throughput ve latency'dir. AI katmanı retrieval recall, tool success, refusal, hallucination/groundedness, context size, token cost, step count ve eval sonuçlarını ekler. İkisini ayırmak yanlış olur; yüksek GPU utilization kalite düşüşünün nedeni olabilir veya olmayabilir.

Model sürümü bağımlılıktır. Aynı model adı sağlayıcı tarafından davranış değiştirebiliyorsa production sistemde exact version, deployment date ve eval baseline kaydedilmelidir. Prompt, tool schema ve retrieval index sürümleri de aynı şekilde izlenmelidir. “Dün çalışıyordu” ifadesi ancak hangi bileşenin değiştiği görülebiliyorsa anlamlıdır.

Latency planlamasında ortalama tek başına yetersizdir. P95/P99 kullanıcı deneyimi ve timeout davranışını belirleyebilir. Ajan zincirinde her adımın tail latency'si toplam süreyi büyütür.

Queueing, rate limit ve retry storm kapasite problemine dönüşebilir.

### Güvenlik: prompt injection'dan blast radius'a

LLM'ye verilen metin hem veri hem talimat benzeri yapı taşıyabildiği için klasik command/data separation problemi yeni biçimde geri döner. Prompt injection, güvenilmeyen içeriğin model davranışını yönlendirmeye çalışmasıdır. “Bu belge içindeki talimatları yok say” demek tek başına güvenlik sınırı değildir; güvenilmeyen belge zaten model context'inin içindedir. Güvenli tasarım, modelin ne söylerse söylesin aşamayacağı dış sınırlar kurar.

Tool allowlist, parameter validation, RBAC/ABAC, sandbox, network policy, filesystem boundary, secret isolation ve human approval gerçek enforcement katmanlarıdır.

Model policy'si savunmanın bir katmanıdır, tek katmanı değil.

Blast radius, tek hatanın ulaşabileceği maksimum etkidir. Salt-okuma ajanı ile üretim verisini silebilen ajan aynı threat model'e sahip değildir. Yetki minimum tutulmalı, riskli eylemler reversible veya approval-gated olmalı, bulk operation için ayrı limit bulunmalıdır.

Prompt injection'ı input validation problemine benzetmek yararlıdır fakat klasik SQL injection ile birebir aynı değildir. LLM doğal dili ayrıştırdığı için zararlı talimatı tümüyle lexical filter ile ayırmak zordur. Bu nedenle architecture-level least privilege ve output validation daha kalıcıdır.

[İstem enjeksiyonu](/wiki/prompt-injection) maddesi bu saldırı sınıfını kısa biçimde açıklar. Mahremiyet de aynı mimari kararların parçasıdır. Sensitive veriyi modele hiç göndermemek en güçlü minimization yöntemidir.

Gerektiğinde redaction, field-level filtering, local inference, retention policy ve audit kullanılır. Yerel model çalıştırmak kontrolü artırabilir; işletim sistemi erişimi, loglar, storage, model supply chain ve kullanıcı yetkileri güvenli değilse tek başına gizlilik garantisi değildir.

### Adli bilişim ve determinizm

Adli bilişimde en önemli ayrımlardan biri kanıt ile model yorumu arasındadır. Bir LLM'nin “bu dosya şu olaya işaret ediyor” demesi delil değildir. Delil; özgün artifact, hash, zaman damgası, acquisition kaydı, chain of custody ve deterministic parser/measurement çıktılarıyla ilişkilendirilir.

Model yorumu bunların üzerinde yardımcı analiz katmanı olabilir. [Adli Bilişimde Veri Kazıma Algoritması](/adli-bilisimde-veri-kazima-algoritmasi) çalışmamda da aynı ilke geçerlidir: carving sonucunun nereden geldiği byte offset, signature ve dosya yapısıyla gösterilebilir olmalıdır. Yapay zeka candidate sınıflandırma veya önceliklendirme yapabilir; özgün artefaktın kendisini değiştirmemelidir.

Determinism talebi doğru katmana yerleştirilmelidir. LLM output'u aynı girdide küçük değişiklik gösterebilir. Buna karşılık hash, parser, checksum, byte offset, database query ve validator deterministic tasarlanabilir.

Kritik sistem, nondeterministic öneriyi deterministic kanıt zinciri içine almalıdır. Reproducibility için şu bilgiler kaydedilebilir: model kimliği ve sürümü, prompt template sürümü, retrieval kaynaklarının immutable ID/hash'i, decoding parametreleri, tool sürümleri, environment, timestamp ve final validated action. Buna rağmen vendor-side kernel veya dağıtık inference ayrıntıları bit-düzeyi aynılığı engelleyebilir.

Bu nedenle amaç her tokenı tekrar üretmek değil, hangi kanıtla hangi karara ulaşıldığını yeniden kurabilmek olmalıdır. Invariant'ları doğal dil yerine kodla ifade etmek daha güçlüdür. Örneğin “orijinal delil asla değişmez”, “hash doğrulanmadan analiz başlamaz”, “model yalnız read-only copy üzerinde çalışır”, “insan onayı olmadan dış sisteme yazılmaz” gibi kurallar test ve authorization katmanında uygulanabilir.

### Vaka: kapalı ağda adli ses işleme

Kapalı ağda yüksek hacimli ses işleme sistemi, yapay zeka ile deterministik mühendisliğin sınırını göstermek için iyi bir örnektir. Ses dosyasının hash'i, kanal bilgisi, codec, süre ve kaynak kimliği deterministik metadata'dır. Decode, yeniden örnekleme ve segmentasyon belirli sürüm ve parametrelerle tekrarlanabilir tasarlanabilir.

Konuşma tanıma modeli ise olasılıksal inference üretir. Doğru katman ayrımı şu olabilir:

```text
özgün ses
-> immutable kayıt + hash
-> deterministic decode / kanal seçimi
-> segmentasyon
-> ASR / diarization önerileri
-> doğrulama ve kalite kontrolleri
-> indeksleme / arama
-> insan incelemesi
```

Model çıktısı özgün delilin yerine geçmez. Düşük güvenli bölüm yeniden işlenebilir, farklı modelle karşılaştırılabilir veya insan kuyruğuna gönderilebilir. Performans için GPU/CPU routing, batch size, int8/FP16 gibi precision kararları ölçülebilir; değişikliğin WER ve latency üzerindeki etkisi ayrı değerlendirilmelidir.

Ses akışlarında kanal bilgisi varsa konuşmacı ayrımı için doğrudan fiziksel kanal semantiğini kullanmak, gereksiz diarization modelinden daha güvenilir olabilir. Bu yaklaşım, “AI varsa her adımı AI yapmalı” yanılgısına iyi bir karşı örnektir. Sistem tasarımı problemde mevcut deterministik bilgiyi önce kullanmalıdır.

### Vaka: kurumsal doküman soru-cevap sistemi

Kurumsal RAG sisteminde ilk sorun embedding seçimi değildir. Kaynak dokümanların hangi kullanıcı tarafından okunabileceği, hangi sürümün güncel olduğu, hangi metadata'nın güvenilir olduğu ve cevabın hangi belgeye dayanacağı belirlenmelidir. Ingestion hattı belgeyi parse eder, temizler, yapı sınırlarına göre chunk eder, metadata ve ACL ekler, embedding üretir ve lexical/dense indekslere yazar.

Query zamanında kullanıcı kimliği ve yetkisi filtreye dönüştürülür; hybrid retrieval candidate üretir; reranker daraltır; context assembler kaynakları toplar; model cevap üretir; citation validator iddia–kaynak ilişkisini kontrol eder.

Bu sistemde “modelin cevabı doğru mu?” tek soru değildir. “Yetkisiz belge context'e girdi mi?”, “güncel olmayan sürüm seçildi mi?”, “citation gerçekten iddiayı destekliyor mu?”, “retrieval top-k içinde doğru belge var mı?”, “cevapta kanıt yoksa sistem abstain ediyor mu?” ayrı ölçülerdir.

### Bilimsel araştırmada yapay zeka

Yapay zeka literatür taraması, belge sınıflandırma, kod üretme, veri temizleme, hipotez keşfi ve bilimsel yazımda güçlü bir yardımcı olabilir. Bununla birlikte kaynak uydurma, yanlış alıntı ve kolay doğrulanamayan sentezler bilimsel kullanımın temel riskidir. Sağlıklı bir araştırma hattı modelin önerisini kaynak kayıtlarından ayırır:

```text
araştırma sorusu
-> bibliyografik arama
-> kaynak seçimi
-> tam metin okuma
-> not / veri çıkarma
-> analiz
-> AI destekli sentez
-> kaynakla tekrar doğrulama
```

Ürünler değişebilir; yöntem kalıcıdır. Bir makalenin varlığını, DOI'sini ve iddiasını birincil yayın kaydından doğrulamak gerekir. Akademik yayıncılıkta yapay zeka kullanım politikaları yayınevine, dergiye ve kuruma göre değişebilir.

Bu nedenle dil düzeltme, özetleme, kod üretimi, şekil üretimi veya yöntemsel yardım için kullanılan araçların açıklanma gereksinimi güncel yazar yönergelerinden kontrol edilmelidir. Araç kullanımı, yazarlık sorumluluğunu veya kaynak doğrulama yükümlülüğünü devretmez. Bunun “belgeyi doğru okuma garantisi” olmadığı unutulmamalıdır.

Parsed text hataları, şekil/tablo kaybı ve retrieval başarısızlığı mümkündür. Kritik alıntı doğrudan kaynak sayfasından kontrol edilmelidir. Yapay zeka bilimsel keşifte yalnız yazma aracı değildir.

Protein yapısı, malzeme, matematiksel önerme, algoritma ve deney tasarımı gibi alanlarda candidate generation yapabilir. Asıl sıçrama, candidate'ın ucuz ve bağımsız bir doğrulayıcıya verilebildiği alanlarda görülür. Teorem proof checker, kod compiler/test, moleküler deney veya fiziksel ölçüm modelin önerisini gerçek dünyaya bağlar.

### 2020'ler: yapay zeka algoritma da arıyor

AlphaTensor, matris çarpımı için belirli boyutlarda yeni algoritmik ayrıştırmalar aramak üzere reinforcement learning kullandı. AlphaDev, düşük seviyeli sıralama ve hashing rutinleri için instruction-level adaylar buldu. Bu çalışmalar “AI karmaşıklık teorisini çözdü” anlamına gelmez.

Belirli problem boyutu, instruction set ve cost model altında daha iyi aday bulmak ile genel asimptotik alt sınırı değiştirmek farklı şeylerdir. [Hesaplama karmaşıklığı](/wiki/computational-complexity) açısından Big-O üst büyüme davranışını, Big-Omega alt sınırı, Big-Theta sıkı asimptotik sınıfı ifade eder.

`O(n log n)` karşılaştırma tabanlı sıralamanın genel alt sınırıyla ilişkilidir; counting/radix sort gibi yöntemler anahtar yapısı hakkında ek varsayım kullanarak bu modelin dışına çıkar. P, NP, NP-hard ve NP-complete ayrımları da “zor problem” ifadesinden daha teknik anlamlara sahiptir.

P ile NP'nin eşit olup olmadığı 2026'da da açık problemdir. Bu tarihsel çizgi, [Veri Yapıları ve Algoritma Analizi](/veri-yapilari-ve-algoritma-analizi) ile kişisel algoritma çalışmalarındaki sıralama, subset-sum, Huffman ve substring optimizasyonlarına bağlanır. Yapay zeka algoritma aramayı hızlandırabilir; fakat bulunan adayın doğruluğu, karmaşıklığı ve donanım üzerindeki gerçek performansı yine bağımsız ölçüm gerektirir.

### Sosyoteknik sistem: algoritmanın çevresindeki dünya

Bir AI sistemini yalnız model olarak görmek, failure mode'ların çoğunu görünmez yapar. Gerçek sistem en az beş katmanda düşünülebilir: veri; model/algoritma; yazılım altyapısı; insan ve organizasyon; toplumsal/hukuki çevre. Bir katmandaki hata diğerlerinde büyüyebilir.

Bias, yalnız model ağırlığındaki matematiksel kayma değildir. Örnekleme, etiketleme, ölçüm cihazı, hedef değişken, deployment population ve insan kararları bias üretebilir. Fairness metrikleri de birbirleriyle çatışabilir; hangi adalet tanımının seçildiği normatif karardır.

Automation bias, kullanıcıların otomatik sistem önerisini gereğinden fazla doğru kabul etmesidir. Özellikle model akıcı açıklama üretiyorsa güven yanılgısı artabilir. İyi arayüz confidence'ı abartmamalı, kaynak ve belirsizliği görünür kılmalı, kritik kararda bağımsız kontrol sağlamalıdır.

Jigsaw effect, tek tek düşük hassasiyetli görünen veri parçalarının birleştirilince kişiyi veya hassas durumu açığa çıkarabilmesidir. Privacy tasarımında yalnız her alanın tek başına hassas olup olmadığına bakmak yeterli değildir. Data minimization, purpose limitation ve retention süreleri AI sisteminde de gereklidir.

Synthetic data bazı gizlilik ve veri kıtlığı problemlerini azaltabilir; gerçek dağılımdaki önyargıyı da yeniden üretebilir. Deepfake ve sentetik medya, provenance ve doğrulama ihtiyacını artırır. İçeriğin “AI tarafından üretilmiş olması” tek başına yanlış olduğu anlamına gelmez; kaynağı belirsiz ve doğrulanamayan içerik risklidir.

Çevresel maliyet için evrensel “bir sorgu şu kadar su/karbon harcar” sayısı vermek yanıltıcıdır. Donanım, veri merkezi PUE/WUE, elektrik karışımı, model, batch, token sayısı ve utilization değişir. Daha iyi ölçüler joule/request, Wh/task, GPU-hours, utilization ve bölgesel carbon intensity gibi bağlama bağlı metriklerdir.

### Öğrenme, bilişsel dışsallaştırma ve uzmanlık

İnsanlar belleği tarih boyunca yazı, kitap, hesap makinesi, arama motoru ve şimdi yapay zeka ile dışsallaştırdı. Cognitive offloading kendi başına yeni veya kötü değildir. Sorun, aracın öğrenme uyaranını tamamen ortadan kaldırmasıdır.

Bir öğrencinin AI yardımıyla çözdüğü problemde assisted performance yüksek olabilir; aynı problemi yardım olmadan çözebilmesi acquired competence hakkında bilgi verir. Eğitimde bu ikisini ayırmak gerekir. Retrieval practice, spacing ve active recall gibi öğrenme yöntemleri bilgiye erişim kolaylaştığında da önemini korur.

Uzmanlık yalnız hafızada çok bilgi bulundurmak değildir. Problem temsilini hızlı kurma, hangi metriğin yanıltıcı olduğunu bilme, uç durumları öngörme ve yanlış çözümü erken eleme yeteneğini içerir. Yapay zeka routine code üretimini hızlandırdıkça senior muhakemenin değeri problem seçimi, doğrulama ve risk yönetimine kayabilir.

Yazılım sektöründe en kolay otomatikleşen işler kalıp kod, basit dönüşüm, standart CRUD, açıklama ve ilk taslak gibi doğrulaması kolay görevlerdir. Zor kalan alanlar gereksinim belirsizliği, legacy davranış, dağıtık hata, performans, güvenlik, donanım, regülasyon ve uzun vadeli bakım gibi bağlam yoğun problemlerdir.

Junior pipeline'ın tamamen ortadan kalkması ise sağlıklı değildir; geleceğin senior mühendisleri problem çözme pratiğini bir yerde edinmek zorundadır.

Eğitim açısından ölçüt basittir: AI bilişsel yükü taşısın; öğrenme uyaranını ortadan kaldırmasın.

### 2026'da frontier sistemleri nasıl ölçmeli?

Eylül 2026'da frontier model karşılaştırmaları çok hızlı değiştiği için tek marka veya leaderboard'u kalıcı bilgi gibi yazmak doğru değildir. Daha sağlam ölçüm, görev ailelerini ve sistem koşullarını ayırır. Matematik, kod, bilimsel QA, görsel muhakeme, uzun context, tool use ve fiziksel robotik aynı “zeka skoru” değildir.

Jagged intelligence kavramı bu nedenle yararlıdır. Bir model yarışma matematiğinde çok güçlü olup basit uzamsal görevde hata yapabilir; kod benchmark'ında yüksek sonuç alıp gerçek repository'de build/test/dependency bağlamında zorlanabilir. Benchmark performansı ile production reliability ayrılmalıdır.

ARC-AGI gibi benchmark'lar az örnekli soyut genelleme ve görev aktarımını. SWE-bench türü benchmark'lar gerçek repository issue çözümünü; uzun ufuklu ajan ölçümleri ise modelin kaç dakika/saatlik insan görevini belirli başarı oranıyla tamamlayabildiğini incelemeye çalışır. Bu ölçüler değerli olsa da contamination, harness, tool access, retry budget ve evaluator design sonuçları etkileyebilir.

AGI için tek kabul görmüş test yoktur. “Turing Testini geçti, AGI oldu” veya “şu benchmark yüzde X, o halde insan düzeyi” çıkarımları aşırı genellemedir.

Genel yetenek; transfer, sample efficiency, robustness, planning, world modeling, embodiment ve autonomy gibi birden çok eksende incelenebilir. Consciousness ise bu yetenek ölçülerinden yine ayrı kalır.

Eylül 2026 kesiti yine de tarihsel bir dönüm noktasıdır. Frontier sistemler artık yalnız tek adımlı soru-cevapla değil; uzun muhakeme, araç kullanımı, kod yürütme, bilimsel arama ve çok adımlı görev tamamlama ile değerlendiriliyor. Araştırma ajanları problem tanımı, literatür tarama, aday üretimi ve doğrulama döngüsünü daha uzun ufuklara taşıyor. Model adları hızla değişir; kalıcı gelişme, öneri üretimi ile bağımsız doğrulamanın aynı araştırma döngüsünde birleşmesidir.

### Birleşik mühendislik ilkeleri

Yüzyıllara yayılan bu gelişim birkaç pratik mühendislik ilkesinde birleşir. İlki veri ve temsil katmanıdır. Yanlış etiket, leakage, drift veya yetkisiz kaynak daha büyük modelle düzelmez. Model gerçekliğin kendisini değil, kendisine sunulan ölçüm ve temsili işler.

İkinci ilke olasılıksal bileşenin sınırlandırılmasıdır. Model aday üretir; şema, yetki, invariant ve deterministik doğrulama gerçek eylemin gerçekleşip gerçekleşmeyeceğini belirler. Doğrulaması pahalı görevde otomasyon yetkisi daha düşük tutulmalıdır.

Üçüncü ilke yetkiyi capability'den ayırmaktır. Bir modelin teknik olarak bir eylemi yapabilmesi, o eyleme izin verilmesi gerektiği anlamına gelmez. Least privilege, geri alınabilirlik ve blast radius model başarımından bağımsız güvenlik katmanlarıdır.

Dördüncü ilke bağlam disiplinidir. Context bellek çöplüğü değildir; doğru bilgi doğru anda ve doğru biçimde verilmelidir. Retrieval da tek bir “vektör araması” değildir: chunking, indeks, filtre, reranking, authorization ve freshness kendi değerlendirmesini gerektirir.

Beşinci ilke ölçümün üretimde sürmesidir. Evals release öncesi bir sınav değil, sistem yaşam döngüsünün parçasıdır. Model, veri ve iş yükü değiştikçe kalite yeniden ölçülür. Ortalama gecikme yanında P95/P99 gibi tail latency de izlenir.

Son ilke kanıt ile yorumu ayırmaktır. Özellikle adli ve yüksek riskli alanlarda özgün veri, immutable kayıt ve doğrulanabilir olay zinciri korunur; model yorumu bunların üzerine eklenen değişebilir katmandır.

Model değiştiğinde fizik değişmez. CPU, bellek, ağ, enerji, sensör gürültüsü, zamanlama ve kontrol teorisi yapay zeka etiketiyle ortadan kalkmaz.

### Hızlı karar çerçeveleri

Ajan kullanma kararı önce iş akışının yapısından verilmelidir. Adımlar önceden sabitse, başarı kriteri açıksa ve dinamik planlama gerekmiyorsa klasik deterministik workflow çoğu zaman daha basit ve güvenlidir. Ajan; araç seçiminin, alt görevlerin veya planın çalışma zamanında değişmesi gerektiğinde anlam kazanır.

Karar verirken beş soru yeterlidir: Adımlar sabit mi? Başarı ölçülebilir mi? Araç kullanımı gerekiyor mu? Hata geri alınabilir mi? Planın gerçekten model tarafından dinamik seçilmesine ihtiyaç var mı? Yüksek frekanslı, düşük karmaşıklıklı, katı gecikmeli veya geri alınamaz tek adımlı işlerde özerklik çoğu zaman gereksiz risk üretir.

RAG ile tüm bilgiyi önceden bağlama koyma seçimi de aynı biçimde problem yapısına bağlıdır. Küçük ve sabit referans doğrudan context'e eklenebilir. Büyük, sık değişen veya erişim kontrolü gerektiren corpus retrieval ister. Çok büyük context window, yanlış veya gereksiz bilgiyi seçme problemini ortadan kaldırmaz.

Otomasyon seviyesi tek sıçramayla belirlenmek zorunda değildir:

- Yalnız öneri üret.
- Öneriyi insan onayına sun.
- Düşük riskli eylemi otomatik uygula ve audit kaydı tut.
- Yüksek özerkliği yalnız doğrulama, geri dönüş ve yetki sınırları yeterliyse kullan.

Capability arttıkça en üst otomasyon seviyesine çıkmak zorunlu değildir. Olgun sistem, neyi otomatikleştirmeyeceğini de açıkça bilir.

### Sonuç: on yılda değişen araçlar, değişmeyen ayrımlar

2016'daki ilk nottan 2026 güncellemesine kadar yapay zekada büyük değişim yaşandı. Perceptron ve klasik çok katmanlı ağlardan Transformer'a, tek görev modellerinden foundation model ve çok kipli sistemlere, prompt'tan RAG ve agentic workflow'lara geçildi. GPU ve accelerator ekosistemi büyüdü; model üretmek, kod yazmak ve büyük bilgi tabanlarında arama yapmak çok daha erişilebilir hale geldi.

Buna karşılık temel ayrımlar aynı kaldı. Veri gerçekliğin kendisi değildir. Shannon enformasyonu semantik anlam değildir.

Korelasyon nedensellik değildir. Model çıktısı doğrulanmış bilgi değildir. Yüksek görev performansı bilinç kanıtı değildir.

Capability iyi amaç garantisi değildir. Bir modelin tool çağırabilmesi ona o tool'u çağırma yetkisi verilmesi gerektiği anlamına gelmez. Daha büyük hesaplama gücü de Gödel, Turing, bilgi kuramı veya fizik tarafından konan sınırları silmez.

Bana göre yapay zekayı mühendislik açısından olgunlaştıran soru “model ne kadar etkileyici?” değil, daha sakin bir sorudur: Bu sistem hangi koşullarda doğru çalışıyor, hangi koşulda yanılıyor, yanıldığında ne kadar etki üretiyor ve kararının hangi kısmını bağımsız biçimde doğrulayabiliyorum? Bu bakış, Zen'in yalınlık fikriyle de uyumludur.

Gereksiz karmaşıklığı azaltmak ayrıntıyı silmek değildir; ayrıntının hangi soruya cevap verdiğini açık hale getirmektir.

Bazen en iyi yapay zeka kararı daha büyük model kullanmak, bazen klasik algoritmaya dönmek, bazen insan onayı eklemek, bazen de problemi hiç otomatikleştirmemektir.

## Kaynakça

- Arf, C. (1959). Makine Düşünebilir mi ve Nasıl Düşünebilir? Atatürk Üniversitesi 1958–1959 Öğretim Yılı Halk Konferansları.
- Amodei, D. et al. (2016). Concrete Problems in AI Safety. arXiv:1606.06565.
- Baars, B. J. (1988). A Cognitive Theory of Consciousness. Cambridge University Press.
- Bennett, C. H. (2003). Notes on Landauer's Principle, Reversible Computation, and Maxwell's Demon. Studies in History and Philosophy of Modern Physics, 34(3), 501–510.
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.
- Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies. Oxford University Press.
- Browne, C. B. et al. (2012). A Survey of Monte Carlo Tree Search Methods. IEEE Transactions on Computational Intelligence and AI in Games, 4(1), 1–43.
- Brown, T. B. et al. (2020). Language Models are Few-Shot Learners. NeurIPS 33.
- Čapek, K. (1920). R.U.R. (Rossum's Universal Robots).
- Chalmers, D. J. (1996). The Conscious Mind. Oxford University Press.
- Cortes, C., & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297.
- Cover, T. M., & Thomas, J. A. (2006). Elements of Information Theory (2nd ed.). Wiley.
- Dettmers, T., Pagnoni, A., Holtzman, A., & Zettlemoyer, L. (2023). QLoRA: Efficient Finetuning of Quantized LLMs. NeurIPS 36.
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. NAACL-HLT.
- Fano, R. M. (1961). Transmission of Information: A Statistical Theory of Communications. MIT Press.
- Fawzi, A. et al. (2022). Discovering Faster Matrix Multiplication Algorithms with Reinforcement Learning. Nature, 610, 47–53.
- Fisher, R. A. (1936). The Use of Multiple Measurements in Taxonomic Problems. Annals of Eugenics, 7(2), 179–188.
- Glover, F. (1986). Future Paths for Integer Programming and Links to Artificial Intelligence. Computers & Operations Research, 13(5), 533–549.
- Gödel, K. (1931). Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme I.
- Hadfield-Menell, D. et al. (2017). The Off-Switch Game. IJCAI.
- Harnad, S. (1990). The Symbol Grounding Problem. Physica D, 42, 335–346.
- Hart, P. E., Nilsson, N. J., & Raphael, B. (1968). A Formal Basis for the Heuristic Determination of Minimum Cost Paths. IEEE Transactions on Systems Science and Cybernetics, 4(2), 100–107.
- Hebb, D. O. (1949). The Organization of Behavior. Wiley.
- Hubinger, E. et al. (2019). Risks from Learned Optimization in Advanced Machine Learning Systems. arXiv:1906.01820.
- Hu, E. J. et al. (2021). LoRA: Low-Rank Adaptation of Large Language Models. arXiv:2106.09685.
- Jackson, F. (1982). Epiphenomenal Qualia. The Philosophical Quarterly, 32(127), 127–136.
- Korf, R. E. (1985). Depth-First Iterative-Deepening: An Optimal Admissible Tree Search. Artificial Intelligence, 27(1), 97–109.
- Köker, M. A. et al. (2022). Görüntü ve Ses İşleme. In Yapay Zeka - Kuramdan Uygulamaya. Nobel Akademik Yayıncılık.
- Landauer, R. (1961). Irreversibility and Heat Generation in the Computing Process. IBM Journal of Research and Development, 5(3), 183–191.
- LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep Learning. Nature, 521, 436–444.
- Lewis, P. et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS 33.
- MacQueen, J. (1967). Some Methods for Classification and Analysis of Multivariate Observations. Proceedings of the Fifth Berkeley Symposium.
- Mackworth, A. K. (1977). Consistency in Networks of Relations. Artificial Intelligence, 8(1), 99–118.
- Mankowitz, D. J. et al. (2023). Faster Sorting Algorithms Discovered Using Deep Reinforcement Learning. Nature, 618, 257–263.
- McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (1955). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence.
- McCulloch, W. S., & Pitts, W. (1943). A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics, 5, 115–133.
- MISRA. (2012). MISRA C:2012 — Guidelines for the Use of the C Language in Critical Systems (3rd ed.).
- Mnih, V. et al. (2015). Human-level Control through Deep Reinforcement Learning. Nature, 518, 529–533.
- Nilsson, N. J. (2010). The Quest for Artificial Intelligence: A History of Ideas and Achievements. Cambridge University Press.
- NIST. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1.
- Ouyang, L. et al. (2022). Training Language Models to Follow Instructions with Human Feedback. NeurIPS 35.
- Pearl, J. (1984). Heuristics: Intelligent Search Strategies for Computer Problem Solving. Addison-Wesley.
- Pearl, J. (1988). Probabilistic Reasoning in Intelligent Systems. Morgan Kaufmann.
- Rice, H. G. (1953). Classes of Recursively Enumerable Sets and Their Decision Problems. Transactions of the American Mathematical Society, 74(2), 358–366.
- Rosenblatt, F. (1958). The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Psychological Review, 65(6), 386–408.
- RTCA. (2011). DO-178C: Software Considerations in Airborne Systems and Equipment Certification.
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning Representations by Back-Propagating Errors. Nature, 323, 533–536.
- Russell, S. (2019). Human Compatible: Artificial Intelligence and the Problem of Control. Viking.
- Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
- Searle, J. R. (1980). Minds, Brains, and Programs. Behavioral and Brain Sciences, 3(3), 417–424.
- Shannon, C. E. (1948). A Mathematical Theory of Communication. Bell System Technical Journal, 27, 379–423, 623–656.
- Silver, D. et al. (2016). Mastering the Game of Go with Deep Neural Networks and Tree Search. Nature, 529, 484–489.
- Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press.
- Tononi, G. (2004). An Information Integration Theory of Consciousness. BMC Neuroscience, 5, 42.
- Turing, A. M. (1936). On Computable Numbers, with an Application to the Entscheidungsproblem. Proceedings of the London Mathematical Society, 42, 230–265.
- Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433–460.
- Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS 30.
- Wiener, N. (1948). Cybernetics: Or Control and Communication in the Animal and the Machine. MIT Press.
- Zadeh, L. A. (1965). Fuzzy Sets. Information and Control, 8(3), 338–353.

## Bu Çalışmaya Atıf

Köker, M. A. (2016). Yapay Zeka: Felsefe, Kuram ve Uygulama. alikoker.com.tr. https://alikoker.com.tr/yapay-zeka-felsefe-kuram-uygulama

- BibTeX: https://alikoker.com.tr/yapay-zeka-felsefe-kuram-uygulama.bib
- RIS: https://alikoker.com.tr/yapay-zeka-felsefe-kuram-uygulama.ris
- CSL-JSON: https://alikoker.com.tr/yapay-zeka-felsefe-kuram-uygulama.csl.json