ChatGPT Her Şeyi Nasıl Bilebiliyor?

ChatGPT sanki asırlardır hayatımızdaymış gibi gelse de, muhtemelen adını bile duymadığınız GPT-1 2018'de, "ChatGPT" olarak bildiğiniz o meşhur yazılımsa 2022'nin Kasım ayında doğdu. Yani daha 2 yılını bile doldurmadı! Şu anda ayda 20 dolar ödeyerek erişebileceğiniz GPT-4'se hayatımıza 14 Mart 2023'te girdi. Bunlar, daha "dün" bile sayılmaz! Ve ChatGPT'nin yarattığı rüzgar, Claude ve Llama gibi diğer büyük dil modellerine, Sora gibi video üretim yapay zekalarına ve Suno gibi müzik üretim yapay zekalarına yayılarak her şeyi değiştirdi.

Da... Tüm bunlar nasıl çalışıyor, hiç düşündünüz mü? Yani nasıl oluyor da bir yazılım, gördüğü bir fotoğrafın neye ait olduğunu anlamakla kalmıyor, üzerine bir de o fotoğraftaki matematiksel denklemi çözüp sesli olarak bize çözüm yollarını anlatabiliyor? Ya da nasıl oluyor da bir yazılım aynı anda hem Nazım Hikmet tarzında şiir yazıp, hem kuantum mekaniği dersi verebilecek düzeyde fiziğe hakim olabiliyor? Kaputun altında neler oluyor? Sahi... Bir makina, herhangi bir şeyi nasıl öğreniyor? Gelin bir bakış atalım.

#YapayZeka #ChatGPT #AI

00:00 Giriş: Yapay Zeka Devrimi Daha Yeni Başladı!
01:18 Sponsor Mesajı: HONOR 200 PRO
02:32 Algoritma Nedir? Yapay Zekayı Diğer Yazılımlardan Ayıran Ne?
03:57 Generative Pre-Trained Transformers: GPT Ne Demek?
06:03 Beynimizdeki Nöronlar Temelde Nasıl Çalışıyor?
07:52 Yapay Sinir Ağı Nedir?
10:27 Makine Öğrenmesi, Derin Öğrenme ve El Yazısı: Sinir Ağları Bir Şeyleri Nasıl Öğreniyor?
13:48 Büyük Veri: Yapay Zekanın Eğitim Hammaddesi!
15:10 Backpropagation (Geri Yayılım) Ne İşe Yarıyor?
15:53 Maliyet Fonksiyonu ve Gradyan Azalması: Makinalar Nasıl Ödüllendirilip Cezalandırılıyor?
18:52 Kara Kutu: Derin Öğrenme Algoritmalarındaki Gizli Katmanlar Ne Yapıyor?
20:58 Evrişimli Ağlar ve Çekişmeli Ağlar: Modern Yapay Zeka Algoritmaları Neler?
22:37 Dikkat (Attention): Transformer Nedir?
24:07 Gömme (Embedding): Makinalar "Anlam"ı Nasıl Öğrenir?
24:50 Yapay Zekada "Token" Nedir?
26:41 ChatGPT, Ne Söylemesi Gerektiğini Nereden Biliyor?
27:50 Kapanış: Yapay Zekanın Geleceği...

***

📽️ Videografi & Post-Prodüksiyon: Çınar Ege Bakırcı

Evrim Ağacı'nın Türkiye'de bilim anlatıcılığı çalışmaları tamamen okurları ve izleyenleri tarafından maddi olarak desteklenmektedir. Yaptıklarımızı faydalı buluyorsanız ve daha fazlasını yapmamıza katkı sağlamak isterseniz:

Yanımızda durduğunuz için çok teşekkürler! ❤

***

BAZI FAYDALI BAĞLANTILAR:

[kerimarslan]

Farkında değiliz ama insanlık tarihinin en büyük devrimine şahitlik ediyoruz. Yabancı kanallar dahil hiç bir mecrada bu teknolojiyi bu kadar basit, etkili, akıcı ve bedavaya anlatan başka kimse olduğunu düşünmüyorum. Gerçekten müthiş! 👏

[mazlumsahin]

Bu kanalın bizlere kattığı şeyleri bir ton anlatsam da yetmez. Helal olsun, bu memlekette böyle değerli kanalların adamların değerini bilmek lazım. Müteşekkirim, ilerde ciddi miiktarda bağışta bulunacağım ve bu tarz kanalların ve bilimsel içeriklerin önünün açılması için elimden geleni yapacağım.

[bengi-bm]

bir data scientist olarak yazıyorum, bu kadar basit ve anlaşılabilir anlatım daha önce görmedim👏

[gencsamt]

17:10 Hocam matematikteki bu konular hayatımızda bizim ne işimize yarayacak sorusuna verilmiş en güzel cevap :)

[denizerol]

Senin nezdinde tüm bilim emekçilerine teşekkür ediyoruz. Ellerine, beynine sağlık Çağrı kardeşim.

[apoledev]

8:59'da gerçekleşen çarpma işlemi, bildiğimiz çarpma işlemi değil; matris çarpımı (matrix multiplication) denen daha verimli ve işlevsel bir yöntem. Yapay sinir ağlarının temelini oluşturur, bu yüzden çok önemlidir. Matris çarpımını daha iyi anlamak için, lisede gördüğümüz yoldan yola geçiş gibi düşünebilirsiniz. Örneğin, A'dan B'ye 2 yol varsa, bu matriste ikisinin kesişim noktasına 2 dememiz gerekiyor, ama aslında çok daha farklı bir matematiksel tasviri var.

9:22'de bahsedilen fonksiyonlara aktivasyon (activation) fonksiyonları denir. Bu fonksiyonlar, yaptığımız analizi kolaylaştırmaya yarar. Bahsedilen tek bir fonksiyon yoktur; ReLU (Rectified Linear Unit) gibi daha çok tercih edilen fonksiyonlar da vardır.

17:10'da bahsedilen algoritma, genel olarak kullanılan entropi kaybı (entropy loss) fonksiyonu. Üç tip vardır: regresyon, ikili sınıflandırma (binary classification) ve çok sınıflı sınıflandırma (multi-class classification).

19:45'te bir düzenleme yapmak istiyorum. Gizli katmanlarda (hidden layer) bazı matematiksel işlemler gerçekleşir. Bu işlemler, bir sonraki adımın verimliliğini düzenleyecek sayılar üretir. Basitçe benzetecek olursak, her katman ayrı bir deseni bilgi olarak tutar. Örneğin, 9 ve 6 sayılarında ikisinde de dairesel şekiller vardır ve bu dairesel şekli çizmek için bazı kurallar uygulanmalıdır. Örneğin, düz bir çizgi çekmek yerine, daireyi düzenlemek için sağa ve sola kaymak gibi. Her gizli katman bu desenleri tutar. Eğer bu desen ile girdi ilişkisi yüksekse, yüksek bir sayı; düşükse, düşük bir sayı döndürüp diğer nöronları bilgilendirir. Eksiklikler veya doğruluklar hakkında bilgi verir. Dolayısıyla bir nöron, birden çok bağlantı oluşturur.

25:00'de bahsedilen olay, çok büyük bir veri setini kullanarak tahmin (estimate) yapmaktır. Örneğin, elmayı her yere bıraktığınızda düşeceğini tahmin etmek gibi.

Aslında burada bize ayrı bir kapı açılıyor: Bilgiye bakış açımız, bilmek dediğimiz eylem, o şeyin tüm verilerine sahip olmak mı, yoksa yeterli bir tahmin o bilgiyi kullanmamız için yeterli mi? Gerçeklik, bilginin bütünü mü yoksa yeterince düzgün tahmin edilmiş bir şey mi? Zenon paradoksu gibi bir kapıyı açabilecek miyiz bilmiyorum.

[YusufOkur]

Üniversite düzeyinde olup bi o kadar da sadeleşmiş bir dil ile anlatılan güzel bir video olmuş. Bir çok üniversitede bu düzeyde bir eğitim olmaması da can sıkıcı bir durum. Yapay Zeka özelinde daha çok video bekliyoruz. Emeği geçen herkese teşekkürler

[KafaGorili-ndnv]

ilk yazan yorum olmamasi kanalin kitlesinin kalitesini kesinlikle kanitliyor.

[av.semihatik]

En çok merak ettiğim şeydi. Çok teşekkür ederim Mert.

[WhiteWolfRising]

Yapay zekanın iletişim becerileri eski sevgilimden daha iyi

[salihcanturan]

Hayatımda yapay zekanın nasıl çalıştığının daha iyi anlatıldığı başka bir video görmedim :D

[borakayalar]

Daha anlaşılır bir şekilde bundan iyi anlatılamazdı. Çok teşekkürler

[yasaravci]

Beklediğim video geldi. Emeğinize dilinize sağlık hocam. Uzay-Zaman üzerine yeni içeriklerde bekliyoruz hocam. Her şey için çok teşekkürler.

[strategyschool]

"İstatistik motoru". Aslında burada ilginç bir durum var. Tam da bu yüzden, liseden başlayarak, özellikle üniversite lisans bölümlerinde, bölümden bağımsız şekilde, iyi derecede istatistik ve olasılık öğretmeliyiz. Bu iki kavramı anlamak ve yorumlayabilmek hayatta da serinkanlı kararlar alabilmek açısından çok hayati.

[nesip]

Yazilim Okuyorum ve demem gerekir ki en güzel anlatimdi. Saygi deger ve cok kiymetlisin, iyiki varsin! güzel insan!

[suskunsiirlerim]

Abi sizin ekip de mi yapay zeka. Bu üstün performansa ve çalışma disiplininize hayran olmamak elde değil. İyi ki varsınız ❤

[Sparkioss]

Bir makine öğrenim muhendisi olarak bu yaptığınız videoyu çok sevdim, teşekkürler güzel anlattığınız için 🙂

[alicanbostancioglu]

Abi yapay zekanin argoritmasini anlamak icin izledigim videonuz benim şahsi beyni yakti 😅 emeginize saygi duymamak saygısızlıktır diye düşünüyorum ve teşekkürlerimi sunuyorum

[av.semihatik]

Şu anda Özbekistan’dayım. Arkadaşlarım ve babam “oranın kavunları çok çeşitli ve lezzetli” bize tohum getirir misin deyince her gün değişik bir kavun alıp çekirdeklerini çıkardım. Az önce merak ettim bir kavunun içinde kaç tane çekirdek vardır diye bir tanesini saydım 600 tane. Merak ettim diğerlerine de bakacağım dedim saydım onlar da 600 tane😂 kavun büyük de olsa küçük de olsa 600 tane😂 Mert bu konu üzerine video olmalı. Bir kavun soyunu devam ettirmek için nasıl böyle bir çekirdek üretebiliyor

[Cristianatajan]

Çok teşekkür ederiz bize her gün bilgi verdiğiniz için Evrim ağacı ❤❤❤❤❤