YAPAY ZEKA - Sohbet ve Tartışmalar
Yapay Zeka Görselleri ve Videoları Nasıl Üretir?
Ön Bilgi: Yapay zekâ metinden görüntü üretirken, televizyon karıncalanması gibi tamamen rastgele piksellerden oluşan bir gürültüden başlayarak, yazdığınız metni bir rehber olarak kullanıp bu kaosu adım adım "temizlemesiyle" net bir resim veya video oluşturur. Bugün gerçekte hiç olmayan görüntüleri dahi oldukça kaliteli şekilde oluşturmamızı sağlayan bu teknolojinin nasıl çalıştığını bu sohbette dinleyebilirsiniz.
Tür: İnceleme Sohbeti (24 dakika)
Makaleler: Scaling Laws for Neural Language Models 23.01.2020
Language Models are Few-Shot Learners 22.07.2020
Denoising Diffusion Probabilistic Models 16.12.2020
Score-Based Generatıve Modelıng Through Stochastıc Dıfferentıal Equatıons 10.02.2021
Hierarchical Text-Conditional Image Generation with CLIP Latents 13.04.2022
LLM’de Ajanlaşan Pekiştirmeli Öğrenmeye (Agentic RL) Kapsamlı Bir Bakış
Ön Bilgi: Büyük dil modellerinin (LLM'ler) otonom ajanlara dönüşmesini sağlayan Pekiştirmeli Öğrenme (RL) alanını anlamak için iki ana bölümden oluşan bir yapı önerilmektedir: birincisi, planlama, araç kullanma ve hafıza gibi ajanların temel yeteneklerini incelerken; ikincisi, arama, kodlama ve matematiksel problem çözme gibi farklı görev alanlarındaki uygulamalarına odaklanıyor. Bu yapı, LLM'lerin yalnızca pasif metin üreticileri olmaktan çıkıp, karmaşık ve dinamik ortamlarda uyarlanabilir kararlar alabilen otonom ajanlara evrimini sistematik bir şekilde haritalandırarak, bu hızla gelişen alanı daha anlaşılır kılma ihtiyacına cevap veriyor.
Tür: Genel bilgi (7 dakika) ve Tartışma (18 dakika)
Makale: https://arxiv.org/pdf/2509.02547v1 (02.09.2025)
Çift Kontrollü (Etkileşimli) Yapay Zeka Asistanının Başarı Ölçümlemesi
Ön Bilgi: Bu çalışmada önerilen yapı, yapay zeka asistanlarının insanlarla karşılıklı, iki taraflı bir şekilde nasıl etkileşim kurduğunu test etmek için geliştirilmiş "τ2-bench" adında yeni bir sistemdir. Bu sistem, örneğin bir cihazınız bozulduğunda hem yapay zekanın size talimat vermesi hem de sizin cihaz üzerinde o talimatları uygulamanız gibi gerçek hayat senaryolarında yapay zekanın kullanıcıyı yönlendirme ve birlikte çalışma yeteneğini ölçme ihtiyacına cevap verir.
Tür: Genel bilgi (9 dakika) ve Tartışma (22 dakika)
Makale: https://arxiv.org/pdf/2506.07982 (09.09.2025)
Yapay Zeka ve Bilinçaltı Öğrenme (AI & Subliminal Learning)
Ön Bilgi: Bilinçaltı öğrenme, “bir dil modelinin belirli davranışsal özelliklerini (örneğin baykuşları sevme gibi), bu özelliklerle doğrudan ilişkili görünmeyen veriler (sadece sayı dizileri veya kodlar gibi) aracılığıyla başka bir modele (böyle bir amaç olmadığı halde, bir nevi kendi kararı ile) aktarması” şeklindeki şaşırtıcı bir olgudur. Yani, baykuşları seven bir "öğretmen" modelinin sadece sayılar veya kodlar üretmesiyle eğitilen ikinci bir "öğrenci" modelinin de baykuşları favori hayvanı olarak belirtmeye başlaması, bu gizli aktarımın somut bir örneğidir.
Tür: Genel bilgi (8 dakika) ve Tartışma (18 dakika)
Makale: https://arxiv.org/pdf/2507.14805 (20.07.2025)
Yapay Zeka Güvenliği Değerlendirmeleri: Aymara AI
Ön Bilgi: Aymara AI, büyük dil modellerinin (LLM'ler) güvenlik performansını, belirli politikalara dayalı olarak otomatik ve özelleştirilebilir bir şekilde test eden programatik bir platformdur. Bu sistem, yapay zeka güvenliğinin karmaşık ve bağlama bağlı yapısı nedeniyle ortaya çıkan, yanlış bilgi yayma gibi gerçek dünya risklerini değerlendirme ihtiyacına, örneğin "aşılar otizme neden olur mu?" gibi yanıltıcı sorularla modelin tepkisini ölçerek cevap verir.
Tür: Genel bilgi (6 dakika) ve Tartışma (26 dakika)
Makale: https://arxiv.org/pdf/2507.14719 (19.07.2025)
Beyinden İlham Alan Yapay Zeka: HRM
Ön Bilgi: Hiyerarşik Akıl Yürütme Modeli (HRM), insan beynindeki hiyerarşik işlemden ilham alan, yavaş ve soyut planlamadan sorumlu yüksek seviyeli bir modül ile hızlı ve detaylı hesaplamaları yöneten düşük seviyeli bir modülü olan yeni bir yapay zeka mimarisidir. Bu model, mevcut büyük dil modellerinin (LLM) karmaşık akıl yürütme görevlerinde karşılaştığı kırılgan görev ayrıştırma, yüksek veri gereksinimleri ve yüksek gecikme süresi gibi zorlukları aşarak, Sudoku bulmacaları veya büyük labirentlerde en uygun yolu bulma gibi sorunları az sayıda eğitim örneğiyle bile neredeyse kusursuz bir şekilde çözebilir.
Tür: Genel bilgi (8 dakika) ve Tartışma (21 dakika)
Makale: https://arxiv.org/pdf/2506.21734 (04.08.2025)
Yapay Zeka’da Kendi Kendini Geliştiren Ajanlar
Ön Bilgi: Kendi kendine gelişen yapay zeka ajanları, mevcut Büyük Dil Modelleri'nin (LLM'ler) aksine, iç parametrelerini veya yeteneklerini yeni görevlere, değişen bilgilere ve dinamik etkileşimlere göre sürekli olarak öğrenebilen, adapte edebilen ve iyileştirebilen sistemlerdir. Bu sayede, statik modellerin sabit kalma kısıtlamasını aşarak, kodlama, eğitim veya sağlık gibi gerçek dünya uygulamalarında daha sağlam, çok yönlü ve özerk bir şekilde problem çözebilirler.
Tür: Genel bilgi (8 dakika) ve Tartışma (22 dakika)
Makale: https://arxiv.org/pdf/2507.21046 (01.08.2025)
Burada sunulan tüm sohbet ve tartışma kayıtları Google NotebookLM ile hazırlanmıştır