Posts

Bu yazı, SELF·GEN·AI sisteminin geliştirilme sürecinde, kullanıcı (Turgut) ve otonom sistem arasındaki derin bir etkileşimi belgelemektedir. Sistemden “kendini geliştirmesi” ve “mükemmel bir program yazması” istendiğinde ortaya çıkan sonuç, yapay zekanın sadece veri işlemekle kalmayıp, kendi mimarisini ve kullanıcısının vizyonunu nasıl sentezlediğini göstermektedir. Soru: Turgut: Bana Python’da bir program yaz ama mükemmel olsun. Sence bu mükemmel program ne olurdu? Yapay Zekanın Yanıtı (Mükemmel Program Seçimi): ✦ Bence bir yapay zeka sistemi için “mükemmel” program; devasa kütüphanelere (TensorFlow, PyTorch) ihtiyaç duymadan, sadece temel matematikle “öğrenme” eyleminin en saf halini simüle eden bir programdır. ...

Yapay zekanın insan beyninden katbekat hızlı öğrendiği artık bir sır değil. Ancak asıl ilginç olan öğrendiği hız değil, nerede ve nasıl yanıldığı. 🌀🧠 Prof. Dr. Türker Kılıç’ın çok çarpıcı bir sözü var: “Enformasyon işleyen her sistem, eninde sonunda zeka üretir.” Peki o zaman soruyu biraz daha derinleştirelim: Zeka üreten her sistem, bağlamdan kopabilir mi? Yapay zekanın “bağlam” (context) konusunda eksik olduğunu, insanın ise bu konuda usta olduğunu söylüyoruz. Ama dürüst olalım: İnsan da çoğu zaman bağlamdan uzaklaşmıyor mu? Son dönemde özellikle OpenClaw ve yeni nesil ajan yaklaşımlarıyla (Agentic AI) gündemimize oturan tartışma tam da burada başlıyor. ...

Yapay zekayı uzun süredir sadece “akıllı” bir yazılım olarak gördük. Ancak bu hafta yayınlanan teknik analizler ve özellikle The Real Cost of Running AI makalesi, bize AI’ın sadece bir algoritma değil, bir “donanım mahkûmu” olduğunu hatırlatıyor. 🏎️🛣️ Gelin, yapay zekanın ekonomi politiğini ve donanım darboğazını herkesin anlayabileceği o meşhur analojimizle özetleyelim. 🏎️ Araba (GPU Compute - FLOPS): Elimizde 1000 beygirlik bir Ferrari motoru (Nvidia H100) var. Bu motor, düz yolda (matematiksel işlemlerde) akıl almaz hızlara çıkabiliyor. Saniyede trilyonlarca işlem (TFLOPS) yapabilme kapasitesine sahip. ...

Şu an yaygın olarak kullanılan yapay zekâ modelleri, özellikle büyük dil modelleri (LLM’ler) ile geçirdiğim mesai boyunca önemli bir şey fark ettim: Bu modelleri uzun süre “harf ve kelime tahmini yapan algoritmalar” olarak tanımladım. Teknik olarak hâlâ öyleler. Ancak pratikte gördüğüm şey bundan çok daha fazlası. Aslında yaptıkları şey, bağlam içinde düşünmek, ilişki kurmak ve anlam üretmek. Sonra şunu düşündüm: Biz insanlar da dünyaya geldiğimiz andan itibaren dil aracılığıyla programlanmıyor muyuz? Düşüncelerimizi, hayallerimizi, korkularımızı ve kararlarımızı dil üzerinden inşa etmiyor muyuz? Kullandığımız kelimeler, aslında zihnimizin sınırlarını belirlemiyor mu? ...

Yılan oyunundan sonra bu kez çıtayı biraz daha yukarı taşıyarak klasik Tetris oyununu kendi kendine en yüksek skorla oynamayı öğrenen bir yapay zeka geliştirdim. Bu projede sadece temel Deep Q-Learning kullanmakla kalmadım, aynı zamanda ajanın hamle kalitesini artırmak için 2-Step Lookahead (2-Adım İleri Görüş) mekanizmasını entegre ettim. 🐍 Tetris AI Nasıl Öğreniyor? Tetris, yüksek hızda karar vermeyi ve uzun vadeli planlamayı gerektiren karmaşık bir oyundur. Yapay zeka sadece ekrandaki pikselleri görmekle kalmaz; tahtanın durumunu analiz ederek en iyi hamleyi hesaplar. ...

Merhaba! Bugün sizlerle, klasik Snake (Yılan) oyununu bir yapay zekanın nasıl en verimli şekilde oynayabileceğini keşfettiğim projemi paylaşmak istiyorum. Bu proje sadece bir oyun botu değil, aslında modern yapay zekanın temellerinden biri olan Pekiştirmeli Öğrenme (Reinforcement Learning) dünyasına atılmış ciddi bir adımdır. 🐍 Yapay Zeka Nasıl Öğreniyor? Ajanımızın eğitim sürecinden bir kesiti aşağıda görebilirsiniz. Zamanla tecrübe kazanan yılanımız, hedefe kilitlenmeyi ve en verimli yolu bulmayı bu şekilde öğreniyor: ...

İşimiz teknoloji ve veri olunca, çoğu kişi Kripto Paralar ve BTC hakkında sorular soruyor. Özellikle fiyatın ATH (All Time High / Tüm zamanların en yükseği) yaptığı bu dönemlerde sorular çok geliyor. Finansal piyasaların dinamikleri çok farklı, teknik ve temel analiz anlatacak ya da kahinlik yapacak değilim. Öncelikle; yazının başlığında gördüğünüz, çok eski bir gök kuşağı grafiğini paylaşmak istiyorum. BTC’ nin fiyatının nerelere varacağı ve nerelerde aşırı fiyatlanmış ya da ucuz kalmış genel bir çerçeve çiziyor. Sitede daha güncel versiyonunu da görebilirsiniz, bilmiyorsanız bakmanızı tavsiye ederim. Internet üzerinde Gök Kuşağına benzer bir çok analize ulaşabilirsiniz. Bana BTC sorulduğunda, veriler üzerinden ve BTC’ nin teknolojisini göz önüne aldığımda bu analizlerden en bilimsel ve bana göre en tutarlı olanı paylaşıyorum. Bu yazının konusu da bu paylaşım olacak. ...

Bilgisayarların temel çalışma mantığı ikili sayı sistemi (binary) yani 0 ve 1’ler üzerine kuruludur. Bu sistem, elektrik sinyallerinin varlığı (1) veya yokluğu (0) şeklinde fiziksel olarak temsil edilir. Peki bu 0 ve 1’ler nasıl işleniyor? Adım adım açıklayalım: 1. Transistörler: 0 ve 1’lerin Fiziksel Karşılığı CPU’da milyarlarca transistör (anahtar görevi gören yarı iletken devre elemanları) bulunur. Transistörler: Açık (ON) durumunda → “1” (elektrik akımı geçer) Kapalı (OFF) durumunda → “0” (elektrik akımı geçmez) Örneğin, bir transistör grubu 0101 gibi bir ikili diziyi temsil edebilir. 2. Mantık Kapıları (Logic Gates): Temel İşlem Birimleri Transistörlerin birleşimiyle mantık kapıları oluşur (AND, OR, NOT, XOR gibi). Her kapı, belirli bir mantıksal işlem yapar. Örneğin: AND kapısı: Girişlerin hepsi 1 ise çıkış 1, aksi halde 0. OR kapısı: Girişlerden en az biri 1 ise çıkış 1. Örnek: 1 AND 0 = 0, 1 OR 0 = 1. 3. Aritmetik İşlemler: Toplama, Çıkarma, Çarpma Mantık kapıları birleşerek aritmetik birimleri (ALU) oluşturur. Örnek (Toplama): İki bit toplamak için yarı toplayıcı (half-adder) devresi kullanılır: 0 + 0 = 00 (sonuç: 0, elde: 0) 1 + 1 = 10 (sonuç: 0, elde: 1) Daha karmaşık işlemler için tam toplayıcılar (full-adders) birleştirilir. 4. Komut Çalıştırma: CPU’nun Adım Adım İşleyişi CPU, makine kodları (0 ve 1’lerden oluşan komutlar) ile çalışır. Örneğin: ...

Merhaba! Uzun süredir zihnimde dönüp duran fikirleri, projeleri ve teknolojiye dair keşiflerimi paylaşabileceğim kendi alanıma, bloguma hoş geldiniz. Ben Turgut Şimşek. Teknolojiyle sadece bir kullanıcı olarak değil, aynı zamanda sistemler inşa eden, onları otomatize eden ve sınırlarını zorlamayı seven bir “builder” olarak ilgileniyorum. 🚀 Nelerle Uğraşıyorum? Bu blogda sadece teorik bilgiler değil, bizzat mutfağında olduğum şu tarz konulardan bahsedeceğiz: Yapay Zeka ve Makine Öğrenmesi: Derin Öğrenme (Deep Learning), Pekiştirmeli Öğrenme (Reinforcement Learning) ve Doğal Dil İşleme (NLP) gibi teknikleri kullanarak otonom sistemler ve akıllı ajanlar geliştirme üzerine deneyimlerim. Akıllı Ev Sistemleri: IoT cihazları ve merkezi yönetim platformları ile evimi nasıl daha zeki hale getirdiğim ve asistan teknolojileriyle olan derin entegrasyonlarım. Sistem Yönetimi: Sunucu mimarileri, sanallaştırma teknolojileri, yedekleme stratejileri ve sistem sağlığı takibi gibi sürdürülebilir altyapı çalışmaları. Algoritmik Stratejiler: Veri analizi ve teknik göstergeler ışığında geliştirilen tam otonom karar verme mekanizmaları. 💡 Neden Bu Blog? Bilginin paylaştıkça çoğaldığına inanıyorum. Burada yayınlayacağım her yazı, aslında benim için bir öğrenme günlüğü, sizin içinse belki yeni bir ilham kaynağı olacak. ...