Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde, Brian Christian’ın çarpıcı kitabı The Alignment Problem rehberliğinde, yapay zekâ sistemlerinin insan değerleriyle uyumlu kalmasını sağlamanın neden bu kadar zor olduğunu keşfe çıkıyoruz. Amazon’un önyargılı işe alım algoritmasından, COMPAS adalet yazılımının yarattığı tartışmalara; oyunlarda “ödül hackleyen” makinelerden, büyük dil modellerinin kültürel etkilerine kadar birçok gerçek hikâye ve uzman görüşü ile, yapay zekânın geleceğini belirleyecek en kritik problemi masaya yatırıyoruz. Bunu yaparken de bu hafta okuduğum AI 2027 Senaryosundan yola çıkıyoruz.
Kaynaklar:
Ücretsiz Yapay Zekaya Giriş Eğitimi Online:
AI 2027 Senaryosu:
Kitap Hakkında:
https://brianchristian.org/the-alignment-problem/
Çok severek bahsettiğim matematikçi Hannah Fry'ın Youtube Kanalı:
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde konuğumuz Organizasyonel Dönüşüm ve Agility Danışmanı & Eğitmen Mehmet Emre Öğün
ile bu hafta yapay zeka çağında organizasyonlar nasıl dönüşmeli sorusundan yola çıkıp Frederic Laloux'un 2014 yılında yazdığı Reinventing Organizations kitabının odağında konuşuyoruz. Bunu yaparken tarih boyunca insanlık hangi dönüşümleri yaşadı, zihinsel dönüşümlerimiz, evrimsel süreç organizasyonların dönüşümünü nasıl etkiledi, yapay zeka devrimi nasıl bir değişim yaratacak, yapay zeka devriminde organizasyonlar nasıl bir organizasyon modeli düşünmeli konusunu odağa alıp geniş, keyifli bir sohbeti kaynaklarıyla paylaşıyoruz.
Herkes için Yapay Zeka Eğitimi - Online:
Mehmet Emre Öğün:
https://www.acmagile.com/uzmanlarimiz/mehmet-emre-ogun
Websitem:
https://fbildirici.github.io
Reinventing Organizations Kitabı Wiki:
https://reinventingorganizationswiki.com
Corporate Rebels:
https://www.corporate-rebels.com
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde yapay zekanın ulaşması beklenen en sorunlu, en ürkütücü, en korkutucu seviyelerinden biri olan Süper Zeka'yı, Süper Yapay Zeka'yı, Genel Yapay Zeka'yı ele alan ve yapay zeka dünyasının en beğenilen kitaplarından Süper Zeka: Yollar, Tehlikeler, Stratejiler kitabından yola çıkıyoruz ve süper zeka konuşuyoruz.
Türkçe ve ücretsiz AI for Everyone eğitimine kayıt olmak için:
Süper Zeka: Yapay Zeka Uygulamaları, Tehlikeler ve Stratejiler:
https://www.amazon.com.tr/Süper-Zeka-Uygulamaları-Tehlikeler-Stratejiler/dp/6052116781
Nick Bostrom'un yakın zamanda kitabı tekrar ele alışı:
https://www.youtube.com/watch?v=8EQbjSHKB9c
Kitap hakkında yazılmış bir değerlendirme makalesi:
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde yapay zeka yazılım geliştirmeyi nasıl etkileyecek, yazılım geliştirme yapay zeka ile bitecek mi, vibe coding nedir, yazılım geliştiriciler işsiz mi kalacak konuşuyoruz. Bunu yaparken de Andrej Karpathy başta en önemli uzmanların görüşlerine göz atarak bir değerlendirme yapıyoruz, Karpathy'nin AI Startup School'da yaptığı "Software is changing again" sunumundan ilham alarak ilerliyoruz.
Ülkem İçin Yapay Zeka Derneği:
Türkiye Yapay Zeka Ödülleri 2025:
2. Türkiye Yapay Zeka Forumu:
Kaynaklar:
Websitem:
AI Startup School - Andrej Karpathy:
https://www.youtube.com/watch?v=LCEmiRjPEtQ
Ethan Mollick - Co - Intelligence:
https://www.youtube.com/watch?v=8FnOkxj0ZuA
From Coders to Integrators Blogu:
Guardian - “AI will not replace programmers, but it will transform their jobs
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde Mustafa Suleyman'ın The Coming Wave kitabını odağa alıyoruz ve Bill Gates'in de favorileri arasında olan bu kitaptan yola çıkarak Yapay Zeka ve Biyoteknoloji ilişkisini konuşuyoruz.
Mustafa Suleyman bu kitapta yapay zeka geliştirme ve olumsuz sonuçlara yol açmamak için odağa almamız gereken "Containment Problem - Dizginleme Problemi" ne odaklanıyor.
Kaynaklar:
Kitap Tanıtımı: https://the-coming-wave.com
Mustafa Suleyman Kitap Hakkında Röportajı: https://www.youtube.com/watch?v=S908LlqOLq0
Mustafa Suleyman ve Yuval Noah Harari - Yapay Zekanın Geleceği:
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde teknoloji dünyasının en önemli isimlerinden Ray Kurzweil'in yıllardır, süperzeka, yapay zeka, teknolojik tekillik, insan makine birleşimi, makinelerin insan düzeyinin üstüne çıkışını anlattığı Singularity kavramını ele alıyoruz. Önce Singularity is Near ile tekilliği anlatan, sonra yapay zeka devrimi ile Singularity is Nearer diyen Kurzweil'in bu tezini geçtiğimiz haftalarda Sam Altman aldı ve "bu geçiş yumuşak olacak" tezi ile hepimizi rahatlattı.
Gelin Singularity, Tekillik, Teknolojik Tekillik, Yumuşak Tekillik konularına beraber bakalım.
Kaynaklar:
Websitem: https://fbildirici.github.io
Sam Altman ve Gentle Singularity Blogu: https://blog.samaltman.com/the-gentle-singularity
Ray Kurzweil'in Değerlendirmeleri:
Ray Kurzweil ve Tahminleri:
https://www.popularmechanics.com/science/a65253231/2045-singularity-ray-kurzweil-prediction/
Otostopçunun Yapay Zeka Rehberi'nin ilk konuklu bölümünde Erdem Günsür'ü konuk alıyor. Chomksy, Elton John, İnsanın Anlam Arayışı, Yapay Zeka Sanat Yapar Mı, Bullshit Jobs, Byung Chul Han, Banksy, Mona Lisa derken belgesel tadında bir sohbet ediyoruz.
Erdem Günsür'ün Web Sitesi: https://www.erdemgunsur.com/about
Websitem:
Kaynaklar - Öneriler:
Banksy - Exit Through The Gift Shop:
The Mona Lisa Curse:
Chomsky ve Rızanın İmalatı:
Chomksy - Education for Whom and For What
Yuval Noah Harari - Homo Deus
Kitaplar:
Noam Chomksy - Manifacture The Consent (Tr. Rızanın İmalatı)
David Graeber - Bullshit Jobs (Tr. Trişkidan İşler)
Viktor Frankl - İnsanın Anlam Arayışı
Yanis Varoufakis - Tekno Feodalizm
Otostopçunun Yapay Zeka Rehberinin yaz sezonunda insanlık tarihinin bilgi temelli en büyük icadıyla yüzleşiyoruz: yapay zekâ çağı. Yuval Noah Harari’nin Nexus adlı kitabından ilhamla, bilgi ağlarının taş devrindeki hikayelerden günümüzün algoritmik karar sistemlerine nasıl evrildiğini adım adım anlıyor, tarihin ilk adım adım gerçeklik inşa eden Nexus'unu anlamaya çalışıyoruz.
Websitem: https://fbildirici.github.io
Kaynaklar:
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde pekiştirmeli öğrenmenin doğuşundan günümüzün en ileri yapay zekâ başarılarına uzanan kapsamlı bir yolculuğu ele alıp pekiştirmeli öğrenme nasıl çalışıyor anlamaya çalışıyoruz. Bunu yaparken hayvan deneylerinden otonom sürüş uygulamalarına, matematiksel temellerden oyunlarda elde edilen başarılara kadar uzanan güçlü bir içerik sunuyoruz.
Kaynaklar
Kitaplar
Sutton, R. S. & Barto, A. G. — Reinforcement Learning: An Introduction
Li, Yuxi — Deep Reinforcement Learning: An Overview (arXiv, 2017)
Makaleler
Mnih, V. et al. (2015) — “Human-level control through deep reinforcement learning” (Nature)
Silver, D. et al. (2016) — “Mastering the game of Go with deep neural networks and tree search” (Nature)
Schrittwieser, J. et al. (2020) — “Mastering Atari, Go, Chess and Shogi by planning with a learned model” (Nature)
Belgeseller & Filmler
AlphaGo (2017) —DeepMind’ın Lee Sedol zaferini ve algoritmanın arkasındaki gerçek hikayeleri ele alalım - Netflix
Videolar & Çevrimiçi Dersler
David Silver’in “Deep Reinforcement Learning” dersi (YouTube) — AlphaGo ekibinin RL uzmanından kapsamlı bir eğitim serisi, epey eski ama hala güncel detaylı güzel bir video serisi
Andrew Ng’nin “Reinforcement Learning” eğitimi (Coursera / deeplearning.ai)
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde, makinelerin dünyayı algılamayı, karar vermeyi ve en önemlisi öğrenmeyi nasıl başardığını; denetimli ve denetimsiz öğrenmenin nasıl çalıştığını, güçlü ve zayıf yönlerini, gerçek ve etkileyici örneklerle anlamaya çalışıyoruz.
Kaynaklar:
Websitem: https://fbildirici.github.io
IBM Açıklamalı Video Anlatımı: https://www.youtube.com/watch?v=W01tIRP_Rqs
Otostopçunun Yapay Zeka Rehberi'nin yeni bölümünde bu bölüm Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task araştırmasından yola çıkarak yapay zekanın yarattığı bilişsel sorunları, bilimsel, kültürel, akademik çalışmalarla anlatıyoruz. Johan Hari'den, Yuval Noah Harari'ye, Aza Raskin'den Chomsky'e uzmanların görüşlerini ele alarak Nataliya Kosmyna ve arkadaşlarının ufuk açıcı çalışmasından yola çıkıyor, Center for Humane Technology gibi çalışmalara gidip yapay zekanın bizi aptallaştırma potansiyelini anlamaya çalışıyoruz.
Kaynaklar:
Websitem: https://fbildirici.github.io
İlgili Araştırma Hakkında: Reddit Tartışması
Aza Raskin: https://azaza.org
Çalınan Dikkat: https://www.goodreads.com/book/show/63829567
Stokastik Papağanların (Yapay Zeka) Tehlikeleri Üzerine:
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde Derin Öğrenme ve Makine Öğrenmesinin farklarına odaklanıyoruz. Maliyet, kaynak ihtiyacı, veri ihtiyacı, zaman, özellikle efektif çalıştığı projeler, kullanım alanları derken yapay öğrenmenin önemli alanlarından derin ve makine öğrenmesi alanlarını anlamaya çalışıyoruz.
Kaynaklar:
Bu bölümde sizlerle birlikte derin öğrenmenin kökenlerinden başlayıp gelişimine kadar ele almaya çalışıyoruz. Derin öğrenmenin kökenleri, yapay sinir ağları, çalışma mantığı ve makine öğrenmesi ile farklarından yola çıkarak ilk bölümde Derin Öğrenme konusunu detaylı olarak ele alıyoruz.
Kaynaklar:
Websitem: https://fbildirici.github.io
Ian Goodfellow Derin Öğrenme Kitabı: https://www-deeplearningbook-org
Deep Learning AI Kursları: https://www-deeplearning-ai
Intro to Deep Learning: https://www.geeksforgeeks.org/introduction-deep-learning/
Backpropogation: https://www.datacamp.com/tutorial/mastering-backpropagation
Bu bölümde, teknolojik değişimin ortasında birey olarak nasıl güçlü kalabileceğimizi keşfediyoruz. Yapay zekâ iş dünyasını dönüştürürken, bizler hangi becerileri geliştirmeliyiz? Sürekli öğrenmenin, duygusal zekânın ve yaratıcılığın önemi neden hiç olmadığı kadar büyük anlamaya çalışıyoruz. Özellikle Harari'nin, WEF Raporlarının, Kai Fu Lee, Fei Fei Li, Andrew Ng gibi araştırmacıların görüşleriyle bakışımızı derinleştirmeye çalışıyoruz.
Kaynaklar:
Websitem: https://fbildirici.github.io
WEF Future of Jobs: https://www.weforum.org/publications/the-future-of-jobs-report-2025/
HBR AI Job Impact: https://hbr.org/2024/11/research-how-gen-ai-is-already-impacting-the-labor-market
Harari AI Revolution and Jobs: https://www.youtube.com/watch?v=KNqr4tGXpFA
Fei Fei Li: Staying Curious About AI
https://www.youtube.com/watch?v=WX7mTMXTuy4&pp=0gcJCdgAo7VqN5tD
Kai Fu Lee: AI Jobs Impact
Harari - Nexus Views:
https://aboutdigitalhealth.com/2024/09/13/hararis-6-plagues-of-ai/
Bölüm 1’de, yapay zeka ve işgücü perspektifinin ötesine geçerek “Tekno-Feodalizm” adı verilen yeni güç dengelerini keşfedeceğiz: Dijital altyapı ve yapay zekâ devlerinin egemenliğinde oluşan çalışma biçimleri nasıl bir “Prekarya” yarattı anlamaya çalışacağız. 19. yüzyılın Ludditeleri örneğinde olduğu gibi, teknolojik dönüşümün yarattığı kaygılar ve direniş biçimlerini konuşacağız. Daron Acemoğlu’nun otomasyonun işgücü üzerindeki etkileri çalışması ışığında konuyu anlamaya çalışacağız.
Kaynaklar:
Websitem: https://fbildirici.github.io
Acemoğlu Yapay Zeka Ekonomisi: https://www.pandora.com.tr/kitap/redesigning-ai/794899
David Autor TED Konuşması:
https://www.ted.com/talks/david_autor_will_automation_take_away_all_our_jobs
Guy Standing Prekarya:
Tekno Feodalizm Hakkında - Yanis Varoufakis:
https://gazeteoksijen.com/dunya/tekno-feodalizm-dunyayi-ele-geciriyor-34785
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde, DevOps’un yeteneklerini alıp makine öğrenmesi projelerinin canlı ortama kesintisiz ve güvenilir geçişini sağlayan MLOps projelerini, araçlarını, süreçlerini ele alıyoruz. Hem teorik altyapıyı hem de Netflix, Uber, American Express gibi öncü şirketlerin başarı hikâyelerini anlatıyoruz, MLOps’un veri ve model yaşam döngüsüne nasıl etki ettiğini incelemeye çalışıyoruz.
Kaynaklar:
Websitem: https://fbildirici.github.io
The Phoenix Project by Gene Kim, Kevin Behr & George Spafford: https://itrevolution.com/book/the-phoenix-project/
Continuous Delivery by Jez Humble & David Farley: https://martinfowler.com/books/continuousDelivery.html
Hidden Technical Debt in Machine Learning Systems (Sculley et al., 2015
MLOPS Uygulamaları Hakkında: https://www.datacamp.com/blog/mlops-best-practices-and-how-to-apply-them
MLOps Araç Seti Hakkında:
https://github.com/kelvins/awesome-mlops
Google Cloud Blog: https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning
Uber'in Use Casei: https://www.uber.com/en-TR/blog/continuous-integration-deployment-ml/
ML Flow Araç Seti ve Yetenekleri:
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde, yapay zekanın “halüsinasyon” adı verilen, hiç var olmayan bilgileri gerçekmiş gibi sunma kusurunu ele aldığımız 2. bölüme geçiyoruz ve yarattığı riskleri ve bu rüyamsı yanıltmaları önlemek için geliştirilen Retrieval-Augmented Generation (RAG), Zincirleme Düşünce (CoT), Self-Consistency, İnsan Geri Bildirimiyle Öğrenme (RLHF), çok modlu doğrulama gibi yöntemleri uygulama örnekleri eşliğinde ele alıyoruz. Dünyaca ünlü araştırmacıların ve teknoloji liderlerinin görüşleriyle de güvenilir bir yapay zekâya nasıl ulaşabileceğimizi anlamaya çalışıyoruz. Bu yolculuğa eşlik etmek için:
Kaynaklar:
Bu bölümde, GPT’nin nasıl devasa metin veri setleri üzerinde önceden eğitildiğini, nasıl Transformer mimarisi üzerine kurulduğunu ve metinleri nasıl bir kelimenin sonrasında hangisinin geleceğini tahmin ederek oluşturduğunu keşfediyoruz. Bunu yaparken, eski dostumuz Turing'e selam veriyor, Doğal Dil İşleme'nin (NLP) tarihine göz atıyor, ELIZA'ya hal hatır soruyoruz.
Beatles'ın "All you need is love" haykırışını kulaklarımızda çınlatırken, biz de dikkat mekanizmalarına, tokenizasyona, embedding yöntemlerine göz atıyoruz. RNN’lerden LSTM’lere algoritmaların nasıl evrildiğine kısaca bakıyoruz. GPT’nin arkaplanını, hem matematiksel hem tarihsel hem de kültürel bir yolculukta adım adım çözmeye çalışıyoruz.
Websitem: https://fbildirici.github.io
Kaynaklar
Attention Is All You Need (Vaswani et al., 2017)
Transformer mimarisinin doğuşunu anlatan temel makale.
https://arxiv.org/abs/1706.03762
The Bitter Lesson (Rich Sutton, 2019)
Yapay zekâda deneyimlerin ve insan tasarımından ziyade hesaplama gücünün önemine dair etkili bir bakış.
http://www.incompleteideas.net/IncIdeas/BitterLesson.html
Stochastic Parrots (Bender et al., 2021)
Büyük dil modellerinin önyargılar, sürdürülebilirlik ve etik risklerine dair eleştirel bir çalışma. Geçen bölümde de bahsetmiştik, ama bu konu hâlâ gündemimizde.
https://dl.acm.org/doi/10.1145/3442188.3445922
The Illustrated GPT-2 (Jay Alammar)
GPT mimarisini görsel anlatımlarla sadeleştiren detaylı ve anlaşılır bir blog yazısı.
https://jalammar.github.io/illustrated-gpt2/
Otostopçunun Yapay Zeka Rehberi'nin bu iki bölümlük serisinin ilk bölümünde, yapay zekâların ve özellikle büyük dil modellerinin en ilginç ve tartışmalı yönlerinden biri olan halüsinasyonları ele alıyoruz. Yapay zekâ neden bazen gerçek dışı şeyler uydurur? Teknik altyapısı, tarihçesi, hukuki ve etik sonuçlarıyla birlikte halüsinasyonları kapsamlı biçimde bir incelemenin yolculuğun gelin ilk bölümünden başlayalım:
Kaynaklar:
https://dl.acm.org/doi/10.1145/3442188.3445922
Otostopçunun Yapay Zeka Rehberi'nin bu bölümünde hep birlikte Model Context Protocol (MCP)'yi keşfe çıkıyoruz. Yapay zekâ sistemlerinin dış dünyayla nasıl bağlantı kurduğunu, veriye nasıl eriştiğini ve bizim adımıza nasıl eyleme geçebildiğini detaylıca ele alıyoruz. RAG gibi yaklaşımlardan nasıl farklılaştığını anlamaya çalışıyor, gerçek dünyadaki örnekleriyle neler mümkün olduğunu birlikte görüyoruz.
Kaynaklar:
