Yapay Zeka Terimleri – Sayfa 4

653 terim

Terimler

Evrişim(Convolution)Evrişim (convolution), küçük bir filtrenin bir görüntü ya da sinyal üzerinde kaydırılarak her konumda çarpım ve toplama yapıldığı matematiksel işlemdir. Derin öğrenmede kenar, doku ve şekil gibi yerel desenleri yakalamak için evrişimli sinir ağlarının temelini oluşturur.Evrişimli Sinir Ağı(Convolutional Neural Network)Evrişimli sinir ağı (CNN), görüntü gibi ızgara yapılı verilerde küçük filtreleri veri üzerinde kaydırarak kenar, doku ve şekil gibi özellikleri katman katman öğrenen bir derin öğrenme mimarisidir.Eylem Tanıma(Action Recognition)Eylem tanıma, video veya sensör verilerini analiz ederek bir kişinin yürüme, koşma, el sallama, düşme gibi hangi hareketi ya da etkinliği yaptığını otomatik olarak belirleyen bilgisayarlı görü ve makine öğrenmesi görevidir.Ezberleme(Memorization)Ezberleme (memorization), bir makine öğrenmesi modelinin eğitim verisindeki genel örüntüleri öğrenmek yerine belirli örnekleri olduğu gibi hatırlaması ve bunları birebir ya da çok benzer biçimde yeniden üretebilmesidir.F1 Skoru(F1 Score)F1 skoru, bir sınıflandırma modelinin kesinlik (precision) ve duyarlılık (recall) değerlerinin harmonik ortalamasıdır. 0 ile 1 arasında değer alır; 1'e yaklaştıkça model hem az yanlış alarm verir hem de gerçek pozitifleri az kaçırır.Faktör Analizi(Factor Analysis)Faktör analizi, birbiriyle ilişkili çok sayıda gözlenen değişkenin arkasında yatan ve doğrudan ölçülemeyen daha az sayıda gizli faktörü ortaya çıkarmayı amaçlayan, özellikle anket ve ölçek geliştirme çalışmalarında kullanılan çok değişkenli istatistik yöntemidir.fastTextfastText, kelimeleri karakter parçalarına (n-gram) bölerek vektör öğrenen bir kelime gömme yöntemi ve aynı adı taşıyan açık kaynak metin sınıflandırma kütüphanesidir. Eğitimde görmediği kelimelere de vektör üretebildiği için Türkçe gibi eklemeli dillerde avantaj sağlar.Federe Öğrenme(Federated Learning)Federe öğrenme, bir makine öğrenmesi modelinin verileri tek bir merkezde toplamadan, verinin bulunduğu cihaz ya da kurumlarda yerel olarak eğitildiği ve yalnızca model güncellemelerinin paylaşıldığı dağıtık bir eğitim yöntemidir.Filtre Balonu(Filter Bubble)Filtre balonu, arama motorları ve sosyal medya gibi platformların kişiselleştirme algoritmalarının, kullanıcıya geçmiş davranışlarına benzeyen içerikleri öne çıkarması sonucu farklı görüş ve bilgilerden giderek uzaklaşmasıdır.FlashAttentionFlashAttention, Transformer modellerindeki dikkat hesabını GPU bellek hiyerarşisini verimli kullanarak hızlandıran bir algoritmadır. Sonucu yaklaşık değil, birebir aynı hesaplar; ancak büyük ara matrisleri belleğe yazmadığı için uzun dizilerde çok daha az bellek kullanır.FLOPSFLOPS (Floating Point Operations Per Second), bir işlemcinin bir saniyede yapabildiği kayan noktalı sayı işlemi sayısını gösteren performans ölçüsüdür. Yapay zekâ donanımlarının hesaplama gücünü karşılaştırmak için yaygın olarak kullanılır.Fotoğraf Renklendirme(Image Colorization)Fotoğraf renklendirme (image colorization), siyah-beyaz ya da gri tonlamalı bir fotoğraf veya videoya, sahnedeki nesnelerin muhtemel gerçek renklerini tahmin ederek renk eklenmesidir; günümüzde çoğunlukla yapay zekâ modelleriyle otomatik yapılır.FP16FP16 (yarım hassasiyet), sayıları 16 bit ile saklayan kayan noktalı sayı biçimidir. Yapay zekâda model ağırlıklarını ve hesaplamaları 32 bitlik biçime göre yarı bellekle ve genellikle daha hızlı işlemek için kullanılır.FP8FP8, sayıları yalnızca 8 bit ile saklayan kayan noktalı sayı biçimlerinin genel adıdır. Yapay zekâ modellerinin eğitiminde ve çıkarımında 16 bitlik biçimlere göre yarı bellekle ve daha yüksek hızla hesaplama yapmak için kullanılır.FPGA(Field-Programmable Gate Array)FPGA (Field-Programmable Gate Array, sahada programlanabilir kapı dizisi), üretildikten sonra donanım tanımlama dilleriyle iç devre yapısı yeniden yapılandırılabilen entegre devredir. Esneklik ile özel donanım verimi arasında bir denge sunar.GAN(Generative Adversarial Network)GAN (çekişmeli üretici ağ), sahte örnekler üreten bir üretici ağ ile bu örnekleri gerçeklerinden ayırmaya çalışan bir ayırt edici ağın birbirine karşı eğitildiği üretken yapay zekâ yöntemidir.Gauss Karışım Modeli(Gaussian Mixture Model)Gauss karışım modeli (GMM), verinin birkaç farklı normal (Gauss) dağılımın karışımından geldiğini varsayan, her noktanın her bileşene ait olma olasılığını hesaplayan ve genellikle beklenti-maksimizasyon algoritmasıyla eğitilen olasılıksal bir modeldir.Gecikme Süresi(Latency)Gecikme süresi (latency), bir sisteme istek gönderilmesiyle cevabın alınmaya başlanması ya da tamamlanması arasında geçen süredir. Yapay zekâda kullanıcı deneyimini, sesli asistanları ve gerçek zamanlı uygulamaları doğrudan etkiler.GELUGELU (Gaussian Error Linear Unit), girdiyi standart normal dağılımın birikimli dağılım fonksiyonuyla çarparak, yani GELU(x) = x·Φ(x) biçiminde, ReLU'ya benzeyen ama sıfır civarında yumuşak geçiş yapan ve transformer modellerinde yaygın kullanılan bir aktivasyon fonksiyonudur.Genelleme(Generalization)Genelleme, bir makine öğrenmesi modelinin eğitim sırasında görmediği yeni veriler üzerinde de doğru tahminler yapabilme yeteneğidir; iyi genelleyen model ezberlemek yerine verideki genel kalıpları öğrenmiş demektir.Genetik Algoritma(Genetic Algorithm)Genetik algoritma, doğal seçilim ve kalıtım ilkelerinden esinlenerek bir aday çözüm popülasyonunu seçilim, çaprazlama ve mutasyon adımlarıyla nesilden nesile iyileştiren ve zor optimizasyon problemlerinde iyi çözümler arayan yöntemdir.Genişletilmiş Düşünme(Extended Thinking)Genişletilmiş düşünme (extended thinking), bir dil modelinin nihai cevabı yazmadan önce ayrı bir aşamada adım adım akıl yürütme metni üretmesine izin veren özelliktir. Zor matematik, kodlama ve analiz sorularında doğruluğu artırmayı amaçlar.Gerçek Zamanlı Çeviri(Real-Time Translation)Gerçek zamanlı çeviri, konuşmanın ya da yazının, konuşma tanıma, makine çevirisi ve gerektiğinde metinden sese dönüştürme adımlarıyla neredeyse anında başka bir dile aktarılmasını sağlayan yapay zekâ uygulamasıdır.Geri Yayılım(Backpropagation)Geri yayılım, bir sinir ağının çıktısındaki hatanın, zincir kuralı kullanılarak katmanlar boyunca geriye doğru dağıtılması ve her ağırlığın hataya katkısının (gradyanının) verimli biçimde hesaplanması yöntemidir.GGUFGGUF, büyük dil modellerinin ağırlıklarını, tokenizer bilgisini ve diğer meta verilerini tek bir dosyada saklayan model dosya formatıdır. llama.cpp projesi tarafından 2023'te eski GGML formatının yerine geliştirilmiştir ve yerel model çalıştırmada yaygındır.Gini Safsızlığı(Gini Impurity)Gini safsızlığı (Gini impurity), bir veri grubundan rastgele seçilen bir örneğin, gruptaki sınıf dağılımına göre rastgele etiketlenmesi hâlinde yanlış sınıflandırılma olasılığıdır. Karar ağaçlarında bölme kalitesini ölçmek için kullanılır.Gizil Uzay(Latent Space)Gizil uzay, bir yapay zekâ modelinin veriyi daha az boyutlu, sıkıştırılmış sayısal temsillere dönüştürdüğü ve benzer içeriklerin birbirine yakın konumlandığı soyut temsil alanıdır.Gizli Markov Modeli(Hidden Markov Model)Gizli Markov modeli (HMM), doğrudan gözlemlenemeyen durumların bir Markov zinciri gibi değiştiğini, bu durumların ise gözlemlenebilen çıktıları belirli olasılıklarla ürettiğini varsayan ve gözlemlerden gizli durumları tahmin etmeye yarayan modeldir.GloVeGloVe (Global Vectors for Word Representation), kelimelerin büyük bir metin koleksiyonunda birlikte geçme sıklıklarını kullanarak her kelime için anlam taşıyan bir vektör öğrenen kelime gömme yöntemidir. 2014'te Stanford Üniversitesi araştırmacıları tarafından tanıtıldı.GLUE(GLUE Benchmark)GLUE (General Language Understanding Evaluation), dil modellerinin genel dil anlama yeteneğini duygu analizi, anlam benzerliği ve çıkarım gibi dokuz farklı İngilizce görev üzerinden ölçen ve tek bir ortalama skorla özetleyen kıyaslama testidir.Görselden Görsele(Image-to-Image)Görselden görsele (image-to-image), var olan bir görselin yapay zekâ modeline girdi olarak verilip bir metin açıklaması ya da ayarlarla yeni bir görsele dönüştürülmesidir; görselin genel yapısı korunurken tarzı, ayrıntıları veya içeriği değiştirilir.Görselden Videoya(Image-to-Video)Görselden videoya (image-to-video), tek bir durağan görselin yapay zekâ modeline başlangıç karesi olarak verilip kamera hareketi, nesne hareketi ya da sahne değişimi içeren kısa bir videoya dönüştürülmesidir.Görsel Arama(Visual Search)Görsel arama, kullanıcının metin yerine bir fotoğraf veya görüntü kullanarak arama yapmasını sağlayan teknolojidir. Görüntüdeki nesneler bilgisayarlı görü ile tanınır ve benzer görseller ya da ilgili bilgiler bulunur.Görsel Üretimi(Image Generation)Görsel üretimi, yapay zekâ modellerinin bir metin açıklamasından, taslaktan ya da başka bir görselden yola çıkarak daha önce var olmayan yeni resimler oluşturmasıdır; günümüzde çoğunlukla difüzyon modelleriyle yapılır.Görüntü Bölütleme(Image Segmentation)Görüntü bölütleme (image segmentation), bir görüntüdeki her pikselin hangi nesneye ya da sınıfa ait olduğunun belirlenerek görüntünün anlamlı bölgelere ayrılmasıdır; nesnelerin yalnız yerini değil, tam sınırlarını da ortaya çıkarır.Görüntü Büyütme(Image Upscaling)Görüntü büyütme (upscaling), bir görselin çözünürlüğünü artırma işlemidir; yapay zekâ tabanlı yöntemler, büyütme sırasında eksik ayrıntıları tahmin ederek klasik yöntemlere göre daha net sonuç üretir.Görüntü Eşleştirme(Image Matching)Görüntü eşleştirme, iki veya daha fazla görüntü arasında aynı nesneye, sahneye ya da noktaya karşılık gelen bölgeleri bulma işlemidir; panorama birleştirme, 3B modelleme ve görsel arama gibi pek çok bilgisayarlı görü uygulamasının temelidir.Görüntü İşleme(Image Processing)Görüntü işleme (image processing), dijital görüntülerin bilgisayar algoritmalarıyla iyileştirilmesi, dönüştürülmesi, sıkıştırılması ya da analiz için hazırlanması amacıyla piksel düzeyinde işlenmesidir.Görüntü Restorasyonu(Image Restoration)Görüntü restorasyonu (image restoration), gürültü, bulanıklık, çizik, leke ya da sıkıştırma bozulmaları nedeniyle kalitesi düşmüş bir görüntünün, bozulmadan önceki hâline mümkün olduğunca yakın biçimde onarılmasıdır.Görüntü Tanıma(Image Recognition)Görüntü tanıma (image recognition), bir yapay zekâ sisteminin fotoğraf ya da videodaki nesneleri, yüzleri, hayvanları, yazıları veya sahneleri tespit edip tanımlamasıdır. Bilgisayarlı görünün temel görevlerinden biridir.GPQAGPQA (Graduate-Level Google-Proof Q&A), biyoloji, fizik ve kimya alanlarında uzmanlar tarafından yazılmış, internette aranarak kolayca cevaplanamayacak çoktan seçmeli sorulardan oluşan, yapay zekâ modellerinin ileri düzey bilimsel akıl yürütmesini ölçen bir kıyaslama testidir.GPT(Generative Pre-trained Transformer)GPT (Generative Pre-trained Transformer, üretken ön eğitimli Transformer), büyük miktarda metinle ön eğitilen ve bir sonraki token'ı tahmin ederek metin üreten, Transformer kod çözücü tabanlı dil modeli yaklaşımıdır. ChatGPT gibi sohbet uygulamalarının arkasındaki model ailesinin adıdır.GPTQGPTQ, eğitilmiş büyük dil modellerinin ağırlıklarını yeniden eğitim gerektirmeden 4 bit gibi düşük bit sayılarına sıkıştıran, katman katman çalışan ve oluşan hatayı en aza indirmeye odaklanan bir eğitim sonrası niceleme yöntemidir.GPU(Graphics Processing Unit)GPU (Graphics Processing Unit, grafik işlem birimi), çok sayıda basit hesabı aynı anda yapabilen işlemcidir. Başlangıçta oyun ve grafik için geliştirilmiş, paralel hesaplama gücü sayesinde yapay zekâ eğitimi ve çıkarımının temel donanımı olmuştur.Gradyan Artırma(Gradient Boosting)Gradyan artırma (gradient boosting), her yeni modelin, genellikle küçük bir karar ağacının, o ana kadarki toplam tahminin hatasını düzeltecek şekilde eğitildiği ve modellerin art arda toplandığı bir boosting yöntemidir.Gradyan İnişi(Gradient Descent)Gradyan inişi, bir modelin kayıp fonksiyonunu en aza indirmek için parametreleri, kaybın en hızlı azaldığı yönde (gradyanın tersine) küçük adımlarla tekrar tekrar güncelleyen optimizasyon yöntemidir.Grad-CAMGrad-CAM (Gradient-weighted Class Activation Mapping), evrişimli bir sinir ağının bir görüntüyü belirli bir sınıfa atarken en çok hangi bölgelere dayandığını, gradyan bilgisini kullanarak ısı haritası biçiminde gösteren açıklama yöntemidir.GraphRAGGraphRAG, geri getirme destekli üretimi (RAG) bir bilgi grafiğiyle birleştiren yaklaşımdır. Belgelerdeki varlıklar ve aralarındaki ilişkiler bir grafikte düzenlenir; dil modeli soruları bu yapılandırılmış bilgiden yararlanarak yanıtlar.GrokkingGrokking, bir sinir ağının eğitim verisini ezberleyip doğrulama verisinde başarısız kaldıktan sonra, eğitim uzun süre devam ettiğinde aniden genelleme yapmaya başlaması ve test başarısının hızla yükselmesi olgusudur.GRPO(Group Relative Policy Optimization)GRPO (grup göreli politika optimizasyonu), aynı isteme üretilen birden fazla cevabın ödüllerini grup ortalamasıyla kıyaslayarak avantaj hesaplayan ve ayrı bir değer modeli gerektirmeyen pekiştirmeli öğrenme yöntemidir. Akıl yürütme modellerinin eğitiminde kullanılır.GRU(Gated Recurrent Unit)GRU (Gated Recurrent Unit, kapılı tekrarlayan birim), sıralı verileri işlemek için tasarlanmış, güncelleme ve sıfırlama kapılarıyla hangi bilginin korunup hangisinin unutulacağına karar veren bir tekrarlayan sinir ağı birimidir. LSTM'e benzer ama daha az parametre içerir.GSM8KGSM8K, dil modellerinin çok adımlı akıl yürütme becerisini ölçmek için hazırlanmış, ilkokul düzeyinde yaklaşık 8.500 sözel matematik probleminden oluşan ve cevabı tek bir sayı olan bir benchmarktır.Güvenlik Filtresi(Safety Filter)Güvenlik filtresi, bir yapay zekâ sistemine gelen istekleri ya da sistemin ürettiği metin, görsel ve sesleri zararlı içerik açısından tarayan; risk tespit ettiğinde içeriği engelleyen, değiştiren ya da uyarı veren bileşendir.Güven Aralığı(Confidence Interval)Güven aralığı, örneklem verisinden hesaplanan ve bilinmeyen bir kitle değerinin (ör. ortalama ya da oran) belirli bir güven düzeyinde içinde bulunabileceği değer aralığıdır. Tek bir tahminin ne kadar belirsiz olduğunu gösterir.Halüsinasyon(Hallucination)Yapay zekâ halüsinasyonu, bir dil modelinin gerçekte var olmayan ya da yanlış bir bilgiyi akıcı ve kendinden emin bir dille doğruymuş gibi sunmasıdır. Uydurma kaynaklar, hatalı rakamlar ve var olmayan özellikler en sık görülen örneklerdir.Hareket Algılama(Motion Detection)Hareket algılama (motion detection), bir kamera görüntüsünde ya da sensör verisinde bir nesnenin konumundaki değişimi fark ederek ortamda hareket olduğunu belirleyen tekniktir; güvenlik kameraları ve akıllı ev sistemlerinde yaygın kullanılır.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.Hassas Tarım(Precision Agriculture)Hassas tarım, tarladaki toprak, bitki ve hava koşullarındaki farklılıkları sensör, uydu ve drone verileriyle ölçerek su, gübre ve ilaç gibi girdileri her bölgeye ihtiyacı kadar uygulayan tarım yaklaşımıdır.Havuzlama Katmanı(Pooling Layer)Havuzlama katmanı (pooling layer), evrişimli sinir ağlarında özellik haritalarını küçük bölgelere ayırıp her bölgeyi tek bir değerle (genellikle en büyük ya da ortalama) özetleyen katmandır. Hesaplama yükünü azaltır ve küçük kaymalara karşı dayanıklılık sağlar.HBM(High Bandwidth Memory)HBM (High Bandwidth Memory, yüksek bant genişlikli bellek), DRAM katmanlarının dikey olarak üst üste yığılıp işlemcinin hemen yanına yerleştirildiği, çok geniş veri yolu sayesinde yüksek veri aktarım hızı sunan bir bellek teknolojisidir.