Yapay super zeka ile ilgili bir iş kurmak istiyorum.

Herkese merhabalar, ben bilgisayar programcılığı öğrencisiyim ve hobi olarak yazılımla 10 yaşından beri ilgileniyorum. günümüz yapay zekasını python diliyle eğer akademik bir çalışma yapıyorsak r gibi dillerle yapay zeka modeli oluşturduğumuzu biliyorum. edx.org internet sitesinden harvard ve microsoft gibi şirketlerin üniversitelerin yapay zeka kursuna parayla katıldım. yapay zekanın nasıl çalıştığı ve nasıl eğitildiği hakkında mantığını kavradığımı düşünüyorum. Selçuk bayraktarın bir sözü var günümüz teknolojisini yakalamaya çalışırsanız hep bir adım geride kalırsınız siz gelecekteki olacak olanları yakalamaya çalışın diye bende bu sözü destur edinerek yapay super zeka hakkında çalışma yapmaya karar verdim. yapaysuperzeka.com ve net i aldım site kuracağım ama kendimi eğitmek amaçlı tıklanma veya para kazanma gibi derdim yok. size sormak istediğim yapay super zeka hangi dillerde kodlanabilir, normal yapay zekadaki gibi yapay sinir ağları üzerinden mi oluşur, yapay zeka kodlarken her dataya ağırlık belirliyoruz eğitim sırasında yine aynı mantık mı olur yapay sinir ağlarında, ibm firmasının yapay super zeka hakkında bir makalesi var aşağıda ama nasıl türkiyede bunun öncülüğünü yapabiliriz. Her fikir benim için önemli yapıcı olduğu sürece. biraz uzun oldu kusura bakmayın fikirlerinizi bekliyorum

Merhaba, 10 yaşından beri yazılımla uğraşman ve bu konuya bu kadar kafa yorman çok değerli, bu enerjiyi koru. Sorularına tek tek geleceğim ama önce işin can alıcı noktasına — maliyete — değinmek istiyorum, çünkü hedefini en verimli yere koymana yardımcı olur.

Sıfırdan rekabetçi bir temel model (LLM) eğitmek bugün artık bireysel ya da küçük ekip ölçeğinde mümkün değil; dünyanın en zengin şirketlerinin bile zorlandığı bir iş. Sadece eğitim maliyetleri şöyle: GPT-4 100 milyon doların üzerinde, Google Gemini Ultra ~190 milyon, Meta Llama 3.1 405B ~170 milyon dolar. Üstüne, bu maliyetler her yıl yaklaşık 2,4 kat artıyor ve 2027'de tek bir eğitim koşusunun 1 milyar doları aşması bekleniyor. Daha da önemlisi: bu parayı yakan şirketler bile henüz zarar ediyor. Büyük teknoloji devleri yapay zeka altyapısına yılda yüz milyarlarca dolar yatırıyor; OpenAI 2028'de tek bir yılda ~74 milyar dolar zarar öngörüyor ve kâra ancak 2030'da geçmeyi planlıyor. Yani "sıfırdan yeni bir model yapalım" demek, sermayen yoksa baştan kaybedeceğin bir yarışa girmek demek.

İyi haber ise tam tersi yönde: mevcut modelleri kullanmak son derece ucuz ve her ay daha da ucuzluyor. Bir modele istek atmanın (inference) maliyeti 18 ayda 280 kat düştü — GPT-3.5 seviyesinde 1 milyon token başına 20 dolardan 7 cente indi. Hazır bir modeli kendi alanına uyarlamak (fine-tuning, LoRA gibi yöntemlerle) sıfırdan eğitmenin yalnızca %1-5'i kadar tutuyor; çoğu proje birkaç bin dolarla, hatta daha azıyla biter.

Şimdi sorularına:
• Hangi dil? Modelin kendisi aslında bir "dil" meselesi değil; bugünküler Python + PyTorch/JAX gibi çatılarla yazılıyor, performans gereken çekirdek kısımlar C++/CUDA. Yani Python'da kalman gayet yeterli.
• Yapay sinir ağı mı? Evet, bugünkü tüm güçlü modeller yapay sinir ağı — özelde "transformer" mimarisi. Eğitimde de aynı mantıkla ağırlıklar öğreniliyor; sezgin doğru.
• "Yapay süper zeka" kısmı: ASI henüz teorik bir kavram, ortada kodlanmış bir örneği yok. O yüzden "hangi dilde yazılır" sorusunun net bir cevabı da yok — bugün yapılabilecek olan, mevcut sistemleri daha yetenekli hale getirmek.

İşte Selçuk Bayraktar'ın o sözünü tam da burada kendi lehine çevirebilirsin: geleceği yakalamak, milyar dolarlık temel modeli yeniden inşa etmek değil — o modellerin üzerine ne kuracağın. Bugün araştırmanın ve değerin asıl biriktiği yer ajan sistemleri (agents), araç kullanımı, alana özel uygulamalar ve birden çok modeli birlikte çalıştırma (orkestrasyon). "Süper zeka" da büyük ihtimalle sıfırdan yazılan tek bir program olarak değil, bu sistemlerin üzerine kurulan bir katman olarak gelecek.

Türkiye'de öncülük için en gerçekçi ve etkili yol da bu: açık ağırlıklı modeller (Llama, Mistral, Qwen gibi) üzerine Türkçe odaklı ince ayar ve uygulamalar geliştirmek. Hem ucuz, hem öğretici, hem de gerçekten katkı sağlayabileceğin bir alan. yapaysuperzeka.com'u da denemelerini ve öğrendiklerini paylaştığın bir "açık defter" gibi kullanırsan hem kendini eğitirsin hem başkalarına yol gösterirsin. Başarılar!

Fikrinizde başarılar dileyerek atladığınız ilk olarak konunun yazılım dilinden yazılım gücünden ziyade cpu-gpu-ram-depolama kapasitesi olduğunu farketmek gerekir. Burda felaket bir cpu-gpu yakma mücadelesi var ve eğer hangi dilde kodlamalıyım gibi bir başlangıç yapıyorsanız aslında bir başlangıç yapmamış olursunuz, hangi dili hangi şekilde kendim kodlarsam süper yapay zeka oluşturabilirim sorusunu sormak daha doğrudur(muhtemelen en az 10 yıl geriden başlamak demektir öne geçmek için x1000 gibi bir katmanda mücadele etmelisiniz). Tekrar etmekte fayda var, CPU-GPU-RAM-DEPOLAMA kısacası donanım unsurlarınız ana belirleyicidir. Ollama - qwen gibi kavramlara bir bakmanızı öneririm aslında hem kodun hem datanın ne kadar öneminin azaldığını donanımın ne kadar öne geçtiğini açıkca benim anladığım unsurlar.

Basit mantıkta siz konuyu açalı 30 dakika olmuş ve bu 30 dakikada muhtemelen sıfırdan başlayanın kıyasla yıllarca önce geçtiler.

hocam yorumunuz için çok teşekkür ederim siz hangi dili hangi şekilde kendim kodlarsam super yapay zeka oluşturabilirim demenizden kendim yapay super zeka için uygun bir kodlama dili yapmamı öneriyorsunuz sanırım. bu başlangıçta güzel gibi gelse de bildiğim kadarıyla bütün yazılım dillerinin birer mucidi olsa da community yani topluluk olmadan o yazılım dilinde kütüphaneler geliştirilemiyor. dediğiniz ollama-qwen kavramlarına bakacağım ayrıca yapay super zeka için yeni bir kodlama dili oluşturulmalı mı yoksa üstte arkadaşımızın belirttiği gibi python ve c++ cuda dilleri yeterli olur mu araştıracağım. Çok teşekkür ederim.