“üretken yapay zeka nedir” sorusunun kısa cevabı şu: Öğrendiği örüntülerden ve verilen girdiden yararlanarak yeni metin, görsel ya da başka içerikler oluşturan yapay zekâ türüdür. Bir fotoğrafı "sergi afişi" diye etiketlemekle, o sergi için yeni bir afiş tasarlamak farklı işlerdir. Üretken sözcüğü ikinci işi anlatır.
Bu ayrım, ekrandaki sonuca ne kadar güveneceğinizi de değiştirir. Bulunan bir kayıt, belirli bir belgedeki bilgiye dayanır. Üretilen bir içerikse sizin için hazırlanmış bir öneri olabilir. Özellikle cevap düzgün bir paragraf hâlinde geldiğinde, hangisini okuduğunuzu fark etmek zorlaşır.
Yeni içerik oluşturmak ne demek?
AWS'nin Türkçe açıklaması, üretken yapay zekâyı yeni içerik oluşturabilen bir yapay zekâ alt türü olarak tanımlıyor. Yapay zekâ daha geniş bir alan; üretken sistemler bu alanın bir parçası. Genel kavrama ilk kez bakıyorsanız yapay zekâ tanımı başlangıç için yeterli.
Buradaki "yeni", sonucun o istek için oluşturulduğunu anlatır. Çıktının dünyada eşi bulunmadığı, kimsenin benzerini yazmadığı veya içindeki bilginin doğru olduğu anlamına gelmez. Bu yüzden bir davet cümlesinin hoşunuza gitmesiyle, aynı cümledeki sergi tarihinin doğru olması ayrı değerlendirmelerdir.
Model, eğitimde karşılaştığı örüntülerden yararlanır. Microsoft'un Türkçe teknik açıklaması, üretimi girdiye bağlı yeni içerik oluşturma üzerinden anlatıyor. Her üretken uygulama her tür içeriği üretemez; metin yazması, aynı aracın video da hazırladığı anlamına gelmez.
Aynı sergide dört farklı iş
Tamamen hayalî bir mahalle sergisi düşünelim. Elimizde afiş fotoğrafları, geçen yılın duyurusu ve bu yıl için boş bir davet kartı var. Aşağıdaki örnekler gerçek bir uygulamanın test sonucu değil; görevler arasındaki farkı göstermek için hazırlanmış durumlar.
- "Fotoğrafları afiş ve mekân olarak ayır." Burada sınıflandırma istiyorsunuz. Kontrolünüz de buna uygun olur: Her fotoğraf doğru gruba girmiş mi? Bir salon fotoğrafını afiş diye etiketlediyse gruplamayı düzeltirsiniz.
- "Geçen yılın duyurusundaki açılış saatini bul." Bu, mevcut bir kaydı bulma işi. Sonucun doğruluğunu anlamak için asıl duyuruyu açıp saati karşılaştırırsınız. Cevabın güzel yazılması bu kontrolün yerini tutmaz.
- "Önceki katılım verilerinden bu yılın kalabalığını tahmin et." Henüz gerçekleşmemiş bir durum hakkında beklenti istiyorsunuz. Hangi verilerin kullanıldığını, neyin varsayıldığını ve koşullar değişirse tahminin ne olacağını sorarsınız.
- "Bu yıl için sıcak bir davet cümlesi yaz." Burada yeni içerik üretilir. Cümlenin sergiye uygun olup olmadığına siz karar verirsiniz. Ayrıca metnin verilmemiş bir tarih, ücret veya konuk adı ekleyip eklemediğine bakarsınız.
Sınıflandırmada bir etiket, tahminde belirsiz bir beklenti, üretimde kullanılabilecek bir taslak elde edersiniz. Kayıt bulurken ise mevcut bilgiyi ararsınız. Bunların hepsinin sohbet kutusundan istenebilmesi, yaptığınız işin değişmediği anlamına gelmez.
Üretken bir modelden sınıflandırma yapmasını da isteyebilirsiniz. Bu örnekler araçları birbirinden kesin çizgilerle ayırmıyor; istediğiniz çıktının ne olduğunu ayırıyor. Ayrıca basit bir kayıt araması yapay zekâ kullanmadan da yapılabilir.
Bulunan bilgi ile yazılan cümle aynı yanıtta birleşebilir
Bir uygulama önce duyuruyu bulup sonra içeriğini kolay okunur bir paragrafla anlatabilir. Böyle bir cevapta hem bilgiye erişim hem metin üretimi vardır. Arama yapılmış olması, son cümlenin belgedeki her ayrıntıyı doğru taşıdığını tek başına göstermez.
Hayalî duyurumuzda "Kapılar 18.00'de açılır; konuşma saati daha sonra duyurulacaktır" yazsın. Asistan bunu "Açılış konuşması 18.00'de" diye anlatırsa, mevcut bir saatten yeni ve hatalı bir sonuç çıkarmış olur. Sayıyı değiştirmemiştir; sayının neye ait olduğunu değiştirmiştir. Kontrol ederken yalnızca 18.00'i aramak bu hatayı kaçırır.
Duyuruyu açıp cevaptaki eylemi de karşılaştırın: Kapıların açılması mı, konuşmanın başlaması mı? Bir bilgi bulunamadığında boşluğu akıcı bir cümlenin doldurmasına izin vermeyin. Belirsizliğin açıkça kalması, planınızı yanlış bir saate göre yapmanızdan daha kullanışlıdır.
Gerçekçi görünmesi, gerçekleştiğini göstermez
Aynı sergi için "Güneş alan, kırmızı sandalyeli bir salon görseli oluştur" dediğinizi düşünün. Ortaya çıkan görüntü, kurulacak salon için fikir verebilir. Fakat serginin gerçekten o mekânda yapıldığını gösteren bir fotoğraf yerine kullanılamaz.
Metinde de benzer bir sınır var. Hayalî serginize yazılan güzel bir ziyaretçi yorumu, gerçek bir ziyaretçinin görüşü olmaz. Böyle bir metni tasarımda kullanacaksanız örnek olduğunu görünür biçimde belirtin; gerçek deneyim gibi yayımlamayın.
Google'ın Türkçe üretken yapay zekâ rehberi, sistemlerin yanlış bilgi üretebildiğini ve verilen bilgilerin başka kaynaklardan kontrol edilmesi gerektiğini açıklıyor. Bu nedenle önce çıktının amacını belirleyin: Bir fikir üzerinde mi çalışıyorsunuz, yoksa yaşanmış bir olay hakkında bilgi mi arıyorsunuz?
Yapay Zeka'da her yanıtın altında kaynaklar bulunur. Yanıtların nasıl sunulduğunu inceleyebilir, bağlantıyı açıp cevabın dayanağını okuyabilirsiniz. Kaynak gösterilmesi doğruluk garantisi değildir. Sergi örneğinde davet cümlesini zevkinize göre seçin; açılış saatini ise duyurunun kendisinden alın.
