Üretken Yapay Zeka (Generative AI)

2023 senesi ile beraber büyük dil modellerinde yaşanan gelişmeye paralel olarak üretken yapay zekanın kullanımında büyük bir patlama yaşandı. ChatGPT, Bing, Google Bard gibi üretken yapay zeka ürünleri çok büyük kullanıcı sayılarına eriştiler. Bununla beraber bir çok kişi ve kurum da, üretken yapay zekayı kendi alanlarında nasıl kullanabileceklerini ya da fark yaratabileceklerini araştırmaya başladılar. Bu kursun amacı da tam olarak bu soruya cevap vermek, üretken yapa zeka ile neler yapılabileceğini ve nasıl yapılabileceğini göstermek.

Üretken yapay zekanın temeli makine öğrenmesi ve yapay sinir ağlarıdır. Bu kavramları bilmek, üretken yapay zekayı tam olarak anlamak için önemli bir avantajdır. Bu kursun, herhangi bir ön bilgi gereksinimi olmadan, herkes tarafından takip edilebilir ve anlaşılabilir olmasını istediğimden, kursa  makine öğrenmesi, makine öğrenmesinin temel algoritmaları ve yapay sinir ağlarını içeren bir bölüm ile başladım.

Kursun çok önemli bir bölümü büyük dil modellerinin üzerine yoğunlaşıyor ve dil modelinin temelini oluşturan transformer mimarisi, dil modellerinin kullanımında çok etkin rolü olan istem (prompt) tasarımı gibi bölümler içeriyor. Üretken yapay zekayı kendi uygulamalarınızda kullanabilmek için temelde iki yöntem vardır: bazı büyük dil modelleri tarafından sağlanan API'lerin çağrılması ya da büyük dil modelini kendi uygulamanız içinden yükleyerek kullanmanız. Kursta her iki yöntem de anlatılıyor ama özellikle ikinci yöntem ve açık kaynak kodlu büyük dil modellerinin kullanımı üzerinde duruluyor. Kurs içinde bunu destekleyen, duygu analizi, metin üretme, tercüme, soru cevaplama, metin sınıflandırma, özet çıkarma, metinden görüntü oluşturma gibi çok sayıda doğal dil işleme fonksiyonlarını yerine getiren python kodunu beraber inceleyeceğiz. Bu sayede siz de, kendi uygulamalarınızda bu fonksiyonları rahatça gerçekleştirebileceksiniz.

Büyük dil modellerinin sınırlarını genişleten ve bu konudaki son teknolojilerden olan RAG (Retrieval Augmented Generation), LLMChain, agent and tools yöntemlerinin de çok ilginizi çekeceğini düşünüyorum. Kurs içinde hem bu yöntemlerin altyapılarını, hem de bu yöntemler kullanılarak yazılmış uygulamaların python kodlarını bulabileceksiniz.

Kursa sonradan ilave ettiğim Ek1 bölümünde, sohbet robotu (Chatbot) uygulaması geliştirmek için kullanabileceğiniz Chat Completion API özelliklerini öğreneceksiniz. Buna ilaveten Chat Completions API kullanılarak geliştirilmiş sohbet robotu prototip uygulama kodunu beraber inceleyeceğiz. Ek2 bölümünde Görsel Dil Modellerinin (Visual Language Models - VLM) çalışma yapısını ve VLM kullanımını gösteren kod örneklerini göreceksiniz. Özellikle VLM vasıtasıyla fatura görüntüsünden, fatura bilgilerini aldığımız örneğin ilginizi çekeceğini düşünüyorum.

Bölüm sonlarındaki sınavlar, bölüm içinde anlatılanları pekiştirmenize yardımcı olacaktır. Kurs içinde anlatılanların teorik bilgi olarak kalmaması ve nasıl hayata geçirildiğini deneyimlemek için yazılmış 28 farklı python kodunu beraber inceleyeceğiz.

Üretken yapay zekayı kendi alanınızda ve kendi uygulamalarınızda bir an önce kullanmak istiyorsanız, bu kurs sonunda bu amacınıza gerçekleştirebilecek bilgi ve beceriye sahip olacaksınız.