120). Google AI Essentials Kurs

[00:00] Speaker 1: Geçen hafta Google'ın yeni başlayanlar için hazırladığı en son Yapay Zeka Temelleri (AI Essentials) kursunu tamamlamak için 5 saatimi ve 49 dolarımı harcadım. Yapay zekayla olan parasosyal ilişki bağımlılığımı finanse etmek için bu parayı geri kazanmam gerektiğinden, kurstan çıkardığım beş temel dersi, artı ve eksileri paylaşmak ve sonunda alacağınız bu sertifikanın size gerçekten bir eş mi bulacağı... yani, daha fazla para mı kazandıracağı konusunda kesin bir cevap vermek için bu videoyu hazırladım. Yeni bir beceri kazandığınız için daha fazla ödeme almanızdan bahsediyorum. Orada garip bir dil sürçmesi oldu.

Yapay Zeka Araçlarının Türleri

[00:29] Speaker 1: Birinci ders: Genel olarak konuşursak, dışarıda üç tür yapay zeka aracı vardır. Birincisi, bağımsız araçlar, minimum kurulumla bağımsız çalışacak şekilde tasarlanmış yapay zeka destekli yazılımlardır. Bu kategori; ChatGPT, Gemini, Claude ve Perplexity gibi genel amaçlı sohbet robotlarının yanı sıra Speeko, Otter AI, Midjourney ve Gamma gibi özel uygulamaları da içerir. Tamamen farklı ihtiyaçlara hizmet etseler de, tüm bu araçlar doğrudan web siteleri veya uygulamaları üzerinden erişilebildikleri ve diğer yazılımlarla entegrasyon gerektirmeden kullanılabildikleri için bağımsız olarak sınıflandırılırlar.

[01:03] Speaker 1: Bu, ikinci kategori olan entegre yapay zeka özelliklerine sahip araçlar ile tezat oluşturur; bu kategori, belirli bir yazılım içindeki yerleşik iyileştirmeleri ifade eder. Örneğin, Google Dokümanlar'da bir yazı taslağı hazırladıktan sonra, bu metni yazımı geliştirmek için ChatGPT gibi bağımsız bir uygulamaya kopyalayıp yapıştırabilirim veya ayarlamalar yapmak için yerleşik veya entegre olan "Workspace için Gemini" özelliğini kullanabilirim. Başka bir örnek olarak, bir sunum için görseller oluşturmak üzere Midjourney'i bağımsız bir araç olarak kullanabilirim veya yine "Workspace için Gemini" kullanarak doğrudan Google Slaytlar içinde bir görsel oluşturabilirim. Bu durumlarda ChatGPT ve Midjourney bağımsız yapay zeka araçlarıdır; Google Dokümanlar ve Google Slaytlar ise entegre yapay zeka özelliklerine sahip araçlardır.

[01:49] Speaker 1: Üçüncüsü, özel bir yapay zeka çözümü, belirli bir sorunu çözmek için özel olarak hazırlanmış bir uygulamadır. Örneğin, Johns Hopkins Üniversitesi tek amacı sepsisi (kan zehirlenmesi) tespit etmek olan bir yapay zeka sistemi geliştirdi. Bu özel yapay zeka çözümü, teşhis doğruluğunu %2 ila %5'ten ortalama %40'a çıkardı. Eğer benim gibiyseniz ve teknik bir geçmişiniz yoksa, "Ah, özel yapay zeka çözümleri aşırı tekniktir ve muhtemelen iş yerinde bunları asla kullanmak zorunda kalmam" diye düşünebilirsiniz. Gerçekte ise tam tersi doğrudur çünkü iyi tasarlanmış özel yapay zeka çözümleri çok az teknik bilgi gerektirmeli veya hiç gerektirmemelidir.

[02:23] Speaker 1: Örneğin, satış ekibindeyken her çeyrekte 200'den fazla müşteriyi yönetiyordum ve her biri üzerinde araştırma yapmak açıkçası zaman alıcıydı. Günümüzde, bu 200 müşteri hakkındaki tüm bilgileri alabilen, mevsimsellik, geçmiş veriler ve sektör trendleri gibi faktörleri hesaba katan ve bu müşterileri yardıma ihtiyaç duyma olasılıklarına göre sıralayarak satış temsilcisinin zamanını önceliklendirmesine yardımcı olan özel yapay zeka çözümleri mevcut.

Kurs Hakkında Önemli Bir Not

[02:49] Speaker 1: Bu arada, Google'ın Yapay Zeka Temelleri kursunu satın almayı düşünüyorsanız, almayın. Çünkü parasını ödedikten sonra öğrendim ki, videonun bu bölümüne nazikçe sponsor olan Coursera'daki Google Proje Yönetimi Sertifikası'na kaydolursanız Yapay Zeka Temelleri kursunu ücretsiz alabiliyorsunuz. Düzenli izleyiciler tam zamanlı bir işim olduğunu ve proje yönetiminin günlük hayatımda büyük bir rol oynadığını bilirler. Şeffaf olmak gerekirse, eskiden başvurulacak bir kurs olmadığı için ben esas olarak kendi kendimi eğittim. Ancak kısa süre önce Coursera'daki Proje Yönetimi Sertifikası'na başladım çünkü bu artık proje yönetimi için altın standart gibi bir şey. Proje yönetimi kelimenin tam anlamıyla tüm sektörler ve roller için geçerlidir; bu nedenle iş yerinde daha düzenli olmak istiyorsanız, Google Proje Yönetimi Sertifikası'na kaydolmak ve Yapay Zeka Temelleri kursunun kilidini ücretsiz açmak için aşağıdaki bağlantıya tıklayın. Videonun bu bölümüne sponsor olduğu için Coursera'ya teşekkürler.

İstem Mühendisliği ve Bağlam

[03:39] Speaker 1: Çıkardığım derslere geri dönelim. Kurstan öğrendiğim ikinci şey bir istem mühendisliği (prompt engineering) ipucu: Örtük bağlamı yüzeye çıkarmak. Bunu örneklendirmek için, vejetaryen bir arkadaşınızın sizden restoran önerisi istediğini hayal edin. Arkadaşınız açıkça "Hey aptal, vejetaryen olduğundan emin ol" demese bile içgüdüsel olarak vejetaryen dostu seçeneklerle cevap verirsiniz. Burada arkadaşınızın vejetaryen olduğu gerçeği örtük bağlamdır ve ChatGPT veya Google Gemini gibi yapay zeka araçlarıyla iletişim kurarken bunun açıkça belirtilmesi gerekir.

[04:10] Speaker 1: Başka bir örnek de patronunuzla maaş zammı pazarlığına hazırlanıyor olmanız olabilir. Kafanızda geçen yıl %10 artış aldığınızı biliyorsunuz. Bu yıl ekibin en yüksek performans gösterenisiniz ve sektör ortalaması %12 artış yönünde. Bu yüzden %15 zam istemeye karar veriyorsunuz. Bir yapay zeka aracıyla müzakere teknikleri üzerine beyin fırtınası yaparken tüm bu örtük bağlamı dışarıda bırakırsanız, daha düşük kaliteli, yani daha sıradan bir çıktı alırsınız. Bu konuyu daha derinlemesine incelemek isterseniz, mükemmel istemin nasıl yazılacağına dair koca bir videom var, onun bağlantısını aşağıya bırakacağım. Ayrıca üretkenlik için en sevdiğim beş istemin bir kopyasını almak isterseniz, tamamen ücretsiz olan Çalışma Alanı Araç Setimin (Workspace Toolkit) bağlantısını da bırakacağım.

Örnekli İstemler

[04:51] Speaker 1: Üçüncü ders: Sıfır örnekli (zero-shot) ve birkaç örnekli (few-shot) istem hazırlamayı ne zaman kullanacağınızı bilin. Özetle, "shot" kelimesi sadece "örnek" anlamına gelir. Sıfır örnekli, hiç örnek içermeyen bir istem kullandığınız anlamına gelir. Tek örnekli (one-shot), bir örnek eklediğiniz anlamına gelir. Birkaç örnekli (few-shot) ise iki veya daha fazla örnek eklediğiniz anlamına gelir. Örneğin, sıfır örnekli bir durum şöyle olabilir: "Bumble için bana bir tanışma cümlesi yaz." Ki bu, asla onaylamayacağım, hele ki asla katılmayacağım tamamen varsayımsal bir senaryodur.

[05:19] Speaker 1: Tek örnekli bir istem şöyle olurdu: "Bumble için bana bir tanışma cümlesi yaz. Arkadaşımın kullandığı ve işe yarayan şu cümleyi referans al." Ve arkadaşınızın ne yazdığına dair bir örnek eklersiniz. Birkaç örnekli istem, başarılı tanışma cümlelerinden iki veya daha fazla örnek içeren tek örnekli istemle aynı görünecektir. Tahmin edebileceğiniz gibi, yapay zeka aracına ne kadar alakalı örnek sunarsanız, çıktı o kadar alakalı olur. Ve kayıtlara geçsin diye söylüyorum, eğer gelecekteki eşim bunu izliyorsa, bunu kendim asla yapmadım. Bu sadece bu video için bir örnek. Aslına bakarsanız, ben... flört uygulamaları bile kullanmıyorum.

Düşünce Zinciri Yöntemi

[05:51] Speaker 1: Dördüncü ders: Karmaşık görevler için düşünce zinciri (chain-of-thought) istemini kullanın. Bu kavramdan önceki videolarımda bahsetmiştim ama Google'ın kursundaki bu basit ve anlaşılır tanımı gerçekten sevdim. Tek bir görevi daha yönetilebilir adımlara böldüğünüzde, büyük dil modelinin doğru ve tutarlı sonuçlar üretmesine yardımcı olursunuz. Gerçek dünyadan bağ kurulabilecek bir örnek, bir ön yazı yazmak olabilir. Birinci seçenek: Mevcut özgeçmişinizi ve iş tanımını sohbet robotuyla paylaşırsınız ve sadece "Bana bir ön yazı yaz" dersiniz.

[06:19] Speaker 1: İkinci seçenek: Düşünce zinciri istemiyle, koca bir ön yazı yazma görevini yönetilebilir adımlara bölersiniz. Birinci adım: "Özgeçmişime ve iş tanımına dayanarak, ön yazım için dikkat çekici bir giriş paragrafı yaz." Ardından, giriş paragrafında bazı küçük değişiklikler yaptıktan sonra, ikinci adım bunu tekrar sohbet robotuna yapıştırıp ondan gövde paragrafını istemek olur. Kapanış paragrafı için de aynı işlemi tekrarlarsınız. Bunun işe yaradığına dair kanıt istiyorsanız, iş arayanlara sadece ön yazı yazmak için değil, aynı zamanda özgeçmişlerini geliştirmek için de düşünce zinciri istemini nasıl kullanacaklarını gösterdiğim koca bir videom var. Bağlantısını aşağıya bırakacağım.

Yapay Zekanın Sınırlamaları

[06:53] Speaker 1: Beşinci ders, ben de dahil olmak üzere birçoğumuzun yapay zeka araçlarını kullanırken göz ardı etme eğiliminde olduğu bir konu: Yapay zekanın sınırlamalarını anlamak. Genel olarak konuşursak, üç ana sınırlama vardır. Birincisi, yapay zeka modellerini eğitmek için kullanılan temel veriler yanlı olabilir. Bir metinden görsele modeli sadece minimalist grafikler üzerinde eğitilmişse, gösterişli ve cesur tasarımlar üretemeyebilir. İkincisi, belirli bir konuda kaynak eğitim verilerinde yeterli bilgi olmayabilir. Birçok yapay zeka modelinin bir veri kesme tarihi vardır; bu nedenle yakın zamanda gerçekleşmiş bir şey hakkında soru sorarsanız, size doğru bir cevap vermek için o konuda yeterli veriye sahip olmayacaktır.

[07:30] Speaker 1: Son olarak, halüsinasyonlar, gerçekte tamamen yanlış olan yapay zeka çıktılarıdır. Bazen bu bir hata değil, bir özelliktir; örneğin yeni fikirler için beyin fırtınası yaparken. Diğer zamanlarda ise halüsinasyonlar yanlış bilgilerin yayılmasına neden olur, bu nedenle "kritik öneme sahip görevler" dediğim konularda cevabınızı kesinlikle iki kez kontrol etmelisiniz. Örneğin, sağlık hedeflerinize göre ne tür takviyeler veya vitaminler almanız gerektiği gibi konularda.

Artılar ve Eksiler

[07:51] Speaker 1: Artılar ve eksiler söz konusu olduğunda, bu kursun kimler için olmadığıyla başlayacağım. Eğer ChatGPT ve Google Gemini gibi yapay zeka araçlarını günlük iş akışınızın bir parçası olarak zaten kullanıyorsanız ve belirli yapay zeka kullanım durumlarına daha derinlemesine dalmak istiyorsanız bu kurs size göre değil. Bunun nedeni, karmaşık konuları açıklama konusunda harika bir iş çıkarsalar da, kursta verdikleri örneklerin oldukça belirsiz olmasıdır. Örneğin, derslerden birinde bir şirketin müşteri hizmetleri yanıt sürelerini azaltmak için yapay zeka kullandığı bir örnek verdiler. Ve bu kadardı. Örnegin tamamı buydu. Biraz daha derinleşip bu şirketin bağımsız bir yapay zeka aracı mı yoksa özel bir yapay zeka çözümü mü kullandığından, çalışanları yapay zeka sistemini kullanmaları için nasıl eğittiklerinden, bu bir müşteri hizmetleri uygulaması olduğu için yapay zeka sisteminin halüsinasyon görmemesi için verileri nasıl temellendirdiklerinden falan bahsetmek güzel olurdu, değil mi? Bu tarz şeyler.

[08:43] Speaker 1: Bununla birlikte, bu kurs üç büyük avantajı olan mükemmel bir başlangıç seviyesi kursudur. Birincisi, yapay zeka alanında kendini kanıtlamış uzmanlar olan Google çalışanlarından öğreniyorsunuz. Ne hakkında konuştuklarını biliyorlar ve internette kaba şakalar yapmaktan hoşlanan rastgele bir kişi değiller.

[09:00] Speaker 1: İkincisi, görsel bir öğrenen olarak, karmaşık konuları açıklamak için basit grafikleri nasıl kullanabildiklerine hayran kaldım. Örneğin, yapay zeka araçları ile yapay zeka modellerini bir araba ve motoruna benzetiyorlar. Model/motor temel yetenekleri sağlarken, araba gibi olan araç ise görevi tamamlamanıza yardımcı olur.

[09:21] Speaker 1: Üçüncüsü, etkileşimli unsurlar şaşırtıcı derecede yardımcı. Etkinlikler veya ödevler, o dersteki temel bir kavramı öğrenmenize gerçekten yardımcı olacak şekilde iyi tasarlanmış. Notlandırılan ödevler de o kadar kolay değil. Genellikle çoktan seçmeli sorular ama %80 alıp sınavı geçmek için gerçekten dikkat etmeniz gerekiyor. Son olarak, kurs yeni başlayanların keşfetmesi için seçilmiş bir yapay zeka araçları listesi sunuyor ve artık günlük hayatımızda yaygın olan yaygın yapay zeka terimlerinin bir sözlüğünü içeriyor.

[09:49] Speaker 1: Özetlemek gerekirse, bu kurs yeni başlayanlar ve görsel öğrenenler için harika; sonunda aldığınız resmi sertifikayı potansiyel işverenleri ve/veya partnerleri etkilemek için kullanabilirsiniz. Um, bu videoyu yararlı bulduysanız, Google'ın biraz daha kavramsal ama bir o kadar önemli olan ücretsiz yapay zeka kursu özetime göz atmak isteyebilirsiniz. Bu arada, her zamanki gibi, kendinize çok iyi bakın.