Derinlemesine Analiz, Teyitli Haber! Tıkla ve favori kaynağın yap.
"Yapay zeka" denince aklınıza ne geliyor? Ödev yaparken faydalandığınız bir telefon uygulaması mı? Başınız ağrıdığında doktora gitmek yerine şikayetinizi ona sorduğunuz bir chatbot mu? "Bugün ne yemek yapsam?" diye düşünürken akıl danıştığınız bir yemek tarifi aracı mı?
HABERİN ÖZETİ
Okunma süresi 26 saniyeye düşürüldü.
Okunma süresi 26 saniyeye düşürüldü.
ÖZETİ PAYLAŞ
Evet yapay zeka uygulamaları bu amaçlarla kullanılabiliyor. Ancak sadece bunlardan ibaret zannediyorsanız kocaman bir yanılgı içindesiniz demektir. OpenAI, Google ve Anthropic gibi ABD merkezli şirketlerin liderlik ettiği küresel yarışta, dünya genelinde pek çok ülke kendi modellerini geliştirmek için adım atıyor. Türkiye de bu yarışta yerini almak isteyen ülkelerden biri.
Öncelikle olayı daha iyi anlayabilmek için temel kavramları netleştirmek gerekiyor.
TÜBİTAK BİLGEM'in tanımına göre, Büyük Dil Modeli (Large Language Model – LLM), insan dilini anlama, işleme ve üretme amacıyla geliştirilen bir yapay zeka sistemidir. LLM'ler derin öğrenme teknikleri kullanarak web siteleri, kitaplar ve makaleler gibi çeşitli kaynaklardan toplanmış milyarlarca kelime içeren veri kümeleri üzerinde eğitilir. Bu sayede doğal dildeki karmaşık yapıları öğrenerek metin oluşturabilir, dil anlayabilir, çeviri ve özetleme gibi işlemleri gerçekleştirebilirler.
GPT (Generative Pre-trained Transformer) ise, OpenAI tarafından geliştirilen spesifik bir LLM ailesidir. "Generative" üretici, "Pre-trained" önceden eğitilmiş, "Transformer" ise 2017 yılında Google araştırmacıları tarafından geliştirilen ve modelin temelini oluşturan sinir ağı mimarisi anlamına geliyor. Bu mimariyi eğitmek devasa miktarda hesaplama gücü gerektiriyor.
CUDO Compute'un aktardığına göre, 2017 yılında tanıtılan orijinal Transformer mimarisinin eğitimi yalnızca yaklaşık 900 dolara mal olmuşken, GPT-3'ün eğitim maliyeti 500 bin ila 4,6 milyon dolar arasında değişiyordu. GPT-4'ün eğitimi ise 78 milyon doları aşan bir hesaplama maliyetine ulaşmıştır. Google'ın Gemini Ultra modelinin eğitim hesaplama maliyetinin ise 191 milyon dolar olduğu tahmin ediliyor.
Çoğu kişinin zannettiğinin aksine ChatGPT'nin asıl başarısı salt teknolojik bir atılımdan ibaret değil. Çünkü yapay zeka aslında ChatGPT çıkmadan önce de hayatımızda vardı. Fakat OpenAI allem etti kallem etti, ChatGPT sayesinde YZ'yi sıradan kullanıcıların günlük yaşamına taşıdı; işte önemli olan nokta bu.
ChatGPT, Kasım 2022'deki lansmanından sadece iki ay sonra, Ocak 2023'te 100 milyon aylık aktif kullanıcıya ulaşarak tüketici yazılım tarihinin en hızlı büyüyen ürünü olmuştur. OpenAI verilerine göre, Şubat 2025'te haftalık aktif kullanıcı sayısı 400 milyona, Temmuz 2025'te 700 milyona, Aralık 2025'te 800 milyonun üzerine çıktı. Mart 2026 itibarıyla ise 900 milyonu aşmış durumda.
OpenAI'ın yıllık geliri 2025'te 20 milyar doları geçti, Şubat 2026 sonunda 25 milyar doları aştı. Şirket ayda yaklaşık 2 milyar dolar gelir elde ediyor. Mart 2026'da kapatılan fonlama turunda 122 milyar dolarlık taahhüt toplandı ve şirketin değerlemesi 850 milyar dolar seviyesini aştı.
Platformda günlük 2 milyar üzerinde sorgu işleniyor. 50 milyondan fazla ücretli abonesi bulunuyor. Fortune 500 şirketlerinin yüzde 92'si artık ChatGPT kullanıyor.
ChatGPT'nin asıl başarısı birkaç kritik faktöre dayanıyor:
Ürünleştirme: Daha önceki LLM'ler (GPT-2, GPT-3) araştırma topluluğuyla sınırlı kalmışken, ChatGPT basit bir sohbet arayüzüyle yapay zekayı herkesin erişimine açmış oldu.
RLHF (İnsan Geri Bildirimiyle Takviyeli Öğrenme): ChatGPT, sadece metin tahmini yapmakla kalmıyor. İnsan değerlendiricilerin geri bildirimleriyle ince ayar yapılarak kullanıcıların beklentilerine uygun cevaplar üretir hale getiriliyor.
Ekosistem ve altyapı: OpenAI'ın Microsoft ile ortaklığı, Azure bulut altyapısını kullanarak modelleri eğitmesini mümkün kıldı. OpenAI sadece 2024 yılında Ar-Ge hesaplama giderlerine 5 milyar dolar harcamış durumda. OpenAI'ın 2030'a kadar toplam 665 milyar dolar nakit yakacağı ve gelir tahminlerini 280 milyar dolara yükselttiği bildirildi.
Tüm bu başarıya rağmen, ChatGPT'nin arkasındaki ekonomi endişe verici. AI Automation Global'ın Mart 2026 analizine göre, OpenAI 2025 yılında yaklaşık 3,7 milyar dolar gelir elde etmesine karşın tahmini 5 milyar dolar zarar etti. Şirket, kazandığı her 1 dolar için 1,35 dolar harcıyor. Bu kayıpların temel nedeni ise araştırma-geliştirme veya personel değil, her gün milyarlarca sorguya cevap üretmenin (inference/çıkarım) gerektirdiği GPU hesaplama maliyetleri.
Örneğin OpenAI'ın 2024 yılındaki çıkarım harcaması 2,3 milyar dolara ulaşmıştı. Ve bu, GPT-4'ün eğitim maliyetinin 15 katıydı. Sadece buradan bile gerisini hesap edebilirsiniz.
ChatGPT benzeri bir model geliştirmek hiç kolay değil. Öyle "Hadi bir şirket kuralım ekran kartlarını toplayalım bilgisayar başına geçelim biz de yaparız" diyemiyorsunuz. Birbirini besleyen ve her biri ayrı ayrı devasa yatırım gerektiren zorluklar bütününü aşmanız gerekiyor.
Yapay zeka modeli eğitimi için binlerce yüksek performanslı GPU'ya ihtiyaç var. Tek bir NVIDIA H100 GPU'nun fiyatının 25 bin ile 40 bin dolar arasında değiştiği tahmin ediliyor.
Anthropic CEO'su Dario Amodei, daha önce, 1 milyar dolarlık eğitim maliyetine sahip modellerin halihazırda geliştirme aşamasında olduğunu ve 10 ila 100 milyar dolarlık modellerin 2025-2027 yılları arasında gelebileceğini açıklamıştı.
Çoğu şirket için kendi veri merkezini kurmak neredeyse imkansız. Binlerce GPU, sunucu, ağ donanımı ve soğutma altyapısı için ön yatırım yüz milyonlarca hatta milyarlarca doları buluyor. Bu nedenle OpenAI dahil çoğu büyük ölçekli yapay zeka eğitimi bulut üzerinde yapılıyor.
Günümüzdeki popüler yapay zeka modelleri ağırlıklı olarak İngilizce veri setleri ve Batı merkezli kültürel değerlerle eğitiliyor. Bu da doğal olarak Türkçe dil yapısının karmaşıklığı, kültürel nüanslar ve deyimlerin aktarılmasında ciddi anlamsal kaymalara yol açabiliyor.
Öte yandan Türkçe, İngilizceye kıyasla internette çok daha az dijital veri üretilen bir dil. Sonekli (eklemeli) yapısı da modellerin dili öğrenmesini zorlaştırıyor. Dilimizde aynı kök farklı eklerle yüzlerce anlama çıkabildiğinden ötürü özel tokenizer sistemleri geliştirilmesi gerekiyor, yani ekstra bir zorluk demek.
Önümüzdeki en büyük zorluklardan biri, bu alanda çalışacak nitelikli mühendis ve araştırmacı sayısının sınırlı olması. Dünya genelinde yapay zeka uzmanları büyük ölçüde ABD'deki teknoloji şirketlerine ve üniversitelerine yoğunlaşıyor. Para Dergi'nin HAVELSAN MAIN değerlendirmesinde bu hususa dikkat çekilerek, Türkiye'nin en büyük eksikliğinin yapay zeka modellerini pratikte deneyimlemiş insan kaynağı olduğu vurgulandı.
Veri merkezleri devasa enerji tüketicileridir. Soğutma sistemleri, kesintisiz güç kaynakları ve yüksek hızlı ağ altyapısı, eğitim maliyetine milyonlarca dolar ekliyor. Bu enerji kullanımı doğrudan devasa bir elektrik faturasına dönüşüyor ve eğitim maliyetine milyonlarca dolar ekleme yapıyor.
ABD'de 2025 sonu itibarıyla 5.427 veri merkezi bulunurken, Almanya 529 ve İngiltere 523 merkezle onu takip ediyor. Türkiye'de ise bu ülkelere göre veri merkezi sayısı daha az.
Türkiye'nin yapay zeka ekosistemi çok aktörlü bir yapıya sahip. Kamu, savunma sanayisi ve özel sektör farklı projelerle bu alanda yer alıyor.
Türkiye'nin yapay zeka alanındaki en görünür projelerinden biri T3 AI'dır. T3 Vakfı ve Baykar iş birliğiyle geliştirilen T3 AI, Temmuz 2025'te NSosyal üzerinden Beta sürümüyle kullanıma sunuldu. Açık kaynaklı olarak geliştirilen model, Türkçe'nin yanı sıra farklı dillerle de çalışabiliyor.
İlk paylaşımı "Merhaba Dünya, ben T3 AI" olan dil modeli, NSosyal kullanıcılarının kendisini etiketleyerek yaptıkları paylaşımlara hızlı bir şekilde cevap verebiliyor.
Milli Eğitim Bakanlığı, Anadolu Ajansı, TRT, TÜBA (Türkiye Bilimler Akademisi), SETA ve Microsoft gibi kurumlar projede yer alıyor. Model "ahlaklı yapay zeka" sloganıyla geliştiriliyor. Proje bünyesinde 67 ilden 1.792 gönüllü çalışıyor.
Öncelikli çalışma alanları arasında yerli üretken yapay zeka modellerinin geliştirilmesi, toplumda üretken yapay zeka farkındalığının artırılması, üretken yapay zeka teknolojisinin dijital hizmetlere entegre edilmesi ve bu alanda çalışan yetkin iş gücünün oluşturulması bulunuyor.
TÜBİTAK'ın bu alandaki çalışmaları, devletin doğrudan desteğiyle yürütülen en önemli projelerden bir tanesi.
TÜBİTAK'ın 2025 yılı faaliyet raporuna göre, Türkçe Büyük Dil Temel Modeli Projesi kapsamında farklı mimarilerle eğitilmiş çeşitli temel modeller geliştirildi. Şu ana kadar en büyük modelleri 300 milyar Türkçe token ile eğitildi. Türkçe tokenizer geliştirme, temel model eğitimi ve sürekli ön eğitim süreçlerinde kaydedilen önemli ilerlemeler raporlandı.
Anadolu Ajansı'nın aktardığına göre, çalışmalar kapsamında Türkçeye özgü bir tokenizer geliştirilerek açık kaynaklı büyük dil modellerinin Türkçede etkin şekilde kullanılması sağlandı. Model eğitim süreci yakından takip edilirken, farklı doğal dil işleme alanlarında (soru-cevap, özetleme, dil üretme, metin sınıflandırma gibi) performans değerlendirmesi yapıldı.
Bu projenin stratejik hedefi sadece teknik değil. Atılan adımlarla Türkçesi gelişmiş, Türkiye'nin hassasiyetlerine hakim bir yapay zekanın, genç nesilde oluşabilecek kültürel yozlaşmanın önüne geçilmesine de katkı sağlaması hedefleniyor.
Ayrıca TÜBİTAK BİLGEM Yapay Zeka Enstitüsü ve TÜBİTAK ULAKBİM tarafından yürütülen, EuroHPC JU destekli BSC Yapay Zeka Fabrikası Projesi'nin İstanbul'daki tanıtım etkinliği gerçekleştirildi.
HAVELSAN, savunma sektörünün yapay zeka alanındaki en görünür adımını MAIN platformuyla attı. Şubat 2024'te kamuoyuna tanıtılan platform, kurumsal odaklı bir yapay zeka çözümü olarak karşımıza çıktı. HAVELSAN mühendisleri, 1 yıllık Ar-Ge çalışması neticesinde açık kaynaktan oluşturulmuş özgün bir mimari ile 9 milyar parametrelik yerli büyük dil modeline imza attı.
MAIN'in kritik özelliği, herhangi bir büyük dil modeline entegre olmadan ve herhangi bir API'ye bağlanmadan büyük veriden anlamlı veriyi ortaya çıkarma sürecini kurumlar için güvenli şekilde sunacak olması.
Önemli detay: MAIN, halkın kullanımına açık değil. Ve çok amaçlı kurgulanan bir ChatGPT gibi düşünmemek gerekiyor. Zira güvenlik zaafiyeti doğabilir ve artacak parametre ile donanım ihtiyacı çok daha büyük bir Ar-Ge çalışması gerektiriyor.
HAVELSAN İş Geliştirme Direktörü Arif Furkan Mendi, MAIN'in veri güvenliği yaklaşımını şöyle özetledi:
"Kendi yapay zeka asistanımızı ortaya koyarak verilerin dışarı çıkmasını engellemiş olacağız. Özgün mimarimiz ile açık kaynaktaki verileri derleyerek kendi modelimizi ortaya çıkardık. Herhangi bir şekilde dışarıdaki bir yazılıma veya ürüne bağımlılığımız yok. Tamamen kendi verilerimizin olduğu güvenli bir ortam sunuyoruz."
AA'nın son dosyasına göre MAIN'in yeni modülleriyle 200'ü aşkın dilde metin anlama, çeviri ve özetleme, sesli komut işleme, toplantılardan bilgi notu çıkarma, kod asistanı, taktik planlama, medya analizi ve siber güvenlik asistanı gibi yetenekler sunuluyor.
Özel sektör tarafındaki en dikkat çekici girişim, yazılım şirketi VNGRS tarafından geliştirilen Kumru LLM oldu.
Kumru, Ekim 2025'te tanıtıldı. 7,4 milyar parametreye sahip ve yalnızca Türkçe için önceden eğitilerek oluşturulmuş ve tamamen yerel bir temel model olarak geliştirildi.
Kumru LLM modelinin ön eğitim sürecinin 45 gün sürdüğü bildirildi. H100 ve H200 GPU'ları üzerinde 500 GB temizlenmiş ve yinelenmemiş veriyle eğitilen model üzerinde, çeşitli kullanım senaryolarına yönelik 1 milyon örnekten oluşan veri karışımıyla ince ayar yapıldı.
VNGRS'ye göre Kumru'yu kurum içi cihazlara kurmanın maliyeti yaklaşık 2 bin dolar iken, benzer kapasitedeki yabancı alternatiflerden Gemma-3-27B modeli için tek bir H100 GPU satın almak 30 bin dolar gerektiriyor.
Kumru, açık kaynaklı Mistral-v0.3 tabanlı bir mimari kullanıyor ve geliştirilmesinde Meta'nın LLaMA-3 modelinden de destek alındı. Webrazzi'nin aktardığına göre, yapılan testlerde Kumru'nun genel olarak LLaMA-3.3-70B, Gemma-3-27B, Qwen-2-72B ve Aya-32B gibi çok daha büyük modelleri Türkçe görevlerde önemli ölçüde geride bıraktığı belirtildi.
Kumru-2B adlı 2 milyar parametreli, açık kaynaklı küçük sürümü yalnızca 4,8 GB bellekle çalışabiliyor ve mobil cihazlarda dahi kullanılabiliyor. Bu sürüm Hugging Face üzerinden erişime açılıyor.
Türkiye devleti de yapay zeka alanında kapsamlı bir strateji hazırlıyor. AA'nın haberine göre, Sanayi ve Teknoloji Bakanlığı yeni "Yapay Zeka Eylem Planı" için görüş ve önerileri topladı. Yeni strateji belgesinin Haziran 2026'da kamuoyuyla paylaşılması planlanıyor.
Yapay zeka alanındaki çalışmalar uluslararası boyutta da genişliyor. 15 Mayıs 2026'da Kazakistan'ın Türkistan şehrinde düzenlenen TDT Gayriresmi Zirvesi'nde, üye ülkeler Türkiye'nin girişimiyle Türk Büyük Dil Modeli'nin ve ilgili yapay zeka araçlarının daha da geliştirilmesini ve uygulanmasını ele aldı. TDT Yapay Zeka ve Dijital Kalkınma Eylem Planı'nın yıl sonuna kadar hazırlanması kararı alındı.
Yerli yapay zeka projelerinin temel hedeflerinden biri kamu verilerinin ve kritik kişisel bilgilerin yurt dışındaki bulut sunucularına gitmeden yerel ve milli sunucularda işlenmesi. Yani ortada bir "veri güvenliği" meselesi söz konusu.
HAVELSAN MAIN'in temel gerekçesi de tam olarak bu: Kurumların verilerini dışarı çıkarmadan kendi mevzuatlarını yazabilecekleri, kurumsal süreçlerini optimize edebilecekleri bir yapay zeka altyapısı.
TÜBİTAK tarafından geliştirilmeye başlanan büyük dil modelinin hedefi, bu teknolojinin Türkçesini geliştirmesi ve bir Türk gibi düşünmesini sağlaması. Tabii ki de olay sadece teknik bir mesele değil. Dünyadaki büyük teknoloji firmalarının geliştirdiği çözümlerle tekelleşmesi ve bu alanda diğer ülkeleri bağımlı hale getirmesi ihtimaline karşı, üretken yapay zekanın Türkiye'de etkin kullanılması ve yurt dışı bağımsızlığı kazanılması stratejik bir hedef olarak konumlanıyor.
Yerli yapay zeka projelerinin bir diğer hedefi de küresel teknoloji devlerine ödenen yüksek lisans ve abonelik ücretlerinin önüne geçerek kendi yazılım ekosistemini kurmak.
Savunma sanayisi, yapay zekanın en stratejik uygulama alanlarından biri. Cumhurbaşkanlığı Savunma Sanayii Başkanlığı Ocak 2026'da Yapay Zeka, Kuantum ve Otonom Sistemler Tatbikatı ALFA için bilgi istek dokümanı yayımladı. Tatbikat senaryoları arasında birlikte çalışabilirlik, İHA sürülerinin kuantum anahtar dağıtımıyla haberleşmesi ve kritik su altı yapılarının korunması gibi ileri düzey yetenekler yer alıyor.
Özetlemek gerekirse, kendi yapay zekasını geliştiren ülkeler şu avantajlara sahip oluyor:
Index.dev'in analizinin özetlediği gibi, düzenlenmiş endüstriler, kamu sektörü ve sağlık gibi alanlarda "en iyi" model, dava açılma riski taşımayan modeldir. Avrupa'nın Mistral'ı, donanımınız üzerinde kalan ve yasalarınıza uyan "egemen yapay zeka" için altın standart haline geldi.
Egemen yapay zeka modelleri savunma, istihbarat ve kritik altyapı gibi alanlarda dışa bağımlılığı ortadan kaldırır. Ekonomik değer oluşturur. Kültürel ve dilsel kimliği korur ve veri egemenliğini güvence altına alır.
Türkiye'nin yerli yapay zeka projelerini küresel bağlamda değerlendirmek için ölçek farkını anlamak şarttır:
| Proje | Parametre Sayısı | Eğitim Verisi | Bütçe |
|---|---|---|---|
| ChatGPT (GPT-4) | Trilyon+ (tahmin) | Trilyon+ token | 100M$+ (sadece eğitim) |
| Kumru LLM | 7,4 milyar | 500 GB (~300B token) | Açıklanmadı |
| HAVELSAN MAIN | 9 milyar | Açıklanmadı | Açıklanmadı |
| TÜBİTAK Modeli | Açıklanmadı | 300 milyar Türkçe token | Açıklanmadı |
Türkiye'nin yerli yapay zeka projeleri, ChatGPT ile doğrudan rekabet edecek genel amaçlı bir model üretme hedefinden ziyade, belirli niş alanlarda değer oluşturma potansiyeli taşıyor. İndigo Dergisi'nin aktardığına göre, hedeflenen veri merkezleri sadece kamu kurumlarının değil, aynı zamanda özel sektörün ve akademinin de kullanımına açık olacak şekilde planlanıyor. Böylece Türkiye'nin yerli büyük dil modeli üretiminde bağımsızlık kazanması ve dışa bağımlılığın azaltılması amaçlanıyor.
Bu tabloda "yerli ChatGPT" söylemi, kamuoyunda beklenti yönetimi açısından dikkatli kullanılmalı. Asıl başarı, genel amaçlı bir sohbet botundan değil savunma, kamu hizmetleri, sağlık ve eğitim gibi stratejik alanlara özelleşmiş, veri güvenliğini garanti eden, Türkçeyi derinlemesine anlayan yapay zeka çözümlerinden gelecek gibi duruyor.
Google Play
App Store
Haberi Paylaş
10:51
İLGİLİ HABERLER
YORUM YAZ