Algoritmaları döngüye soktu! Yapay zekâ Afyon şivesine takıldı
Dijital egemenlik yolunda yerli yapay zekâ devrimi hız kesmeden sürerken, algoritmalar Afyon engeline takıldı. Manisa Celal Bayar Üniversitesi Öğretim Üyesi ve ENM Digital kurucu ortağı Dr. Emre Uygur, Afyon şivesinin sistemi döngüye soktuğunu belirterek problemin hâlâ aşılamadığını söyledi.
Dünya genelindeki kamu kaynaklı yapay zekâ yatırımlarının 2026 yılı sonunda 500 milyar dolara ulaşması bekleniyor. Bugün Avrupa Birliği’nden Güneydoğu Asya’ya kadar geniş bir coğrafyada ülkeler yerli yapay zekâ için aralıksız çalışıyor. Yapay zekâda dışa bağımlılık sadece ekonomik bir kayıp değil; siber güvenlik, kültürel temsil ve veri gizliliği açısından stratejik bir zaaf anlamına geliyor. Kendi dil modellerine (LLM) sahip olmayan toplumlar ise küresel teknoloji devlerinin algoritmalarına ve veri politikalarına mahkûm kalıyor. Türkiye de savunma sanayii alanında olduğu gibi dijital egemenlik için ciddi çalışmalar yürütüyor.
YENİ NESLİ KAYBEDEBİLİRİZ
Türkçe dil modeli ile çalışmalara destek veren Manisa Celal Bayar Üniversitesi Öğretim Üyesi ve ENM Digital kurucu ortağı Dr. Emre Uygur, yerli yapay zekânın artık bir tercih değil mecburiyet olduğunu ifade etti. Uygur, geçtiğimiz dönemlerde düzenlenen Davos Zirvesi’ne dikkat çekerek, dünya devlerinin artık üretim veya hizmetle değil, yapay zekâ ile ekonomiyi domine etmeye çalıştığını söyledi.
ABD ve Çin arasındaki rekabetin temelinde bu teknolojinin yattığını dile getiren Uygur, küresel ekonomik sistemin tamamen yapay zekâ CEO’ları ve algoritmalar tarafından yönetileceği bir döneme girildiğini vurguladı. Dr. Uygur, Türkiye’nin 5 yıl içinde kendi ekosistemini kuramazsa bir nesli kaybedebileceği uyarısında bulundu.
Mevcut büyük dil modellerinin (LLM) ağırlıklı olarak İngilizce ve Çince temelli olduğunu anlatan Uygur, Türkçenin morfolojik yapısının bu sistemler için büyük bir zorluk teşkil ettiğini bildirdi. Emre Uygur “İngilizcede özne ve fiil başta gelirken, Türkçede her şey cümlenin sonundaki eklerde gizli. Yapay zekâ son noktayı görene kadar kimin ne yaptığını anlamakta zorlanıyor. Bu yüzden yerli ve millî veri setleriyle, Türkçenin yapısına uygun modeller geliştirmek zorundayız” diye konuştu.
HÂLÂ ÇÖZÜM BULAMADIK
Yerli yapay zekâ eğitimlerinde yaşanan zorluklara da değinen Uygur, özellikle Afyonkarahisar yöresindeki konuşma tarzının mevcut sistemleri bir “döngüye” soktuğunu söyledi. Hâlâ bu durumu aşamadıklarını dile getiren Uygur, şunları söyledi:
Afyon’da 3,5 yıl yaşadım. Orada birinci tekil şahıs eki olan ‘-m’ harfi pek kullanılmaz. Bir Afyonlu ‘Yemek yiyorum’ yerine ‘Yemek yiyon’, ‘Kahve içiyorum’ yerine ‘Kahve içiyon’ der. Yapay zekâ bunu duyduğunda, ikinci tekil şahıs olarak algılıyor ve soru sorulduğunu sanıyor. ‘Hayır, ben içmiyorum, siz ne yapıyorsunuz?’ diye cevap veriyor. Karşıdaki ‘Tamam işte, konuşuyorsun’ dedikçe sistem ‘Ben konuşuyorum ama siz ne yapıyorsunuz?’ diyerek bir çıkmaza giriyor. Şirketteki gençler arasında bu durumun esprisi bile var: Hocam sistemi Afyonlu bir hemşehrimiz kullanıyor diyorlar.
MALİYETLER İKİYE KATLANDI
Yapay zekâ modellerini eğitmek için gereken GPU kartlarına erişimin stratejik bir problem olduğunu belirten Uygur, maliyetlerin bir yılda %100’den fazla arttığını söyledi. NVIDIA gibi devlerin bu alandaki baskınlığına dikkat çeken Uygur “Eğer bu kartları alamazsak veya bize verilmezse sistemleri çalıştırmamız imkânsız. Bu yüzden düşük donanımlarla, efektif çalışan ‘spesifik’ modeller üzerine AR-GE yapıyoruz” açıklamasında bulundu.
