Yapay zeka Afyon şivesine takıldı

Dünya genelindeki kamu kaynaklı yapay zeka yatırımlarının 2026 yılı sonunda 500 milyar dolara ulaşması bekleniyor. Bugün Avrupa Birliği’nden Güneydoğu Asya’ya kadar geniş bir coğrafyada ülkeler yerli yapay zeka için aralıksız çalışıyor. Yapay zekada dışa bağımlılık yalnızca ekonomik bir kayıp değil; siber güvenlik, kültürel temsil ve data saklılığı açısından stratejik bir zaaf manasına geliyor. Kendi lisan modellerine (LLM) sahip olmayan toplumlar ise global teknoloji devlerinin algoritmalarına ve data siyasetlerine mahküm kalıyor. Türkiye de savunma sanayii alanında olduğu üzere dijital egemenlik için önemli çalışmalar yürütüyor.

Yapay Zeka İktisadında “Bir Kuşağı Kaybetme” Riski

Türkçe lisan modeli ile çalışmalara dayanak veren Manisa Celal Bayar Üniversitesi Öğretim Üyesi ve ENM Digital kurucu ortağı Dr. Emre Uygur, yerli yapay zekanın artık bir tercih değil mecburiyet olduğunu söz etti. Uygur, geçtiğimiz periyotlarda düzenlenen Davos Tepesi’ne dikkat çekerek, dünya devlerinin artık üretim yahut hizmetle değil, yapay zeka ile ekonomiyi domine etmeye çalıştığını söyledi.

ABD ve Çin ortasındaki rekabetin temelinde bu teknolojinin yattığını lisana getiren Uygur, global ekonomik sistemin büsbütün yapay zeka CEO’ları ve algoritmalar tarafından yönetileceği bir periyoda girildiğini vurguladı. Dr. Uygur, Türkiye’nin 5 yıl içinde kendi ekosistemini kuramazsa bir kuşağı kaybedebileceği ihtarında bulundu.

Türkçenin Morfolojik Yapısı ve LLM Modelleri

Mevcut büyük lisan modellerinin (LLM) yüklü 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 bâtın. Yapay zeka son noktayı görene kadar kimin ne yaptığını anlamakta zorlanıyor. Bu yüzden yerli ve ulusal bilgi setleriyle, Türkçenin yapısına uygun modeller geliştirmek zorundayız” diye konuştu.

Afyon Şivesinin Yapay Zekayı Soktuğu Çıkmaz

Yerli yapay zeka eğitimlerinde yaşanan zorluklara da değinen Uygur, bilhassa Afyonkarahisar yöresindeki konuşma şeklinin mevcut sistemleri bir “döngüye” soktuğunu söyledi. Hala bu durumu aşamadıklarını lisana 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 zeka bunu duyduğunda, ikinci tekil şahıs olarak algılıyor ve soru sorulduğunu sanıyor. ‘Hayır, ben içmiyorum, siiz ne yapıyorsunuz?’ diye yanıt veriyor. Karşıdaki ‘Tamam işte, konuşuyorsun’ dedikçe sistem ‘Ben konuşuyorum ancak siz ne yapıyorsunuz?’ diyerek bir çıkmaza giriyor. Şirketteki gençler ortasında bu durumun esprisi bile var: Hocam sistemi Afyonlu bir hemşehrimiz kullanıyor diyorlar.

GPU Kartlarına Erişim ve Artan Donanım Maliyetleri

Yapay zeka modellerini eğitmek için gereken GPU kartlarına erişimin stratejik bir sorun olduğunu belirten Uygur, maliyetlerin bir yılda %100’den fazla arttığını söyledi. NVIDIA üzere devlerin bu alandaki baskınlığına dikkat çeken Uygur “Eğer bu kartları alamazsak yahut bize verilmezse sistemleri çalıştırmamız imkansız. Bu yüzden düşük donanımlarla, efektif çalışan ‘spesifik’ modeller üzerine AR-GE yapıyoruz” açıklamasında bulundu.