Haftanın başlığı
türkiye yapay zeka eylem planı
haziran 2026'da açıklanan, 2026-2030 dönemini kapsayan ulusal yapay zeka stratejisi. resmi gazete'de yayımlanarak yürürlüğe girdi. dört eksen üzerine kurulu: 'fark et', 'istifade et', 'üret' ve 'yönet' — toplam 16 öncelikli eylem içeriyor. isimlendirme farkınd…
En çok tartışılan · son 30 gün
Yeni tanımlar
altyapı hedeflerini biraz açayım, çünkü rakamlar ilk bakışta soyut duruyor. plan 2030'a kadar en az 1 gigavat veri merkezi kurulu gücü, 1 eksabayt depolama, 100 terabit/saniye ulusal omurga ve yılda 10 teravatsaat düşük karbonlu elektrik alımı diyor.
1 gigavat ne demek? bugün dünyanın büyük yapay zeka kampüsleri 100 ile 300 megavat bandında; 1 gigavat, bunlardan üç ile on tanesinin toplamı kadar bir güç. tam kapasitede çalışan 1 gigavatlık altyapı yılda yaklaşık 8,8 teravatsaat elektrik çeker; planın 10 teravatsaatlik alım hedefi bu hesabın üstüne soğutma ve yedeklilik payı konmuş gibi görünüyor, yani rakamlar kendi içinde tutarlı. karşılaştırma için: türkiye'nin yıllık elektrik tüketimi kabaca 330 teravatsaat; 10 teravatsaat bunun yüzde 3'ü civarı. uluslararası enerji ajansı'nın hesabına göre dünyadaki veri merkezleri 2024'te 400 teravatsaatin biraz üzerinde tüketti; türkiye'nin hedefi bu küresel pastanın küçük ama görünür bir dilimi.
elektriğin "düşük karbonlu" olması şartı önemli, çünkü veri merkezi yatırımcıları artık yeşil enerji sözleşmesi olmadan gelmiyor. türkiye'nin güneş ve rüzgar kapasitesinin hızlı büyümesi bu açıdan avantaj; veri merkezinin yanına ges ya da res eşleştirmek hem maliyeti düşürür hem yatırımcının karbon raporunu rahatlatır.
asıl darboğaz elektrik değil, çip. yapay zeka kampüsünün maliyetinin büyük kısmı gpu; tedarik zinciri birkaç üreticiye bağlı, teslim süreleri uzun ve gelişmiş çiplerin ihracatı uluslararası kontrollere tabi. planın "özel sektör öncülüğünde 10 milyar dolar" demesi bu yüzden doğru: gpu satın alma, finansman ve işletme deneyimi büyük ölçüde özel sektörde. kamunun rolü enerji, arazi, izin ve omurga tarafında.
100 terabit/saniye omurga ve 1 eksabayt depolama hedefleri daha az konuşuluyor ama girişimler için en somut olanlar bunlar: veri merkezleri arası düşük gecikme ve bol depolama, büyük veri setleriyle çalışan her ekibin doğrudan hissedeceği şey. gigavat manşetlerde kalır; omurga ve depolama günlük işi değiştirir.
son bir not: bu ölçekte altyapı 2030'a kadar tamamlansa bile asıl ölçüt doluluk oranı olacak. boş duran gigavat maliyet, dolu gigavat ekosistem demek. hangi iş yüklerinin (kamu, savunma, sağlık, girişimler, yurt dışı müşteriler) bu kapasiteyi dolduracağı, altyapının kendisinden daha önemli bir soru.
devamını oku →
planın en çok konuşulan maddesi yerli büyük dil modeli. hedef net: oğuz, kıpçak ve karluk dil ailelerini kapsayan bir türkçe model ve 2027 sonuna kadar üretim ortamında çalışan bir türkçe model. sahada üç proje anılıyor: tübitak'ın dil modeli çalışması, t3 vakfı ile baykar'ın iş birliği ve havelsan'ın modeli. bu konuda subjektif ama gerekçeli bir görüş yazacağım.
neden kendi modeli olsun istenir, anlaşılır: kamu verisi yabancı sunucuya gitmesin, türkçe kalitesi ve kültürel bağlam yerli olsun, kritik altyapı dışa bağımlı kalmasın. fransa'nın mistral'i, birleşik arap emirlikleri'nin falcon'u, güney kore ve japonya'nın kendi modelleri aynı kaygıyla doğdu; türkiye'nin de bu yarışta bir kartı olması normal.
zor tarafı da açık: açık ağırlıklı modeller (llama, qwen, mistral, gemma) her birkaç ayda bir sıçrama yapıyor ve türkçeleri giderek düzeliyor. sıfırdan büyük bir model eğitmenin maliyeti yüz milyonlarca dolar ve bitmeyen bir yarış; bugün eğitilen model bir yıl sonra ücretsiz açık modelin gerisinde kalabiliyor. bu yüzden bence akıllı yol sıfırdan model değil, üç şey: birincisi, açık modellerin üzerine türkçe için ince ayar ve sürekli eğitim; ikincisi, herkesin kullanabileceği büyük ve temiz bir türkçe veri seti (planın veri kütüphanesi burada değerli); üçüncüsü, türkçe için bağımsız bir değerlendirme seti, yani hangi model türkçede gerçekten iyi, onu ölçen bir kıyas. üçüncüsü olmadan "yerli model daha iyi" cümlesi bir iddia olarak kalır.
bir de "model" ile "uygulama" ayrımı var. ekonomik değerin büyük kısmı modelin kendisinde değil, modeli sağlıkta, tarımda, üretimde işe koşan uygulamada oluşuyor. planın sektörel model öncelikleri (sağlık, tarım, deprem müdahalesi, enerji, imalat) bu açıdan doğru yerde duruyor. yerli model tartışması gündemi kapladıkça bu uygulama katmanı gölgede kalmasın; on tane kullanılan sağlık uygulaması, bir tane vitrinlik modelden daha fazla değer üretir. planın kendisi de zaten beş katmanlı bir ekosistem tarif ediyor: enerji ve donanım, altyapı, model ve veri, uygulama, artı yetenek, finansman ve düzenleme. model bu beş katmandan yalnızca biri.
devamını oku →
girişimci gözüyle okuyunca planın hangi maddeleri doğrudan iş anlamına geliyor, onu yazayım. genel hedefler herkesi ilgilendirir ama bir kurucu için önemli olan hangi kapının ne zaman açılacağı.
1. yapay zeka büyüme fonu (15 milyar tl): seri a, seri b ve ölçeklenme aşamasında 20'den fazla girişime yatırım hedefi var. türkiye'de tohum aşaması kalabalık, büyüme aşaması boş; bu fon tam o boşluğa denk geliyor. hangi fon yöneticisiyle, hangi eş yatırımcı şartıyla çalışacağı henüz açıklanmadı; takip edilmesi gereken ilk şey bu.
2. kamu ilk müşteri: kamu kurumlarının yerli çözümler için ilk kullanıcı ve referans müşteri olması, 10 bakanlıkta 30'dan fazla pilot, e-devlet'te 5'ten fazla yapay zeka destekli hizmet. b2g satan girişimler için referans müşteri sorununu çözebilir. uyarı: kamu alım süreçleri yavaştır; nakit akışını kamuya endeksleyen girişim, ödeme takvimine de hazırlıklı olmalı.
3. kobi kuponu: ilk 12 ayda 1.000'den fazla kupon. kuponu kobi alıyor ama harcamayı bir çözüm sağlayıcıya yapıyor; yani kobi'lere yapay zeka satan girişimler için hazır bir talep havuzu. kupon listesine girebilmek için ürününü belgelemek, referans ve kvkk uyumu hazırlamak şart.
4. ulusal veri kütüphanesi: sağlık, tarım, savunma ve e-ticaret alanlarında 2.000'den fazla makine okunabilir veri seti, 100'den fazlası api ile. türkiye'de veri erişimi girişimin en pahalı sorunuydu; kaliteli ve güncel gelirse rekabet avantajı, gelmezse kağıt üstünde kalır.
5. düzenleyici deney alanları: finans, sağlık, enerji, mobilite ve telekomünikasyonda sandbox. bu beş sektörde ürünü canlıya almadan önce kontrollü ortamda sınama imkânı, özellikle fintek ve sağlık girişimleri için lisans belirsizliğini azaltır.
6. gpu erişimi ve büyüme bölgeleri: hesaplama altyapısına erişim, 5'ten fazla yapay zeka büyüme bölgesi, 3 mükemmeliyet merkezi. teknoparkın yapay zeka odaklı versiyonu gibi düşünülebilir; kira ve altyapı desteği ile birlikte gelirse anlamlı.
7. robotik ve ihracat: 2030'a kadar 5'ten fazla robotik ihracat ya da ortak geliştirme anlaşması, yurt dışında 25'ten fazla kurumsal model konuşlandırması. donanım girişimleri için ilk kez ihracat hedefi yazılmış olması dikkat çekici.
pratik öneri: hangi eylem başlığına girdiğini bugünden belirle ve ürününü o dille anlat. destek programları çıktığında başvuru metni planın kendi kelimeleriyle (fark et, istifade et, üret, yönet) yazılırsa değerlendirme kolaylaşıyor. bir de plana bağımlı iş kurmamak lazım; plan hızlandırıcıdır, ürün ve müşteri yerine geçmez.
devamını oku →
bu planı anlamak için bir öncekine bakmak lazım. türkiye'nin ilk kapsamlı belgesi ulusal yapay zeka stratejisi 2021-2025'ti; cumhurbaşkanlığı dijital dönüşüm ofisi ile sanayi ve teknoloji bakanlığı birlikte hazırlamıştı. vizyonu "müreffeh bir türkiye için çevik ve sürdürülebilir bir yapay zeka ekosistemiyle küresel düzeyde değer üretmek"ti ve altı stratejik önceliği vardı: uzman insan kaynağı yetiştirmek, araştırma ve girişimciliği desteklemek, kaliteli veriye ve teknik altyapıya erişimi genişletmek, sosyoekonomik uyumu hızlandıracak düzenlemeleri yapmak, uluslararası iş birliklerini güçlendirmek ve yapısal ve iş gücü dönüşümünü hızlandırmak. bu altı başlığın altında 119 tedbir sıralanmıştı. 2025 hedefleri de belliydi: yapay zekanın gsyh'ye katkısının yüzde 5'e çıkması, alanda 50.000 kişilik istihdam ve uluslararası endekslerde ilk 20 ülke arasına girmek. 2024'te bu plan 12. kalkınma planı doğrultusunda 2024-2025 eylem planı olarak güncellendi.
2026-2030 planı bir kopuş değil devam olarak sunuluyor; meclis yapay zeka araştırma komisyonunun ve cumhurbaşkanlığı bilim, teknoloji ve yenilik politikaları kurulu'nun belgelerinden beslendiği söyleniyor. iki metni yan yana koyunca farklar şöyle:
birincisi, ağırlık noktası değişti. 2021 belgesi insan kaynağı ve düzenleme ağırlıklıydı; yeni plan hesaplama altyapısını ve enerjiyi merkeze alıyor (1 gigavat, 1 eksabayt, 10 teravatsaat). 2021'de gpu erişimi bir madde bile değildi; bugün ekseni belirleyen unsur.
ikincisi, finansman araçları somutlaştı. eski belge "desteklenecek" diyordu; yenisi 10 milyar tl'lik araştırma fonu ve 15 milyar tl'lik büyüme fonu diye tutar veriyor.
üçüncüsü, yönetişim katmanı eklendi: ulusal yapay zeka kurulu, bakanlık bünyesinde program ofisi, tavsiye niteliğinde ulusal yapay zeka etik kurulu ve herkese açık ilerleme portalı. 2021 belgesinde yönlendirme kurulu vardı ama kamuya açık bir takip mekanizması yoktu.
dördüncüsü, yerli model ve düzenleyici deney alanı gibi 2021'de henüz gündemde olmayan başlıklar girdi; büyük dil modelleri o belgeden sonra yaygınlaştı.
bir önceki dönemin en çok eleştirilen yanı hedeflerin ne kadarına ulaşıldığının bağımsız biçimde ölçülememesiydi. yeni planın en anlamlı yeniliği bence bu: 12 ay sonra ilk rapor ve yıllık takip. ilk raporun içeriği, planın kağıt üstünde mi yoksa sahada mı olduğunu gösterecek.
devamını oku →
planın sayısal hedeflerini tek listede toplamak gerekirse (kaynak: 18 ağustos 2026 tarihli resmi gazete'deki metin ve sanayi ve teknoloji bakanlığı'nın sunumu):
insan kaynağı: ulusal yapay zeka okuryazarlığı programını 5 milyon kişinin tamamlaması, bunun 1,5 milyonu ilk 12 ayda; ilk altı ayda 1.000'den fazla eğitici; 2027 sonuna kadar 10.000 ileri düzey yapay zeka uzmanı ve 100.000 yapay zeka uygulama profesyoneli; 50'den fazla üniversitede yapay zekanın müfredata girmesi; 81 ilde okuryazarlık atölyeleri.
altyapı: en az 1 gigavat veri merkezi kurulu gücü, en az 1 eksabayt depolama, 100 terabit/saniye ulusal omurga, yılda 10 teravatsaat düşük karbonlu elektrik alımı ve veri merkezi, bulut, yapay zeka altyapısı için en az 10 milyar dolarlık, özel sektör öncülüğünde yatırım.
veri ve araştırma: ulusal veri kütüphanesinde 2.000'den fazla kamu veri seti (100'den fazlası api ile), 2028'e kadar 10 lisanslama ya da ortak geliştirme anlaşması, yurt dışında 25'ten fazla kurumsal model konuşlandırması, 2030'a kadar 5'ten fazla robotik ihracat ya da ortak geliştirme anlaşması.
finansman: en az 10 milyar tl'lik ulusal yapay zeka araştırma fonu, 15 milyar tl'lik yapay zeka büyüme fonu, seri a/b ve ölçeklenme aşamasında 20'den fazla girişim; ilk 12 ayda kobi'lere 1.000'den fazla yapay zeka kuponu; kamu yatırım programlarında yapay zekaya en az yüzde 2 pay.
bölgeler ve kamu: 2028 sonuna kadar 5'ten fazla yapay zeka büyüme bölgesi ilanı ve en az 3'ünün faal olması, 3 bölgesel mükemmeliyet merkezi, 6 erişim noktası; ilk 12 ayda 10 bakanlıkta 30'dan fazla pilot uygulama, e-devlet'te 5'ten fazla yapay zeka destekli hizmet; finans, sağlık, enerji, mobilite ve telekomünikasyonda düzenleyici deney alanı (sandbox).
toplam beklenen ekonomik değer 1 trilyon tl'nin üzerinde. bunları alt alta yazınca planın en güçlü tarafı ortaya çıkıyor: neredeyse her hedefin bir sayısı ve tarihi var; 12 ay sonra ilk ilerleme raporu, sonra her yıl bir rapor ve kurumların bütçe ve takvimlerini gösteren bir şeffaflık portalı vaat ediliyor. bir plan ancak ölçülebiliyorsa takip edilebilir; bu metin en azından o şartı sağlıyor.
devamını oku →
istanbul merkezli dijital ajans; web sitesi withbeyond.com. kurucusu linkedin profilinde "founder" olarak görünen deniz sabri leventoğlu. ajansın kamuya açık iş örneklerinden biri eczacıbaşı profesyonel için yapılan b2b web sitesi ve altyapı projesi: ön satış süreçleri, potansiyel müşteri (lead) toplama, ürün portföyünün kolay erişilebilir olması ve seo entegrasyonu üzerine kurulmuş bir çalışma. yani ajansın odağı vitrin sitesi değil, satış sürecine bağlanan kurumsal dijital altyapı.
isim karışıklığına dikkat: türkiye'de "beyond ajans" adında ayrı bir dijital reklam ajansı daha var (beyondajans.com, kurucu ortakları arasında murat ingin geçiyor). ikisi farklı şirketler; arama motorunda ikisi de "beyond" kelimesiyle çıkıyor ve karıştırılıyor. bu başlık with beyond için.
b2b odaklı ajanslarda işin ölçüsü tasarım ödülü değil, sitenin satış ekibine kaç nitelikli talep getirdiği. eczacıbaşı profesyonel projesinin anlatımında da vurgu tam buraya; kurumsal müşterinin ürün kataloğunu bulup teklif istemesi kaç tıkla oluyor, form sonrası kim arıyor, hangi sayfa organik aramadan geliyor. bu tür ölçütlerle konuşan ajans azınlıkta.
devamını oku →
2018 yılında girişimcilik vakfı fellow programının üçüncü aşamasını geçen adaylardan biri.
girişimcilik vakfı (girvak), 2014'te sina afra öncülüğünde kurulan, üniversite öğrencilerine girişimcilik kültürü kazandırmayı amaçlayan bir vakıf. fellow programı vakfın ana programı: üniversitelerin 3. ve 4. sınıf öğrencileri başvurabiliyor (hazırlık, 1. ve 2. sınıflar için ayrı bir challenger programı var), 17 ile 24 yaş aralığı şartı aranıyor. seçim beş aşamalı: kişisel bilgi formu, video gönderimi, online mülakat, kişilik envanteri ve son mülakat. üçüncü aşamayı geçmek, online mülakatı geçip envanter ve son mülakat turuna kalmak anlamına geliyor; her yıl binlerce başvurudan yalnızca yüz civarı aday fellow oluyor.
fellow olanlar 12 ay boyunca burs alıyor, eğitim ve mentorluk programına katılıyor, kendi üniversitelerinde "girişim elçisi" olarak vakfın etkinliklerini yürütüyor ve program bitince mezun ağına (alumni) dahil oluyor. bu ağ, türkiye'deki genç girişimci topluluğunun en yoğun olduğu yerlerden biri; birçok girişimin kurucu ortakları birbirini fellow döneminden tanıyor.
devamını oku →
iletişim ve sunum için de geçerli bir ilke. bir sunumda beş mesaj vermeye çalışan kişi, dinleyicinin zihninde hiçbirini şekil yapamıyor; hepsi zemin oluyor ve toplantı bitince kimse ne dendiğini hatırlamıyor. tek mesaj seçmek, geri kalanı bilinçli olarak zemine itmek demek. iyi konuşmacılar gerçekten bunu yapıyor, geri kalan bilgiyi sorulursa veriyor.
girişim sunumlarında (pitch) yatırımcının kafasında şekil olması gereken tek şey var: bu ekip bu problemi neden başka herkesten iyi çözer. pazar büyüklüğü, rakip tablosu ve gelir modeli zemin; gerekli ama öne çıkmaması gereken bilgiler. sunumu pazar büyüklüğü slaytıyla açan girişimci, yatırımcının dikkatini zemine çekiyor.
bir de tersinden okuma: dikkat ekonomisinde her platform senin şekil olmanı zorlaştırıyor, çünkü herkes şekil olmaya çalışıyor. sosyal medyada öne çıkmanın yolu daha parlak olmak değil, çevrendeki gürültünün tersine gitmek; herkes bağırırken sessiz olan şekil oluyor. rubin'in vazosu yüz yıl sonra da aynı dersi veriyor: öne çıkan şey, arkasındakiyle kontrast kurabilen şey.
devamını oku →
tasarımda en somut kullanımı negatif alan logoları. fedex logosundaki e ile x arasındaki beyaz ok, ilk bakışta zemin; birisi gösterince şekle dönüşüyor ve bir daha görmemek mümkün olmuyor. toblerone logosundaki dağın içindeki ayı, ncaa'in eski logosundaki kafa, carrefour'un c harfini oluşturan iki ok aynı numaranın örnekleri. bir kez fark edildiğinde akılda kalıcılığı sıradan logonun çok üstüne çıkıyor.
arayüz tasarımında ise şekil-zemin, hiyerarşi kurmanın temel aracı. bir pencere (modal) açıldığında arka planın karartılması, tam olarak arkadakini zemine itip pencereyi şekil yapmak için. birincil butonun dolgulu, ikincil butonun sadece kenarlıklı olması aynı şey: dolu olan şekil, boş olan zemin. tasarımcıların "boşluk bırak" ısrarının sebebi de bu; boşluk yoksa her şey şekil olmaya çalışıyor ve hiçbir şey öne çıkmıyor.
pratik test: tasarımı gözlerini kısarak ya da küçültülmüş halde incele. ilk üç saniyede ne görünüyorsa şekil o. istediğin öğe değilse, kontrast, boyut ya da boşluk ayarı gerekiyor. mobil ekranlarda bu daha kritik, çünkü alan az ve her şey şekil olmaya aday.
devamını oku →
gestalt psikolojisinin temel algı ilkelerinden biri; kaynağı danimarkalı psikolog edgar rubin'in 1915 tarihli çalışması. rubin'in vazosu diye bilinen görselde aynı çizgiler bir bakışta beyaz vazo, öteki bakışta karşılıklı iki siyah yüz olarak görülüyor; ikisini aynı anda görmek mümkün değil, algı ikisi arasında gidip geliyor. buradan çıkan ilke: görsel alanı her zaman bir şekil (öne çıkan, sınırı olan, dikkat çeken) ve bir zemin (arkada kalan, sınırsız, fark edilmeyen) olarak örgütlüyoruz.
hangisinin şekil olacağına dair kurallar da var. küçük alan büyük alana göre şekil olma eğiliminde; kapalı ve simetrik biçimler açık olanlara göre; görsel alanın alt kısmı üst kısma göre; ve daha önce gördüğümüz, anlamlı bulduğumuz biçimler diğerlerine göre şekil oluyor. bu kuralları bilmek, tasarımcının bakışı yönetmesini sağlıyor.
gestalt'ın diğer ilkeleriyle birlikte okunmalı: yakınlık (yakın öğeler grup olur), benzerlik (benzer öğeler grup olur), kapalılık (eksik biçimi tamamlarız), süreklilik (kesintisiz çizgiyi takip ederiz) ve hepsinin üstünde pragnanz yasası (zihin en basit, en düzenli yorumu seçer). şekil-zemin, bu ilkelerin çalışabilmesi için gereken ilk adım; önce neyin şekil olduğuna karar veriyoruz, sonra şekli örgütlüyoruz.
devamını oku →
şüpheci not: 2023'te "prompt mühendisliği" diye bir meslek doğacağı söylendi, iş ilanları çıktı, kurslar satıldı. 2026'da gelinen nokta şu: modeller talimatı anlamakta o kadar iyileşti ki rehberlerin yarısı gereksizleşti. anthropic'in kendi rehberi de her sürümde kısalıyor; "nazikçe iste" gibi maddeler çoktan çıktı, kalan maddeler aslında iyi iletişim kuralları.
yani kalıcı beceri prompt yazmak değil, işi tanımlamak. hangi girdiden hangi çıktıyı beklediğini, neyin doğru sayılacağını, hangi hatanın kabul edilemez olduğunu yazabilen kişi, hangi modelle çalışırsa çalışsın iyi sonuç alıyor. yazamayan kişi en iyi modelle de kötü sonuç alıyor.
bu yüzden rehberi okumanın en iyi yolu, onu bir yazışma rehberi gibi okumak: yeni işe başlayan bir stajyere iş verirken ne yazardın? bağlam, örnek, sınırlar, kontrol yöntemi. aynı şeyi modele yazıyorsun. farkı, stajyerin bir süre sonra öğrenmesi; modelin her seferinde baştan anlatılması gerekiyor. bu da rehberin asıl işlevini gösteriyor: bir kez iyi yazılmış, tekrar kullanılabilir talimat kütüphanesi kurmak. sohbet penceresine her seferinde sıfırdan yazan kişi prompt mühendisi değil, unutkan kullanıcı.
devamını oku →
türkçe çalışanlar için somut bir şablon, günlük işte en çok işe yarayan biçim:
sistem mesajı: "sen, türkiye'de faaliyet gösteren küçük bir e-ticaret şirketinin müşteri destek asistanısın. yalnızca aşağıdaki politika belgesine dayanarak cevap ver. belgede olmayan bir konu sorulursa, bilmediğini söyle ve müşteriyi insan temsilciye yönlendir. üslup: samimi ama kısa, en fazla dört cümle."
kullanıcı mesajı: politika belgesi bir etiket içinde, müşteri sorusu ayrı bir etiket içinde, en altta talimat: "soruyu politika belgesine göre cevapla."
bu kadar. deneyimle öğrendiğim hatalar: (1) türkçe yazıp ingilizce cevap almak: sistem mesajında dili açıkça belirt, aksi halde girdideki ingilizce parçalar dili kaydırabiliyor. (2) "resmi ol" demek yetmiyor; "siz diye hitap et, emoji kullanma" gibi somutlaştır. (3) tek prompt'a beş iş yüklemek: özetle, çevir, sınıflandır, cevap yaz, etiketle. bunları ayrı çağrılara bölünce her biri daha iyi çıkıyor. (4) örnek vermeden biçim beklemek. tablo istiyorsan iki satırlık örnek tablo koy.
bir de değerlendirme alışkanlığı: prompt'u değiştirdiğinde eski 20 soruyu tekrar çalıştırıp karşılaştır. hissiyatla "daha iyi oldu" demek, üretim ortamında pahalıya patlıyor. yapay zeka başlığındaki eleştirel entry'ler bu konuda okumaya değer.
devamını oku →
rehberin özünü tek entry'de toplamak gerekirse, anthropic'in kendi dokümanlarında tekrar tekrar söylediği şeyler şunlar:
1. net ve doğrudan yaz. modele "kısa özet" değil "en fazla üç cümle, her cümle bir bulgu" de. muğlak talimat muğlak çıktı getiriyor.
2. rol ve bağlam ver. sistem mesajında kim olduğunu ve kimin için çalıştığını anlat: "sen bir kobi muhasebecisine yardım eden asistansın, okuyucu vergi terimlerini bilmiyor". aynı soruya cevap belirgin değişiyor.
3. veriyi talimattan ayır. uzun bir belge, e-posta ya da kod veriyorsan xml etiketleri arasına koy; sonra talimatta o etiketi referans ver. model neyin girdi neyin komut olduğunu karıştırmıyor.
4. örnek göster. istediğin çıktı biçiminden iki üç örnek (few-shot) vermek, sayfalarca kural yazmaktan daha etkili.
5. düşünmesine izin ver. karmaşık işlerde "önce adım adım düşün, sonra cevabı yaz" demek doğruluğu artırıyor; düşünceyi ayrı bir bölümde isteyip son cevabı ayrı almak temiz çıktı sağlıyor.
6. uzun belgeyi üste koy, soruyu en alta yaz. uzun bağlamda talimatın sonda olması hatırlanmayı artırıyor.
7. "bilmiyorsan bilmiyorum de" cümlesini ekle. uydurma cevabı azaltan en ucuz yöntem.
8. çıktının başını sen yaz (prefill). cevabın json ile başlamasını istiyorsan asistan mesajını süslü parantezle başlatmak, açıklama cümlelerini ortadan kaldırıyor.
rehber ne değil: sihirli kelime listesi değil. "lütfen" yazmak ya da "sen bir dünya uzmanısın" diye şişirmek ölçülebilir fark yaratmıyor; işi iyi tarif etmek yaratıyor.
devamını oku →
girişimcilikte de bir aşamanın adı. stanford d.school'un yaydığı tasarım odaklı düşünme (design thinking) sürecinin beş adımı: empathize (anla), define (tanımla), ideate (fikir üret), prototype (prototiple), test (dene). define, kullanıcıyı gözlemledikten sonra çözülecek problemi tek cümlede yazdığın aşama.
burada üretilen şeye problem ifadesi ya da "how might we" cümlesi deniyor: "küçük esnafın stok takibini, muhasebe bilgisi gerektirmeden nasıl kolaylaştırabiliriz?" cümlenin üç parçası var: kullanıcı (küçük esnaf), ihtiyaç (stok takibi), içgörü (muhasebe bilmiyor). içgörü kısmı olmayan problem ifadesi genelde bir çözümü gizlice içinde taşıyor ve fikir aşamasını daraltıyor.
girişimlerin çoğu bu adımı atlıyor: kullanıcıyla konuşmadan çözümü yazıyor, sonra probleme uydurmaya çalışıyor. bir fikrin ilk müşteri görüşmelerinde neden doğrulanamadığını anlamak için müşteri görüşmesi ile iş fikri doğrulama yazısına bakılabilir; oradaki hataların büyük kısmı problemin yanlış tanımlanmasından çıkıyor. iyi tanımlanmış problem, çözümün yarısı; klişe ama doğru.
devamını oku →
programcı için define, iki ayrı şey demek.
php'de define('AD', deger) fonksiyonu bir sabit tanımlar; sonra kodun her yerinde AD olarak kullanılır ve değiştirilemez. php 5.3 ile gelen const anahtar kelimesi aynı işi derleme zamanında yapıyor; fark şu: define çalışma zamanında ve koşullu tanımlanabilir (if içinde), const ise sınıf içinde ve ad alanlarında çalışır. sabit tanımlı mı diye defined('AD') ile bakılır; bu sitenin kodunda da veritabanı bilgileri tam böyle, define ile tanımlı sabitlerde tutuluyor.
c ve c++'ta #define ise ön işlemci direktifi. derleyici kodu görmeden önce metin değiştirme yapar: #define PI 3.14 yazdıysan koddaki her PI, 3.14 ile değiştirilir. makro da tanımlanabilir: #define KARE(x) ((x)*(x)). klasik tuzak parantezleri unutmak; KARE(a+b) yazınca parantezsiz makro a+b*a+b'ye açılır ve yanlış sonuç verir. ikinci klasik kullanım header guard: #ifndef, #define, #endif üçlüsüyle aynı başlık dosyasının iki kez dahil edilmesi engellenir. modern c++'ta sabitler için constexpr, makrolar için inline fonksiyon öneriliyor; #define yalnızca koşullu derleme için kalıyor.
bir de javascript'in eski modül sistemi amd'de define(['bagimlilik' ], function(){}) çağrısı var; requirejs ile modül tanımlamak için kullanılıyordu, es modülleri (import/export) yaygınlaşınca büyük ölçüde tarihe karıştı.
devamını oku →
ingilizce fiil; bir şeyin anlamını, sınırlarını ya da niteliklerini kesin biçimde belirlemek. latince definire'den geliyor: de (tam olarak) ve finis (sınır). yani kelimenin kökünde "sınır çizmek" var; bir şeyi tanımlamak, onun nerede bitip başka şeyin nerede başladığını söylemek.
arama motoruna "define" yazan çoğu kişi aslında sözlük anlamı arıyor; google'ın "define:kelime" operatörü de tam bunun için var, aradığın kelimenin tanımını sonuçların en üstünde gösteriyor.
felsefede tanımlamanın üç klasik yolu var. cins ve ayrım (aristoteles): önce üst kategoriyi söyle, sonra onu benzerlerinden ayıran özelliği ekle; "insan, düşünen hayvandır". örnekle tanım: "meyve dediğim şey elma, armut, kiraz gibi şeylerdir". işlevle tanım: "çekiç, çivi çakmaya yarayan alettir". iyi tanım ne çok geniş olur (tanımlanan dışındakileri de kapsamaz) ne çok dar (tanımlananın bir kısmını dışarıda bırakmaz).
pratik faydası: bir tartışmanın uzayıp gitmesinin en yaygın nedeni tarafların aynı kelimeyi farklı tanımlaması. "başarı", "özgürlük", "girişimci" gibi kelimeler konuşulmadan önce tanımlanırsa tartışmanın yarısı bitiyor.
devamını oku →
başarı hikayesinin şüpheci okuması da yapılmalı. spac ile halka arz 2021 modasıydı ve o modayla açılan şirketlerin büyük çoğunluğu gibi martı'nın hissesi de işlem görmeye başladıktan sonra ciddi değer kaybetti. halka açılmak bir dönüm noktası ama tek başına başarı ölçüsü değil; hisse fiyatının nereden nereye geldiğine bakmadan "nyse'ye giren ilk türk şirketi" cümlesini alkışlamak eksik kalıyor.
ikinci nokta birim ekonomisi. paylaşımlı scooter dünyanın hiçbir yerinde kolay kâr eden bir iş olmadı; araç ömrü kısa, vandalizm ve bakım maliyeti yüksek, kış ayları ölü sezon. bird ve lime gibi öncüler bunu acı şekilde öğrendi. martı'nın tag'e (yolcu taşıma) kayması, tam da scooter işinin tek başına yeterli olmadığının kabulü gibi okunabilir.
yine de hakkını teslim etmek lazım: türkiye'den çıkıp amerikan borsasında işlem gören teknoloji şirketi sayısı bir elin parmaklarını geçmiyor ve 27 yaşında bunu yapmak az iş değil. eleştiri, kişinin değil, "halka arz eşittir başarı" anlatısının eleştirisi.
devamını oku →
girişimci olarak ilginç tarafı, türkiye'de düzenlemesi olmayan bir alanda iş kurmuş olması. 2018'de elektrikli scooter'ın hukuki statüsü belirsizdi; kaldırıma mı yola mı ait, ehliyet gerekir mi, belediye izni var mı, hiçbiri net değildi. martı önce araçları sokağa koydu, sonra kuralların yazılmasında masaya oturdu. 2021'de çıkan elektrikli scooter yönetmeliği büyük ölçüde bu sürecin sonucu.
aynı şeyi 2022'de martı tag ile yolcu taşımada tekrarladı; bu sefer çok daha sert bir alanda, taksi esnafı ve düzenleyici kurumlarla uzun süren bir mücadele oldu ve hâlâ bitmiş sayılmaz. "önce yap, sonra düzenleme gelsin" yaklaşımı uber'in dünyada yaptığının yerli versiyonu; hayranı da eleştireni de bol.
girişimciler için ders: düzenlenmemiş alan büyük fırsat ama büyük hukuki risk demek. sermaye ve avukat gücü olmadan bu oyunu oynamak zor; öktem'in arkasında erken dönemde ciddi yatırımcılar vardı. bir de sunum becerisi: mikromobiliteyi "scooter kiralama" değil "şehir içi ulaşım altyapısı" olarak anlatması, hem yatırımcıya hem kamuoyuna hikayeyi farklı yerden kurdu.
devamını oku →
martı scooter kurucu ortağı ve ceo'su. 1991 doğumlu. koç lisesi'ni vehbi koç vakfı bursuyla bitirdi, lisansını chicago üniversitesi ekonomi bölümünde, yüksek lisansını london school of economics'te siyasal ekonomi alanında yaptı.
iş hayatına deutsche bank'ın londra ofisinde başladı; 2014'te istanbul'a dönüp blutv'de operasyondan sorumlu yönetici (coo) olarak çalıştı. kasım 2018'de kız kardeşi sena öktem ile birlikte martı'yı kurdu; şirket istanbul'da paylaşımlı elektrikli scooter ile başlayıp elektrikli moped ve bisiklet ekledi, 2022'de ise sürücü ile yolcuyu eşleştiren martı tag uygulamasını başlattı.
webrazzi ödülleri'nde 2019 ve 2020'de üst üste yılın girişimcisi, gq men of the year 2021'de yılın girişimcisi seçildi. 13 temmuz 2023'te martı, galata acquisition corp ile spac birleşmesi yoluyla new york borsası'nda işlem görmeye başladı; nyse'ye giren ilk türk mikromobilite şirketi oldu ve açılış zilini öktem çaldı.
devamını oku →
türkçesi "yüklenir yazıyüzleri" ya da "indirilebilir yazı tipleri". kavramı bilen için asıl soru "nasıl kullanılır" değil "nasıl hızlı kullanılır", çünkü yazı tipi indirme çoğu sitede en büyük performans kaybı.
kontrol listesi:
1. sadece kullandığın ağırlıkları yükle. dört ağırlık (400, 500, 600, 700) dört ayrı dosya demek; çoğu site iki ağırlıkla idare eder. değişken yazı tipi (variable font) varsa tek dosya tüm ağırlıkları taşır.
2. alt küme çıkar. google fonts adresine text parametresi ekleyerek sadece belirli karakterleri, ya da subset ile latin-ext alt kümesini alabilirsin. türkçe için latin-ext şart; yoksa ş ve ğ harfleri başka yazı tipinden gelir ve metin kirli görünür.
3. en önemli yazı tipini preload et. head içinde link rel=preload ile tarayıcıya css'i beklemeden indirmeye başlamasını söylüyorsun; ilk boyama süresi belirgin düşüyor.
4. font-display: swap veya optional. swap, metni hemen gösterip sonra değiştirir; optional, yazı tipi zamanında gelmezse o sayfa için hiç kullanmaz (düzen kayması sıfır). seo tarafında core web vitals'ın cls metriği tam burada devreye giriyor; yazı tipi değişince satırlar kayıyorsa puan düşüyor. size-adjust ve ascent-override ile fallback yazı tipini asıl yazı tipine yaklaştırmak kaymayı azaltıyor.
5. kendi sunucundan sun. üçüncü taraf bağlantı maliyeti (dns, tls) ve gizlilik derdi ortadan kalkıyor; woff2 dosyalarını uzun süreli cache başlığıyla ver.
bunları yapan bir sitede yazı tipi yükü genelde 50 ile 80 kilobayt arasına iniyor; yapmayanda 400 kilobaytı aşıyor.
devamını oku →
Daha fazla göster (6.134 kaldı)
@sammy
· 1 gün önce
@titus