Dilin Matematiği: LLM (Büyük Dil Modelleri) Nedir ve Yapay Zekanın Zirvesi

İnsanlık tarihinin en büyük icatlarından biri olan yazı, bilginin nesiller boyu aktarılmasını sağladı. Ancak bugün, yazının sadece bir iletişim aracı değil, aynı zamanda bir “hesaplama” birimi haline geldiği bir çağdayız. LLM (Large Language Models), yani Büyük Dil Modelleri, bu dönüşümün tam merkezinde yer alıyor. ChatGPT’den Claude’a, Gemini’dan Llama’ya kadar bugün hayranlıkla izlediğimiz tüm sistemlerin kalbinde yatan bu teknoloji, aslında dilin karmaşık yapısını matematiksel bir düzleme indirgeyen devasa bir mimaridir.

Peki, bu sistemler nasıl oluyor da bir şair gibi şiir yazabiliyor, bir yazılımcı gibi kod kurgulayabiliyor veya bir hukukçu gibi metin analiz edebiliyor? Gelin, Doğal Dil İşleme (NLP) dünyasının bu zirve noktasını, teknik derinlikten ödün vermeden ama herkesin anlayabileceği bir dille inceleyelim.

---

LLM Nedir? İstatistiksel Bir Devrim

Büyük Dil Modelleri, milyarlarca (bazen trilyonlarca) parametreye sahip olan ve devasa veri yığınları üzerinde eğitilmiş yapay zeka modelleridir. Temel görevleri son derece basittir ama sonuçları mucizevi görünür: Verilen bir kelime dizisinden sonra gelmesi en muhtemel olan kelimeyi (token) tahmin etmek.

Bu modeller “öğrenirken” dili bir dilbilgisi kural dizisi olarak değil, istatistiksel bir olasılık dağılımı olarak görürler. Bir LLM için bir cümlenin kurulması, aslında karmaşık bir olasılık fonksiyonunun sonucudur. Örneğin, “Güneş doğudan…” cümlesinden sonra gelebilecek kelimeler arasında “doğar” kelimesinin olasılığı, “koşar” kelimesine göre çok daha yüksektir. LLM’ler bu olasılıkları sadece basit kelime eşleşmeleriyle değil, bağlamın (context) derinliklerini analiz ederek hesaplar.

Çalışma Prensibi: Transformer Mimarisi ve Dikkat Mekanizması

LLM’lerin bugünkü başarısının arkasında 2017 yılında Google araştırmacıları tarafından tanıtılan Transformer mimarisi yatar. Bu mimariden önce kullanılan sistemler (RNN ve LSTM gibi), cümleyi kelime kelime, sırayla okurdu. Bu da uzun cümlelerin başındaki bilgilerin sonuna gelindiğinde unutulmasına neden olurdu.

Transformer ise “Self-Attention” (Öz-Dikkat) mekanizması sayesinde bir cümledeki tüm kelimelere aynı anda bakar. Cümledeki hangi kelimenin diğeriyle daha yakından ilişkili olduğunu matematiksel olarak belirler.

Matematiksel bir ifadeyle, bir kelimenin ($w_n$) bağlam içindeki ağırlığı, diğer kelimelerle ($w_1, …, w_{n-1}$) olan korelasyonuna göre belirlenir:

$$P(w_n | w_1, w_2, …, w_{n-1})$$

Bu formül, sistemin “banka” kelimesinin bir nehir kenarını mı yoksa finansal bir kurumu mu ifade ettiğini, cümlenin geri kalanındaki kelimelere bakarak (dikkat ederek) anlamasını sağlar.

---

LLM’leri “Büyük” Yapan Nedir?

Bir dil modeline “Büyük” (Large) denmesi için iki temel kriter vardır:

1. Parametre Sayısı: Parametreler, modelin öğrenme sürecinde ayarladığı “düğmeler” gibidir. Günümüzde LLM’ler 175 milyardan (GPT-3) başlayıp 1.8 trilyona (GPT-4 tahminleri) kadar uzanan parametre sayılarına ulaşmıştır. Parametre sayısı arttıkça, model dilin nüanslarını, alaycılığı, teknik terimleri ve yaratıcılığı daha iyi kavrar.
2. Veri Seti: Bu modeller internetin neredeyse tamamıyla, kitaplarla, akademik makalelerle ve yazılım kodlarıyla eğitilir. Bu devasa veri kümesi, modelin sadece dil öğrenmesini değil, dünya hakkında genel bir bilgi birikimine (world knowledge) sahip olmasını sağlar.

---

Halk Ağzıyla Örnek: “Dünya Kütüphanesini Yutmuş Müezzin”

“LLM dediğin şeyi şöyle hayal et: Mahallede bir amca var, ömrü boyunca dünyadaki bütün kitapları, gazeteleri, ansiklopedileri, hatta duvar yazılarını bile okumuş. Hafızası zehir gibi ama aslında kendi fikri yok. Sen ona bir lafın başını söylediğinde, o kadar çok şey okumuş ki, lafın sonunun nereye varacağını adın gibi biliyor. ‘Usta, bizim hanımla aramız bozuk…’ diyorsun, adam daha önce okuduğu milyonlarca dertleşme yazısından yola çıkarak sana ‘Hanımın gönlünü alacak bir çiçek, bir çift tatlı söz her kapıyı açar’ diye öğüt veriyor. Ama sorsan ‘Sen hiç aşık oldun mu?’ diye, ‘Yok evladım, ben sadece okuduğumu biliyorum’ der. İşte LLM, okuduğu her şeyi birbirine bağlayan ama aslında sadece bir sonraki kelimeyi tahmin eden o derya deniz hafızalı amcadır.”

---

LLM Ne İle Karıştırılmamalıdır?

LLM’lerin yetenekleri o kadar etkileyicidir ki, onları olduğundan farklı tanımlama eğilimine gireriz. İşte en büyük yanılgılar:

• Arama Motoru Değildir: Google bir veritabanından bilgi “getirir”. LLM ise bilgiyi “üretir”. LLM’ye bir soru sorduğunuzda o an internete bakmaz (eğer internet erişim özelliği kapalıysa), kendi içindeki olasılık ağlarından bir cevap kurgular. Bu yüzden bazen çok emin bir şekilde yalan söyleyebilir (Halüsinasyon).
• Bilinçli Bir Varlık Değildir: Size çok insancıl cevaplar vermesi, onun duyguları olduğu veya düşündüğü anlamına gelmez. O sadece “bir insan bu soruya nasıl cevap verirdi?” sorusunun matematiksel simülasyonunu yapar.
• Bir Veritabanı Değildir: Bilgileri satır satır saklamaz. Bilgiler, nöral ağların içindeki ağırlıklara (weights) dağılmış durumdadır. Bir bilgiyi hatırlarken onu bir dosyadan açmaz, yeniden inşa eder.

Özellik	LLM (Örn: ChatGPT)	Arama Motoru (Örn: Google)
İşlem Biçimi	Üretken (Generative)	Dizine Eklenmiş (Indexed)
Cevap Yapısı	Özgün metin oluşturur	Mevcut web sitelerini listeler
Bağlam	Diyaloğu hatırlar	Her sorgu bağımsızdır
Doğruluk	Yanılma payı yüksektir (Halüsinasyon)	Kaynak odaklıdır

---

Nitelikli Bilgi: Tokenizasyon Meselesi

LLM’ler kelimeleri bizim gibi “kelime” olarak okumazlar. Metni token adı verilen küçük parçalara bölerler. Bir token bazen bir kelimenin tamamı, bazen de bir hece veya ek olabilir. Örneğin “İstanbul” kelimesi tek bir token olabilirken, “bilgisayarlaştıramadıklarımızdanmışsınız” gibi uzun bir kelime onlarca token’a bölünür.

Modellerin bir “bağlam penceresi” (context window) vardır. Bu pencere, modelin bir seferde kaç token’ı aklında tutabileceğini belirler. Pencere dolduğunda, model konuşmanın en başını “unutmaya” başlar. Bu yüzden çok uzun sohbetlerde konu dağılabilir.

---

Sonuç: Dilin Geleceği

Büyük Dil Modelleri, sadece metin yazan araçlar değil, insan zekasının dışsallaştırılmış birer kopyasıdır. Bu modeller sayesinde artık bilgisayarlara “komut” vermiyoruz, onlarla “konuşuyoruz”. Bu, yazılım dünyasında “kod yazma” döneminden “prompt (istem) yazma” dönemine geçişi temsil ediyor.

Gelecekte LLM’ler daha küçük cihazlarda (telefonlar, saatler) çalışabilecek kadar optimize edilecek ve “akıllı asistan” kavramı, gerçekten bizi anlayan ve bizimle birlikte düşünen bir yapıya bürünecek.

Google Sorguları ve Kısa Cevaplar

Soru: LLM açılımı nedir ve ne anlama gelir?

Cevap: LLM, “Large Language Model” (Büyük Dil Modeli) anlamına gelir. Devasa veri setleriyle eğitilmiş, insan benzeri metinler üretebilen yapay zeka sistemlerini ifade eder.

Soru: LLM neden halüsinasyon görür (yanlış bilgi verir)?

Cevap: LLM’ler gerçekleri bir veritabanından çekmek yerine kelimeler arası olasılıkları hesapladığı için, bazen mantıklı görünen ama gerçekte karşılığı olmayan yanlış bilgiler üretebilirler.

Soru: Token nedir?

Cevap: Token, yapay zekanın metni anlamlandırmak için parçalara ayırdığı en küçük birimdir; bir kelime, bir karakter veya bir ek olabilir.