AI keşfi yolculuğuna hoşgeldiniz. Bu yolculukta AI gelişmelerini takip edip, dil modellerini deneyimlerken öğrendiklerimi paylaşacağım.

Ben yapay zeka ile tartışıyorum. İstediğim çıktıları elde edemediğimde, analizim yanlış olduğunda veya yapay zekanın hatalı kaynaklardan beslendiğini hissettiğimde dil modeli ile tartışmaya başlıyorum.

Peki Prompt Engineering gelişmiş dil modelleri ile kurduğum iletişimin temel aracıysa, bu iletişimi nasıl daha etkili hale getirebilirim? Bu yazıda, AI keşfi yolculuğumda en temelde aradığım cevabıinceleyeceğim.

Bu soruya cevap ararken neler fark ettim?

• Yapay zeka, isteğim karşısında taradığı kaynaklar arasından aradığım kelimelerin en sık yan yana gelişlerine göre sonuçlar iletiyor. Demek ki yapay zekayı istatistiki tahminleme modeli olarak tanımlayabilirim.
• İlk cümlem prompt’umdur, sonrası sadece yönlendirici sufleler 🙂
• Bilgi kaynağı risk almayacağım adımdır. Bu yüzden araştıracağı kaynakları (makale, link, ses veya görüntü kaydı) ben sunuyorum.

Yapay zeka ile iletişimimi güçlendirmek için öğrendiğim Prompt Engineering teknikleri;

1. Örneklerle Yönlendirme (Few Shot Prompting): İstediğim bakış açısına benzer örnekler vererek modelin davranışını yönlendiriyorum. Bu sayede benim bakış açımı tanıyor.
2. Düşünce Zinciri Yönlendirmesi (Chain of Thought Prompting):Bu yöntemde modelden cevabı adım adım düşünerek vermesini istiyorum. Her adım bilinçli bir mantık zinciri oluşturuyor ve çözüm sürecini şeffaf bir şekilde yapılandırıyor.
3. Düşünce Ağacı Yöntemi(Tree of Thought Prompting): Modelden birden fazla alternatif düşünce yolu (branch)sunmasını ve tüm alternatifleri birbiri ile kıyaslamasını istiyorum. Bu sayede alternatif senaryolarla çok yönlü düşünce geliştirmesini sağlıyorum. Her alternatif düşüncenin hatalı olduğunu fark ettiğinde süreçten çekilmesini de ekliyorum ki düşünce yollarının eliminasyonla sadeleştirebileyim.
4. Rol Tabanlı Yönlendirme (Directional Stimulus Prompting):Analizim kapsamında uzman bir karakter yaratıyorum ve bakış açısını, değerlendirme kriterlerini belirliyorum.
5. Yoğunluk Zinciri (Chain of density prompting):Her adımda daha yoğun bilgiler içeren özete gitmek için kullanıyorum. Bu sayede özet bilgiye ulaşırken bilgi/anlam kaybıyaşamadan metnimi daha da yoğunlaştırıyorum.

Uygulama Zamanı

Bu teknikleri bazen birbiri ile harmanlayarak kullanıyorum. Bahsettiğim 5 tekniği içeren Prompt mühendisliğini ürün yönetimi perspektifiyle birleştirerek çalıştığım bir prompt örneği deneyelim;

Marketplace e-ticaret platformunda kullanıcıların alışveriş deneyimlerinde sepet adımına geldiklerinde sepetten ayrılmayı azaltmak ve kullanıcının hesabına tanımlanmış kişisel kuponların kullanımını arttırmak amacıyla sepette kişisel kuponların görünümünü ve kullanımını sağlayacak ürün modellemesi çalışacağız.

Şimdi adım adım ürün modellemesini tasarlayalım.

1.Adım: Kullanıcının sepette tanımlı kuponları görüntüleyip sepet ürünlerine uygun olanı seçip uyguladığı uçtan uca bir kupon kullanım akışı tasarla. Akış, flowchart prensiplerine uygun ve kullanıcı deneyimini sade, sezgisel, kesintisiz kılacak şekilde yapılandırılsın. Süreç adımlarını oluşturduğun akışı, akış diyagramı kurallarına uygun olarak ilet. Örneğin; flowchart kuralları gereği Karar adımlarından sonra Evet/Hayır şeklinde iki yola ayrılanlar gösterim uygula (FewShot)

2.Adım: İş akışındaki her bir süreci iki farklı e-ticaret kullanıcısı için kullanıcı deneyimi odaklı olarak değerlendir.

• Kullanıcı-1: Zaman odaklı, sepet adımında uzun süre beklemeden ödeme adımına geçmek isteyen, kupon kullanım eğilimi olmayan, sepet sayfasını detaylı incelemeyen
• Kullanıcı-2: Sepet adımından ayrılarak ürün incelemeye dönme eğilimi olan, kişisel kuponlarını inceleyen, kupon kullanım şartlarını anlamak isteyen

İki e-ticaret kullanıcısı için sepette kişisel kuponlarını görüntülemek ve sepetindeki ürünlere uygulama deneyimini değerlendirme sürecini dallandır. Her bir süreç adımının artılarını ve eksilerini karşılaştır. (Tree of Thought)

3.Adım: Bu karşılaştırmadan sonra her bir adımda en iyi alternatif sonuç ile ilerleyelim ve diğer alternatif elensin. Seçilen kararın nedenlerini ayrıntılı şekilde açıkla. (Chain of Thought)

4.Adım: Listelediğim uzmanların bakış açısı ile sepet sayfasında benchmark gerçekleştir ve sonuçlarını benimle paylaş.

• UX Uzmanı bakış açısı ile kullanıcıya sepet sayfasında hesabına tanımlı kuponların nasıl sunulacağını dair UX bileşenlerini öner: metin tonu, renk, yerleşim, zamanlama.
• Product Manager bakış açısı ile sepet sayfasında kupon gösterimi sağlandığında kullanıcı deneyimi akışını değerlendir. (Directional Stimulus)

5.Adım: Tüm bakış açılarını analiz ederek aşağıdaki maddeler kapsamında yoğunlaştırılmış öneri listesi sun:

• Sepet sayfasında hangi dijital üründen sonra kupon gösterimi konumlandırılmalı.
• Aynı anda kullanıcıya kaç kupon gösterimi sunulmalı
• Sepetindeki ürünler için uygulanması geçerli olmayan kuponlar da görünür olmalı mı? (Chain of Density)

Bu prompt’u paylaştıktan sonra yapay zeka analizini inceledim, ürün modelleme sürecimde kullanıcı deneyimi açısından kesintisiz bir akış yaratmak için istediğim analizi elde etmiş oldum. Son olarak tüm analizi içeren bir mockup tasarımı yaratmasını istedim. Benim için sıfırdan yaratılmış ilk mockup çalışması için harika bir önizlenim sundu. Sonuçta ürün modelleme sürecinin en mutlu anlarından biri mockup anını görmektir 🙂

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="3"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>AI Keşfi Yolculuğu: Yapay zeka ile tartıştığınız oldu mu? yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Bizim zamanımızda diyerek başladığım bir cümlenin olacağı yaşlara gelmiş olmak ne kadar can sıkıcı olsa da, bugün yazacağım konu benim için oldukça önemli bir alan üzerine.

Lisans eğitimimi mühendislik üzerine almış biri olarak, çocukluğumda doktor olmayı ve birçok hastayı kurtarmayı hedefleyen bir amaçla büyüdüm. Küçük deneyler yaparak hayallerimi beslesem de asıl amacım iyi bir doktor olmaktı. Ancak sınav sistemi mağdurlarından biri olarak, hayallerimi başka seçimlerle yeni bir rota hesaplamaya mecbur kaldım.

Yıllar geçti, 2014-2015 yıllarında yakınlarımın zorlayıcı bir tedavi sürecine şahit oldum. O zamanlar yapay zeka henüz hayatımızda yoktu; her şeyi tek tek araştırmak, kelimelerin hangi alanlarda ne anlama geldiğini öğrenmek ve sayısız makale taramak gerekiyordu. Bu süreç zorlayıcı ama aynı zamanda öğreticiydi.

Bugün başka bir yakınımın tedavi sürecinde yine yoğun araştırmalar yapıyorum. Ancak bu sefer Gen AI desteğini göz ardı edemem. Filmler, raporlar, tıbbi görüntüler… Hepsini yorumlayan, makaleler öneren ve bunları okuyarak en azından konu hakkında fikir sahibi olmamı sağlayan bir yardımcı var elimde. En kıymetlisi de bu fikir sahibi olmak için aylarca uğraşmıyor oluşum.

Elbette yapay zeka hayatımıza muazzam bir aydınlık ya da şifa sunmuyor. Zaten tüm uygulamaların ana teması, sen onu nasıl kullanırsan onun da sana öyle karşılık verecek olması, değil mi? Körü körüne bağlanmak mı, yoksa kendine ek bir kaynak sağlayacak bir asistan tutmak mı?

Bu konuyu Can Tosun a anlattığımda bana , Çin’de yeni açılacak bir yapay zeka hastanesinden bahsetti. Biraz araştırdım; gerçekten şahane bir sistem kurgulamışlar. Hatta iki yılda bir doktorun bakabileceği hasta sayısını birkaç haftada karşılayabileceklerini iddia eden bir makale bile var. ilgli habere aşağıdaki linkten ulaşabilirsiniz.

https://www.webtekno.com/cin-yapay-zeka-hastanesi-h150460.html

Aslında Gen AI hayatımıza geçen yıl girmedi. Makine öğrenimi, istatistiksel analizler, robotik süreçler gibi pek çok teknoloji zaten deneniyordu. Dijital ortamda bilginin çokluğu ve bu kolaylaştırıcı AI ajanlarını kullanmayı öğrendikçe yeni alanların keşfi hız kazandı. Ancak bu noktada birkaç tedirginliğimi belirtmeden geçemeyeceğim:

• Sistemlerin ve tedavi yöntemlerinin güncelliği çok kritik. Yapay zekanın getirdiği bu konfor alanı, yeniyi deneme heyecanını ve üretme isteğini köreltebilir.
• Bazı ameliyatlar var ki yalnızca bilgiyle değil, el işçiliği ve o an alınan kararlarla başka bir boyuta taşınabiliyor. Ameliyat sırasında bu muhakeme gücünü bir robota nasıl öğreteceğiz?
• Beslenmeyen bir ekmek hamuru nasıl mayalanmazsa, araştırmalar desteklenmezse yenilikler de üretemez. Araştırmaları teşvik etmek için neler yapılacak?

Gün geçtikçe sağlık sektörünün zorlukları ve bu mesleğin değerlerinin azalması, bu alanın robotlarla doldurulması fikrini kimi zaman heyecan verici gösterse de, insanın anlık küçük dokunuşlarla büyük hayatlar kurtardığını unutmamalıyız. Bu yüzden işleri kolaylaştıracak bir sistem kurgularken, aynı zamanda bu ateşi harlayacak araştırma ve deneyleri de sürdürmek gerekir.

Siz bu konu hakkında ne düşünüyorsunuz? Yorumlarda buluşalım.

(Yazıdaki görseller Chatgpt’nın yapay zeka görsel oluşturucusu kullanılarak üretilmiştir.)

Yapay Zeka ile Şifa Arayışı: İnsanlığa Yeni Bir Dokunuş
Yapay Zeka ile Şifa Arayışı: İnsanlığa Yeni Bir Dokunuş

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Yapay Zeka ile Şifa Arayışı: İnsanlığa Yeni Bir Dokunuş yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.