Türkiye'deki kurumsal firmaların yapay zeka modeli yaklaşımları

Grand View Research'in araştırmasına göre, yapay zekada 2023'te 196,6 milyar dolarlık mevcut pazar büyüklüğünün yıllık ortalama yüzde 36'nın üzerinde büyümeyle 2030'da 1 trilyon 800 milyar dolara ulaşması bekleniyor.

Hem Meta ve Google gibi teknoloji devlerinin hem de OpenAI, Anthropic ve Mistral gibi yapay zeka şirketlerinin birbiri ardına yayınladığı yapay zeka modelleri kurumsal şirketleri de bu yapay zeka devrimine katılmaya teşvik ediyor. Gelin şimdiye kadar yer verdiğimiz Türkiye'deki kurumsal firmaların yapay zeka modeli yaklaşımlarına birlikte bakalım. 

İş Bankası’ndan Türkçe büyük dil modeli: İşGPT

İşGPT, İş Bankası Yapay Zeka Bölümü tarafından geliştirildi. Araç, mevzuat, dış ticaret, performans yönetimi, içerik yapılandırması gibi çeşitli uygulama alanlarında aktif olarak kurumun tüm çalışanları tarafından kullanılabiliyor.

Paylaşılan bilgilere göre; İşGPT, metin özetleme, içerik üzerinden soru cevaplama, sınıflandırma, İsimlendirilmiş Varlık Tanıma (NER) ve çeviri gibi ileri düzeyde yapay zeka işlevleri bulunan sorulan soruların yüzde 91’ine hızlı ve doğru cevap veriyor. Banka tüm bu özellikler ile müşteri hizmetleri süreçlerini hızlandırmayı ve çalışanlarının verimliliğini daha da artırmayı hedefliyor.

Koç Topluluğu'ndan üretimsel yapay zeka uygulaması: KoçGPT

Koç Topluluğu çalışanları, üretimsel yapay zeka teknolojisini, KoçGPT uygulaması ile iş süreçlerinde kullanmaya başladığını sizlere aktarmıştık. Microsoft Azure Open AI servisi ile entegre edilen GPT-4 Turbo altyapısıyla desteklenen KoçGPT, Koç Topluluğu bünyesindeki farklı sektörlere, kurumsal bir yapıda hizmet veriyor. 

Koç Topluluğu çalışanları, KoçGPT ile e-posta ve toplantı yönetimi, metin düzenleme, kurumsal terimler, dil çeviri gibi modülleriyle ofis çözümlerine ulaşıyor. KoçGPT uygulaması, Microsoft Azure Open AI servisi ile entegre edilen GPT-4 Turbo altyapısıyla destekleniyor. 

Kurum, KoçGPT'nin yanı sıra Koç Digital'ın Huggingface sayfasında Kocdigital-LLM-8b-v0.1 modelini de yayınladı. Söz konusu model, Llama3 8b Büyük Dil Modeli'nin (LLM) Türkçe için ince ayarlanmış bir versiyonu olarak karşımıza çıkmakta. Türkçe talimat setleri üzerinde eğitilen modelin eğitim sürecinde QLORA yöntemi kullanıldı. 

Trendyol LLM

Trendyol LLM, Trendyol mühendisleri tarafından Mistral 7B modeli üzerine geliştirildi. Geniş bir literatür taraması yapan ekip, Türkiye’ye özgü modelin oluşturulması adına, elde edilen bilgiler ışığında veri toplama ve filtreleme süreçleri gerçekleştirildi.

Trendyol mühendisleri 4 aylık süreçte, modeli, Türkçe’yi daha iyi öğrenmesi ve anlamsal ilişkileri yakalayabilmesi için eğitti. Bu sürecin ilk 3 ayı, açık kaynaklardan yararlanma ve verilerin temizlenmesi, son bir ayı ise 10 milyar tokenlık bir veri kümesini kullanma şeklinde geçti.  Yaklaşık 180 bin soru-cevap ikilisinin olduğu veri kümesi üzerinden komutlara ve isteklere cevap verebilecek bir chat modeli oluşturuldu. Trendyol LLM, Türkçe ve İngilizce konuşabilmekte. Şu an için genel amaçlı kullanıma göre geliştirilen Trendyol LLM, Türk teknoloji ekosisteminin hizmetine açık kaynak olarak sunulacak. Şirketler tarafından kendi amaçlarına göre özelleştirilebilecek. Trendyol'un Huggingface sayfasında Meta'nın dil modeli Llama destekli modelleri dahil olmak üzere Trendyol LLM'in farklı versiyonlarına erişmek mümkün. 

Commencis'ten bankacılık ve finans odaklı Türkçe büyük dil modeli: Commencis LLM

Commencis'in akıcı Türkçeye sahip Bankacılık ve Finans odaklı büyük dil modelini tanıttığını sizlere aktarmıştık. Şirketin paylaştıklarına göre Commencis LLM gibi özel modellerin, özelleştirilmiş, şirket içi dağıtımı, bankacılık ve finans sektörünün hassas çerçevesi içinde uyumluluk ve veri kontrolü sağlıyor. 

Ekip, Commencis LLM için temel model olarak Mistral 7B ile ilerlemeyi tercih etti. Mistral 7B'nin seçilmesinin nedeni ise büyük dil modelinin karmaşık veri kümelerini ve belirli terminolojileri işleme konusundaki kanıtlanmış kapasitesi. Bankacılık sektöründe, önceden eğitilmiş açık kaynaklı büyük dil modelleri için Türkçe veri kümelerinin azlığı sorunuyla karşı karşıya kalındığını da dile getiriliyor. Bunun için stratejik bir girişim başlatan ekip, sadece mevcut verileri toplamayı ve iyileştirmeyi değil, aynı zamanda Türkçe ve bankacılıkla ilgili terminolojilerin daha derinlemesine anlaşılmasını sağlayabilecek yeni veri kümeleri oluşturmayı da amaçladı. 

Commencis ekibi, bankacılık ve finans sözlüğündeki terimlerden ve tanımlanan kategoriler ile alt kategoriler arasındaki ilişkilerden yararlanırken, denetimli ince ayar eğitimine uygun veriler üretmeyi amaçlayan binlerce sentetik talimat üretmek için OpenAI'ın GPT-4 hizmetlerinden faydalandı. Bu sentetik talimatlar, modellerin ince ayarının yapılmasında çok önemli bir rol oynadı. Öyle ki söz konusu talimatlar, hazırlık ve test aşamaları için yeni bir standart belirlenmesine katkıda bulundu. 

HAVELSAN'ın açık kaynak tabanlı yapay zeka platformu: MAIN

HAVELSAN, MAIN için açık kaynaktaki verileri derleyerek kendi modelini ortaya çıkardı. MAIN, büyük dil modelinden öte yapay zeka platformu olarak tanımlandı. Paylaşılan bilgilere göre, HAVELSAN MAIN için kendi özgün mimarisini geliştirdi. 

son kullanıcılar yerine kurumsal şirketlere hizmet vermeyi hedefeyen MAIN ile kurumların kendi verilerini kullanarak bir yapay zeka asistanı elde etmesi amaçlanıyor. Bu noktada veri güvenliğine de dikkat çekilerek yerel MAIN'in yapay zeka asistanı ile verilerin kurumlardan dışarı çıkmayacağı vurgulanıyor.