Yapay Zeka Modelleri

1. Görsel ve Video Üretim Modelleri (Diffusion & Generative Models)

Metinden görsel veya video üreten, görselleri düzenleyen modellerdir. Dil modellerindeki dönüştürücü (transformer) yapılar yerine ağırlıklı olarak yayılım (diffusion) süreçlerini kullanırlar.

• Görsel Üretimi: Midjourney, Stable Diffusion, DALL-E, Imagen
• Video Üretimi: Sora, Runway Gen-2 / Gen-3, Pika, Kling AI

2. Görüntü İşleme ve Bilgisayarlı Görü (Computer Vision – CV)

Pikselleri analiz ederek nesneleri tanıma, sınıflandırma ve takip etme işlevi görür. Sürücüsüz araçlar, güvenlik kameraları ve tıbbi görüntülemede kullanılır.

• CNN (Convolutional Neural Networks): ResNet, EfficientNet
• Nesne Tespiti & Segmentasyon: YOLO (You Only Look Once), SAM (Segment Anything Model), Mask R-CNN

3. Ses ve Müzik Modelleri (Audio & Speech Models)

Sesi metne dönüştürme (STT), metni doğal insan sesine çevirme (TTS) ve sıfırdan müzik üretme alanlarında çalışır.

• Ses Tanıma & Çeviri: Whisper, Conformer
• Müzik Üretimi: Suno, Udio, MusicGen
• Konuşma Sentezi (TTS): ElevenLabs, Bark

4. Çok Modlu Modeller (Multimodal Models / LMM)

Yalnızca tek bir veri türüne odaklanmak yerine metin, görsel, ses ve videoyu aynı anda işleyip anlayabilen modellerdir.

Örnekler, Gemini, GPT-4o, Claude 3.5 Sonnet, Florence-2

5. Küçük Dil Modelleri (Small Language Models – SLM)

LLM’lere kıyasla daha az parametreye (genellikle 1B – 7B arası) sahip olan, doğrudan telefon veya bilgisayar gibi yerel cihazlarda çalışabilen verimli modellerdir.

Örnekler, Phi-3 / Phi-4, Gemma, Llama-3-8B, MobileLlama

6. Tablosal Veri ve Klasik Makine Öğrenmesi Modelleri

Analitik, finansal tahminler ve istatistiksel veri analizinde kullanılan, derin öğrenme dışındaki geleneksel ancak son derece etkili modellerdir.

• Ağaç Tabanlı Modeller (Gradient Boosting): XGBoost, LightGBM, CatBoost
• Klasik Yöntemler: Random Forest, Destek Vektör Makineleri (SVM), Lojistik Regresyon

7. Pekiştirmeli Öğrenme Modelleri (Reinforcement Learning – RL)

Bir ajanın (agent) çevreyle etkileşime girerek ödül/ceza mekanizması üzerinden karar vermeyi öğrendiği mimarilerdir. Oyunlar, robotik ve otonom sistemlerde kullanılır.

Örnekler, AlphaGo, DeepQ Networks (DQN), PPO (Proximal Policy Optimization)

8. Grafik ve Moleküler Yapı Modelleri (Graph Neural Networks – GNN)

Sosyal ağ ilişkileri, moleküler yapılar ve protein katlanmaları gibi çizge (graph) formundaki verileri işleyen özel modellerdir.

Örnekler, AlphaFold (biyoloji/tıp), PyTorch Geometric tabanlı yapılar