Türkiye'nin Yerli Yapay Zeka Modelleri Nelerdir?

Büyük dil modelleri dünyayı kasıp kavururken gözden kaçan çok temel bir gerçek var: Silikon Vadisi çıkışlı dev modeller ne kadar yetenekli olursa olsun, iş Türkçeye geldiğinde farklılaşıyor. Çoğumuz o modellerle çalışırken araya sıkışan tuhaf çeviri kokan cümleleri, deyimlerin anlamsızlaşmasını ya da basit bir teknik sorunun gereksiz yere uzatılmasını fark etmişizdir. İşte tam bu noktada yerli yapay zeka projeleri, sadece milli bir gurur meselesi olmaktan çıkıp doğrudan teknik bir zorunluluk haline geldi.

Bugün Türkiye’de geliştirilen yapay zeka ekosistemi, OpenAI veya Anthropic modellerinin önüne basit bir arayüz giydiren projelerden ibaret değil. Kendi ağırlıklarıyla eğitilen, açık kaynak topluluklarının katkısıyla büyüyen ve doğrudan Türkçenin sondan eklemeli yapısına odaklanan güçlü bir altyapı inşa ediliyor.

Neden Küresel Modeller Yetmiyor?

Küresel yapay zekalar trilyonlarca kelimelik devasa arşivlerle eğitilse de bu verinin çok az bir kısmı Türkçeden oluşuyor. Bu durum iki büyük sorunu beraberinde getiriyor:

Token İsrafı ve Yüksek Fatura:

İngilizceye göre tasarlanmış tokenizer sistemleri, Türkçenin kök ve ek mantığını çözemiyor. Basit bir kelimeyi 3-4 parçaya (token) bölüyor. Bu da hem API kullanım faturalarını katlıyor hem de sistemin yanıt üretme süresini bariz biçimde uzatıyor.

Kültürel ve Hukuki Bağlam:

Küresel bir modele Türk Ticaret Kanunu’na uygun bir sözleşme analizi yaptırmak ya da yerel bir deyimin geçtiği müşteri şikayetini doğru duyguyla sınıflandırmak oldukça riskli. Çünkü model varsayılan olarak Batı kültürünü ve Amerikan hukuk mantığını referans alıyor.

Bu açığı kapatmak için Türkiye'de akademi, kamu ve bağımsız girişimler bir araya gelerek Türk yapay zeka modelleri geliştirmeye odaklandı.

Sahada Neler Oluyor? Öne Çıkan Yerli Modeller

Türkiye'deki yapay zeka projeleri; devlet destekli büyük ölçekli altyapılardan bağımsız girişimlerin çevik çözümlerine kadar farklı ihtiyaçlara yanıt veriyor.

1. BİLGE: TÜBİTAK’tan Kapsamlı Dil Modeli Ailesi

Kamu tarafındaki en somut ve kapsamlı adım, TÜBİTAK BİLGEM tarafından hayata geçirilen BİLGE projesi oldu. BİLGE’nin en büyük iddiası, Türkçeyi başka bir dilden çeviri yapmadan, doğrudan ana düşünce dili olarak kullanması.

Farklı İhtiyaçlar İçin Farklı Boyutlar:

BİLGE tek bir model değil, bir aile. Hafif uç cihazlarda veya mobil uygulamalarda çalışabilecek 1B ve 9B parametreli versiyonların yanı sıra, açık kaynak tabanlar üzerine Türkçe verilerle Sürekli Ön Eğitim (Continued Pre-Training) uygulanarak geliştirilen BİLGE 27B ve karmaşık akıl yürütme senaryoları için kurgulanan BİLGE 122B gibi dev modelleri içeriyor.

Devasa Türkçe Korpus:

Model, yaklaşık 1 trilyon kelimelik Türkçe arşivle (resmi belgeler, kitaplar, taranmış web verileri) eğitildi. Bu sayede deyimleri, atasözlerini ve teknik terimleri yerli bağlamda doğru kavrayabiliyor.

Düşük Enerji ve Maliyet:

Kelimeleri doğru token'lara böldüğü için işlem gücünü boş yere harcamıyor; kamu kurumları, adliye ve sağlık gibi kritik yerlerde veri güvenliğini riske atmadan çalışabiliyor.

2. Kumru AI: Hızlı, Odaklı ve Hafif

Girişim dünyasında ise devasa parametre yarışına girmek yerine işlevselliğe odaklanan modeller öne çıkıyor. Bunların başında gelen Kumru AI, işletmelerin dev bütçeler harcamadan kendi sunucularında çalıştırabileceği bir Türkçe LLM alternatifi sunuyor.

Metin özetleme, müşteri taleplerini kategorize etme ve doğal Türkçe diyalog kurma konularında oldukça başarılı olan model, donanım kaynaklarını yormadan yüksek çıkarım hızı sağlıyor.

3. T3 AI: Açık Kaynak ve Topluluk Gücü

T3 Vakfı öncülüğünde yürütülen T3 AI projesi ise işin topluluk ve açık kaynak boyutunu temsil ediyor. Projenin arkasında yüz binlerce gönüllünün veri temizleme ve etiketleme desteği bulunuyor.

Model ağırlıklarının geliştiricilere açılması hedeflendiği için Türkiye’deki yazılımcıların kendi dikey modellerini (örneğin hukuk veya tıp odaklı botlar) çok daha kolay eğitmesinin önünü açıyor. Geniş bağlam penceresi sayesinde uzun kurumsal raporları analiz etmekte oldukça iddialı bir altyapı sunuyor.

4. Akademik Omurga ve Açık Ağırlıklı Girişimler

Türkiye'deki ekosistem sadece bu üç isimle sınırlı değil:

Trendyol LLM:

LLaMA mimarisi üzerine 10 milyardan fazla Türkçe veri eklenerek eğitilen model, özellikle e-ticaret dili ve müşteri destek operasyonları için açık ağırlıklı olarak paylaşıldı.

TURNA ve KUZGUN:

Boğaziçi Üniversitesi başta olmak üzere üniversitelerin dil laboratuvarlarında geliştirilen bu akademik projeler, Türkçenin morfolojik yapısını dijitalleştiren temel taşları oluşturuyor.

Zemberek Mirası:

Yıllar önce açık kaynak olarak geliştirilen Zemberek kütüphanesi, bugün en modern LLM'lerin bile Türkçe kelime ayıklama aşamasında hâlâ referans noktası olmayı sürdürüyor.

5. MAIN GPT (HAVELSAN): Savunma ve Kurumsal Güvenliğin Yerli Beyni

Yerli yapay zeka hamlesinin en kritik ayaklarından biri de savunma sanayii ve kamu güvenliği tarafında atılıyor. HAVELSAN tarafından tamamen kurum içi veri güvenliğini ve yüksek gizlilik standartlarını korumak üzere geliştirilen HAVELSAN MAIN GPT Türkiye’nin kapalı devre çalışabilen kurumsal yapay zeka altyapılarından biri olarak öne çıkıyor.

Dış dünyayla bağlantısı kesilmiş güvenli ağlarda çalışabilen model; askeri terminolojiyi, hukuki metinleri ve kurum içi karmaşık operasyonel dokümanları analiz edip özetleme yeteneğine sahip. Verinin kurum dışına çıkmasını engelleyen bu yapı, yabancı bulut sağlayıcılarına olan bağımlılığı ortadan kaldırarak tam veri egemenliği sağlıyor.

6.Aigency: Türkiye'nin İlk Yerli Dil Modellerinden Biri

Türkiye'de büyük dil modeli geliştirme süreçleri bugünkü olgunluk seviyesine ulaşmadan önce atılan adımlar, yerel ekosistemin temel zeminini oluşturdu. Bu doğrultuda pazara sunulan ilk çözümlerden biri olan Aigency, Türkçe doğal dil işleme kabiliyetlerini doğrudan kurumsal iş akışlarına entegre eden öncü projeler arasında yer alıyor.
Özellikle Türkçe metin üretimi, içerik analizi ve kurumsal iletişim süreçlerinin otomasyonuna odaklanan sistem; erken aşamada geliştirilen bir Türkçe model olarak ekosistemin ticari potansiyelini ortaya koyan önemli bir kilometre taşı niteliğinde.

Modellerin Genel Görünümü:

Geliştiriciler ve Şirketler İçin Neden Önemli?

Yerli bir dil modelini tercih etmek sadece "yerli teknolojiyi destekleyelim" fikrinden ibaret değil; doğrudan şirketlerin cebini ve yasal süreçlerini ilgilendiren avantajlar barındırıyor:

KVKK ve Veri Güvenliği:

Bir bankanın, hastanenin veya e-ticaret sitesinin kullanıcı verilerini alıp yurt dışındaki kapalı bir API'ye göndermesi regülasyonlar nedeniyle ciddi bir baş ağrısı. Yerli modeller doğrudan kurumun kendi sunucusunda (on-premise) çalışabildiği için veriler kurum dışına hiç çıkmıyor.

Daha Az Donanım, Daha Çok Hız:

Yüz milyarlarca parametrelik hantal modeller yerine, spesifik bir iş için eğitilmiş 7B ya da 14B'lik kompakt bir modeli tek bir orta segment GPU üzerinde rahatlıkla çalıştırabilirsiniz. Bu da sunucu ve elektrik maliyetlerini ciddi biçimde aşağı çekiyor.

Dışa Bağımlılığı Kırmak:

Global yapay zeka şirketlerinin bir gecede API fiyatlarını iki katına çıkarması veya erişim kısıtlaması getirmesi işinizi durma noktasına getirebilir. Açık ağırlıklarını Hugging Face gibi platformlardan indirebildiğiniz yerli modeller, yazılım mimarinizi tamamen kendi kontrolünüzde tutmanızı sağlar.

TRUBA gibi ulusal süper bilgisayar kaynaklarının araştırmacılara açılması ve savunma sanayiinde (ASELSAN, HAVELSAN) edinilen yazılım tecrübesinin sivil alana taşınmasıyla birlikte Türkiye'de yapay zeka üretimi hızla tabana yayılıyor. Artık mesele sadece metin yazdırmak değil; yerel veriyi güvenle işleyen, kendi kültürümüzü ve dilimizi gerçekten anlayan otonom sistemler kurabilmek. Yerli modeller de tam olarak bu bağımsızlığın omurgasını örüyor.

Geleceği Kendi Kodlarımızla Yazmak

Yapay zeka yarışı artık sadece kimin daha büyük bir sunucu çiftliğine sahip olduğuyla değil, bu teknolojinin yerel ihtiyaçlara ne kadar gerçekçi dokunduğuyla ölçülüyor. Türkiye'de geliştirilen modeller; hazır kalıpları kopyalamak yerine Türkçenin inceliklerini çözmeye, veri güvenliğini sağlamaya ve şirketlerin operasyonel maliyetlerini düşürmeye odaklanarak çok daha ayakları yere basan bir çizgiye yerleşti. BİLGE’nin kurumsal gücünden Kumru AI ve T3 AI gibi projelerin sunduğu esnekliğe kadar gelinen bu nokta, kendi dilinde düşünen ve üreten bağımsız bir teknoloji altyapısının artık bir temenni değil, somut bir gerçeklik olduğunu gösteriyor. Geleceği başkalarının algoritmalarıyla tüketmek yerine kendi kodlarımızla inşa etmek, dijital çağda atabileceğimiz en kritik adım.