Anahtar Kelimeler：AI çıkarımı, NVIDIA, OpenAI, Vera Rubin mimarisi, Transformer motoru, Jerry Tworek’in ayrılışı
🔥 Odak Noktası
NVIDIA, Vera Rubin Mimarisini Tanıttı: Yeni Nesil AI Süper Bilgisayar Çağı Başlıyor : CES 2026’da Jensen Huang, kendi geliştirdikleri Vera CPU (özel Olympus çekirdeği) ve Rubin GPU’yu içeren yepyeni Vera Rubin platformunu duyurdu. Sistem, Blackwell’e kıyasla çıkarım (inference) performansını 5 kat artıran Transformer Engine teknolojisini sunuyor ve ilk raf düzeyinde Confidential Computing desteği sağlıyor. Rubin NVL72 sistemi, %100 sıvı soğutma ve kablosuz tasarımıyla montaj ve bakım verimliliğini 18 kat artırıyor. Ayrıca NVIDIA, uzun metin uygulamalarındaki KV Cache depolama darboğazını çözmek için özel bir çıkarım bağlamı bellek depolama platformu tanıttı. Büyük MoE modellerinin Token maliyetini Blackwell’in 1/10’una düşürmeyi hedefleyen bu adım, AI altyapısının “tekil hesaplama gücünden” “sistem mühendisliğine” evrimini simgeliyor. (Kaynak: NVIDIA, Zhidx, TheTuringPost)
OpenAI Akıl Yürütme Lideri Jerry Tworek Ayrıldı: Çekirdek Beyin Kaybı Sürüyor : OpenAI Araştırma Başkan Yardımcısı ve o1/o3 akıl yürütme modelleri ile Codex programlama modelinin kilit kurucularından Jerry Tworek istifasını açıkladı. OpenAI’da yaklaşık yedi yıl görev yapan Tworek, erken dönem robotik pekiştirmeli öğrenmeden GPT-4 ve GPT-5’in akıl yürütme mekanizmalarına kadar pek çok projenin Ar-Ge süreçlerini yönetti. Tworek, ayrılış nedenini “OpenAI içinde yürütülmesi zor olan araştırmaları keşfetmek” olarak belirtti; bu durum, şirketin yüksek ticarileşme baskısı altında idealist araştırma ortamı ile ürün teslim baskısı arasındaki kopukluğa işaret ediyor. o1 projesinin lideri olarak ayrılışı, Ilya Sutskever ve John Schulman’ın ardından OpenAI’ın çekirdek teknik yeteneklerindeki bir başka büyük kayıp olarak görülüyor ve toplulukta OpenAI’ın gelecekteki araştırma bağımsızlığına dair derin endişeler uyandırıyor. (Kaynak: 36Kr, QbitAI, The Verge)
Google DeepMind ve Boston Dynamics Güçlerini Birleştiriyor: AI Beyni En Güçlü Gövdeyle Buluşuyor : Google DeepMind, Boston Dynamics ile bir araştırma ortaklığı kurduğunu duyurdu. Bu iş birliği, Gemini Robotics’in Görsel Dil Modeli (VLM) yeteneklerini tamamen elektrikli yeni Atlas insansı robotuna entegre edecek. Bu, dünyanın en iyi AI akıl yürütme algoritmalarının en gelişmiş robot donanımıyla birleşmesi anlamına geliyor ve Embodied AI’yı (Gömülü Yapay Zeka) basit örüntü eşlemeden, fiziksel sağduyuya sahip ve karmaşık görevleri otonom olarak planlayabilen “Physical AI” aşamasına taşıyor. Bu ittifak, Tesla Optimus ve NVIDIA Isaac ekosistemine karşı kritik bir hamle olarak görülüyor ve insansı robotlar için gerçek “iPhone anının” yaklaştığını müjdeliyor. (Kaynak: GoogleDeepMind, HuggingFace)
NVIDIA, Alpamayo’yu Açık Kaynak Yaptı: Otonom Sürüşün “ChatGPT Anı” : NVIDIA, CES’te akıl yürütme tabanlı ilk otonom sürüş modeli Alpamayo’yu (10B parametre) açık kaynak olarak sundu. Geleneksel “algılama-planlama” zincirinden farklı olarak Alpamayo, Chain of Thought (CoT) yeteneğine sahip; yani karmaşık yol durumlarını bir insan sürücü gibi anlayabiliyor ve karar mantığını açıklayabiliyor (örneğin: “yaya karşıya geçebileceği için yavaşlıyorum”). Model, AlpaSim simülasyon çerçevesi ve 1700 saatlik gerçek sürüş verisiyle birlikte yayınlandı. Jensen Huang, bunu “Physical AI’nın ChatGPT anı” olarak nitelendirdi ve açık kaynak ekosistemi aracılığıyla Tesla FSD gibi kapalı sistemlerin tekelini kırmayı, küresel otomobil üreticilerinin birleşik bir akıl yürütme çerçevesi üzerinde L4 otonom sürüşü hızlandırmasını sağlamayı amaçlıyor. (Kaynak: TheTuringPost, NVIDIA)
🎯 Gelişmeler
NVIDIA Cosmos Reason 2: Physical AI Akıl Yürütme Performansında Zirvede : NVIDIA, Physical AI Bench dahil birçok listede birinci olan Cosmos Reason 2’yi yayınladı. Model, uzay-zaman anlama ve zaman damgası hassasiyetini önemli ölçüde artırırken, 2D/3D nokta konumlandırma ve yörünge verisi çıktısını destekliyor. Bağlam penceresi (context window) 16K’dan 256K’ya çıkarılarak uzun videolar için hassas etiketleme ve mantıksal analiz imkanı sağlandı. Salesforce, bu modeli Cobalt robotlarının güvenlik uyumluluk analizi için Agentforce’a entegre ederek, AI’nın dili anlamaktan fiziksel dünyanın işleyiş kurallarını anlamaya evrimini sergiledi. (Kaynak: HuggingFace)
Kimi’nin Gizemli Modeli “Kiwi-do” Arenada: Şaşırtıcı Multimodal Yetenekler : LMArena’da (Büyük Model Arenası) Kimi olduğunu iddia eden “kiwi-do” kod adlı gizemli bir model ortaya çıktı. Kullanıcı testleri, modelin SVG çizimi (örneğin bisiklet süren pelikan) ve görsel fizik anlama (VPCT) görevlerinde mükemmel performans sergilediğini ve fizik kurallarıyla akıl yürütebildiğini gösteriyor. Bunun Moonshot AI’nın yakında piyasaya süreceği K2-VL multimodal modeli olduğu düşünülüyor. Yang Zhilin daha önce şirketin milyarlarca nakit rezervine sahip olduğunu ve 2026’da “düşünürken iş birliği yapan” yeni nesil multimodal Agent’ları piyasaya sürmeyi planladığını belirtmişti. (Kaynak: 36Kr)
GEO: AI Arama Çağında Yeni Pazarlama Fırsatları ve Gri Endüstri : ChatGPT ve Perplexity gibi AI arama araçlarının geleneksel arama motoru trafiğini bölmesiyle, Generative Engine Optimization (GEO) markalar için yeni bir savaş alanı haline geldi. Yapılandırılmış içeriklerle AI’yı yönlendirmeyi amaçlayan GEO pazarının 2025’te 12 milyar dolara ulaşması bekleniyor. Ancak bu alan, düşük maliyetli eğitimler ve sahte yetkili bilgilerle AI’yı aldatan “veri zehirleme” gibi gri endüstrileri de beraberinde getirdi. OpenAI da reklam sinyalleri vererek yanıtlarda sponsorlu içerikleri önceliklendirmeyi araştırıyor; bu durum, büyük modellerin devasa zararlar karşısında ticarileşme modellerine boyun eğdiğini gösteriyor. (Kaynak: 36Kr, Tech Planet)
Küçük Model Güvenilirlik Krizi: Doğru Cevapların %50-69’u Yanlış Akıl Yürütmeden Kaynaklanıyor : DAIR.AI tarafından paylaşılan bir araştırma, “Right-for-Wrong-Reasons” (Yanlış Nedenlerle Doğru) fenomenini ortaya koydu: 7-9B parametreli küçük modeller, matematik ve soru-cevap görevlerinde doğru yanıt verseler de akıl yürütme zincirleri genellikle mantıksal olarak kopuk. Daha şaşırtıcı olanı, Self-critique (öz-eleştiri) komutlarının performansa zarar vermesi; çünkü küçük modeller makul görünen ancak aslında yanlış olan savunmalar üretmeye meyilli. Araştırma, nihai çıktıya körü körüne güvenmek yerine akıl yürütme bütünlüğünü artırmak için RIS (Process-based Verification Score) ve RAG kullanımını öneriyor. (Kaynak: dair_ai)
NVIDIA Cascade RL: Çok Alanlı Akıl Yürütme Eğitimindeki Zorlukları Çözüyor : Matematik, kod ve hizalama gibi farklı alanlardaki eğitim hedeflerinin çatışması sorununa karşı NVIDIA, Cascade RL çerçevesini önerdi. Bu çerçeve, önce RLHF hizalaması, ardından sırasıyla talimat takibi, matematik, kod ve yazılım mühendisliği RL süreçlerini içeren sıralı bir pekiştirmeli öğrenme modeli kullanıyor. Deneyler, 14B’lik Nemotron-Cascade modelinin kod listelerinde kendisinden 84 kat daha büyük olan DeepSeek-R1-0528’i geride bıraktığını gösterdi. Bu yöntem, sıralı eğitimin sadece “catastrophic forgetting”i (yıkıcı unutma) engellemekle kalmayıp, önceki adımlar aracılığıyla sonraki görevlerin akıl yürütme sınırlarını yükselttiğini kanıtlıyor. (Kaynak: omarsar0)
Transformer Sonrası Dönem: Üç Yeni Mimari Göreve Hazırlanıyor : Transformer’ın mucitlerinden biri, bu mimarinin artık AI ilerlemesinin önünde bir engel haline geldiğini belirtti. 2026’da üç ana mimari meydan okumaya hazırlanıyor: 1. Planlama yeteneğini artırmak için tüm cümle gürültüsünü gidermeyi destekleyen Text Diffusion modelleri; 2. Nöral senkronizasyon yoluyla modelin düşünme süresine otonom karar vermesini sağlayan Continuous Thought Machines; 3. İnsan beynindeki hızlı ve yavaş düşünme devrelerini simüle eden Nested Learning. Bu mimariler, Transformer’ın akıl yürütme, bellek ve kontrol üzerindeki eşleşme darboğazlarını çözmeyi hedefliyor. (Kaynak: Reddit)
🧰 Araçlar
Claude Agent SDK: İleri Düzey Akıllı Agent Geliştirme Dönemi : Geliştirici topluluğu, basit bir programlama yardımcısının çok ötesine geçen Claude Agent SDK’yı (eski adıyla Claude Code SDK) tartışıyor. Bu SDK; çok adımlı akıl yürütme, araç çağırma ve otonom çevresel işlem yeteneklerine sahip karmaşık Agent’lar oluşturmaya olanak tanıyor. AI Engineer konferansında Thariq, bu SDK’yı kullanarak fütüristik bir Agent orkestratörünün nasıl kurulacağını gösterdi. Cursor gibi IDE’lere kıyasla SDK, geliştiricilere daha alt düzey kontrol sunarak yüksek düzeyde özelleştirilmiş otomasyon iş akışları oluşturulmasını destekliyor. (Kaynak: omarsar0, swyx)
ik_llama.cpp: Yerel Çoklu GPU Çıkarım Performansında Sıçrama : llama.cpp’nin yüksek performanslı dalı olan ik_llama.cpp, NVIDIA NCCL kütüphanesini entegre ederek gerçek Tensor Parallelism (Tensör Paralelliği) sağlayan büyük bir güncelleme aldı. Çoklu ekran kartı ortamlarında bu araç, yerel büyük modellerin üretim hızını 3 ila 4 kat artırarak boru hattı bekleme sürelerini etkili bir şekilde ortadan kaldırıyor. Bu atılım, geliştiricilerin tüketici sınıfı donanımlarda Trilyon parametreli modelleri yüksek verimlilikle çalıştırmasına olanak tanıyarak yerel AI dağıtım eşiğini büyük ölçüde düşürüyor. (Kaynak: karminski3, Reddit)
Memvid v2: Karmaşık RAG Yığınlarını Tek Bir Dosya ile Değiştirin : Viral olan açık kaynaklı proje Memvid, v2 sürümünü yayınlayarak metin gömmelerini (embeddings) video karelerinde depolayan ve belleği %100 taşınabilir hale getiren “Smart Frames” kavramını tanıttı. 50 bin belgeyi 200 MB’lık bir dosyaya sıkıştırabiliyor ve 17 ms’nin altında arama gecikmesi sunuyor. Memvid, karmaşık vektör veritabanlarını ve RAG boru hatlarını tamamen değiştirmeyi, Agent’ların uzun süreli belleği bir USB bellek gibi taşımasını ve GPT, Claude, Llama gibi farklı modeller arasında sorunsuz geçiş yapmasını sağlamayı hedefliyor. (Kaynak: Reddit)
hf-mem: HuggingFace Modelleri İçin Tek Tıkla VRAM Tahmini : Geliştirici Alvaro Bartolome, hafif bir Python aracı olan hf-mem‘i duyurdu. Bu araç, tüm modeli indirmeye gerek kalmadan sadece Safetensors meta verilerine dayanarak çıkarım için gereken VRAM miktarını hassas bir şekilde tahmin ediyor. uvx hf-mem --model-id komutuyla kullanıcılar, donanımlarının belirli bir modeli destekleyip desteklemediğini hızlıca anlayabiliyor. Model parametrelerinin patladığı günümüzde bu araç, yerel kurulumlar için büyük kolaylık sağlıyor ve gereksiz indirmelerin önüne geçiyor. (Kaynak: huggingface)
Unsloth-MLX: Mac İçin Yerel İnce Ayar (Fine-Tuning) Aracı : Geliştirici Abdur Rahim, Apple Silicon işlemcili Mac kullanıcılarının MLX çerçevesini kullanarak büyük modellerde ince ayar yapmasına olanak tanıyan Unsloth-MLX’i yayınladı. Araç, Unsloth ile tutarlı bir API sunarak yerel prototipleme sonrası bulut GPU’larına sorunsuz geçişi destekliyor. Bu, yerel gizli verilerle eğitim yapmak isteyen ancak pahalı bulut hesaplama maliyetlerinden kaçınan Mac kullanıcıları için büyük bir müjde niteliğinde ve ince ayar teknolojisinin demokratikleşmesini daha da ileri taşıyor. (Kaynak: awnihannun)
📚 Eğitim
Derin Öğrenme Ansiklopedisi: Deep Learning Book 2025 Yayınlandı : Notre Dame Üniversitesi, yüzlerce sayfalık “Deep Learning Book 2025” ders notlarını yayınladı. Kitap, temel algılayıcılardan (perceptrons) en yeni difüzyon modellerine, Transformer varyantlarına ve pekiştirmeli öğrenmenin öncü teknolojilerine kadar geniş bir yelpazeyi kapsıyor. Bol miktarda matematiksel türetme ve sezgisel diyagram içeren bu içerik, 2026’da AI profesyonellerinin teknik eksikliklerini sistematik olarak gidermeleri için mükemmel bir ücretsiz kaynak. (Kaynak: Reddit)
GRPO + LoRA Mühendislik El Kitabı: Sıfırdan Endüstriyel RL Döngüsü Kurun : DeepSeek-R1’in başlattığı pekiştirmeli öğrenme (RL) dalgasına yönelik olarak Maxime Labonne, “GRPO + LoRA with Verl Mühendislik El Kitabı”nı paylaştı. Bu rehber, çoklu GPU ortamlarında nasıl kararlı bir RLVR boru hattı kurulacağını, deney takibini, hata ayıklama ipuçlarını ve A100 hesaplama gücünden maksimum verim alma deneyimlerini detaylandırıyor. DeepSeek tarzı akıl yürütme yeteneklerini özel modellere entegre etmek için şu anki en iyi uygulama kılavuzu olarak kabul ediliyor. (Kaynak: maximelabonne)
AI’yı Anlamak İçin 9 Kitap: 2025/2026 Mutlaka Okunması Gerekenler Listesi : TheTuringPost, AI trendlerini derinlemesine anlamaya yardımcı olacak 9 kitaplık bir liste önerdi. Listede “Apple in China” (tedarik zinciri perspektifi), “The Thinking Machine” (Jensen Huang ve NVIDIA biyografisi), “The Path to AGI” ve Bill Gates’in “Source Code”u yer alıyor. Liste, alt katman çip rekabetinden üst katman toplumsal etkilere kadar geniş bir bakış açısı sunarak teknoloji çılgınlığı içinde rasyonel düşünmek isteyen okuyuculara hitap ediyor. (Kaynak: TheTuringPost)
💼 İş Dünyası
Meta, Manus AI’yı Satın Aldı: Genel Amaçlı Agent’lara Büyük Yatırım : Meta, lider Agent yeteneklerini tüketici ve ticari ürünlerine entegre etmek amacıyla AI Agent girişimi Manus AI’yı satın aldığını duyurdu. Manus’un daha önceki değerlemesi yaklaşık 500 milyon dolardı ve yüksek bir gelir artış oranına sahipti. Bu hamle, Zuckerberg’in “Physical AI” fırsatını kaçırdıktan sonra, otonom operasyonel Agent’lar alanındaki eksikliklerini satın almalar yoluyla hızla kapatmaya çalıştığını gösteriyor. (Kaynak: Reddit)
RayNeo, 1 Milyar Yuan Finansman Sağladı: China Mobile ve China Unicom “Yeni Nesil Telefon” İçin Güçlerini Birleştirdi : AR gözlük lideri RayNeo (雷鸟创新), China Mobile ve China Unicom bünyesindeki fonların ortak yatırımıyla 1 milyar yuanın üzerinde yeni bir finansman turunu tamamladı. Bu, operatörlerin akıllı gözlük kulvarına ilk kez toplu olarak büyük yatırım yapması anlamına geliyor ve AI modellerinin hayata geçmesi için en iyi taşıyıcıyı hedefliyorlar. RayNeo, CES’te operatörlerin kenar hesaplama (edge computing) gücünü kullanarak gecikme sorunlarını çözen ilk eSIM AR gözlüğünü sergileyecek ve akıllı gözlüklerin akıllı telefonların yerini alma sürecini hızlandıracak. (Kaynak: 36Kr)
Zhipu AI Hong Kong’da IPO Yolunda: “Küresel Büyük Modelin İlk Hissesi” İçin Yarışıyor : Zhipu AI, Hong Kong borsasında resmi olarak halka arz sürecini başlattı ve 8 Ocak’ta listelenmeyi planlıyor. Çin’in “Altı Küçük Kaplanı”nın lideri olan Zhipu, 2025’te birçok finansman turunu tamamladı ve değerlemesi 20 milyar yuanı aştı. Alibaba, Tencent ve Meituan gibi devler hissedarlar arasında yer alıyor. Zhipu’nun halka arzı, AI endüstrisi değerlemeleri için bir mihenk taşı olarak görülüyor ve Çin’deki büyük model girişimlerinin ticarileşme yönünü doğrudan etkileyecek. (Kaynak: 36Kr)
🌟 Topluluk
Vibe Coding vs. Soyut Mühendislik: AI Programlamada Felsefi Tartışma : Toplulukta “Vibe Coding” (Atmosfer Programlama) üzerine hararetli tartışmalar yaşanıyor. Andrej Karpathy gibi isimler AI’nın kodu ucuzlattığını ve programlamanın bir enstrüman çalmak gibi bir sanata dönüştüğünü savunuyor. Ancak Omar Khattab gibi akademisyenler, sadece diyalog yoluyla 100 bin satır alt düzey kod üretmenin, üst düzey soyutlama eksikliği nedeniyle bakımı imkansız “Slop Code” (atık kod) yığınına yol açacağı konusunda uyarıyor. Gerçek geleceğin, AI’yı basit bir kod oluşturucu değil, bir derleyici (compiler) olarak gören daha üst düzey programlama dilleri geliştirmek olduğu düşünülüyor. (Kaynak: lateinteraction, gfodor)
Harvard Araştırması: AI Eğitmenleri Öğrenme Verimliliğini İki Katına Çıkarıyor : Harvard Üniversitesi tarafından yapılan rastgele kontrollü bir deney, fizik öğrenmek için AI eğitmenlerini kullanan öğrencilerin, geleneksel sınıflara göre iki kat daha fazla öğrenme kazanımı elde ettiğini ve sürenin yarıya indiğini gösterdi. AI eğitmenleri, insan öğretmenlerin sağlaması zor olan “sonsuz sabır” ve “anlık kişiselleştirilmiş geri bildirim” sunabiliyor. Topluluk tartışmaları, bunun eğitimde demokratikleşme için bir fırsat olduğunu ancak dijital uçurumu da derinleştirebileceğini belirtiyor: Yüksek gelirli ülkelerdeki öğrencilerin %87’si internete erişebilirken, düşük gelirli ülkelerde bu oran sadece %6. (Kaynak: Reddit)
AI Hukuk Mucizesi: Claude Yardımıyla 8000 Dolarlık Dava Kazanıldı : Uzak bir bölgede yaşayan bir kullanıcı, Claude Opus 4.5 kullanarak hukuk öğrendiğini, dava dilekçesi hazırladığını ve nihayetinde mahkemede 8000 dolarlık bir tazminat davasını kazandığını paylaştı. Claude’un bulduğu içtihat ve kanunların “kaya gibi sağlam” olduğunu ve hiçbir halüsinasyon içermediğini belirtti. Bu vaka, AI’nın hukuk sektöründeki “bilgi hegemonyasını” sona erdirip erdiremeyeceği ve sıradan insanların adalete düşük maliyetle erişip erişemeyeceği konusunda büyük bir tartışma başlattı. (Kaynak: Reddit)
💡 Diğer
LEGO “Akıllı Tuğlaları” Tanıttı: 50 Yılın En Büyük Evrimi : LEGO, modelleri “canlandırabilen” dahili mikro bilgisayarlı 2×4 akıllı tuğlaları duyurdu. Sensörler ve AI desteğiyle LEGO modelleri, sallandığında vınlayan bir ışın kılıcı gibi ışık, ses ve hareket tepkileri verebiliyor. Bu, geleneksel oyuncak endüstrisinin AI donanımlarını tamamen benimsediğinin bir işareti. (Kaynak: robrombach)
Sodyum-İyon Piller 2026’da Seri Üretimde: Menzil Kaygısı Sona Eriyor : CATL, sodyum-iyon pillerin 2026 yılında büyük ölçekte pazara gireceğini doğruladı. 175 Wh/kg enerji yoğunluğuna sahip olan bu piller, -40°C aşırı soğuklarda çalışabiliyor ve oldukça düşük maliyetli. Topluluk, bunun petrole olan talebin çöküşünü hızlandıracağını ve AI destekli ucuz otonom araç filoları için temel güç kaynağı olacağını öngörüyor. (Kaynak: teortaxesTex)
