Generative AI'dan Kendi Kendine Kod Üreten Agent'lara: LLM'lerin Varsayımları ve RAG Çözümü

Описание: Bu linkte paylaşımlarım var. Gözatmanızı öneririm. https://linktr.ee/kemalgokhan

Merhaba arkadaşlar! Kanalımızda bugüne kadar çektiğimiz DevOps araçları içeriklerinden odağımızı artık Yapay Zeka ile ilgili videolara kaydırıyoruz. Sektörde çalışanlar olarak, AI'ı işimizde daha iyi nasıl kullanacağımızı ve bize nasıl fayda sağlayacağını anlamamız gerekiyor,. Bu videoda, yapay zekanın temel mantığını anlamanıza yardımcı olacak en önemli terimleri ve bu kavramların arasındaki farkları inceliyorum.

Videoda Ele Alınan Temel Kavramlar:
1. Generative AI (Üretken Yapay Zeka): Yapay zekanın size bir şey üretip vermesi prensibidir; örneğin Curser gibi editörlerin kod yazarak sonuç çıkartması, Generative AI'a bir örnektir,.
2. Discriminative AI (Geleneksel Yapay Zeka): Veriyi sınıflandıran geleneksel AI türüdür; örneğin, bir resimde kaç kişi olduğunu sayma veya matematiksel doğruluk kontrolü.
3. Large Language Model (LLM): ChatGPT, Claude ve Gemini gibi büyük firmaların verileri sınıflandırıp işleyerek kullanıma sunduğu büyük model havuzlarıdır,. LLM'ler, sonuçları kelimelerin olasılıklarını hesaplayan matematiksel bir işlemle üretirler,. Ancak, bu modeller bazen varsayımlarda bulunarak (örneğin X’in tam sayı olduğu varsayımı gibi) hatalı sonuçlar verebilir,.
4. Retrieval Augmented Generation (RAG): LLM'lerin genel bilgisinin ötesine geçerek, fazladan bilgi (kendi verimiz, PDF dosyaları veya bilançolar gibi) ekleyerek modeli eğitmek ve daha spesifik çözümler üretmektir. RAG sayesinde model, sadece hafızasındaki bilgileri değil, eklediğiniz kaynakları da okuyarak sonuç verebilir,.
5. AI Agent (Agentic AI) ve AI Workflow: AI Agent, kendi kendine kod üretebilen, bu kodu çalıştırabilen, sonucu okuyarak dinamik aksiyon alabilen ve hata aldığında bile farklı bir işlem yapabilen, çok önemli bir kavramdır. AI Agent, N8N gibi ürünlerin kullandığı AI Workflow'dan daha dinamik ve daha çok şey yapabilir,.
6. Model Context Protocol (MCP): Geleceğin teknolojisi olarak adlandırılan bu protokol, AI modelleri ve harici diğer araçların (Jira, Airbnb, Amazon) birbiriyle konuşmasını sağlayan bir standarttır. MCP server ve client yapıları sayesinde, bir agent, LLM'i kullanarak harici sistemlerden güncel veriyi (örneğin Airbnb ilan fiyatları) çekebilir ve size düzgün bir cümleyle sonuç döndürebilir.
Kanalın ilerleyen kısımlarında, bu agent yapılarını Amazon Bedrock kullanarak, herhangi bir kod bilgisine ihtiyaç duymadan nasıl kurabileceğimizi göstereceğim.
Umarım açıklayıcı olmuştur. Bir sonraki videoda görüşmek üzere!

#devops #devopsyolu #ai #llm #amazonbedrock #cursor #aiagent #n8n