Süni İntellekt Necə İşləyir? Sadə Dildə Maşın Öyrənməsi (Machine Learning)

Süni intellekt üç addımla işləyir: əvvəlcə ona nəhəng həcmdə nümunə göstərilir (öyrənmə), o, bu nümunələrdəki təkrarlanan naxışları tapır, sonra isə heç vaxt görmədiyi yeni sualla qarşılaşanda öyrəndiyi naxışlara əsaslanıb cavabı təxmin edir. Ona qayda öyrədilmir — o, qaydanı nümunələrdən özü çıxarır. Bu öyrətmə üsuluna maşın öyrənməsi (machine learning) deyilir.

Bu yazıda kapotu qaldırıb içəri baxacağıq. Narahat olmayın — nə riyaziyyat olacaq, nə kod. Amma sona çatanda ChatGPT-nin niyə bəzən dahi, bəzən isə tam səfeh göründüyünü biləcəksiniz. Və daha vacibi: bunu öz xeyrinizə necə istifadə edəcəyinizi.

Bu yazı Süni İntellekt (AI) Nədir? bələdçisinin davamıdır. Əsasları bilmirsinizsə, əvvəlcə oradan başlamağı məsləhət görürəm.

🧐 Maşın Öyrənməsi Nədir?

Adi proqramla AI arasındakı fərqi bir mətbəx nümunəsində göstərim.

Adi proqram — resept. Proqramçı hər addımı əvvəlcədən yazır: "əgər qabıq zolaqlıdırsa, bu qarpızdır". Nə yazılıbsa, o olur. Yazılmayan hal qarşıya çıxanda proqram donub qalır.

Maşın öyrənməsi — dadmaqla öyrənmək. Uşağa qarpızın nə olduğunu izah etmirsiniz. Sadəcə yay boyu 200 dəfə qarpız və qovun göstərirsiniz. Bir gün gəlir, uşaq heç vaxt görmədiyi bir qarpızı görüb "qarpız!" deyir. Ona kimsə qayda öyrətmədi — o, qaydanı özü tapdı.

Süni intellektin öyrənməsi məhz budur. Ona minlərlə qarpız və qovun şəkli verirsiniz. Model bir müddət sonra özü tutur ki, qabığın naxışı, formanın yumruluğu, rəngin tonu bu ikisini ayırır. Siz bu əlamətləri ona demirsiniz — o, onları datadan çıxarır.

Öyrənmə və nəticə çıxarma: iki fərqli mərhələ

Bu iki sözü ayırmaq vacibdir, çünki AI ilə bağlı yanlış təsəvvürlərin çoxu bunları qarışdırmaqdan doğur:

• Öyrənmə (training): Model qurulur. Uzun, bahalı və bir dəfəlik prosesdir. Aylar çəkir, milyonlarla dollar dəyər. Siz bu mərhələdə iştirak etmirsiniz.

• Nəticə çıxarma (inference): Modelin öyrəndiyini işə salması. Siz sual verirsiniz, o cavab verir. Saniyələr çəkir. Siz AI ilə hər dəfə məhz burada görüşürsünüz.

Buradan çox mühüm bir nəticə çıxır: siz AI ilə söhbət edəndə o öyrənmir. İnsanların böyük hissəsi əksini düşünür. Söhbətdə ona nəsə izah edirsiniz, o razılaşır, düzəldir — amma sabah yeni söhbətdə heç nə yadında olmayacaq. Çünki o, öyrənmə mərhələsində deyil, nəticə çıxarma mərhələsindədir.

Qızıl Qayda: AI-ı hər səhər işə gələn və dünəni tamam unudan dahi əməkdaş kimi görün. Nə qədər izah etsəniz də, kontekst hər dəfə sıfırdan sizdən gəlməlidir. "Axı dünən demişdim" işləmir.

⚙️ Maşın Öyrənməsinin 3 Yolu

Modelləri öyrətməyin üç əsas üsulu var. Bunları bilmək sizə lazımdır ki, hansı işin AI üçün asan, hansının çətin olduğunu təxmin edə biləsiniz.

1. Nəzarətli öyrənmə (Supervised learning)

İnsanlar datanı əvvəlcədən etiketləyir. Yəni min şəklin hər birinin üstünə "qarpız" və ya "qovun" yazılır. Model hazır cavabla birlikdə sualı görür və əlaqəni öyrənir.

Nə vaxt işlədilir: cavabın nə olacağını əvvəlcədən bildiyiniz hallarda. Məsələn, e-poçtu "spam / spam deyil" kimi ayırmaq.

Marketinq nümunəsi: Min müştəri rəyini əl ilə "məmnun / narazı" deyə işarələyirsiniz. Model öyrənir və qalan 50 min rəyi özü ayırır.

2. Nəzarətsiz öyrənmə (Unsupervised learning)

Heç kim heç nəyi etiketləmir. Modelə sadəcə data verilir və deyilir: "burada nə görürsən?" O isə oxşarları öz-özünə qruplaşdırır.

Maraqlısı budur: model "qarpız" sözünü bilməsə də, zolaqlı olanları bir yerə, hamar olanları başqa yerə yığır. Yəni fərqi görür, adını bilmir.

Nə vaxt işlədilir: nə axtardığınızı özünüz də bilmədikdə.

Marketinq nümunəsi: Müştəri bazanızı modelə verirsiniz və o, sizin heç ağlınıza gəlməyən 4 seqment tapır — məsələn, "yalnız endirimdə alanlar" kimi bir qrup. Siz o qrupun mövcud olduğunu bilmirdiniz.

3. Gücləndirmə ilə öyrənmə (Reinforcement learning)

Model sınayır və səhv edir. Düz tapanda mükafat, səhv edəndə cəza alır. Minlərlə cəhddən sonra mükafatı maksimuma çatdırmağı öyrənir.

Bu, it öyrətməyə bənzəyir: əmri düz icra etdi — şirniyyat. Bu üsul şahmat proqramlarını dünya çempionundan güclü edən metoddur.

Bu gün ChatGPT kimi modellər hər üç üsulun qarışığı ilə qurulur. Xüsusən "cavab kobud olmasın, faydalı olsun" hissəsi məhz insanların qiymətləndirməsi ilə — yəni gücləndirmə ilə — öyrədilir.

🤔 Generativ AI ilə Adi AI Arasında Fərq Nədir?

Son iki ildə "generativ AI" ifadəsi hər yerdən eşidilir. Fərq əslində çox sadədir və bir sualla ayrılır: model seçir, yoxsa yaradır?

• Ənənəvi AI — seçir və qiymətləndirir. Ona qarpız şəkli verirsiniz, o, hazır siyahıdan birini seçir: "qarpız". Bank kartınızdakı əməliyyata baxıb "şübhəli / normal" deyir. Cavab həmişə mövcud variantlardan biridir.

• Generativ AI — yeni məzmun yaradır. "Qarpız haqqında reklam mətni yaz" deyirsiniz və o, dünyada mövcud olmayan bir mətn qurur. Seçmir — düzəldir.

ChatGPT, Gemini, Claude və şəkil yaradan alətlərin hamısı generativ AI-dır. Onların partlayışa səbəb olması da elə buna görədir: əvvəllər AI yalnız təsnif edə bilirdi, indi isə yarada bilir.

Amma burada incə bir məqam var və çoxu onu gözdən qaçırır: yaratmaq bacarığı ilə doğru olmaq bacarığı eyni şey deyil. Generativ model həmişə nəsə yaradacaq — hətta cavabı bilmədikdə də. Uydurmaların (hallüsinasiyanın) kökü məhz buradadır. Model üçün "bilmirəm" demək ən az təbii cavabdır, çünki o, cavab yaratmaq üçün qurulub.

💬 Bəs ChatGPT Kimi Mətn Yazan Modellər Necə İşləyir?

Burada çoxlarını təəccübləndirən bir həqiqət var.

ChatGPT, Gemini və Claude cümləni əvvəlcədən planlamır. Onlar hər dəfə yalnız növbəti sözü təxmin edir. Sonra o sözü də nəzərə alıb bir sonrakını təxmin edir. Və beləcə davam edir.

Yəni model "Bakı Azərbaycanın..." görəndə arxa planda təxminən belə hesablama gedir:

• "paytaxtıdır" — 78% ehtimal

• "ən böyük şəhəridir" — 15% ehtimal

• "limanıdır" — 4% ehtimal

Sonra bu ehtimallardan birini seçir. Diqqət edin — həmişə ən yüksəyini yox. Bir az təsadüf qatılır ki, mətn robot kimi yox, canlı çıxsın.

Niyə eyni sual iki fərqli cavab verir?

Cavab yuxarıdadır: o təsadüf elementinə görə. Eyni sualı iki dəfə versəniz, model ikinci dəfə başqa sözü seçə bilər və cavab tam fərqli yola düşər.

Bu, nasazlıq deyil. Bu, dizaynın bir hissəsidir. Amma sizin üçün praktiki nəticəsi var: bəyəndiyiniz cavabı aldınızsa, dərhal saxlayın. "Bir də yaz" desəniz, eynisini almayacaqsınız.

Buna görə AI riyaziyyatda niyə səhv edir?

İndi bunun məntiqi aydın olmalıdır. Model rəqəmləri hesablamır — hesablamanın necə görünəcəyini təxmin edir. "247 × 89" görəndə o, bu məsələni həll etmir; oxşar məsələlərin cavabının necə göründüyünə baxıb inandırıcı bir rəqəm yazır.

Bu gün müasir modellər bunu bilir və hesablamanı arxa planda kalkulyatora ötürür. Amma prinsip qalır: AI-ın gücü dildədir, dəqiq hesabatda deyil. Maliyyə hesabatınızı ona həvalə etməyin.

🔤 Token Nədir və Niyə Bilməlisiniz?

Model mətni söz-söz oxumur. O, mətni token adlanan kiçik parçalara bölür. Token bəzən bütöv söz olur, bəzən sözün bir hissəsi, bəzən isə sadəcə durğu işarəsi.

Məsələn, "marketinq" sözü modelin gözündə "market" + "inq" kimi iki hissəyə bölünə bilər. İngiliscə mətndə orta hesabla bir söz təxminən 1,3 tokendir. Azərbaycan dilində isə bu rəqəm daha yüksəkdir — çünki modellər əsasən ingiliscə mətnlə öyrədilib və bizim şəkilçili sözlərimizi daha çox parçaya bölürlər.

Bunun sizin üçün üç konkret nəticəsi var:

• Limitlər tokenlə ölçülür. "Kontekst pəncərəsi 128 min token" deyəndə söhbət sözdən yox, tokendən gedir. Azərbaycanca yazanda eyni limitə daha tez çatırsınız.

• Ödənişli planlarda hesab tokenlə aparılır. Azərbaycanca mətn eyni məzmun üçün ingiliscədən baha başa gələ bilər.

• AI hərf saya bilmir. "Bu sözdə neçə 'a' hərfi var?" sualında model tez-tez səhv edir. Səbəb sadədir: o, hərfləri görmür — tokenləri görür. Bu, onun axmaq olması demək deyil, sadəcə başqa gözlə baxmasıdır.

🎨 Bəs Şəkil və Video Yaradan AI Necə İşləyir?

Mətn modeli növbəti sözü təxmin edir. Şəkil modeli isə tamam başqa məntiqlə işləyir və bu, çox maraqlıdır.

Təsəvvür edin: təmiz bir şəkli götürüb üzərinə addım-addım "qar" (səs-küy) əlavə edirsiniz — o qədər ki, şəkil tam boz uğultuya çevrilir. Model öyrənmə mərhələsində bu prosesi tərsinə oynamağı öyrənir: uğultudan şəkli geri qaytarmağı.

Sonra ona "Bakıda gün batımında dəniz kənarı" deyirsiniz. Model təsadüfi uğultudan başlayır və sizin sözlərinizə uyğun gələnə qədər onu addım-addım təmizləyir. Yəni şəkli "çəkmir" — uğultunun içindən çıxarır.

Praktiki nəticəsi budur: şəkil modelinə nə qədər çox təsvir versəniz, nəticə bir o qədər dəqiq olur. "İt" deyirsinizsə, uğultu istənilən itə çevrilə bilər. "Yağışdan sonra parkda oturmuş yaşlı alman ovçarkası, yumşaq axşam işığı" deyirsinizsə, model hara gedəcəyini bilir.

Eyni məntiq videoya da aiddir — sadəcə orada model təkcə şəkli yox, kadrlar arasındakı hərəkəti də bərpa etməlidir. Ona görə video yaratmaq daha çox vaxt və resurs aparır.

🧠 Kontekst Pəncərəsi: AI-ın Qısa Hafizəsi

Uzun söhbətlərdə AI-ın "axmaqlaşdığını" görmüsünüzmü? Əvvəldə dediklərinizi unudur, təlimatlarınıza məhəl qoymur. Bu, təsadüf deyil.

Modelin bir anda "görə bildiyi" mətnin həcmi məhduddur. Buna kontekst pəncərəsi deyilir. Söhbət uzandıqca pəncərə dolur və ən köhnə hissələr çölə düşür. Yəni AI unutmur — sadəcə artıq görmür.

Praktiki həll üç sadə vərdişdir:

• Hər yeni mövzuya yeni söhbət açın. Bir söhbətdə həm reklam mətni, həm büdcə, həm də işə qəbul müzakirə etməyin.

• Söhbət uzananda əsas şərtləri təkrar yazın. "Xatırladıram: ton rəsmidir, uzunluq 3 abzasdır."

• Cavab keyfiyyəti düşməyə başlayanda söhbəti bağlayın və yeni söhbətdə kontekstin yığcam xülasəsi ilə başlayın.

📉 Drift: AI Zamanla Niyə Dəyişir?

Drift — modelin dəqiqliyinin və faydasının zamanla azalmasıdır. Dünya dəyişir, model isə olduğu yerdə qalır. İki formada özünü göstərir.

Faktiki drift (factual drift)

Model müəyyən tarixə qədərki data ilə öyrədilib. O tarixdən nə qədər uzaqlaşırıqsa, məlumatı bir o qədər köhnəlir.

Marketoloq üçün nümunə: AI-dan sosial media strategiyası istəyirsiniz. O, alqoritmin bir il əvvəlki məntiqinə görə cavab verir. Platforma isə bu müddətdə qaydaları iki dəfə dəyişib. Cavab inamlı səslənir — və köhnədir.

Davranış drifti (behavioral drift)

Bu, daha az bilinən, amma daha çox əsəb aparan növdür. Şirkətlər modelləri mütəmadi yeniləyir. Nəticədə eyni promptu yazırsınız, amma cavabın tonu, formatı və uzunluğu keçən aykı ilə eyni gəlmir.

Səhv sizdə deyil — alət ayağınızın altında dəyişib.

Drift-i necə idarə etməli

• Təzə kontekst özünüz verin. Sürətlə dəyişən mövzularda (bazar, texnologiya, qanun) məlumatı prompta özünüz əlavə edin və ya internetə çıxan rejimdən istifadə edin.

• Tələblərinizi açıq yazın. "Yaxşı yaz" yox — "3 abzas, rəsmi ton, marketinq terminləri olmadan". Nə qədər dəqiq yazsanız, model yenilənəndə nəticə bir o qədər az sürüşür.

• İşləyən promptlarınızı saxlayın. Nəticə pisləşəndə promptu yenidən yox, təzədən qurmaq üçün əlinizdə etalon olsun.

🎯 Bunu Bilmək Sizə Praktikada Nə Verir?

Nəzəriyyəni bitirdik. Bütün yuxarıdakılar beş praktiki nəticəyə yığılır:

• Kontekst hər şeydir. AI dünəni yadında saxlamır. Nə istədiyinizi hər dəfə tam yazın.

• Fakta yox, formaya güvənin. Model dili yaxşı bilir, dünyanı yox. Rəqəmi, tarixi, adı yoxlayın.

• Bəyəndiyinizi saxlayın. Eyni cavab bir daha gəlməyəcək.

• Söhbətləri qısa və mövzuya bağlı saxlayın. Kontekst pəncərəsi dolanda keyfiyyət düşür.

• Sual keyfiyyəti = cavab keyfiyyəti. Model ehtimalla işləyir; ona istiqamət verməsəniz, ən ortabab yolu seçir.

Bu sonuncu bənd bütün digərlərindən vacibdir və ona görə ayrıca yazı həsr etmişəm: Prompt Nədir? AI-dan Düzgün Cavab Almağın 3C Qaydası.

❓ Tez-tez Verilən Suallar

AI mənimlə söhbət edərkən öyrənirmi?

Xeyr. Söhbət zamanı model dəyişmir — o, artıq öyrədilmiş vəziyyətdədir. Söhbətdə dediklərinizi yalnız həmin söhbətin kontekst pəncərəsi daxilində "görür". Yeni söhbətdə hər şey sıfırdan başlayır. (Bəzi alətlərdə "hafizə" funksiyası var, amma o da ayrıca qeyd sistemidir, modelin öyrənməsi deyil.)

Maşın öyrənməsi ilə süni intellekt eyni şeydirmi?

Xeyr. Süni intellekt bütöv sahənin adıdır, maşın öyrənməsi isə həmin sahədə model qurmağın ən geniş yayılmış üsuludur. Yəni hər maşın öyrənməsi AI-dır, amma hər AI maşın öyrənməsi ilə qurulmayıb.

AI niyə sadə riyazi məsələdə səhv edir, amma mürəkkəb mətni əla yazır?

Çünki o, hesablamaq üçün yox, dil üçün qurulub. Cavabı hesablamır — cavabın necə görünməli olduğunu təxmin edir. Mətndə bu əla işləyir, riyaziyyatda isə "təxmini düz" cavab elə səhv cavab deməkdir.

Modelə öz məlumatımı öyrədə bilərəmmi?

Adi istifadəçi kimi modeli yenidən öyrədə bilməzsiniz. Amma praktikada buna ehtiyac da yoxdur: sənədinizi söhbətə fayl kimi yükləmək və ya kontekst vermək əksər hallarda eyni nəticəni verir. Diqqət: həssas və məxfi məlumatı açıq alətlərə yükləməyin.

Generativ AI nədir?

Yeni məzmun — mətn, şəkil, video, səs — yaradan AI növüdür. Ənənəvi AI hazır variantlardan birini seçir ("bu spamdır"), generativ AI isə mövcud olmayan nəyisə qurur ("bu mətni yaz"). ChatGPT, Gemini və Claude generativ modellərdir.

AI-ın öyrənməsi nə qədər çəkir?

Böyük modellərin öyrədilməsi aylar çəkir və milyonlarla dollara başa gəlir — minlərlə güclü prosessor ay boyu paralel işləyir. Amma bu, sizi maraqlandırmır: siz hazır modeldən istifadə edirsiniz və sizin sualınıza cavab saniyələr içində gəlir.

Niyə eyni sualı iki dəfə verəndə fərqli cavab alıram?

Çünki model hər sözü ehtimalla seçir və seçimə qəsdən bir az təsadüf qatılır. Bu, mətnin canlı görünməsi üçündür. Sabit nəticə istəyirsinizsə, promptu daha dəqiq yazın və formatı açıq göstərin.

Yekun

Süni intellekt sehrli qutu deyil. O, nümunələrdən naxış öyrənən, sonra o naxışlara əsaslanıb təxmin edən bir sistemdir. Bütün gücü də, bütün zəifliyi də elə bu bir cümlədədir.

Bunu anlayan adam AI-dan qorxmur və ondan sehr də gözləmir. O, sadəcə aləti düz yerdə işlədir: dildə, ideyada, qaralamada — güvənərək; rəqəmdə, faktda, son qərarda — yoxlayaraq.

Növbəti addım alət seçimidir. Hansının sizin işinizə uyğun olduğunu burada müqayisə etdim: ChatGPT, Gemini və Claude: Hansı AI Sizin İşiniz üçün Uyğundur?