Ar-Ge merkezi olan ya da destekli bir Ar-Ge projesi planlayan pek çok şirketin gündeminde artık yapay zekâ var. Ama yapay zekâ içeren bir projenin teknik kısmını yazmak, alışılmış Ar-Ge projelerinden farklı zorluklar taşıyor: "Hazır bir modeli kullanmak Ar-Ge mi?", "Belirsizlik nerede?", "Başarıyı nasıl ölçeceğiz?"
Bu yazıda yapay zekâ içeren bir Ar-Ge projesinin teknik kurgusunu adım adım ele alıyoruz. Başvuru formunun kendisi ve mali kurallar destek programına göre değişir; burada her programda işe yarayacak teknik çerçeveye odaklanıyoruz.
Önce temel soru: Bu gerçekten Ar-Ge mi?
OECD'nin uluslararası referans kabul edilen Frascati Kılavuzu (2015), bir faaliyetin Ar-Ge sayılması için beş ölçütün birlikte karşılanmasını bekliyor:
| Ölçüt | Anlamı | Yapay zekâ projesinde soru |
|---|---|---|
| Yeni | Yeni bulgulara yönelik | Literatürde veya piyasada bu problemin bu çözümü var mı? |
| Yaratıcı | Özgün, apaçık olmayan kavram ve hipotezler | Yaklaşımımız mevcut yöntemlerin basit bir uygulaması mı? |
| Belirsiz | Sonuç önceden bilinmiyor | Başarılı olacağımızdan emin miyiz? Değilsek neden? |
| Sistematik | Planlı ve bütçeli | İş paketleri, takvim ve kaynaklar belli mi? |
| Aktarılabilir / tekrarlanabilir | Sonuç aktarılabilir veya tekrar üretilebilir | Deneyler dokümante ve tekrarlanabilir mi? |
Pratik uyarı: Hazır bir dil modelini ya da bulut servisini olduğu gibi kullanıp bir arayüz geliştirmek genellikle Ar-Ge sayılmaz; bu bir yazılım geliştirme veya entegrasyon işidir. Ar-Ge, mevcut yöntemlerin yetersiz kaldığı bir noktada başlar.
Adım 1: Problemi ve mevcut çözümlerin sınırını tanımlayın
İyi bir teknik kurgunun ilk paragrafı "yapay zekâ kullanacağız" değil, çözülmemiş bir problem olmalı:
- Problem nedir, kimi, nasıl etkiliyor?
- Bugün nasıl çözülüyor (manuel, kural tabanlı, mevcut ürünler)?
- Mevcut çözümler neden yetersiz? (doğruluk, hız, maliyet, veri gizliliği, Türkçe dil desteği, sektöre özgü veri yapısı…)
Bu bölüm bir literatür ve mevcut çözüm taramasına dayanmalı. "Bu konuda çalışma yok" iddiası, kısa bir taramayla çürütülebiliyorsa hakemin güvenini kaybettirir.
Adım 2: Teknik yeniliği ve belirsizliği açık yazın
Yeniliği soyut ifadelerle değil, somut bir teknik iddia olarak yazın:
- Zayıf: "Yapay zekâ ile kalite kontrolde devrim yaratacağız."
- Güçlü: "Hatalı ürün örneği çok az olan üretim hatlarında, az sayıda etiketli örnekle çalışan bir görüntü işleme yaklaşımı geliştirerek mevcut kural tabanlı sistemin kaçırdığı hata türlerini tespit etmeyi hedefliyoruz."
Ardından belirsizliği söyleyin: Hangi teknik soru henüz cevaplanmadı? Örneğin "Az sayıda örnekle hedeflenen tespit başarısına ulaşılıp ulaşılamayacağı bilinmiyor" ya da "Kurum içinde çalışan küçük bir dil modelinin sektöre özgü dokümanlarda yeterli doğruluğa ulaşıp ulaşamayacağı belirsiz."
Belirsizlik, Ar-Ge'nin zayıf yanı değil, tanımlayıcı özelliğidir.
Adım 3: Yöntemi ve veri ihtiyacını yazın
- Veri: Hangi veri kullanılacak, nereden gelecek, ne kadar hazır? Etiketleme gerekiyor mu? Kişisel veri varsa KVKK açısından nasıl işlenecek?
- Yaklaşım: Denenecek yöntemler ve neden bunlar? Tek bir yönteme bağlanmak yerine, karşılaştırılacak alternatifleri belirtmek belirsizliği yönetmenin göstergesidir.
- Altyapı: Eğitim ve çıkarım nerede yapılacak (bulut, kurum içi)? GPU ihtiyacı var mı?
- Kıyas noktası (baseline): Yeni yaklaşım neyle karşılaştırılacak? Mevcut sistem, basit bir model veya bilinen bir yöntem.
Adım 4: Ölçülebilir başarı ölçütleri koyun
"Daha iyi sonuç" bir hedef değildir. Her hedef için:
- Ölçü: Doğruluk, kesinlik, duyarlılık, yanıt süresi, maliyet…
- Kıyas: Baseline'a göre hedeflenen seviye
- Test koşulu: Hangi veri setinde, hangi koşullarda ölçülecek?
Hedeflerin gerçekçi olması önemli; ulaşılması imkânsız rakamlar yazmak projenin değerlendirmesinde ve sonuç raporlarında sorun çıkarır.
Adım 5: TRL ile başlangıç ve hedefi belirleyin
Teknoloji Hazırlık Seviyesi (TRL), AB araştırma programlarında da kullanılan 1–9 arası bir olgunluk ölçeği. Başlangıç ve hedef seviyeyi belirtmek kapsamı netleştirir:
| TRL | Tanım (özet) |
|---|---|
| 1–2 | Temel ilkeler gözlemlendi, teknoloji kavramı tanımlandı |
| 3 | Deneysel kavram kanıtı |
| 4 | Teknolojinin laboratuvarda doğrulanması |
| 5–6 | İlgili ortamda doğrulama ve gösterim |
| 7 | Sistem prototipinin gerçek ortamda gösterimi |
| 8 | Sistem tamamlandı ve nitelendirildi |
| 9 | Sistem gerçek ortamda kanıtlandı |
Örneğin "TRL 3'ten (kavram kanıtı) TRL 6'ya (gerçek üretim hattına yakın ortamda gösterim)" gibi bir tanım, hem hakeme hem ekibe neyin teslim edileceğini söyler.
Adım 6: İş paketlerini kurun
Yapay zekâ projelerinde işe yarayan tipik bir iş paketi yapısı:
- Veri hazırlama ve analiz: Toplama, temizleme, etiketleme, keşifsel analiz
- Yöntem geliştirme ve deneyler: Alternatif yaklaşımların denenmesi ve karşılaştırılması
- Model optimizasyonu: Seçilen yaklaşımın iyileştirilmesi, kaynak ve hız kısıtları
- Entegrasyon ve prototip: Gerçek sisteme bağlanan prototip
- Test ve doğrulama: Gerçek veya gerçeğe yakın koşullarda ölçüm
- Dokümantasyon ve yaygınlaştırma: Teknik raporlar, tekrarlanabilirlik
Her iş paketi için çıktı, süre, sorumlu ve risk ile B planı yazılmalı. Örneğin "Etiketli veri yetersiz kalırsa sentetik veri üretimi veya yarı denetimli öğrenme denenecek."
Sık yapılan hatalar
- Araç adını yenilik sanmak: "Büyük dil modeli kullanacağız" tek başına yenilik değildir.
- Belirsizliği gizlemek: Her şey kesinmiş gibi yazılan bir proje, Ar-Ge değil bir uygulama projesi gibi görünür.
- Veriyi hafife almak: Projelerin çoğu verinin hazır olmadığı ortaya çıktığında gecikir.
- Başarı ölçütü koymamak: Ölçülemeyen hedef, sonuç raporunda savunulamaz.
- Teknik ekibi sona bırakmak: Teknik kurgu, proje fikrinin en başında birlikte yazılmalı.
Sonuç
Yapay zekâ içeren bir Ar-Ge projesinin gücü; net bir problem, açıkça yazılmış bir teknik yenilik ve belirsizlik, ölçülebilir hedefler ve risklerini bilen bir iş planından gelir.
Ar-Ge Teknik Yapay Zekâ Ortaklığı modülümüzde proje fikrinin yapay zekâ kurgusunu, yöntemi ve iş paketlerini birlikte yazıyor, projede teknik danışman olarak yer alıyoruz. Kurucumuz Çağrı Aksu, TÜBİTAK destekli 5 Ar-Ge projesi hazırladı. Başvuru, mali raporlama ve takip süreçlerini kurumunuzun Ar-Ge birimi veya teşvik danışmanınız yürütür.
Kaynaklar