Açık Kaynak Yapay Zeka Modelleri Nedir?
Açık kaynak ile açık ağırlık aynı şey mi? Açık yapay zeka modelleri nedir, lisanslar neden önemli, öğrenci bu modelleri nerede ve nasıl kullanabilir?
Yapay zeka dünyasında "açık" kelimesi sık kullanılıyor ama her zaman aynı şeyi anlatmıyor. Bir modelin açık olması; indirilebilir olmasını, nasıl eğitildiğinin görülebilmesini ya da serbestçe değiştirilebilmesini ifade edebilir. Bu yazıda açık kaynak yapay zekanın resmî tanımını, açık ağırlıkla farkını, lisansların neden önemli olduğunu ve öğrencilerin açık modelleri nasıl kullanabileceğini anlatıyoruz.
Açık kaynak yapay zeka nedir?
Açık kaynak yazılımın tanımını yapan kuruluş olan Open Source Initiative (OSI), yapay zeka için de bir tanım yayımladı. Açık Kaynak Yapay Zeka Tanımı'na göre bir yapay zeka sistemi, şu dört özgürlüğü tanıyan koşullarla sunulduğunda açık kaynak sayılıyor:
- Kullanma: Sistemi izin almadan, her amaçla kullanabilmek.
- İnceleme: Sistemin nasıl çalıştığını anlayabilmek ve parçalarını inceleyebilmek.
- Değiştirme: Sistemi, çıktısını değiştirmek dahil her amaçla değiştirebilmek.
- Paylaşma: Sistemi değiştirerek ya da değiştirmeden başkalarıyla paylaşabilmek.
Bu tanım; kaynak kodun, model ağırlıklarının ve eğitim verisi hakkında yeterli bilginin erişilebilir olmasını istiyor.
Açık ağırlık ile açık kaynak farkı
Günlük kullanımda "açık model" ifadesi açık ağırlıklı modeller için de kullanılıyor. Model ağırlıkları, modelin eğitimde öğrendiği sayısal değerler; ağırlıklara sahip olan, modeli kendi donanımında çalıştırabilir.
OSI'ye göre açık ağırlık, açık kaynaktan farklı: açık ağırlıklı bir modelde eğitilmiş ağırlıklar paylaşılıyor, ama eğitim kodu ve eğitim verisi paylaşılmayabiliyor. Yani modeli kullanabiliyorsun ama nasıl üretildiğini tam olarak inceleyemiyor ve baştan yeniden üretemiyorsun.
| Açık ağırlık | Açık kaynak | |
|---|---|---|
| Ağırlıklar | Paylaşılır | Paylaşılır |
| Eğitim kodu | Çoğu zaman yok | Paylaşılır |
| Veri bilgisi | Çoğu zaman sınırlı | Yeterli bilgi verilir |
Lisans neden önemli?
Bir modelin indirilebilir olması, onu her amaçla kullanabileceğin anlamına gelmez. Neyi yapabileceğini lisans belirler. Bazı örnekler:
| Model | Geliştirici | Lisans |
|---|---|---|
| gpt-oss | OpenAI | Apache 2.0 |
| DeepSeek V serisi | DeepSeek | MIT |
| Kumru-2B | VNGRS | Apache 2.0 |
| Kimi K3 | Moonshot AI | Kimi K3 Lisansı |
MIT ve Apache 2.0, ticari kullanıma ve değiştirmeye izin veren serbest lisanslar. Kimi K3 gibi özel lisanslı modellerde ise koşullar lisans metninde belirleniyor; ticari kullanımda ek kurallar olabilir. OpenAI, gpt-oss için Apache 2.0 lisansının yanında bir kullanım politikası da uyguluyor.
Bu modellerin ayrıntıları için DeepSeek Nedir?, Kimi Nedir? ve Kumru Nedir? yazılarına bakabilirsin.
Açık modellerin avantajları
- Veri kontrolü: Modeli kendi bilgisayarında çalıştırdığında veriler senin cihazından çıkmaz.
- Maliyet: İndirdikten sonra kullanım başına ücret ödemezsin; ama donanım ve elektrik maliyeti vardır.
- Öğrenme ve araştırma: Modelin nasıl davrandığını inceleyebilir, kendi verinle ince ayar yapabilirsin.
- Bağımsızlık: Bir şirketin hizmetini kapatması ya da fiyatını değiştirmesi seni doğrudan etkilemez.
Sınırlamalar
- Donanım: Büyük modeller çok güçlü donanım gerektirir. OpenAI'ın açıklamasına göre gpt-oss-20b, 16 GB belleğe sahip cihazlarda çalışabiliyor; gpt-oss-120b ise tek bir 80 GB'lık GPU'da çalışıyor. Trilyon parametreli modeller ise kişisel bilgisayarların çok ötesinde.
- Kurulum: Modeli çalıştırmak teknik bilgi gerektirir.
- Sorumluluk: Kendi çalıştırdığın modelin çıktısından ve güvenliğinden sen sorumlusun.
Öğrenci nasıl başlayabilir?
- Küçük bir modelle başla: Birkaç milyar parametreli modeller dizüstü bilgisayarlarda denenebilir.
- Hazır araçları kullan: OpenAI'ın belgelerinde gpt-oss için anılan Ollama, llama.cpp ve vLLM gibi açık kaynak araçlar modelleri çalıştırmayı kolaylaştırıyor.
- Model kartını oku: Hugging Face'teki model kartları; modelin amacını, sınırlarını ve lisansını anlatır.
- Lisansı kontrol et: Projeni yayımlayacak ya da ticari kullanacaksan lisans koşullarına uy.
Model kartında nelere bakılır?
Açık bir modeli seçmeden önce model kartında şu bilgileri kontrol etmek işe yarar:
- Boyut: Parametre sayısı, modelin çalıştırılması için gereken donanım hakkında fikir verir.
- Amaç: Model sohbet için mi, kod için mi, belirli bir dil için mi eğitilmiş?
- Lisans: Ticari kullanım, değiştirme ve paylaşma koşulları neler?
- Sınırlamalar: Geliştiricinin belirttiği zayıf yönler ve riskler neler?
- Değerlendirme: Model hangi testlerde nasıl sonuç vermiş ve bu sonuçlar kimin değerlendirmesi?
Model kartı eksik ya da belirsizse, o modeli önemli bir projede kullanmadan önce iki kez düşünmek gerekir.
Kurum ya da iş yeri adına kullanırken
Açık bir model ile kendi ödevin ya da projen üzerinde çalışmak senin kararın. Staj yaptığın şirketin, çalıştığın kurumun ya da bir müşterinin işini yaparken durum değişir: araca yazdığın ya da yüklediğin her bilgi, sahibinin kurallarına tabidir. Bunu bilen az, sorun çoğu zaman bir müşteri dosyası yanlış araca girildikten sonra fark ediliyor. Kurum adına yapay zeka kullanmadan önce üç soruyu netleştir:
- Veri kimin? Kurum adına yaptığın işte metin, tablo, kod ya da belge çoğu zaman sana değil; kuruma, müşterisine ya da iş ortağına aittir.
- Yazılı bir yapay zeka politikası var mı? Varsa oku. Yoksa işe başlamadan önce yöneticine ya da sorumlu birime sor.
- Hangi araç, hangi hesap, hangi bilgi? Politika belirli araçlara, kurumsal hesaplara ya da belirli bilgi türlerine izin veriyorsa yalnızca o sınırlar içinde kullan. Kişisel hesabınla kurum verisi girmek, iyi niyetle yapılsa bile kurala aykırı olabilir.
Açık bir modeli kendi bilgisayarında çalıştırmak veriyi bir hizmet sağlayıcısına göndermez; yine de kurum verisiyle kullanmadan önce izin almak gerekir, çünkü karar verinin sahibine aittir.
KVKK'nın 2026'da yayımladığı iş yeri dokümanı, kurumun bilgisi ve onayı dışında kullanılan yapay zeka araçlarını, yani gölge yapay zekayı, kişisel veriler ve ticari sırlar için başlıca risklerden biri olarak ele alıyor. Kurumların bu kuralları nasıl yazdığını ve bir politikada neler bulunduğunu Şirketler İçin Yapay Zeka Politikası yazısında anlattık.
Sıkça sorulan sorular
Açık ağırlık ile açık kaynak aynı şey mi?
Hayır. Açık ağırlıkta eğitilmiş model paylaşılır ama eğitim kodu ve verisi paylaşılmayabilir. OSI'nin açık kaynak yapay zeka tanımı ise ağırlıkların yanında kodun ve eğitim verisi hakkında yeterli bilginin de erişilebilir olmasını istiyor.
Açık modeller ücretsiz mi?
Çoğu ücretsiz indirilebilir, ama çalıştırmak için donanım gerekir. Kullanım koşullarını lisans belirler.
Açık bir modeli ticari projede kullanabilir miyim?
Lisansa bağlı. MIT ve Apache 2.0 buna izin verir; özel lisanslarda ek koşullar olabilir.
Hangi açık modeli seçmeliyim?
Donanımına, göreve ve lisansa bağlı. Başlangıç için küçük bir modelle deneme yapmak, gereksinimlerini anlamanın en kolay yolu.
Açık model kullanmak daha güvenli mi?
Veri kontrolü açısından avantaj sağlayabilir, çünkü model kendi cihazında çalışır. Ama modelin güncellenmesi, güvenliği ve çıktılarının denetimi de senin sorumluluğuna geçer.
Açık modeli kendi verimle eğitebilir miyim?
Lisans izin veriyorsa ince ayar yapabilirsin. Bunun için yeterli donanım, düzgün hazırlanmış veri ve teknik bilgi gerekir.
