Az say\u0131da \u00e7ip ve az maliyetle geli\u015ftirilen modellerin sonuncusu DeepSeek-R1, OpenAI, Google ve Meta gibi dev oyuncular\u0131n sekt\u00f6rdeki hakimiyetine meydan okuyor.<\/p>\n\n\n\n
\u00c7inli yapay zek\u00e2 laboratuvar\u0131 DeepSeek\u2019in kendi ad\u0131n\u0131 ta\u015f\u0131yan b\u00fcy\u00fck dil modeli (LLM), ABD’li OpenAI firmas\u0131n\u0131n ChatGPT’sinin en b\u00fcy\u00fck rakiplerinden biri haline gelirken, Silikon Vadisi’ni \u015fa\u015fk\u0131nl\u0131\u011fa u\u011fratt\u0131.<\/p>\n\n\n\n
Bu ay yay\u0131nlanan son DeepSeek modellerinin hem son derece h\u0131zl\u0131 hem de az maliyetle geli\u015ftirildi\u011fi s\u00f6yleniyor.<\/p>\n\n\n\n
Ayn\u0131 zamanda daha az say\u0131da \u00e7iple geli\u015ftirilen modellerin sonuncusu DeepSeek-R1, OpenAI, Google ve Meta gibi dev oyuncular\u0131n sekt\u00f6rdeki hakimiyetine meydan okuyor.<\/p>\n\n\n\n
\u0130\u015fte sekiz soruda DeepSeek:<\/p>\n\n\n\n
1. Nereden \u00e7\u0131kt\u0131 bu DeepSeek?<\/p>\n\n\n\n
\u00c7in’in Hangzhou kentindeki \u015firket, Temmuz 2023’te Zhejiang \u00dcniversitesi mezunu, bilgi ve elektronik m\u00fchendisi Liang Wenfeng taraf\u0131ndan kuruldu. Liang’\u0131n 2015’te kurdu\u011fu bir fon olan High-Flyer’\u0131n kulu\u00e7ka program\u0131nda yer ald\u0131. Liang da sekt\u00f6r\u00fcn di\u011fer ileri gelen isimleri gibi, \u00e7e\u015fitli g\u00f6revlerde insanlara yeti\u015febilen veya onlar\u0131 ge\u00e7ebilen “yapay genel zek\u00e2” seviyesine ula\u015fmay\u0131 hedefliyor.<\/p>\n\n\n\n
Ba\u011f\u0131ms\u0131z faaliyet g\u00f6steren DeepSeek’in finansman modeli, d\u0131\u015f yat\u0131r\u0131mc\u0131lar\u0131n bask\u0131s\u0131 olmadan iddial\u0131 yapay zek\u00e2 projelerini s\u00fcrd\u00fcrmesine ve uzun vadeli ara\u015ft\u0131rma ve geli\u015ftirmeye \u00f6ncelik vermesine olanak tan\u0131yor. DeepSeek ekibi, \u00c7in’in en iyi \u00fcniversitelerinden mezun gen\u00e7 ve yetenekli ki\u015filerden olu\u015fuyor ve yenilik\u00e7ilik k\u00fclt\u00fcr\u00fcn\u00fc te\u015fvik ediyor. \u015eirketin i\u015fe al\u0131m s\u00fcrecinde i\u015f deneyiminden \u00e7ok teknik becerilere \u00f6ncelik veriliyor. K\u0131sacas\u0131 yapay zek\u00e2 modelleri geli\u015ftirme s\u00fcrecinde yeni bir bak\u0131\u015f a\u00e7\u0131s\u0131na sahip oldu\u011fu d\u00fc\u015f\u00fcn\u00fcl\u00fcyor.<\/p>\n\n\n\n
DeepSeek’in yolculu\u011fu, Kas\u0131m 2023’te kodlama g\u00f6revleri i\u00e7in tasarlanm\u0131\u015f a\u00e7\u0131k kaynakl\u0131 bir model olan DeepSeek Coder’\u0131n piyasaya s\u00fcr\u00fclmesiyle ba\u015flad\u0131. Bunu, di\u011fer b\u00fcy\u00fck dil modelleriyle rekabet etmeyi ama\u00e7layan DeepSeek LLM izledi. May\u0131s 2024’te piyasaya s\u00fcr\u00fclen DeepSeek-V2, g\u00fc\u00e7l\u00fc performans\u0131 ve d\u00fc\u015f\u00fck maliyeti nedeniyle ilgi g\u00f6rd\u00fc. ByteDance, Tencent, Baidu ve Alibaba gibi di\u011fer b\u00fcy\u00fck \u00c7inli teknoloji devlerini de yapay zek\u00e2 modellerinin fiyatlar\u0131n\u0131 d\u00fc\u015f\u00fcrmeye zorlad\u0131.<\/p>\n\n\n\n
2. DeepSeek modellerinin kapasitesi ne durumda?<\/p>\n\n\n\n
DeepSeek-V2, daha sonra 236 milyar parametreye sahip daha geli\u015fmi\u015f bir model olan DeepSeek-Coder-V2 ile de\u011fi\u015ftirildi. Karma\u015f\u0131k kodlama istemleri i\u00e7in tasarlanan model 128.000 token’a varan y\u00fcksek bir ba\u011flam penceresine sahip. 128.000 token’l\u0131k ba\u011flam penceresi, modelin ayn\u0131 anda i\u015fleyebilece\u011fi maksimum giri\u015f metni uzunlu\u011funu ifade ediyor.<\/p>\n\n\n\n
Daha geni\u015f bir ba\u011flam penceresi, bir modelin daha uzun metinleri anlamas\u0131na, \u00f6zetlemesine veya analiz etmesine olanak tan\u0131r. Bu, \u00f6rne\u011fin uzun belgeler, kitaplar veya karma\u015f\u0131k diyaloglar \u00fczerinde \u00e7al\u0131\u015f\u0131rken b\u00fcy\u00fck bir avantaj sa\u011flar.<\/p>\n\n\n\n
Token ise metindeki bir birim anlam\u0131na geliyor. Bu birim genellikle kelime, kelime par\u00e7ac\u0131\u011f\u0131 (\u00f6rne\u011fin “yapay” ve “zek\u00e2” gibi) veya hatta bir karakter olabilir. \u00d6rne\u011fin: “Yapay zek\u00e2 harika!” c\u00fcmlesi d\u00f6rt tokendan olu\u015fabilir: “Yapay,” “zek\u00e2,” “harika,” “!”.<\/p>\n\n\n\n
\u015eirketin en son modelleri DeepSeek-V3 ve DeepSeek-R1 ise konumunu daha da sa\u011flamla\u015ft\u0131rd\u0131. 671.000 parametreli bir model olan DeepSeek-V3, akranlar\u0131ndan \u00f6nemli \u00f6l\u00e7\u00fcde daha az kaynak gerektirirken di\u011fer markalarla \u00e7e\u015fitli k\u0131yaslama testlerinde etkileyici bir performans sergiliyor. Ocak 2025’te piyasaya s\u00fcr\u00fclen DeepSeek-R1 de ak\u0131l y\u00fcr\u00fctme, kodlama ve matematik gibi karma\u015f\u0131k g\u00f6revlere odaklan\u0131yor. Bu alandaki yetenekleriyle ChatGPT’nin son modellerinden biri olan o1’e meydan okuyor.<\/p>\n\n\n\n
DeepSeek k\u0131sa s\u00fcrede \u00f6nemli bir ba\u015far\u0131 yakalam\u0131\u015f olsa da Forbes, \u015firketin \u00f6ncelikli olarak ara\u015ft\u0131rmaya odakland\u0131\u011f\u0131n\u0131 ve yak\u0131n gelecekte ticarile\u015ftirmeye y\u00f6nelik detayl\u0131 planlar\u0131 olmad\u0131\u011f\u0131n\u0131 yazd\u0131.<\/p>\n\n\n\n
3. Son kullan\u0131c\u0131 i\u00e7in \u00fccretsiz mi?<\/p>\n\n\n\n
DeepSeek’in ilgi \u00e7ekmeyi ba\u015farmas\u0131n\u0131n temel nedenlerinden biri son kullan\u0131c\u0131lar i\u00e7in \u00fccretsiz olmas\u0131. Hatta bu, kullan\u0131c\u0131lara \u00fccretsiz olarak sunulan bu denli geli\u015fmi\u015f ilk yapay zek\u00e2 sistemi. OpenAI o1 ve Claude Sonnet gibi di\u011fer g\u00fc\u00e7l\u00fc sistemler \u00fccretli abonelik gerektiriyor. Hatta baz\u0131 aboneliklerde bile kullan\u0131c\u0131lara kota konuyor.<\/p>\n\n\n\n
Google Gemini da \u00fccretsiz olarak sunuluyor, ancak \u00fccretsiz s\u00fcr\u00fcmleri eski modellerle s\u0131n\u0131rl\u0131. DeepSeek’in \u015fimdilik herhangi bir s\u0131n\u0131rlamas\u0131 yok.<\/p>\n\n\n\n
4. Nas\u0131l kullan\u0131l\u0131r?<\/p>\n\n\n\n
Kullan\u0131c\u0131lar, son kullan\u0131c\u0131 i\u00e7in geli\u015ftirilen DeepSeek sohbet aray\u00fcz\u00fcne “chat. Deepseek” adresinden eri\u015febiliyor. Buradaki Chat ekran\u0131na komutlar\u0131 girmek ve internette arama yapmak i\u00e7in “search” butonuna basmak yeterli oluyor.<\/p>\n\n\n\n
Herhangi bir konuyla ilgili daha ayr\u0131nt\u0131l\u0131 bilgiler elde etmek i\u00e7inse “deep think” se\u00e7ene\u011fi var. Bu se\u00e7enek kullan\u0131c\u0131lar\u0131n istemlerine daha detayl\u0131 yan\u0131tlar sunarken, arama motorunda da daha fazla sitede arama yapabiliyor. Ancak sadece belirli kaynaklara g\u00fcvenerek arama yapan ChatGPT’nin aksine bu \u00f6zellik, baz\u0131 ufak sitelerdeki yanl\u0131\u015f bilgileri de kullan\u0131c\u0131lar\u0131n kar\u015f\u0131s\u0131na \u00e7\u0131karabilir. Bu y\u00fczden kullan\u0131c\u0131lar\u0131n bu sohbet botunda da elde ettikleri bilgileri teyit etmesi gerek.<\/p>\n\n\n\n
5. G\u00fcvenli mi?<\/p>\n\n\n\n
DeepSeek kullan\u0131m\u0131yla ilgili bir \u00f6nemli soru ba\u015fl\u0131\u011f\u0131 da g\u00fcvenli olup olmad\u0131\u011f\u0131. DeepSeek de t\u0131pk\u0131 di\u011fer hizmetlerde oldu\u011fu gibi kullan\u0131c\u0131n\u0131n verilerini istiyor ve bunlar muhtemelen \u00c7in’deki sunucularda saklan\u0131yor.<\/p>\n\n\n\n
Kullan\u0131c\u0131lar\u0131n herhangi bir LLM’de oldu\u011fu gibi burada da sohbet botuna hassas verilerini vermemesi \u00f6nemli.<\/p>\n\n\n\n
DeepSeek de a\u00e7\u0131k kaynakl\u0131 oldu\u011fu i\u00e7in ba\u011f\u0131ms\u0131z ara\u015ft\u0131rmac\u0131lar modelin kodlar\u0131na bak\u0131p g\u00fcvenli olup olmad\u0131\u011f\u0131n\u0131 belirlemeye y\u00f6nelik \u00e7al\u0131\u015fmalar yapabilir. G\u00fcvenlik konusundaki endi\u015felere y\u00f6nelik daha ayr\u0131nt\u0131l\u0131 bilgilerin ilerleyen g\u00fcnlerde \u00e7\u0131kmas\u0131 bekleniyor.<\/p>\n\n\n\n
6. A\u00e7\u0131k kaynak kodlu olmas\u0131 ne anlama geliyor?<\/p>\n\n\n\n
DeepSeek-R1 dahil olmak \u00fczere modeller, b\u00fcy\u00fck \u00f6l\u00e7\u00fcde a\u00e7\u0131k kaynakl\u0131 olarak yay\u0131nland\u0131. Yani isteyen herkes arac\u0131n kodlar\u0131na eri\u015febiliyor ve bu kodlar\u0131 kullanarak LLM’i ki\u015fiselle\u015ftirebiliyor. E\u011fitim verileri ise patentli.<\/p>\n\n\n\n
\u00d6te yandan OpenAI, o1 modelini kapal\u0131 olarak piyasaya s\u00fcrm\u00fc\u015ft\u00fc ve halihaz\u0131rda sadece kullan\u0131c\u0131lara bile ayl\u0131k 20 ila 200 dolarl\u0131k paketlerle sat\u0131yor.<\/p>\n\n\n\n
7. ABD k\u0131s\u0131tlamalar\u0131na ra\u011fmen nas\u0131l b\u00f6yle bir model \u00fcretti?<\/p>\n\n\n\n
\u015eirket teknolojik yeteneklerini ve pazar eri\u015fimini geli\u015ftirmek i\u00e7in stratejik ortakl\u0131klar da kurdu. Dikkat \u00e7eken i\u015f birliklerinden biri, ABD’li \u00e7ip firmas\u0131 AMD ile yap\u0131ld\u0131. Forbes’a g\u00f6re DeepSeek, \u00f6zellikle DeepSeek-V3 i\u00e7in model geli\u015ftirmenin temel a\u015famalar\u0131nda AMD Instinct GPU’lar\u0131n\u0131 (grafik i\u015flem birimleri) ve ROCM yaz\u0131l\u0131m\u0131n\u0131 kulland\u0131.<\/p>\n\n\n\n
MIT Technology Review dergisi ise ABD’den \u00c7in’e y\u00f6nelik \u00e7ip yapt\u0131r\u0131mlar\u0131n\u0131n gelmesinden \u00e7ok \u00f6nce Liang’\u0131n, \u015fu anda \u00c7in’e ihracat\u0131 yasaklanm\u0131\u015f bir t\u00fcr olan Nvidia A100 \u00e7iplerinden \u00f6nemli miktarda stok sat\u0131n ald\u0131\u011f\u0131n\u0131 yazd\u0131. \u00c7inli medya kurulu\u015fu 36Kr, \u015firketin stoklar\u0131nda 10.000’den fazla birim oldu\u011funu tahmin ediyor. Baz\u0131lar\u0131 bu rakam\u0131n 50.000 oldu\u011funu s\u00f6yl\u00fcyor. Bu stokun yapay zek\u00e2 e\u011fitimi a\u00e7\u0131s\u0131ndan \u00f6nemini fark eden Liang, DeepSeek’i kurdu ve modellerini geli\u015ftirmek i\u00e7in bunlar\u0131 d\u00fc\u015f\u00fck g\u00fc\u00e7teki \u00e7iplerle birlikte kullanmaya ba\u015flad\u0131.<\/p>\n\n\n\n
Ancak burada \u00f6nemli olan bir nokta da Liang’\u0131n az say\u0131da kaynakla yetkin modeller in\u015fa etmenin yolunu bulmu\u015f olmas\u0131. ABD’nin \u00e7ip ihracat k\u0131s\u0131tlamalar\u0131, DeepSeek geli\u015ftiricilerini hesaplama g\u00fcc\u00fc eksikliklerini telafi etmek i\u00e7in daha ak\u0131ll\u0131, daha enerji verimli algoritmalar olu\u015fturmaya zorlad\u0131. ChatGPT’nin e\u011fitim verilerini i\u015flemek i\u00e7in 10.000 Nvidia GPU’ya ihtiya\u00e7 duydu\u011fu d\u00fc\u015f\u00fcn\u00fcl\u00fcyor. DeepSeek m\u00fchendisleri sadece 2.000 GPU ile benzer sonu\u00e7lara ula\u015ft\u0131klar\u0131n\u0131 s\u00f6yl\u00fcyor.<\/p>\n\n\n\n
8. DeepSeek’in yenilik\u00e7i teknikleri neler?<\/p>\n\n\n\n
DeepSeek’in ba\u015far\u0131s\u0131 birka\u00e7 \u00f6nemli yenili\u011fe ba\u011flanabilir.<\/p>\n\n\n\n
Peki\u015ftirmeli \u00f6\u011frenme: Teknolojist Janakiram MSV’ye g\u00f6re, b\u00fcy\u00fck \u00f6l\u00e7\u00fcde g\u00f6zetimli ince ayara dayanan geleneksel y\u00f6ntemlerin aksine, DeepSeek saf RL kullan\u0131yor. G\u00f6zetimli ince ayar y\u00f6nteminde ince ayar yap\u0131lmadan \u00f6nce, model genellikle geni\u015f bir veri k\u00fcmesi \u00fczerinde e\u011fitilmi\u015ftir. Saf RL kullanmak ise bir yapay zek\u00e2 sisteminin yaln\u0131zca peki\u015ftirmeli \u00f6\u011frenme y\u00f6ntemlerini kullanarak e\u011fitilmesi anlam\u0131na gelir. Bu, modelin insan taraf\u0131ndan ay\u0131klanm\u0131\u015f veriler veya g\u00f6zetimli \u00f6\u011frenme y\u00f6ntemleri olmaks\u0131z\u0131n, yaln\u0131zca \u00f6d\u00fcl ve ceza mekanizmalar\u0131 \u00fczerinden \u00f6\u011frenmesi demek. Bu yakla\u015f\u0131m, DeepSeek-R1’in muhakeme yeteneklerini geli\u015ftirmede \u00f6zellikle etkili.<\/p>\n\n\n\n
MoE mimarisi: A\u00e7\u0131l\u0131m\u0131yla Mixture of Experts, yani Uzmanlar Kar\u0131\u015f\u0131m\u0131 mimarisi yapay zek\u00e2 modellerinde farkl\u0131 uzmanlardan olu\u015fan yenilik\u00e7i bir sistem. Burada kullan\u0131c\u0131n\u0131n girdisi i\u00e7in en uygun birka\u00e7 uzman se\u00e7iliyor ve sadece onlar \u00e7al\u0131\u015f\u0131yor. Bu sayede hem b\u00fcy\u00fck modellerin performans\u0131 art\u0131r\u0131l\u0131yor hem de i\u015flem maliyeti d\u00fc\u015f\u00fcr\u00fcl\u00fcyor. Bunu her biri farkl\u0131 bir alanda uzmanla\u015fm\u0131\u015f bir uzman ekibi olarak d\u00fc\u015f\u00fcnmek m\u00fcmk\u00fcn. Bir g\u00f6revle kar\u015f\u0131 kar\u015f\u0131ya kald\u0131\u011f\u0131nda, yaln\u0131zca ilgili uzmanlar \u00e7a\u011fr\u0131l\u0131yor ve kaynaklar\u0131n ve uzmanl\u0131\u011f\u0131n verimli kullan\u0131m\u0131 sa\u011flan\u0131yor.<\/p>\n\n\n\n
Multi-Head Latent Attention: Bu y\u00f6ntem, bir modelin farkl\u0131 dikkat ba\u015fl\u0131klar\u0131n\u0131 kullanarak gizli temsiller ile giri\u015fler aras\u0131ndaki ili\u015fkileri \u00f6\u011frenmesini sa\u011fl\u0131yor. Bilgiyi daha esnek, g\u00fc\u00e7l\u00fc ve ayr\u0131nt\u0131l\u0131 \u015fekilde i\u015flemek i\u00e7in kullan\u0131l\u0131yor. Bunu, girdi verilerinin farkl\u0131 b\u00f6l\u00fcmlerine odaklanabilen ve modelin bilgiyi daha kapsaml\u0131 \u015fekilde anlamas\u0131n\u0131 sa\u011flayan birden fazla “dikkatli kafa” olarak d\u00fc\u015f\u00fcnmek m\u00fcmk\u00fcn.<\/p>\n\n\n\n
Dam\u0131tma: DeepSeek, daha b\u00fcy\u00fck modellerin bilgi ve yeteneklerini daha k\u00fc\u00e7\u00fck, daha verimli olanlara aktarmak i\u00e7in dam\u0131tma tekniklerini kullan\u0131yor. Bu, bir \u00f6\u011fretmenin bilgisini bir \u00f6\u011frenciye aktarmas\u0131na benziyor. \u00d6\u011frencinin benzer yeterlilikteki g\u00f6revleri ancak daha az deneyim veya kaynakla ger\u00e7ekle\u015ftirmesine olanak tan\u0131yor. DeepSeek’in dam\u0131tma s\u00fcreci, daha k\u00fc\u00e7\u00fck modellerin daha b\u00fcy\u00fck muadillerinin geli\u015fmi\u015f ak\u0131l y\u00fcr\u00fctme ve dil i\u015fleme yeteneklerini devralmas\u0131n\u0131 sa\u011flayarak onlar\u0131 daha \u00e7ok y\u00f6nl\u00fc ve eri\u015filebilir hale getiriyor.<\/p>\n\n\n\n
K\u0131sacas\u0131 DeepSeek, RL ve MoE gibi verimli mimarileri kullanarak e\u011fitim i\u00e7in gereken hesaplama kaynaklar\u0131n\u0131 \u00f6nemli \u00f6l\u00e7\u00fcde azalt\u0131yor ve daha d\u00fc\u015f\u00fck maliyetlerle tamamlayabiliyor. \u00d6rne\u011fin DeepSeek-V3, Meta’daki modellerin maliyetinin \u00e7ok daha az bir k\u0131sm\u0131yla e\u011fitildi.<\/p>\n\n\n\n
OpenAI ve Google gibi \u00f6nemli oyuncular\u0131n yapay zek\u00e2 modellerine e\u011fitim verileri sa\u011flayan ScaleAI firmas\u0131n\u0131n CEO’su Alexandr Wang, per\u015fembe g\u00fcn\u00fc \u0130svi\u00e7re\u2019nin Davos kentinde d\u00fczenlenen D\u00fcnya Ekonomik Forumu\u2019nda (WEF) yapt\u0131\u011f\u0131 konu\u015fmada DeepSeek’in \u00fcr\u00fcn\u00fcn\u00fc “d\u00fcnyay\u0131 sarsacak bir model\u201d diye nitelendirdi.<\/p>\n\n\n\n
(Yukar\u0131daki yaz\u0131 Euronews sitesinden al\u0131nm\u0131\u015ft\u0131r.)<\/p>\n\n\n\n
ZAFER \u00d6ZC\u0130VAN<\/p>\n\n\n\n
Ekonomist-Yazar<\/p>\n\n\n\n