Yapay Zekâyla Mühendislik Öğrenmek: Dört Hızlı Çalışma Yöntemi

Zor bir konuyu öğrenmek haftalar sürerdi: kötü sesli ders kayıtları, slayt yığınları ve sonu gelmeyen okuma listeleri. Aleks Gornik adlı mühendis, bu düzenin artık değiştiğini söylüyor; yapay zekâ onu takıldığı noktadan dakikalar içinde kurtarıyor. Sırrı, işi yapay zekâya yaptırmak değil; fikirleri görsele çevirmek , gürültüyü ayıklamak ve en iyi kaynağa hızlı ulaşmak. Bu yazı, 12 dakikalık konuşmadaki dört yöntemi ve ardındaki kanıtları bir araya getiriyor.

Anlatıcı, elektrik-elektronik bölümünden mezun olmuş, öğrencilikte yapay zekâ, elektronik ve yazılım alanlarında stajlar yapmış bir mühendis. Bugün büyük dil modellerinin eğitimi üzerinde çalışan bir girişimde teknik ekip üyesi olarak görev alıyor; yani zor konuları öğrenmek onun günlük işi. Konuşma boyunca kendi öğrencilik yaşantısından örnekler veriyor: 2023 yılında stajyerken ücretsiz bir sohbet robotuna konuları beş yaş düzeyinde açıklatması, yapay zekâya olan ilgisini başlatan an olmuş.

Fikirleri görsele çevirme

İlk yöntem, soyut fikirleri görsele dökmek. Anlatıcı, çocukken matematik videolarıyla tanınan 3Blue1Brown kanalını izlediğini ve sunucunun Python ile geliştirdiği animasyon aracından büyülendiğini söylüyor. O araç bugün GitHub üzerinde herkese açık duruyor; MIT lisanslı Manim adlı çalışma, açıklayıcı matematik videoları üreten bir animasyon motoru olarak on binlerce yıldız toplamış. Eskiden yalnız matematik için yapılan bu iş, artık mühendislik konularına da uygulanabiliyor.

Örnekler somut: makine mühendisliği öğrencisi, ne tasarlayacağını bilmeden bir robotik proje için Claude adlı asistandan üç fikirli etkileşimli bir sunum ve döndürülebilir 3B tasarım istiyor. Elektrik-elektronik tarafında ise anlatıcı, STM32 kartı ile ST-LINK hata ayıklayıcısını güç ölçümü için birbirine bağlarken yaşadığı karışıklığı hatırlıyor; veri sayfası yetersiz kalınca kartların fotoğrafını yükleyip adım adım kablolama panosu hazırlatıyor. Elektronik forumlarındaki benzer sorular, bu tür bağlantıların gerçekten kafa karıştırdığını doğruluyor: StackExchange üzerinde 17 binden fazla görüntülenen bir başlık, STDC14 fişindeki 3,3 volt hattının besleme değil referans gerilimi olduğunu ve yalnız hata ayıklama yapılacaksa bazı uçların boş bırakılabileceğini anlatıyor. Anlatıcının ek notu da önemli: 3B çıktılar için güçlü sürümlere biraz daha fazla ödeme yapmak, sonucu belirgin biçimde iyileştiriyor.

İkinci yöntem, ne okunacağını yapay zekâyla elemek. Anlatıcı, işinin önemli bir bölümünün araştırma yazılarını taramak olduğunu söylüyor; bir transformatör yapısına eklenen küçük bir değişikliği anlamak için her şeyi okumak olanaksız. Üniversitede de tablo aynı: öğretim üyesi her biri bin sayfalık beş kitap öneriyor, biri 1970'lerden kalma. Çözüm, müfredat ile okuma listesini asistana verip hangi kitabın ve hangi bölümlerin sınava yönelik gerçekten işe yarayacağını sormak. Bu düşünceyle yazılan komut, kitabın tamamını değil konuya damga vuran iki üç bölümü buluyor; hangi alıştırma sorularının çözülmeye değer olduğu da aynı elekten geçiyor.

Yüzde yirmiyle tıkanıklığı açma

Aynı eleme, makaleler için de çalışıyor. Sosyal ağlarda bulunan beş yazı arasından hangisinin okunmaya ve güvene değer olduğunu asistana danışmak, iki saatlik taramayı çeyrek saate indiriyor. Arjantin'de bir üniversitede yapılan bir çalışma, bu noktada komut tasarımının belirleyici olduğunu gösteriyor: arXiv üzerinde yayımlanan bulgulara göre ilk denemede geçme oranı sıfırda kalırken, kanıt kurallı ikinci komut sürümüyle ortanca puan 100 üzerinden 88'e yükselmiş. Daha geniş bir kanıt da var: Nature dergisinde yayımlanan rastgele kontrollü bir denemede, yapay zekâ destekli eğitmenle çalışan öğrenciler aktif sınıftakilerden daha kısa sürede daha çok öğrenmiş, derse daha bağlı ve istekli görünmüş. Her iki çalışmanın da ortak dersi aynı: gelişigüzel kullanım değil, kurallı komut sonuç veriyor.

Üçüncü yöntem, tıkanıklığı açan yüzde yirmiyi bulmak. Fikir 2023 yılına uzanıyor: stajyerken ücretsiz bir sohbet robotuna konuları beş yaş düzeyinde açıklatan anlatıcı, aynı düşünceyi tez çalışmasına taşımış. Akciğer hava akışını çizge sinir ağlarıyla benzetmeye çalışırken derin öğrenmenin uçsuz bucaksız ayrıntısında kaybolmuş; ileri geçişler, etkileşim işlevleri, dizeyler derken çalışılacak şey bitmiyor. Çıkış yolu, sorunu küçültmek olmuş: eğitim döngüsünü çalıştırıp birkaç tur veri geçirmek için gereken en küçük bilgiye odaklanmak. PyTorch ile veriyi ağ üzerinden geçirmeyi öğrenmek, geri yayılımın matematiğini sonraya bırakmak demekmiş; yürümek için tamamını bilmek gerekmiyormuş.

Agent sürüsüyle kaynak avı

Dördüncü yöntem, en iyi kaynağı yapay zekâ agentlarına buldurmak. Anlatıcı, okulda uzak durduğu bilgisayar destekli tasarıma işi gereği dönmüş; interneti didik didik eden bir agent sürüsüne ücretsiz şablon ve veri seti aratmış. Sonuç onu şaşırtmış: NASA bünyesindeki 3B Kaynaklar arşivi, Mars gezgini Perseverance dahil görev araçlarının indirilebilir ve basılabilir tasarımlarını herkese açık sunuyormuş. Kendi Mars gezginini evde üretmek bile olanaklıymış. Claude belgeleri de bu kullanım biçimini doğruluyor: alt görevler ana konuşmayı şişirecekse, özel bir agent kendi bağlamında çalışıp yalnız özeti döndürüyor. Yine de kritik uyarı değişmiyor: her bağlantıya tıklayıp tek tek doğrulamak şart, çünkü yapay zekâ hâlâ uydurabiliyor.

Bu dört yöntemin neden işe yaradığını bilim de açıklıyor. Kırk yıllık çoklu ortam kuramına göre insan zihni sözel ve görsel bilgiyi ayrı yollardan işliyor, çalışma belleği sınırlı ve kalıcı öğrenme seçme, düzenleme ve bütünleştirme ile gerçekleşiyor; Springer üzerinde yayımlanan güncel bir derleme, bu ilkelerden türetilmiş 15 kanıta dayalı öğretim ilkesi sıralıyor. Görselleştirme ve eleme tam da bu ilkelerle örtüşüyor: sınırlı belleğe yalnız gerekli bilgi giriyor, gerisi dışarıda kalıyor.

Özetle anlatıcının reçetesi dört ilkeden oluşuyor: fikirleri görselleştir, okunacakları ele, tıkanıklığı açacak yüzde yirmiye odaklan ve en iyi kaynağı agentlara buldur. Özgeçmiş şablonu ve bire bir koçluk tanıtımları konuşmanın yalnız küçük bir bölümünü oluşturuyor; asıl değer, kopyalanabilir komutlarda. Sınav haftası yaklaşan bir öğrenci için ilk adım küçük: yarınki konunun müfredatını asistana verip hangi iki bölümün gerçekten gerekli olduğunu sormak. Gerisi, tıkanılan her noktada aynı döngüyü yinelemek.