YAPAY ZEKANIN ARKASINDAKİ MATEMATİK: BİR SERİ, ÜÇ KİTAP, TEK YOLCULUK Bir fotoğrafın piksel değerleri, bir cümlenin tokenleri, bir yüz ifadesinin özellikleri… Hepsi sayılara dönüşünce anlam kazanıyor. Peki o sayılar nasıl seçiliyor, nasıl işleniyor ve nihayetinde nasıl bir karara dönüşüyor?

Bu üç kitaplık seri, yapay zekanın matematiğini formüllerin arkasındaki sezgiden başlayıp en güncel derin öğrenme mimarilerine kadar taşıyor. Serinin birinci kitabı, "Yapay Zekanın Arkasındaki Matematik", verinin nasıl vektörlere ve matrislere dönüştüğünü, boyut indirgeme, gradyan inişi ve olasılığın modellerde nasıl kullanıldığını adım adım gösteriyor.

Semboller yığınına boğulmadan, görüntü ve metnin sayılara dönüşümünden dikkat mekanizmasının temellerine kadar her kavramı önce gerçek dünyaya, sonra geometrik sezgiye bağlıyor. İkinci kitap, "Makine Öğrenimi ve Derin Öğrenme İçin Matematik", işi daha da ileri taşıyor: kayıp yüzeyinin eğriliği, geriye yayılım, optimizasyon teknikleri ve istatistiksel öğrenme.

'Loss azalmıyor' ya da 'model genelleşmiyor' sorunlarının gerçek nedenleri artık gizem değil. Her formülün hangi modele, her türevin hangi optimizasyon adımına bağlandığını bir iş akışı zinciri olarak kuruyor.

Serinin üçüncü kitabı ise işin en can alıcı noktasına iniyor: "Transformerlar ve Büyük Dil Modellerinin Matematiği". Dikkat mekanizmasının nokta çarpımlarından ölçekleme yasalarına, KV önbellekten otoregresif çıkarıma kadar bir LLM'nin tüm hesaplama dünyasını tek çatı altında topluyor.

Metin üretiminin neden yavaşladığını, belleğin neden tükendiğini ve token...