Yapay Zekâ
Açık kaynak dil modellerini kendi altyapınızda çalıştırırız, verilerinize göre ince ayar yaparız ve ürününüze bağlarız. Veriniz dışarı çıkmaz, maliyet öngörülebilir olur.
Bu sorunlar tanıdık geliyorsa
- Verilerimizi dışarıdaki bir API’ye göndermek istemiyoruz ama alternatifini bilmiyoruz.
- Token maliyeti öngörülemez hale geldi; kullanım arttıkça fatura kontrolden çıkıyor.
- Bir model seçtik ama canlıda nasıl çalıştıracağımızı çözemedik.
- Genel amaçlı model bizim alanımızdaki terimlerde yeterince iyi sonuç vermiyor.
- Yapay zekâyı ürünümüzün neresine bağlayacağımıza karar veremiyoruz.
Kapsam
Kendi altyapınızda model servisi
Gemma ailesi ve diğer açık kaynak dil modellerinin sizin donanımınızda çalıştırılması. Verileriniz dışarı çıkmıyor, maliyet öngörülebilir hale geliyor.
Model seçimi ve boyutlandırma
İşinize uygun model ailesi ve parametre boyutunun belirlenmesi. Gereğinden büyük model seçmek en yaygın ve en pahalı hata.
Fine-tuning
Kendi verilerinizle model ince ayarı. Veri seti hazırlığı, eğitim, değerlendirme ve önceki sürümle karşılaştırma.
Ürün entegrasyonu
Modelin ürününüze bağlanması — API katmanı, istem (prompt) tasarımı, bağlam yönetimi ve hata durumlarında geri düşüş davranışı.
Unity üzerinde pekiştirmeli öğrenme
Oyun ve simülasyon ortamlarında RL ile ajan eğitimi. Ortam tasarımı, ödül fonksiyonu, eğitim döngüsü ve eğitilmiş modelin oyuna gömülmesi.
GPU kapasite planlama
Beklenen eşzamanlı kullanım için gereken donanımın çıkarılması. Kendi donanımınızda çalıştırmakla bulut GPU kiralamak arasındaki dengenin rakamlarla kurulması.
İzleme ve maliyet takibi
Gecikme, verim ve kaynak kullanımının izlenmesi. Model servisi de sonuçta bir üretim sistemi — aynı disiplinle işletilmesi gerekiyor.
Devir ve dokümantasyon
Model sürümleme, yeniden eğitim adımları ve çalıştırma prosedürlerinin yazılı teslimi.
Kullandığımız teknolojiler
- Gemma
- Fine-tuning
- RL / ML-Agents
- Unity
Nasıl çalışırız
Fizibilite ve prototip
Fikrin işe yarayıp yaramayacağını kısa sürede ortaya koyan çalışan bir prototip. Büyük yatırımdan önce net bir cevap.
Kurulum projesi
Model servisinin kendi altyapınızda kurulması, ürününüze entegre edilmesi ve üretime alınması.
Sürekli danışmanlık
Model güncellemeleri, yeniden eğitim döngüleri ve performans takibi. Bu alan hızlı değişiyor; yanınızda kalıyoruz.
Sıkça sorulan sorular
Kendi donanımımızda model çalıştırmak için nasıl bir yatırım gerekiyor?
Model boyutuna ve eşzamanlı kullanıcı sayısına bağlı. Orta boy bir modelle sınırlı sayıda eşzamanlı istek, tek bir GPU ile karşılanabiliyor. Gerçek ihtiyacı ilk görüşmede sizin kullanım senaryonuzla birlikte hesaplıyoruz — donanım almadan önce.
Açık kaynak modeller ticari API’ler kadar iyi mi?
Genel amaçlı sohbet için ticari modeller hâlâ önde. Ancak dar ve tanımlı bir işte — belge sınıflandırma, alan bilgisi üzerinde soru-cevap, metin çıkarımı — kendi verinizle ince ayarlanmış açık bir model çoğu zaman yeterli, bazen daha iyi sonuç veriyor. Üstelik veriniz dışarı çıkmıyor.
Fine-tuning için ne kadar veri gerekiyor?
Sanılandan az. İyi seçilmiş ve tutarlı etiketlenmiş birkaç bin örnek, çoğu dar kapsamlı iş için anlamlı fark yaratıyor. Veri kalitesi miktarından daha belirleyici — bu yüzden işe veri setinin gözden geçirilmesiyle başlıyoruz.
Mevcut ürünümüze yapay zekâ eklemek istiyoruz ama nereden başlayacağımızı bilmiyoruz.
Bu en sık gelen soru. Genelde kısa bir keşif çalışmasıyla başlıyoruz: hangi süreçte gerçekten kazanç var, hangisinde yalnızca demo değeri var — bunu ayırıyoruz. Yapay zekânın işe yaramayacağı bir yer varsa bunu da söylüyoruz.
Unity üzerinde RL tam olarak ne işe yarıyor?
Oyun içi rakip ve yardımcı karakterlerin elle yazılmış kural yerine eğitimle davranış kazanması, ya da simülasyon ortamlarında bir politikanın optimize edilmesi için kullanılıyor. Oyun tarafındaki deneyimimizle yapay zekâ tarafı bu noktada birleşiyor.
İlgili hizmetler
Ne kurmaya çalıştığınızı anlatın.
İlk görüşme teknik geçer, satış sunumu yapmayız. Mevcut durumunuzu dinler, yapılabilir olup olmadığını söyleriz. 2 iş günü içinde dönüş yaparız.