Otostopçunun Yapay Zeka Rehberi

"Otostopçunun Yapay Zeka Rehberi" ile karmaşık yapay zeka evreninde, Douglas Adams'ın unutulmaz eserinden ilham alarak, güvenilir bir yol haritası sunuyoruz. Yapay zekanın dünyasını anlaşılır kılan, gelişmelerin arka planını anlamaya rehberlik eden ve teknolojinin en heyecan verici gelişmelerini samimi bir dille anlatan bir rehbere ihtiyacınız varsa , her bölümde, makine öğrenmesinden nöral ağlara, etik tartışmalardan pratik uygulamalara kadar, yapay zeka yolculuğunuzda ihtiyacınız olan tüm bilgiler için her Çarşamba beraberiz.https://fbildirici.github.io

Otostopçunun Yapay Zeka Rehberi is a technology podcast hosted by Fatih Bildirici PhD(c), with 67 episodes on record and a Required Pod Score of 81. PitchCentric scores this show on Booking Probability, Listen Score, and live audience signals refreshed every 24 hours.

Fatih Bildirici PhD(c) hosts Otostopçunun Yapay Zeka Rehberi, a technology show with 67 episodes published.

Our AI reads these to draft pitches. Use them as grounding for a pitch that cites a real guest and a specific topic.

• 

  Otostopçunun Yapay Zeka Rehberi

  Yapay Zeka Bilimsel Araştırmaları Nasıl Etkiliyor? Navier Stokes Problemi ve Fazlası

  Sep 15, 202630 min

  Otostopçunun Yapay Zeka Rehberi’nde bu hafta , yapay zekânın belki de en önemli ama gündelik tartışmaların arasında biraz gözden kaçan kullanım alanına, bilimsel keşfin kendisini nasıl değiştirdiğine bakıyoruz. Birkaç yıl önce AlphaFold’un protein yapılarını tahmin etmesini büyük bir kırılma olarak konuşuyorduk, bugün yapay zeka ajanları bilimsel literatürü tarıyor, yeni proteinler ve malzemeler tasarlıyor, ilaç adayları öneriyor, laboratuvar deneylerini planlıyor, başka ajanların hipotezlerini eleştiriyor biz de gelip bugün matematiğin onlarca yıldır açık kalan problemlerin yapay zeka şirketleri tarafından teker teker çözülmesine bakıyoruz. https://fatihbildirici.com Kaynaklar: Yapay Zeka Yarışı Sonunda Yavaşlıyor Mu? On the Navier–Stokes Millennium Prize Problem https://openai.com/index/navier-stokes-solution/ BTK Akademi Açıklanabilir Yapay Zeka Eğitimi: https://www.btkakademi.gov.tr/portal/course/aciklanabilir-yapay-zeka-xai-68807

  ListenShow Notes
• 

  Otostopçunun Yapay Zeka Rehberi

  10/10: Yapay Zeka Öğrenmek İçin 10 Kitap 10 Eğitim

  Aug 30, 202629 min

  Kitap Kulübüne Katılmak İçin: https://chat.whatsapp.com/DGY0NPT3EaRBKVLS3hPKxU Fularsız Entelliğin podcast önerilerine aşağıda ilişkili bölümler alanından ulaşabilirsiniz. https://open.spotify.com/episode/0pVNWIIWuX1b6lu76DV2XR Hangi eğitime, kitaba niçin bakalım: Michael Wooldridge - Bilinçli Makinelere Giden Yol Yapay zekânın tarihini, temel fikirlerini ve bugüne nasıl geldiğimizi anlamak için. Fei-Fei Li -The Worlds I See ImageNet, bilgisayarlı görü, veri ve modern AI araştırmasının insan ve bilim insanı tarafındaki hikayesini görmek için, üstelik A sınıfı bir bilim insanı. Stuart Russell & Peter Norvig - Artificial Intelligence: A Modern Approach Yapay zekayı yalnızca makine öğrenmesine indirgemeden bütün alanı görmek için en iyi giriş seviyesi ders kitabını görmek için. Ian Goodfellow, Yoshua Bengio & Aaron Courville - Deep Learning Derin öğrenmenin matematiksel ve teknik temelleri için, biraz teknik tarafa yoğunlaşmak için. Chip Huyen - Makine Öğrenmesi Sistemleri Tasarlamak / Designing Machine Learning Systems Bir modeli gerçek dünyada çalışan, izlenebilir ve güvenilir bir AI sistemine dönüştürmeyi anlamak ve teknik tarafa güvenli bir giriş için. Ethan Mollick - Co-Intelligence İnsan ile üretken yapay zekanın birlikte nasıl çalışabileceğini görmek için, üstelik sürekli güncel. Kate Crawford - Atlas of AI AI’ın veri, emek, enerji, altyapı, çevre ve güç ilişkileri tarafını anlamak için. Brian Christian - The Alignment Problem Yapay zekâ sistemlerini insan hedefleri ve değerleriyle hizalama problemini anlamak için. Ajay Agrawal, Joshua Gans & Avi Goldfarb - Prediction Machines Yapay zekânın ekonomik etkisini ve “tahmin maliyetinin düşmesi” fikrini anlamak için. Mustafa Suleyman & Michael Bhaskar - The Coming Wave / Yaklaşan Dalga AI, biyoteknoloji, yayılma, otonomi, containment, devletler ve teknolojik güç tartışmasını görmek için. Dersler Elements of AI - University of Helsinki & Reaktor Sıfırdan başlayan biri için en iyi kavramsal AI giriş derslerinden biri, üstelik takibi çok kolay. AI for Everyone - Andrew Ng / DeepLearning.AI Teknik olmayanlar, yöneticiler ve iş dünyası için AI’ın ne yapabileceğini ve AI projelerinin nasıl düşünülmesi gerektiğini anlamak için en iyi ders bence hala. Google AI Essentials-Google Generative AI, prompting ve günlük işlerde güvenli/pratik AI kullanımı için çok iyi bir giriş dersi. AI Foundations for Everyone - IBM Teknik geçmiş gerektirmeden AI, machine learning ve generative AI kavramlarına giriş. Work Smarter with AI - Microsoft Learn İş kullanıcıları ve beyaz yakalar, profesyoneller için generative AI, grounding, agent’lar ve AI çıktılarının değerlendirilmesi üzerine giriş dersi diyebiliriz. Machine Learning Specialization - Andrew Ng / Stanford & DeepLearning.AI Regression, classification, neural networks, decision trees, clustering ve temel ML mantığını öğrenmek için. CS50’s Introduction to Artificial Intelligence with Python — Harvard Search, knowledge representation, uncertainty, optimization, machine learning ve NLP’yi kodlayarak öğrenmek için dünyanın en iyi, en kolay, en keyifli dersi. MIT 6.S191 - Introduction to Deep Learning Neural network’ler, deep learning, vision, sequence modelleri ve modern mimarilere daha teknik giriş için bakılabilir, biraz ileri seviye bir derin öğrenme eğitimi, içerik teknik. AI Agents - deeplearning.ai Önce çalışan sistemler kurup sonra teorisini anlamak tarafında Agent konusuna giriş için bir eğitim. Hugging Face - LLM Course Transformer, tokenizer, embedding, pretrained model, fine-tuning ve günümüz LLM ekosistemini uygulamalı öğrenmek için.

  ListenShow Notes
• 

  Otostopçunun Yapay Zeka Rehberi

  Türkiye'nin 2026-2030 Yapay Zeka Eylem Planı

  Aug 23, 202630 min

  Otostopçunun Yapay Zeka Rehberinde bu hafta , Türkiye’nin yeni 2026–2030 Yapay Zekâ Eylem Planı üzerinden biraz daha büyük bir sorunun peşine düşüyoruz: Bir ülke gerçekten nasıl yapay zeka ülkesi olur? Çünkü mesele yalnızca yerli bir büyük dil modeli geliştirmek, birkaç chatbot yapmak ya da şirketlere üretken yapay zeka araçları dağıtmak değil. İşin altında elektrik ve veri merkezleri, GPU erişimi, nitelikli insan kaynağı, kullanılabilir veri, araştırma finansmanı, kamu alımları, robotik, güvenlik testleri, standartlar ve hatta yapay zekâ diplomasisi var. Türkiye’nin planındaki “Fark Et, İstifade Et, Üret, Yönet” yaklaşımını baştan sona incelerken Avrupa’nın AI Factories hamlesinden İngiltere’nin sovereign compute yaklaşımına bakıyoruz. Kaynaklar: https://fatihbildirici.com Yapay Zeka Eylem Planı: https://www.sanayi.gov.tr/yapayzekaeylemplani

  ListenShow Notes
• 

  Otostopçunun Yapay Zeka Rehberi

  Şirketler İşlerine Yapay Zekayı Nasıl Entegre Edecek? AI Native Şirket Nasıl Olunur?

  Aug 17, 202629 min

  Kitap ve Makale Okuma Kulübü Fikri İçin: https://otostopcununyzrehberi.substack.com/p/otostopcunun-yapay-zeka-rehberi-kitap Otostopçunun Yapay Zeka Rehberinin bu haftaki bölümünde biraz şirketlerin son dönemde çok sevdiği AI-Native, AI-First, Agentic Enterprise gibi kavramların arkasına bakıyoruz. Şirkete ChatGPT lisansı dağıtmakla gerçekten AI-Native olmak arasındaki fark ne, hangi işleri AI’a vermek gerekiyor, insanın rolü nasıl değişiyor, neden asıl mesele model değil workflow, context ve öğrenme hızı? Bunu da birkaç keyifli kitap ve raporla yapıyoruz. Marco Iansiti & Karim R. Lakhani — Competing in the Age of AI AI-native şirketlerde asıl meselenin tek tek AI use case’leri değil, şirketin operating architecture ’ının değişmesi olduğunu anlatıyor. Özellikle scale, scope ve learning çerçevesi önemli. Ajay Agrawal, Joshua Gans & Avi Goldfarb — Prediction Machines AI’ı ekonomik olarak “prediction maliyetinin düşmesi” üzerinden okuyor. Bir girdinin maliyeti düştüğünde yalnızca o işi ucuzlatmıyor, çevresindeki karar ve iş modellerini de değiştiriyor.

  ListenShow Notes
• 

  Otostopçunun Yapay Zeka Rehberi

  Yapay Zekayı Nasıl Daha İyi Kullanırız?

  Jul 20, 202629 min

  Otostopçunun Yapay Zeka Rehberi’nde bu hafta , yapay zekaya daha etkileyici komutlar yazmayı değil, onu günlük hayatın içinde nasıl daha doğru kullanabileceğimizi konuşuyoruz. Yapay zekayı açmadan önce neden kendi başlangıç noktamızı oluşturmalıyız? Akıcı ve kendinden emin cümleleri neden doğru bilgiyle karıştırıyoruz? Modele ne kadar bağlam vermeli, hangi bilgileri mutlaka dışarıda bırakmalıyız? Yaratıcı işlerde yapay zekayı neden sürecin başında değil, ortasında kullanmak daha iyi sonuç verebilir? Daniel Kahneman’dan Ethan Mollick’e, Emily Bender’dan güncel Microsoft Research çalışmalarına uzanan bu bölümde, yapay zekayı yalnızca daha hızlı değil; daha eleştirel, güvenli ve gerçekten bize ait bir düşünme süreci içinde kullanmanın yollarına bakıyoruz. Çünkü yapay zekayı masaya davet etmek önemli, fakat hangi sandalyeye oturacağını hâlâ bizim belirlememiz gerekiyor. Latentshift AI konferansı: https://latentshift.ai/tr/ Fatih Bildirici: https://fatihbildirici.com Bölümde yararlanılan bazı kaynaklar: Ethan Mollick — Co-Intelligence: Living and Working with AI ayrıca hocanın Substack kanalı da https://www.oneusefulthing.org Daniel Kahneman — Thinking, Fast and Slow Emily M. Bender ve Alex Hanna — The AI Con Anil R. Doshi ve Oliver P. Hauser — “Generative Artificial Intelligence Enhances Creativity but Reduces the Diversity of Novel Content” Microsoft Research ve Carnegie Mellon Araştırması — “The Impact of Generative AI on Critical Thinking”

  ListenShow Notes

Based on semantic analysis of episode topics and host coverage, this show is a strong guest fit for executives in:

Industry fit is computed by PitchCentric using vector embeddings of the show's episode catalog.