Foundation Model – (Temel Model)

Foundation Model (Temel Model), çok büyük ölçekli ve geniş kapsamlı veri kümeleri üzerinde ön eğitimden (pre-training) geçirilen, farklı görev ve uygulamalara uyarlanabilen genel amaçlı yapay zekâ modellerini ifade eder. “Foundation Model” kavramı ilk kez 2021 yılında Stanford Üniversitesi İnsan Merkezli Yapay Zekâ Enstitüsü (HAI) araştırmacıları tarafından sistematik biçimde tanımlanmıştır. Bu modeller, tek bir görevi yerine getirmek için değil; metin üretimi, soru yanıtlama, çeviri, özetleme, görüntü oluşturma, kod üretimi ve muhakeme gibi çok sayıda farklı görevin temelini oluşturmak amacıyla geliştirilmektedir. Büyük dil modelleri (Large Language Models – LLM), büyük görüntü modelleri ve çok modlu yapay zekâ sistemlerinin önemli bir bölümü foundation model yaklaşımı üzerine inşa edilmektedir.

Foundation modeller, internet, kitaplar, makaleler, kod depoları, görseller ve diğer büyük veri kaynaklarından elde edilen çok çeşitli veriler üzerinde kendinden gözetimli öğrenme (self-supervised learning) yöntemleriyle eğitilir. Ön eğitim sürecinde model, dilin, görüntülerin veya diğer veri türlerinin genel yapısını öğrenerek geniş kapsamlı bilgi temsilleri geliştirir. Daha sonra belirli görevler için gözetimli ince ayar (Supervised Fine-Tuning), istem mühendisliği (Prompt Engineering), bilgi damıtma (Knowledge Distillation), Geri Getirim Destekli Üretim (Retrieval-Augmented Generation – RAG) veya İnsan Geri Bildiriminden Pekiştirmeli Öğrenme (Reinforcement Learning from Human Feedback – RLHF) gibi yöntemlerle özelleştirilebilir. Bu yaklaşım sayesinde tek bir temel model, çok farklı sektörlerde ve kullanım senaryolarında yeniden kullanılabilir.

Foundation modeller günümüzde üretken yapay zekâ ekosisteminin merkezinde yer almaktadır. OpenAI GPT ailesi, Google Gemini, Anthropic Claude, Meta Llama, Mistral, DeepSeek ve benzeri birçok model, foundation model yaklaşımının başarılı örnekleri arasında gösterilmektedir. Bununla birlikte Stable Diffusion, DALL·E ve benzeri görüntü üretim modelleri ile çok modlu sistemler de aynı yaklaşımın farklı uygulamalarıdır. Foundation modeller, yüksek doğruluk ve geniş görev çeşitliliği sunmalarına rağmen büyük miktarda veri, güçlü hesaplama altyapısı ve yüksek enerji tüketimi gerektirir. Ayrıca önyargı (bias), halüsinasyon (hallucination), telif hakları, veri gizliliği ve etik kullanım gibi konular bu modellerin geliştirilmesi ve uygulanmasında önemli araştırma alanlarını oluşturmaktadır. Günümüzde foundation modeller, yeni nesil yapay zekâ sistemlerinin ortak altyapısını oluşturan temel teknoloji olarak kabul edilmektedir.