Yapay Zeka Yeni Bir Yöne mi Gidiyor? Sektörde ve Siyasette ‘Açık Ağırlıklı Model’ Ayrışması

Çinli yapay zeka girişimi Moonshot AI'ın "dünyanın en büyük açık ağırlıklı yapay zeka sistemi" diye tanıttığı Kimi K3 dil modeli, sektörde, piyasalarda ve ABD-Çin siyasetinde büyük sarsıntı yarattı.

Kodlama ve yapay zeka ajanlarının kullanıldığı diğer görevlerde önde gelen Amerikan modelleriyle rekabet edebildiği belirtilen sistem, Çin’in gelişmiş yapay zeka alanında ABD ile arasındaki farkı tahmin edilenden çok daha hızlı kapattığı yorumlarına yol açtı.

Birçok yorumcuya göre, Çin'in yapay zekadaki hızlı ilerleyişinin arkasında ‘açık kaynaklı yapay zeka’ anlayışını benimsemesi yatıyor.

Ocak 2025'te dünya çapında sansasyon yaratan DeepSeek'in R1 modeli de açık ağırlıklı bir yapay zeka modeliydi. O dönemde DeepSeek, yalnızca büyük yatırımla geliştirilen kapalı modellerin üst düzey performans gösterebileceği düşüncesine meydan okumuştu.

O zamandan bu yana Çin açık kaynak politikasında ilerlerken, ABD ise kapalı teknolojilere yatırım yapmaya devam etti. Ancak Kimi K3'ün piyasalarda deprem yaratması ABD'de de önde gelen isim ve kurumların açık kaynak modelleri desteklemeye başlamasına neden oldu. Bu isimler arasında NVIDIA CEO'su Jensen Huang'ın yanı sıra Microsoft ve Dell gibi dev teknoloji firmaları da var.

Açık kaynaklı ve açık ağırlıklı yapay zeka nedir?

En yaygın kabul gören tanım, 2024'te yayımlanan Açık Kaynak İnisiyatifi'ne (OSI) ait. Kuruma göre bir yapay zeka sistemi, kullanıcıya şu dört temel özgürlüğü sağlıyorsa açık kaynaklı kabul ediliyor:

- Her amaç için serbestçe kullanabilme,

- Nasıl çalıştığını inceleyebilme,

- Değiştirebilme ve geliştirebilme,

- Kopyalayabilme ve başkalarıyla paylaşabilme.

Bunların mümkün olabilmesi için, modeli oluşturmada kullanılan temel bileşenlerin de erişilebilir olması gerekiyor. Yani, gerçek anlamda açık kaynaklı bir yapay zeka sistemi yalnızca ‘indirilebilir model’ olmuyor; genellikle şu bileşenlerin de paylaşılması bekleniyor:

- Model ağırlıkları (weights): Modelin eğitim sırasında öğrendiği milyarlarca sayısal parametre.

- Eğitim kodu: Modelin nasıl eğitildiğini gösteren yazılım.

- Çalıştırma (inference) kodu: Modeli kullanmayı sağlayan yazılım.

- Veri işleme süreci: Eğitim verilerinin nasıl toplandığı, filtrelendiği ve işlendiğine ilişkin bilgiler.

- Model mimarisi: Sinir ağının yapısı ve teknik tasarımı.

Bu sayede başka araştırmacılar modeli yeniden oluşturabilir, hatalarını inceleyebilir veya farklı amaçlar için uyarlayabilir.

Ancak açık kaynağın yanı sıra, ‘açık ağırlıklı’ (open-weight) modeller de var. Bugün birçok şirket modellerini ‘açık kaynak’ diye tanıtsa da aslında açık ağırlıklı model yayınlıyor.

Açık ağırlıklı bir modeli bilgisayara indirip çalıştırmak ve üzerine ince ayar (fine-tuning) yapmak mümkün. Ancak burada modelin ilk başta nasıl eğitildiği veya aynı modeli sıfırdan nasıl üretileceği bilinemez. Açık ağırlıklı modellerde eğitim kodu, eğitim verisi veya ayrıntılarına erişmek veya modeli tamamen yeniden üretmek mümkün değil.

Şu anda piyasada, Meta'nın Llama ¾ modeli, Alibaba'nın Qwen 3 modeli, DeepSeek'in DeepSeek V3 / R1 ve Mistral açık ağırlıklı modeller arasında.

Gerçekten açık kaynaklı modeller arasında ise şunlar var: OLMo (AI2), Pythia (EleutherAI), Amber (LLM360) ve CrystalCoder (LLM360).

Tamamen kapalı olan modellerden önde gelenleri ise ChatGPT, Claude, Gemini ve Grok.

Yapay zeka kullanımının yüzde 33'ünü açık modeller karşılıyor

Özgür yazılım topluluğu Mozilla'nın temmuz ayında yayınladığı ilk Açık Kaynak Yapay Zeka Durum Raporu'na göre, açık modeller şu anda dünya çapında aktif yapay zeka kullanımının yaklaşık yüzde 33'ünü oluşturuyor.

Ayrıca, açık yapay zeka kullanımının Büyük Çin ve Doğu Asya'da yüzde 89, Batı Avrupa'da da yüzde 70 seviyesinde olduğu belirlendi.

Neden daha fazla açık proje yok?

Açık kaynaklı modeller gerçek dünya görevlerini tamamlayabilecek hale geldi, ancak bunların etrafında kurulan iş modelleri henüz beklenen seviyeye ulaşamadı.

Söz konusu rapor, açık modellerin, küresel yapay zeka gelirlerinin sadece yüzde 4'ünü elde ettiğini gösteriyor. Yani kullanımı ve geliri arasında ciddi bir fark var. OpenAI, Anthropic ve Google gibi kapalı laboratuvarlar, geri kalan yüzde 96'lık payı topluyor.

Bunun temel nedeni, kullanıcıların açık model ağırlıklarını çalıştırmak için token başına ücret ödememesi. Gelir bunun yerine genellikle bulut servisleri veya çip ticareti gibi diğer kaynaklardan elde ediliyor.

Mozilla'nın anketinde ayrıca, geliştiricilere açık model projeleri geliştirmelerinin önündeki engeller soruldu. Yüksek altyapı maliyetleri yüzde 27 ile ilk sırada yer alırken, bunu yüzde 26 ile güvenlik ve uyumluluk endişeleri, yüzde 24 ile sürekli bakım ve güncellemeler, yüzde 23 ile de dağıtım zorlukları izledi.

Ayrıca, rapordaki finansal rakamlar, açık ağırlıklı şirketlerin kullanım verilerini gerçek gelire dönüştürmeye başladığını, ancak bunun eşitsiz şekilde gerçekleştiğini gösteriyor.

Çin'in öncülük ettiği ‘açık yapay zeka’ rüzgarı

Son günlerde Silikon Vadisi'nde tartışmalara neden olan bu ‘açık yapay zeka’ rüzgarının öncüsü ise şimdilik Çin.

Çinli şirketler (Alibaba, DeepSeek, Moonshot, MiniMax, Zhipu AI vb.) son iki yılda modellerinin ağırlıklarını ve kodlarını açarak bu alana daha fazla yatırım yaparken, ABD'nin önde gelen şirketleri (OpenAI, Anthropic, Google) kapalı yaklaşımı benimsedi.

Çin'in açık kaynaklı çoğu durumda açık ağırlıklı yapay zeka modellerine ağırlık vermesi aslında jeopolitik ve ekonomik bir strateji. Bunun başlıca sonucu ise yazılım dünyasında yıllardır görülen ‘ekosistem etkisi’: Ne kadar çok kişi aynı modeli kullanırsa o kadar fazla eklenti, araç ve ince ayar geliştiriliyor, model daha hızlı gelişiyor ve

sonraki kullanıcılar da onu tercih ediyor.

Örneğin Alibaba'nın Qwen modeli, Hugging Face üzerinde en fazla türevi bulunan açık model ailesi haline geldi. ABD-Çin Ekonomik ve Güvenlik İnceleme Komisyonu (USCC), bunun Çin'e küresel ölçekte güçlü bir ağ etkisi kazandırdığını belirtiyor.

Bu arada Çin, model üretmekle kalmayıp, geleceğin yapay zeka standartlarını da belirlemek istiyor. Zira yapay zekada hangi model kullanılırsa dosya formatları, API standartları, araç zincirleri, geliştirme alışkanlıkları da o modele göre şekilleniyor. Elsevier'de yayımlanan bir akademik makalede, Çin'in açık kaynak modeller sayesinde özellikle Küresel Güney ülkelerinde standart belirleyici olmayı hedeflediği ifade ediliyor.

Çin'in açık kaynak stratejisinin bir diğer nedeni ise ‘çip savaşı’. 2022'den beri ABD, Çin'in Nvidia'nın en güçlü yapay zeka çiplerine erişimini büyük ölçüde engelliyor. Bunun sonucunda Çinli şirketler, daha az hesaplama gücüyle çalışan, daha verimli, daha ucuz modeller geliştirmeye yöneliyor. Bu modeller açık kaynaklı yayımlandığında ise dünyanın dört bir yanındaki geliştiriciler ücretsiz olarak kullanıp geliştirebiliyor. Bazı akademik çalışmalar, ABD'nin ihracat kontrollerinin istemeden Çin'in açık kaynak ekosistemini hızlandırdığını savunuyor.

Açık kaynak ve sıkı denetim: Çelişki mi?

Çin aynı zamanda interneti sıkı şekilde kontrol ediyor. Açık yapay zeka modeli stratejisi, ülkenin ‘siber egemenlik’ anlayışıyla bir arada yürütülüyor.

Berlin Özgür Üniversitesi'nden Grace X. Yang bunu ‘açıklık paradoksu’ diye tanımlıyor: "Çin açıklığı, teknolojik yayılımı artıran ama devlet kontrolünü koruyan bir araç olarak kullanıyor."

Öte yandan, bu yaklaşımın riskleri de var. Çin hükümeti, son dönemde açık modellerin suç örgütleri tarafından kötüye kullanılabileceğini, zararlı içerik üretimini kolaylaştırabileceğini ve güvenlik açıklarının hızla yayılabileceğini kabul etmiş durumda. Bu nedenle açık kaynak yaklaşımını desteklerken aynı zamanda bu modeller için güvenlik standartları ve düzenlemeler geliştirmeye başladı.

Kapalı model, güvenli model midir?

Açık ve kapalı model tartışmasının önemli bir boyutu da veri egemenliği ve yapay zekanın doğasından kaynaklanan riskler. Yakın zamanda Anthropic'in yaşadığı kriz, bu başlıkları somutlaştırdı.

Anthropic aylarca, Mythos modelinin siber saldırılarda son derece yetenekli olduğunu ve sadece onaylı kurumların bu modele erişebileceğini söylemişti. Sonunda daha geniş çapta erişime açıldığında Beyaz Saray konuya müdahil olarak, geniş kapsamlı ihracat kontrolleri uygulamaya başladı. Hatta şirket, Mythos ve daha az yetenekli kardeş modeli Fable 5'i bir süreliğine çevrimdışı bırakmak zorunda kaldı. Fable 5 üzerindeki ihracat kısıtlamaları 1 Temmuz'da kaldırılırken, Mythos 5 ise yalnızca ABD'de doğrulanmış kuruluşlara yeniden açıldı.

Bu yaşananlar, ABD hükümetinin yapay zeka konusundaki kapalılık yaklaşımını perçinledi. Ancak yakın zamanda OpenAI'ın bir yapay zeka ajanının, kısıtlamaları aşarak Hugging Face'e siber saldırı düzenlemesi dengeleri yeniden altüst etti.

Zira saldırı sırasında Hugging Face; GPT-5.6 Sol veya Claude Fable 5 gibi gelişmiş ticari modelleri kullanmak istediğinde bu modellerdeki güvenlik kısıtlamalarının savunma amaçlı analizleri de engellediğini gördü. Bu modeller, katı güvenlik önlemleri nedeniyle, olaya müdahale edecek araçları saldırgandan ayırt edemiyordu. Bunun üzerine Hugging Face, Çinli Z.AI şirketinin geliştirdiği açık kaynaklı GLM5.2 modelini kullanarak saldırıyı analiz etti.

Çin medyası, Hugging Face'in bu saldırıdan korunmak için Çin modelini kullanmasını manşetlere taşırken, ülkedeki birçok analist de Silikon Vadisi'nin "Kapalı model, daha güvenlidir," yaklaşımını benimsediğini ve bunun yanlış olduğunun görüldüğünü savundu.

ABD'li devlerden mektup: "Açık modelleri destekleyin"

Kimi K3'ün ve Hugging Face saldırısının yankısı sürerken, Nvidia, Microsoft, Meta, IBM, Dell, Linux Vakfı, girişim sermayesi şirketi a16z, Y Combinator ve Fransız yapay zeka girişimi Mistral AI da dahil olmak üzere onlarca kuruluşun ortak imzasıyla yayınlanan bir mektup da dikkatleri üzerine çekti.

"Açık ağırlık ve yapay zekada Amerikan liderliği" başlıklı açık mektup, ABD hükümetini açık modellerin geliştirilmesini desteklemeye çağırıyor. Mektupta, Amerika'nın yapay zeka ekonomisinin yalnızca birkaç kapalı model şirketine bağlı kalamayacağı ve yapay zekanın erişilebilirliğini genişletmesi, rekabeti teşvik etmesi ve güvenliği artırması gerektiği belirtiliyor.

Açık kaynaklı modellerin kötüye kullanım gibi riskler taşıdığını kabul eden mektup, çözümün açık kaynaklı modelleri kısıtlamak değil, güvenlik araştırmalarını ve savunma yeteneklerini geliştirmek olması gerektiğini savunuyor.

İlk yayımlandığında mektubun imzacıları arasında OpenAI, Google ve Anthropic yoktu. Daha sonra OpenAI ve Google destek verirken, Anthropic imzalamayan tek şirket olarak kaldı.

Mektuptaki fikrin en büyük savunucuları arasında ise Nvidia CEO'su Jensen Huang var. Kısa süre önce, X hesabını aktif hale getiren Huang, ilk paylaşımında bu açık mektubu yayınladı.

Öncesinde Axios ile yaptığı özel bir röportajda da Huang, Çinli DeepSeek ve Kimi K3'ü doğrudan örnek göstererek, bunların yaygın biçimde benimsenmesi ve ABD'nin Çin'in ilerleyişi konusunda paniğe kapılmaması gerektiğini savundu. Huang, Washington'ın ulusal güvenlik gerekçesiyle Çin yapay zeka modellerini kısıtlamasının aslında Amerikan inovasyonunu yavaşlatabileceğini düşünüyor.

Huang ayrıca, açık kaynaklı büyük modellerin yaygın benimsenmesi durumunda, uygulama maliyetlerinin düşebileceğini, teknolojinin daha fazla sektöre yayılabileceğini ve ABD yapay zeka şirketlerinin konumunu tehdit etmek yerine çip, bulut bilişim ve yazılım ekosistemi için daha büyük bir olanak yaratabileceğini ifade etti.

Öte yandan, Beyaz Saray'ın Çinli şirketlere yönelik tutumu tam tersi yönde. ABD'li yetkililer, Kimi K3'ü geliştiren Moonshot AI'ın ‘damıtma’ yöntemiyle ABD'li şirketlerin modellerini ‘çaldığını’ ve ambargolu çipleri uygunsuz kullandığını iddia etti.

‘Damıtma’ tartışması: Hırsızlık mı, değil mi?

Beyaz Saray Bilim ve Teknoloji Politikası Ofisi Direktörü Michael Kratsios, Moonshot AI'ın Anthropic'in Fable modelinin yeteneklerini edinmek için damıtma yöntemini kullandığını ve Tayland'daki sunucular aracılığıyla kısıtlı Nvidia GB300 çiplerini kullandığını iddia etti.

ABD Hazine Bakanı Scott Bessent ise hükümetin açık kaynaklı yapay zekayı desteklediğini, ancak fikri mülkiyet hırsızlığına müsamaha göstermeyeceğini ve Çin modellerinin ihlal içerdiğinin tespit edilmesi durumunda yaptırım seçeneğinin göz ardı edilmeyeceğini söyledi.

Yapay zekada damıtma (distillation), büyük ve güçlü bir modelin öğrendiği bilgilerin daha küçük veya farklı bir modele aktarılması için başvurulan bir yöntem. Bu yöntem ilk kez 2015'te Geoffrey Hinton ve çalışma arkadaşları tarafından tanımlandı ve bugün hem akademide hem de ticari yapay zeka geliştirmede yaygın kullanılıyor. Amaç, büyük bir modelin performansına mümkün olduğunca yaklaşan, ancak daha az işlem gücü gerektiren bir model üretmek.

Yöntem, bir öğretmen ve öğrenci ilişkisine benzetilebilir: Büyük model, sorulara verdiği yanıtlarla veya olasılık dağılımlarıyla küçük modele rehberlik ediyor. Küçük model, yalnızca doğru cevabı ezberlemek yerine öğretmenin karar verme biçimini de öğrenmeye çalışıyor. Örneğin, öğretmen bir fotoğraftaki hayvanın yüzde 90 olasılıkla kedi, yüzde 8 olasılıkla vaşak ve yüzde 2 olasılıkla tilki olduğunu söylüyorsa, öğrenci model bu ince ayrımlardan da faydalanarak eğitiliyor. Bu nedenle damıtma, yalnızca "doğru cevabı kopyalamak" değil, modelin davranış kalıplarını öğrenmeye yönelik bir süreç.

Damıtmanın bir çeşit ‘hırsızlık’ olup olmadığı ise tartışmalı bir konu. Sektörün önemli bir kesimine göre damıtma, başlı başına meşru bir makine öğrenmesi yöntemi ve akademik dünyada uzun yıllardır kabul görüyor. Ancak bir şirketin başka bir şirkete ait kapalı modeli bu şekilde kullanarak yeni bir model geliştirmesi durumunda tartışma başlıyor.

Huang'ın paylaştığı açık mektupta da son zamanlarda bazı ABD yapay zeka şirketleri tarafından sıklıkla vurgulanan damıtma riskine değiniliyor. Metin, kapalı modellerden yasa dışı değer elde etmenin meşru bir endişe kaynağı olduğunu kabul etse de, yapay zeka inovasyonunda hayati rol oynayan teknolojilere yönelik genel kısıtlamalar koymamak gerektiğini vurguluyor:

"Bir modelin çıktılarını başka bir modeli eğitmek veya iyileştirmek için kullanmak anlamına gelen damıtma, model optimizasyonu, değerlendirmesi ve doğrulaması için yaygın kullanılan bir tekniktir. Bu, insanlığın mevcut teknolojilerden öğrenme, bunları geliştirme ve iyileştirme konusundaki uzun süredir devam eden geleneğinin somutlaşmış hali. Açık kaynak yazılım hareketinin yükselişinden bu yana bu gelenek, sürekli olarak inovasyonu ileriye taşımıştır."

OpenAI yetkilisinden tartışma yaratan açıklama: ‘Yapay zeka komünizmi’

Öte yandan, Silikon Vadisi'nde herkes açık ağırlıklı yapay zeka konusunda hemfikir değil. Beyaz Saray'ın eski yapay zeka danışmanı olan ve yakın zamanda OpenAI'a ‘stratejik gelecek başkanı’ olarak katılan Dean Ball, sosyal medya paylaşımında, açık kaynak yazılımların sermaye harcamasını engelleyerek, yapay zekanın gelişimini yavaşlatacağını savundu.

Bu yaklaşımın ‘tam bir yapay zeka komünizmi’ne yol açacağını iddia eden Ball, "(Bu yaklaşımda) yapay zeka, bir piyasa ürünü olmaktan ziyade, nihayetinde devlet tarafından bir tür 'dijital kamu altyapısı' olarak sağlanacak bir 'kamu malı'dır. Bu gelecek bana distopik bir cehennem manzarası gibi geliyor."

Ball'ın iddialarına karşı itiraz ise beklenmedik bir isimden geldi. Trump'ın eski Yapay Zeka ve Kripto Para Birimi Sorumlusu David Sacks, hafta sonu Ball'ı hedef alarak X'te şunları yazdı:

"Yapay zeka modeli gelirleri açısından zaten bir düopol oluşturan önde gelen kapalı laboratuvarlar, hükümetin açık kaynaklı rakiplerini ortadan kaldırmasını istiyor. Kartlarını açık ettiler. Açık rekabete hâlâ değer veren Silikon Vadisi'nin geri kalanının da artık aynı şekilde tavır almasının zamanı geldi."