Bir yapay zekâ fikriniz var. Hazır bir modeli denemek, kendi verilerinizle bir model eğitmek veya geliştirdiğiniz uygulamaya dil modeli bağlamak istiyorsunuz. Ancak GPU erişimi, sunucu kurulumu ve bunların maliyeti daha başlangıçta önünüze çıkıyor. EVREN, bu ihtiyaçları ortak bir ortamda karşılamayı amaçlayan ve Türkiye'deki araştırmacıların, öğrencilerin ve geliştiricilerin yakından tanıması gerektiğini düşündüğüm bir platform.
Son canlı yayınımda EVREN'i tanıttım ve demosunu yaptım. Kullanım deneyimim sonrasında kişisel değerlendirmem şu: Oldukça olgunlaşmış bir platformla karşı karşıyayız. Bu yazıda EVREN'in sunduğu imkânları, kendi çalışmalarımızda nasıl değerlendirebileceğimizi ve Türkiye açısından neden stratejik önem taşıdığını paylaşmak istiyorum.
Platformu benimle birlikte adım adım incelemek isterseniz canlı yayın kaydını buradan izleyebilirsiniz. Videoyu yazının sonunda da bulabilirsiniz.
EVREN nedir?
EVREN, Savunma Sanayii Başkanlığı tarafından geliştirilen, yapay zekâ çalışmalarının farklı aşamalarını aynı ortamda birleştiren bir geliştirme platformu. Veri hazırlama ve etiketlemeden model eğitimine, testten yayımlama ve kullanıma kadar uzanan bir kapsamı var. Bu yaklaşım teknik olarak MLOps, yani makine öğrenmesi modellerinin geliştirme ve işletim süreçlerinin birlikte yönetilmesi olarak adlandırılıyor. Platformun bu kapsamı üniversitelere yönelik tanıtım duyurularında da açıklanıyor.
EVREN'de açık ağırlıklı dil modellerini kullanma ve API üzerinden kendi yazılımlarınıza bağlama imkânları da bulunuyor. API, uygulamanızın bir modele istek gönderip yanıt almasını sağlayan arayüzdür. Böylece bir modelden yararlanmak için yalnızca platformun sohbet ekranına bağlı kalmanız gerekmez. Kendi araştırma kodunuz veya geliştirdiğiniz uygulama üzerinden de çalışabilirsiniz.
Ücretsiz kullanım ve model eğitimi: 1.000 krediyle başlangıç
Başlamak isteyenler için özellikle vurgulamak istediğim bir imkân var: Canlı yayını yaptığım dönemde EVREN, 1.000 başlangıç kredisiyle model kullanımını ve model eğitimini ücretsiz deneme olanağı sunuyordu. Bu, kendi GPU altyapısını kurmadan platformu deneyimlemek isteyen öğrenciler, araştırmacılar ve küçük ekipler için değerli bir başlangıç desteği.
Burada ücretsiz başlangıç ile sınırsız kaynak kullanımını ayırmak gerekiyor. Eğitim işleri ve diğer işlemler, ilgili kredi ve kota koşullarına bağlı. Başlangıç kredisinin hangi işlere ne kadar yeteceği de seçilen modele ve çalışmanın kapsamına göre değişebilir. Hesabınızı açtığınızda geçerli kredi bakiyesini, tüketim kurallarını ve varsa dönemsel ücretsiz kullanım duyurularını kontrol etmenizi öneririm.
Platformun katkıya dayalı kredi yaklaşımı da dikkat çekici. Kullanıcılar veri seti yükleme ve etiketleme gibi katkılar karşılığında kredi kazanabiliyor. Ankara Üniversitesi'nin duyurusunda açıklanan bu model, ortak altyapıyı kullanan kişilerin ekosisteme katkı vermesini de teşvik ediyor.
Hazır model kullanmak ile model eğitmek arasındaki fark
Hazır bir modele metin özetletmek, soru sormak veya kod açıklatmak, modelin mevcut yeteneklerinden yararlanmaktır. Model eğitimi ise verilerden öğrenerek modelin parametrelerini değiştiren süreçtir. Önceden eğitilmiş bir modeli belirli bir görev veya veriyle uyarlamaya da fine-tuning, yani ince ayar denir. EVREN'i değerlendirirken bu işlemlerin farklı kaynak ve hazırlık gerektirdiğini bilmek önemli.
Her ihtiyaç için model eğitmek gerekmez. Örneğin güncel kurum belgelerinden yanıt üretmek istiyorsanız, ilgili belgeleri bulup modele sunan RAG yaklaşımı daha uygun bir başlangıç olabilir. İnce ayar düşünüyorsanız da desteklenen model ve eğitim yöntemlerini kontrol etmelisiniz. İyi bir başlangıç, çözmek istediğiniz problemi tanımlayıp hazır modelin bu işte nasıl performans gösterdiğini ölçmektir.
Kendi araştırmalarınızda ve günlük işlerinizde nasıl kullanabilirsiniz?
Günlük kullanım için uzun bir metnin özetini çıkarmak, bir yazı taslağını düzenlemek, farklı anlatımları karşılaştırmak veya bir kod parçasını açıklatmak gibi küçük görevlerle başlayabilirsiniz. Aynı örneği farklı modellere vererek yanıtların doğruluğunu ve kullanışlılığını karşılaştırmak da öğreticidir. İlk denemelerde paylaşım yetkiniz olan, hassas bilgi içermeyen örnekler kullanmak işleri kolaylaştırır.
Araştırmada ise bir veri kümesi üzerinde farklı modelleri karşılaştırabilir, bilgi çıkarma veya sınıflandırma gibi bir görevi API çağrılarıyla çalıştırabilirsiniz. Örneğin Türkçe belgelerden belirli alanları çıkarmak isteyen bir ekip, elle doğrulanmış küçük bir test kümesi hazırlayıp modelleri aynı örneklerle değerlendirebilir. Böylece model seçimi, birkaç etkileyici yanıttan daha sağlam bir temele dayanır.
Öğrenciler açısından da modelin bir yazılım uygulamasına nasıl bağlandığını görmek önemli. TED Üniversitesi'nde verdiğim SENG 472 dersinde üzerinde durduğumuz konulardan biri bu: Dil modellerini çalışan uygulamaların parçası hâline getirmek. EVREN gibi ortamlar, öğrencilerin model kullanımıyla uygulama geliştirme arasındaki bağlantıyı deneyimlemesine yardımcı olabilir.
Araştırmadan kullanılabilir bir hizmete geçiş
Bence bu tür platformların en önemli potansiyellerinden biri burada ortaya çıkıyor. Bir araştırma projesinde başarılı bir model geliştirebiliriz. Ancak başka bir kurumun o modeli kullanabilmesi için barındırma, erişim kontrolü, izleme ve bakım gibi birçok işi de çözmemiz gerekir. Bunlar, araştırmacının asıl uzmanlık alanından farklı sorumluluklardır.
Ortak bir platform bu yükü azaltabildiğinde, üniversitede geliştirilen bir modelin bir şirketin iş akışında denenmesi kolaylaşabilir. Örneğin Türkçe vergi belgelerinden bilgi çıkaran bir model, yetkili kullanıcıların eriştiği bir API hizmetine dönüşebilir. Bu, araştırma çıktısının gerçek kullanım ve geri bildirimle gelişmesi açısından önemli bir fırsattır.
Daha ileri bir aşamada üniversitelerin ve girişimlerin kendi modellerini hizmet olarak sunduğu bir pazar da düşünülebilir. Model sahipliği, gelir paylaşımı ve bakım sorumluluğu açık tanımlanırsa yeni bir teknoloji transferi kanalı oluşabilir. Bunu EVREN'in bugün sunduğu kesin bir ticari özellik olarak değil, bu tür platformlar için değerli bir gelişim yönü olarak görüyorum.
Savunma sanayisinin ötesindeki ihtiyaçlar
EVREN'in savunma ekosisteminden doğması, kullanım potansiyelini o alanla sınırlı düşünmemizi gerektirmiyor. Üretimde kalite kontrolü, hukukta belge inceleme, turizmde çok dilli hizmet ve kamu kurumlarında arşiv arama gibi çok farklı ihtiyaçlar var. Üniversiteler ve girişimler de bu alanlara yönelik çözümler geliştirebilir.
Her kurumun ayrı GPU altyapısı kurması ve ayrı işletim ekibi oluşturması uygulanabilir olmayabilir. Ortak kaynaklara erişim, özellikle küçük ekiplerin geliştirme sürecine katılmasını kolaylaştırabilir. Bunun yanında Türkçe terminoloji ve yerel iş süreçlerine uygun uzman modeller geliştirmek için de bir çalışma ortamı sağlar.
Türkiye açısından stratejik önemi
Türkiye'de işletilen hesaplama kaynakları üzerinde model çalıştırabilmek, verinin nerede ve nasıl işlendiğini yönetebilmek açısından önemli bir seçenek sunar. Dış hizmetlerin fiyatı, erişim koşulları veya kullanım politikaları değiştiğinde alternatif kapasiteye sahip olmak da hareket alanımızı genişletebilir. Yerel barındırmanın yanında veri güvenliği ve erişim kurallarının da sağlam olması gerekir.
Bir başka önemli kazanım, altyapıyı işletirken oluşacak mühendislik deneyimidir. GPU kaynaklarını yönetmek, modelleri verimli çalıştırmak ve güvenilir hizmet sunmak, farklı projelere aktarılabilecek yeteneklerdir. Bu nedenle böyle bir platformun değerini değerlendirirken yetişen uzmanları ve oluşan bilgi birikimini de hesaba katmalıyız.
Elbette yerel altyapı, bütün teknolojik bağımlılıkların ortadan kalktığı anlamına gelmez. Donanım tedariki, model lisansları ve yazılım bileşenleri açısından bağımlılıklar devam edebilir. Önemli olan, bu bağımlılıkları bilerek yönetmek ve ihtiyaç duyduğumuz hizmetleri çalıştırabilecek kapasiteyi geliştirmektir.
Kamu desteği ve sürdürülebilirlik birlikte düşünülmeli
Bu ölçekteki bir altyapının araştırmaya, eğitime ve girişimciliğe katkısı, işletmecinin elde edeceği gelirden daha geniş olabilir. Kamu öncülüğünü bu nedenle anlamlı buluyorum. Buna karşılık enerji, personel, bakım ve donanım yenilemesinin sürekli maliyeti vardır.
Benim yaklaşımım, araştırmayı ve erken aşama girişimleri destekleyen; ticari kullanım büyüdükçe işletim maliyetine katkı sağlayan bir model kurulması yönünde. Destek koşulları açık olduğunda hem erişim kolaylaşabilir hem de altyapının devamlılığı güçlenebilir. Başarıyı ölçerken de kaç model çağrıldığına ek olarak kaç araştırmanın kullanıma geçtiğine ve hangi sorunların çözüldüğüne bakmalıyız.
EVREN'e başlamak için küçük bir deneme
EVREN'in resmî adresini ziyaret ederek başlayabilirsiniz. Platforma e-Devlet üzerinden giriş imkânı, Sivas Bilim ve Teknoloji Üniversitesi'nin duyurusunda da belirtiliyor. Giriş yaptıktan sonra hesabınızdaki güncel kredi ve kullanım koşullarını inceleyin.
İlk denemeniz için kendi işinizden küçük ve sonucu kontrol edilebilir bir görev seçin. Birkaç metni özetletin veya bildiğiniz bilgileri çıkarmasını isteyin. Ardından sonucu değerlendirin. Uygulama geliştirecekseniz API erişimini, eğitim yapacaksanız desteklenen veri biçimlerini ve kaynak ihtiyacını inceleyerek ilerleyin. Böylece platformun sizin ihtiyacınıza nasıl karşılık verdiğini somut olarak görebilirsiniz.
Adım adım tanıtım ve uygulamalı demo
Canlı yayında EVREN'i adım adım tanıtarak demosunu yaptım ve sunduğu imkânları değerlendirdim. Platformu kendi araştırmanızda veya günlük işlerinizde nasıl kullanabileceğinizi görmek ve ilk denemenize hazırlanmak için aşağıdaki kaydı izleyebilirsiniz.
▶️ Video görüntülenmiyorsa yayını YouTube üzerinden açabilirsiniz.
EVREN'i geliştiren ve kullanıma sunan ekiplere teşekkür ediyorum. Siz platformu hangi araştırmanızda veya işinizde değerlendirmek istersiniz? Deneyimlerinizi ve karşılaştığınız ihtiyaçları yorumlarda paylaşabilirsiniz.
Kullanım notu: Bu yazı, Eylül 2026'daki kişisel deneyimimi ve bağlantı verilen kurumsal duyuruları temel alır. 1.000 kredi bilgisi yayın dönemindeki başlangıç imkânını anlatır. Güncel model listesi, kredi uygulamaları ve erişim koşulları için platformdaki duyurular esas alınmalıdır.
#EVREN #YapayZeka #LLM #ModelEgitimi #FineTuning #MLOps #ArGe #Girisimcilik #UniversiteSanayiIsBirligi #MuratKarakayaAkademi
