Türkçe altyazı Turkish subtitles
0:00 Yapay zeka ajanları, farklı amaçlara hizmet eden çeşitli yöntemlerle bilgiyi hatırlar. AI agents have different ways to remember stuff and each serves a different purpose. 0:05 Gelin, oldukça temel olanlardan bence oldukça ilgi çekici yeni alanlara kadar yapay zeka ajanı hafızasının dört ana türüne bir bakalım. So let's take a look at the four main types of AI agent memory from some pretty foundational stuff to what I think are some quite interesting emerging areas. 0:17 Ve bence öncelikle bunu nasıl yaptığımızı göz önünde bulundurmak gerçekten değerli. And I think it's really, first of all, worth considering how we do it. 0:21 İnsan hafızası aslında nasıl işler. How does human memory actually. 0:27 İnsan hafızasını öncelikle kısa süreli hafıza olarak düşünebiliriz. We can think of human memory as having first of all short-term memory. 0:35 Yani şu anda beyinde aktif olan şeyler, tıpkı şu an söylediğim şey gibi. So that's the stuff that is active in the brain right now like what I'm saying at this very moment. 0:43 Bu bir hafıza türü ama aynı zamanda olgusal bilgi denilen bir hafıza türü de var. That's one type of memory but there's also a type of memory called factual knowledge. 0:49 Yani bunlar, hatırladığınız şirket güvenlik politikaları gibi şeyler veya Python'ın yorumlanan bir dil olduğu gibi olgular olabilir. So this is things like the company security policies that you remember or it could be facts like Python is an interpreted language. 0:59 Sonra öğrenilmiş beceriler var. Then there are learned skills. 1:03 Mesela, cam bir levha üzerine geriye doğru yazmak gibi, ki ben bunu tam da şu an yapıyorum. Like, I don't know, writing backwards on a sheet of glass, for example, which I am totally doing here. 1:12 Kesinlikle hiçbir kamera hilesi içermiyor. There is absolutely no camera trickery involved. 1:16 Ve sonra da kişisel deneyimler var. And then there is personal experience. 1:20 Mesela, üç saat boyunca bir Kubernetes kümesini hata ayıklamaya çalıştım ve sadece şunu keşfettim... Like the time I spent three hours debugging a Kubernetes cluster only to discover... 1:25 Tüm süre boyunca yanlış kümeye bakıyordum. I was pointing at the wrong cluster the entire time. 1:31 Ciddiyim, bu benim üç saatimi aldı. Seriously, that was three hours of my time. 1:34 Neyse, neyse, iyi tasarlanmış yapay zeka ajanlarının da bunlara, yani burada gördüğüm bu dört hafıza türüne ihtiyaç duyduğu ortaya çıkıyor. Anyway, anyway, it turns out that well-designed AI agents, they also need these three types of memory or these four types of memories that I've got here. 1:44 Ve bunun için aslında iyi bilinen bir çerçeve var. And there's actually a well-known framework for this. 1:47 Bu, Princeton'dan bir araştırma ekibinden geliyor ve ona CoALA adını verdiler. And it's from a Princeton research team and they gave it the name of CoALA. 1:53 Bu, Dil Ajanları için Bilişsel Mimari (Cognitive Architectures for Language Agents) anlamına geliyor ve CoALA, ajanların ihtiyaç duyduğu dört farklı hafıza türünü haritalandırıyor. That's Cognitive Architectures for Language Agents, and CoALA maps out four distinct types of memory that agents need. 2:01 Gelin, bunların her birine göz atalım ve bugün gerçek ajan sistemlerinde nasıl çalıştıklarını görelim. So let's walk through each one and see how they actually work in real agentic systems today. 2:09 Birinci tip, çalışma belleğidir. So type one, that is working memory. 2:14 Bu, ajanın bağlam penceresidir. This is the agent's context window. 2:17 Ajanın şu an görebildiği her şeydir; mevcut sohbet ve varsa sistem talimatları da burada yer alır. It's everything the agent can see right now, the current conversation, if there's any system instructions, they'll be in there. 2:23 İsteme yüklenmiş dosya veya veriler varsa, onlar da burada bulunur. If there's any files or data that have been loaded into the prompt, that's where they'll be as well. 2:28 Yani aslında bir tür taslak kağıdı gibidir. So it's really kind of the scratch pad. 2:30 Bunun için herkesin kullandığı benzetme, bunun RAM yani rastgele erişimli bellek gibi olmasıdır. And the analogy everybody uses for this is this is just like RAM, random access memory. 2:39 Hızlıdır ve anında erişilebilir, ancak uçucudur. It's fast and immediately accessible, but it's volatile. 2:44 Oturum bittiğinde, kaybolur. When the session ends, it's gone. 2:47 Ayrıca boyutu da sınırlıdır. And it's also limited in size. 2:50 Yani, bugün mevcut en büyük bağlam pencereleri oldukça büyük. I mean the- the biggest context windows available today are pretty big. 2:55 Bir milyon token veya hatta daha fazlası olabilir, ama yine de bir üst sınırı var ve çok fazla şeyi içine doldurmaya çalışırsanız, model bağlam penceresinin ortasında gömülü olan şeyleri takip etmeyi kaybettikçe performans düşecektir. I mean, it could be like one million tokens or even more than that, but that still has a ceiling and try to stuff too much in there and performance is gonna degrade as the model starts losing track of things that are kind of buried in the middle of the context window. 3:13 Yani her ajanın çalışma belleği vardır, ama her sohbet botunun da vardır, bunlar sadece bağlam pencereleridir. So every agent has working memory, but then so does every chat bot, it's just the context windows. 3:19 Soru şu ki... So the question is... 3:20 Ajan tabanlı sistemlerin başka neye ihtiyacı var? What else do agentic systems need? 3:25 Listeme ikinci maddeyi ekleyeyim: anlamsal bellek. Bu, ajanın bilgi tabanıdır. Anlamsal bellek, olguları, kuralları, kuralları, belgeleri ve akademik literatürde genellikle vektör veritabanları veya bilgi grafikleri gibi kavramlarla tanımlanan şeyleri saklar. Well let me add to that list number two semantic memory and this is the agent's knowledge base, so semantic memory stores facts and rules and conventions, documentation and in the academic literature this often gets described in terms of 3:43 Evet, bunlar gerçek uygulamalardır, ama bugün birçok üretim ortamındaki ajan tabanlı sistemde anlamsal bellek bundan çok daha basit bir şeydir. things like vector databases or as knowledge graphs, and yeah, those are real implementations, but, in a lot of production agentic systems today, semantic memory is something much simpler than that. 3:59 Sadece Markdown dosyaları, yani .md dosyalarıdır. It's just simply Markdown files, .md files. 4:03 Bunun bir örneği olarak Claude Code'u ele alalım. So take Claude code as an example of this. 4:07 Bir tane bu tür Markdown dosyası var. So it has one of these Markdown Files. 4:10 Adı Claude.md ve bir projenin kök dizininde bulunur. It's one is called Claude.md and that sits in the root of a project. 4:17 Ve bu dosya, proje mimarisini, kodlama kurallarını, derleme komutlarını, hangi çerçevelerin kullanılacağını ve nelerin yapılmaması gerektiğini içerir. And that file contains the project architecture, the coding conventions, the build commands, what frameworks to use, and also what not to do. 4:25 Ve bu dosya, her oturumun başlangıcında bağlam penceresine yüklenir. And that far gets loaded into the context window at the start of every session. 4:31 Dolayısıyla semantik bellek, ajanın genel olarak bilmesi gerekenleri ona söyler. So semantic memory tells the agent what it needs to know in general. 4:37 Ve bunun olmadan ajan, sürekli olarak aynı hataları yapmaya mahkûmdur, çünkü başvurabileceği kalıcı bir bilgiye sahip değildir. And without it, the agent is, well, it's kind of destined to make the same mistakes over and over again, because it has no persistent knowledge to draw from. 4:47 İşlevsel bellek, semantik bellek, peki başka ne var? Working memory, semantic memory, what else is there? 4:51 İşte üçüncüsü, prosedürel bellektir. Well, number three, that is procedural memory. 4:55 Prosedürel bellek, ajanın işleri nasıl yapacağını bilmesinin yoludur. Now procedural memory is how the agent knows how to do things. 4:59 Ve bunun için "ajan becerileri" olarak adlandırılan açık bir standart vardır. And there's an open standard for this that's called agent skills. 5:07 Ve skill.md adlı bir dosya biçimi kullanır. And it uses a file format called skill.md. 5:13 Bir beceri, o beceriyi, ne yaptığını ve nasıl gerçekleştirileceğini adım adım açıklayan bir markdown dosyası içeren bir klasördür; bu, bir PowerPoint sunumu oluşturmaktan yapılandırılmış bir kod incelemesi yürütmeye kadar her şey olabilir. A skill is just a folder with a markdown file that describes the skill and what that skill does and some step-by-step instructions for how to perform that skill and it could be anything from creating a PowerPoint presentation to running a structured code review. 5:29 Şimdi beceriler, aşamalı açıklama (progressive disclosure) denilen bir şeyi kullanır, böylece ajan tüm becerilerini bağlam penceresine ya da daha doğrusu işlevsel belleğe aynı anda yüklememeli, çünkü tanımlı çok fazla ajan becerisi varsa bu, işlevsel bellek bütçesini aşabilir. Now skills use something called progressive disclosure so the agent doesn't load all of its skills into the context window or I guess I should say into the working memory at once because that can blow through the working memory budget if there are a lot of defined agent skills. 5:49 Bunun yerine ajan, yalnızca hafif bir dizin görür; bu da mevcut her becerinin adı ve açıklamasından ibarettir. So instead the agent just sees a lightweight index, which is just the name and the description of each available skill. 5:57 Yani belki beceri başına yüz token civarındadır. So maybe that's a hundred tokens per skill. 6:01 Ardından, bu beceri açıklamalarından biriyle eşleşen bir görev geldiğinde, ajan tam talimatları yükler ve eğer beceri diğer dosyalar, şablonlar veya betikler gibi başka şeylere atıfta bulunuyorsa... Then when a task comes in that matches one of these skill descriptions, the agent loads the full instructions and if the skill references other stuff like other files or templates or scripts. 6:12 İşte onlar, ajanın bunlara gerçekten ihtiyaç duyduğu çalışma sırasında çekilir. Well, those only get pulled in when the agent actually needs them during execution. 6:17 Yani ajan sahip olduğu becerileri ilan eder, ihtiyaç duyulduğunda talimatları yükler ve ek kaynaklar da ihtiyaç halinde çekilerek çalışmayı yürütür. So the agent advertises what skills it has, it loads the instructions in when they're needed and then executes with the additional resources pulled in as they're needed as well. 6:27 Ve tüm bunlar, bilginin her zaman bağlamda hazır olduğu semantik bellekten oldukça farklıdır. And all that is quite different from semantic memory where the knowledge is always present in context. 6:36 Tamam, dördüncüsü epizodik bellektir. All right, number four is episodic memory. 6:40 Epizodik bellek, ajanın geçmiş etkileşimlerindeki, geçmiş kararlarındaki ve bunlardan ne öğrendiğine dair kaydını tutar. Episodic memory is the agent's record of what happened in past interactions and past decisions and what it learned from them. 6:48 Bunun basit bir uygulaması, her sohbet kaydını kaydetmek ve gerektiğinde onlarda arama yapmaktır. Now a naive implementation of this is just to save every conversation transcript and then just search through them as you need to. 6:58 Bu teknik olarak episodik bellek sayılır ama çoğu zaman pek işe yaramaz. And that technically counts as episodic memory but often that's not very useful. 7:03 Bu yüzden üretim sistemleri aslında biraz daha fazla damıtma yapar. So what production systems actually do is a bit more distillation. 7:12 Ajan oturumlar boyunca çalıştıkça kendi notlarını biriktirir ama her şeyi kaydetmez. So as the agent works across sessions it kind of accumulates notes for itself, but it doesn't save everything. 7:19 Bilginin gelecekteki bir sohbette gerçekten işe yarayıp yaramayacağına bakarak neyin hatırlanmaya değer olduğunu belirler. It decides what's worth remembering based on whether that information would actually be useful in a future conversation. 7:26 Sonuç olarak damıtılmış veya sıkıştırılmış bir deneyim elde edilir. So the result is distilled or compressed experience. 7:31 Örneğin, geçen sefer kimlik doğrulama modülünün hata ayıklamasını yaptığımızda sorunun orta katmanında olduğu gibi bilgiler. So things like last time we debugged the auth module, the issue was in the middleware layer. 7:37 Bu, 45 dakikalık bir hata ayıklama oturumunun tam dökümünü hatırlamaktan çok daha faydalı bir bilgidir. That's something that's a lot more useful to remember than just a full transcript of a 45 minute debugging session. 7:45 İşte bellek burada gerçek anlamda öğrenmeye benzemeye başlar çünkü ajan zamanla daha iyi hale gelecektir. And this is where memory starts to kind of genuinely look like learning because the agent is gonna get better over time. 7:52 Ancak episodik bellek, bunlar arasında en zor ayarlanan türdür çünkü neyi silersiniz? But episodic memory is also the hardest type of these to get right because what do you delete? 7:59 Bilgi ne zaman eskir? When does information become obsolete? 8:02 Bir kullanıcı iş değiştirirse, eski proje belleklerini korur musunuz? If a user changes jobs, do you keep the old project memories around? 8:07 Yoksa onları unutmalı mıyız? Or should we forget them? 8:09 Aslında insanlar unutma konusunda oldukça iyidir. Well, humans are actually pretty good at forgetting. 8:12 Ben bunu sürekli yapıyorum. I do it all the time. 8:14 Ne kadar can sıkıcı olursa olsun, bu durum oldukça faydalı olabilir. And as frustrating as that can be, it can be quite useful. 8:17 Ama ajanlar için unutma bir mühendislik sorunudur. But for agents, forgetting is an engineering problem. 8:22 Yani dört tür bellek var: çalışma, semantik, prosedürel ve episodik, ancak her ajanın dördüne de ihtiyacı olmak zorunda değil. So four types of memory, working, semantic, procedural, episodic, but not every agent necessarily needs all four. 8:32 Size bir örnek vereyim. Let me give you an example. 8:34 Diyelim ki basit bir refleks ajanı geliştiriyoruz. So let's say, we're building a simple reflex agent. 8:37 Bu, termostat gibi bir şey ya da sadece basit bir yönlendirme botu olabilir. So that's something like a thermostat or it's just like a basic routing bot. 8:42 Dördünün hepsine ihtiyaç duymaz. Doesn't need all four. 8:43 Sadece çalışma belleğine ve bağlam penceresine erişim gerekebilir, temelde o kadar. It might only need access to working memory, the context window, and that's basically it. 8:51 Şimdi, biraz daha karmaşık ama yine de oldukça basit ve dar kapsamlı bir müşteri destek ajanı, örneğin şifre sıfırlayan bir ajan gibi bir şeyi ele alalım. Now, if we take something a little bit more complicated like a customer support agent, but one that's still fairly simple and narrow, like an agent that resets passwords, for example. 9:04 Elbette çalışma belleğine erişimi olacak, ancak şifre sıfırlama becerisini hatırlaması gerektiği için prosedürel belleğe de ihtiyacı vardır. That will still have access to the working memory, of course, but it probably also needs access to procedural memory as well because it needs to recall the password reset skill. 9:18 Ama muhtemelen o kadar. But that might be it. 9:21 Oysa bir kodlama ajanına baktığımızda, muhtemelen dördüne de ihtiyaç duyar; kesinlikle çalışma belleğine, yani bağlam penceresine, Whereas if we take a look at something like a coding agent, it probably needs access to all four, so it certainly needs access to the working memory, the context window, 9:35 semantik bellekten gelen ürün bilgisine, prosedürel bellekten gelen beceri sistemine ve oturumlar arası öğrenen epizodik bellekten gelen otomatik belleğe de ihtiyacı vardır. but it also needs the product knowledge it would get from semantic and then the skill system from procedural and also the auto memory from episodic that learns across sessions. 9:49 Bellek, bir sohbet botunu ajandan ayıran şeydir; çünkü bir sohbet botu yanıt verir, ancak bir ajan kalıcı bilgiyle şekillendirilmiş bir yanıt verebilir. So memory is really what separates a chatbot from an agent because a chat bot gives a response, but an agent can give a response shaped by persistent knowledge. 10:01 Biriken deneyim. Accumulated experience. 10:02 Projeyi hatırlar. It remembers the project. 10:04 Tercihleri hatırlar ve iyi bir bellek mimarisi hataları da hatırlar, böylece onları tekrarlamaya mahkûm değiliz; ki bir ajan, üçüncü saatten önce o Kubernetes kümesi hakkında beni bilgilendirmiş olsaydı, bu gerçekten harika olurdu. It remembers preferences and a good memory architecture also remembers the mistakes so we're not destined to repeat them which honestly would have been wonderful if an agent had told me about that Kubernetes cluster before hour three. 10:21 Yani yapay zeka ajanı belleğinin dört türü. So four types of AI agent memory. 10:24 Bunlardan hangilerini kendi ajan tabanlı iş akışlarınızda kullanıyorsunuz? Which of these are you using in your own agentic workflows? 10:40 Teşekkürler. Thank you. Altyazı bilgisayarımda üretildi ve videoyla ilerler; bir satıra tıklayın, o ana atlasın. Subtitles generated on my computer; they follow the video — click a line to jump there.
AI ajanlarının insan hafızasından esinlenerek tasarlanan kısa süreli, olgusal, beceri ve kişisel deneyim olmak üzere dört temel bellek türüne ihtiyaç duyduğunu açıklar. It explains that AI agents require four fundamental types of memory—short-term, factual, skill, and personal experience—designed by drawing inspiration from human memory.
Bu video youtube.com üzerinde yayımlandı; buradaki oynatıcı YouTube’undur. Türkçe özet ve altyazı AiPulse için hazırlanmıştır. This video is published on youtube.com ; the player here is YouTube’s. The Turkish summary and subtitles are prepared for AiPulse .
YouTube’da izle Watch on YouTube AI Kritik → AI Critique →