Yapay zeka kodlama ajanları üzerine bugüne kadar okuduğum en ilginç verilerden biri bu oldu: daha fazla kod, otomatik olarak daha fazla yazılım demek değil.
Harvard'dan Fiona Chen ve James Stratton'ın çalışması, 2021'den Mart 2026'ya kadar 700'den fazla yazılım şirketinde 700 binin üzerinde çalışana ait verileri ve 300 milyon iş olayını incelemiş. Kodlama ajanları devreye girdikten sonra toplam kod satırı ortalama yüzde 30, commit sayısı yüzde 20, pull request sayısı yüzde 23 artmış.
Ama asıl soru şu: iş bitiyor mu? Jira gibi araçlarda takip edilen hata, görev ve özelliklerin tamamlanma oranında istatistiksel olarak anlamlı bir değişiklik görülmemiş.
Darboğaz kod incelemede. Bir pull request'in gönderilmesinden ana kod tabanına alınmasına kadar geçen süre yüzde 49 uzamış. Değişiklik istenen pull request oranı neredeyse iki katına çıkmış, pull request başına yorum sayısı yüzde 35 artmış, kod inceleyen çalışanların oranı da yüzde 14 yükselmiş. Yani yazma tarafında kazanılan hızın önemli bir kısmı inceleme ve düzeltmede geri harcanıyor.
Şirketler bunu da yapay zekayla çözmeye çalışıyor: Mart 2026 itibarıyla incelenen şirketlerin yüzde 80'i bir tür yapay zeka kod inceleme aracı kullanıyormuş. Yine de inceleme yorumlarının sadece yüzde 23,3'ü ajanlardan geliyor ve ajanlar pull request'lerin yalnızca yüzde 10,8'ine katkı veriyor; işin büyük kısmı hâlâ insanlarda. Aktif çalışan sayısında da, en azından incelenen dönemde, anlamlı bir değişiklik bulunmamış.
Verilerin Mart 2026'da bittiğini, araçların o tarihten beri geliştiğini de not etmek lazım. Ama benim çıkardığım ders net: verimlilik için sadece kod yazma süresini değil, inceleme, hata düzeltme ve entegrasyonu da hızlandırmak gerekiyor.
Ars Technica'daki haber:
https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
Çalışmanın PDF'i:
https://fion.ac/jellyfish.pdf
Kaynak: DonanımHaber
Her gün kodla uğraşan biri olarak 2025 benim için çok büyük değişikliklerin yılı oldu. Yapay zekâ destekli programlama araçları artık yalnızca bir sonraki kod satırını tamamlamakla kalmıyor, görevleri gerçekten üstlenmeye başladı. Geriye dönüp baktığımda, yılın ilk yarısında herkes hâlâ Cursor ve Copilot'un tamamlama deneyimini konuşuyordu; ikinci yarıda ise Spec odaklı geliştirme birden popüler oldu ve depolar Agent'lar için yazılmış Markdown dosyalarıyla doldu.
En büyük izlenimim, programlamanın “insan odaklı” olmaktan “Agent odaklı” olmaya doğru kaydığı. Eskiden yapay zekâ yalnızca bir sonraki karakteri tahmin ediyordu; şimdi ise gereksinim analizinden kod üretimine ve sonuç doğrulamasına kadar her şeyi baştan sona yapabiliyor. İlginç olan, neredeyse tüm önde gelen araçların aynı anda IDE, CLI ve Cloud olmak üzere üç biçimi birden öne çıkarması ve sonunda hepsinin Agent yönünde birleşmesi.
Ama sorunlar da peşi sıra geldi. En can yakıcı olanı Token maliyeti: görevler uzadıkça, araç çağrıları arttıkça ve bağlam tekrar tekrar geri beslendikçe faturalar hızla kabarıyor. Bu yıl herkesin dilinde artık “Prompt nasıl yazılır” değil, “bağlam mühendisliği” var — etkinlik, verimlilik ve maliyet arasında nasıl denge kurulacağı, önbellek isabet oranının nasıl artırılacağı.
Bana göre 2025'in asıl dönüm noktası kimin modelinin daha güçlü olduğu değil, mühendislikteki o örtük kısıtları ve hafızayı modelin anlayabileceği ve yeniden kullanabileceği bağlam yapılarına kimin dönüştürebildiğiydi. Programcının değeri yavaş yavaş “kod yazmak”tan “kuralları tanımlamak”a kayıyor. Bu yıl gerçekten biraz gerçeküstüydü.
Kaynak: InfoQ
IT之家'nın haberine göre JetBrains, 8 Ekim'de bir blog yazısında, ajan tabanlı kodlama yeteneğini güçlendirmeye odaklanan Mellum2.1 programlama yapay zekâ modelini duyurdu. Geliştirici olarak yerelde çalıştırılabilen bu tür açık modelleri yakından takip ediyorum, bu yüzden önemli noktaları burada topluyorum.
Model, Mellum2'nin mimarisini koruyor: 12B parametreli, 2,5B'si aktif olan bir karma uzman (MoE) modeli ve hâlâ Apache 2.0 lisansıyla yayımlanıyor. Eğitimdeki temel değişiklik, ön eğitimden sonraki pekiştirmeli öğrenme aşamasının kısa bir son rötuş adımından eğitimin ana parçasına genişletilmesi. Matematik, algoritma yarışmaları, bilim, araç kullanımı ve yazılım mühendisliği verileri eklenmiş, dahili pekiştirmeli öğrenme ortamları kurulmuş ve eğitim sırasında binlerce ortamda milyonlarca sanal alan başlatılmış. Eğitimden önce hatalı testleri olan, cevabı doğrulanamayan veya zorluk düzeyi uygun olmayan görevler eleniyor.
Resmi açıklamaya göre model kod tabanlarını inceleyebiliyor, dosyaları düzenleyebiliyor ve kendi değişikliklerini kontrol edebiliyor. En büyük iyileştirme ajan tabanlı kodlamada: başarısız testlerin kök nedenini bulabiliyor, bir düzeltme taslağı çıkarabiliyor ve sonucu doğrulayabiliyor. Hızda mimari değişmemiş, ancak çoklu token tahmini (MTP) tek istekte üretimi yaklaşık 1,6 kat hızlandırmış. Aynı değerlendirme koşullarında Mellum2, Qwen3.5-9B ve Gemma 4 E4B ile karşılaştırıldığında, yüksek yük altında tek bir H200 üzerinde Mellum2.1'in çıktı verimi Qwen3.5-9B'nin neredeyse iki katına yakın.
Model Hugging Face'te yayımlandı ve yerelde ya da kendi altyapınızda dağıtılabiliyor; böylece şirketler kodunu ve verisini kendi ortamlarında tutabiliyor. JetBrains, llama.cpp, Ollama ve LM Studio için GGUF sürümleri ile vLLM için bir MTP spekülatif kod çözme bileşeni yayımlamayı planlıyor.
GGUF sürümünü merakla bekliyorum, çünkü o zaman sıradan geliştiriciler de modeli kendi bilgisayarında deneyebilecek. Bir kodlama modelinde sizin için hangisi daha önemli: doğruluk mu, dağıtım maliyeti mi?
Kaynak: IT之家
ITmedia NEWS'in bir haberinden Google'ın "Playground" adlı deneysel bir oyun platformu duyurduğunu öğrendim. Duyuru, ABD saatiyle 7 Ekim 2026'da yapıldı ve aynı günden itibaren ABD'de 18 yaş ve üzeri kullanıcılar için web tarayıcısında kullanıma sunuldu.
Kullanım, yalnızca metin olarak talimat yazmaktan ibaret. Boş bir sayfadan başlayabilir, hazır bir başlangıç istemini düzenleyebilir ya da rehberli desteği kullanabilirsiniz; yapılan oyun da hemen test edilebiliyor. Fizik, kurallar, karakterler ve ortamla ilgili değişiklikler kelimelerle anlatıldığında yansıtılıyor. Habere göre kodlama deneyimi gerekmiyor, ancak hangi yapay zekâ modelinin kullanıldığı açıklanmamış.
Paylaşmak da mümkün. Web tabanlı olduğu için hem akıllı telefonda hem bilgisayarda oynanabiliyor. Arkadaşlara ve aileye paylaşım bağlantısı gönderilebilir, oyun "Explore" galerisinde yayımlanabilir ya da özel tutulabilir. Bazı türler liderlik tablosu ve çok oyunculu modu destekliyor; yayımlanan oyunlar Google'ın topluluk yönergelerine göre bir güvenlik incelemesinden geçiyor. Oyun yapma özelliği, Google One üyeliğine bağlı olarak aşamalı olarak açılacak.
Diğer duyuru Unity ile bir ortaklık. İki şirket 2026 içinde "Unity Spark" adlı yeni bir ürün çıkarmayı planlıyor; bu ürün Playground'a tam kapsamlı oyun mekanikleri, yüksek kaliteli 3B görseller ve Unity çalışma zamanının esnekliğini getirecek. Unity Asset Store ile de doğrudan bağlantılı olacak. Ürün şu anda test ediliyor ve kapalı beta yakında başlayacak. Unity'nin CEO'su, her ay yaklaşık 3 milyar kişinin Unity ile yapılmış oyunları oynadığını, ancak bunların birçoğunun hiç kendi oyununu yapmadığını belirtti.
Bence istemlerle yapılan oyunları paylaşıp oynama akışı, programlamaya giriş için ilginç bir kapı olabilir. Bu tür araçlara bakışınızı merak ediyorum.
Kaynak: ITmedia NEWS
Next, az önce 1.0.0 sürümüne ulaşan açık kaynaklı harness Pi hakkında bir yazı yayımladı. Terimi bilmeyenler için açıklayayım: harness, yapay zekâ modelinin etrafındaki ve modelin dosya okumasını, komut çalıştırmasını ya da internette arama yapmasını sağlayan yazılım katmanıdır.
Pi minimalist olmayı ama genişletilebilir kalmayı hedefliyor. Ticari modeller ve yerelde çalıştırılabilen açık ağırlıklı modeller dahil 1.500'den fazla model ve varyantı destekliyor; Anthropic ya da OpenAI modellerine bağımlı olmadan Claude Code ve Codex'e alternatif olarak konumlanıyor. Geliştiriciler 1.0'a geçişi olgunluğun bir işareti olarak görüyor.
Yazı yeni özelliklere de değiniyor: MCP bağlayıcıları, "codemode" adlı bir mod ve ChatGPT desteği. Pi Durable'ın dahili ve harici felaket niteliğindeki arızalara dayanabildiği anlatılıyor.
Burada şunu belirtmek gerekir: metnin yaklaşık yüzde 80'i abonelere ayrılmış, bu yüzden yalnızca herkesin okuyabildiği kısımla sınırlı kalıyorum. Yorumlarda birkaç okur Pi'yi OpenCode ile karşılaştırıyor: biri çok hafif olduğunu ama özellikle MCP için yapılandırmasının daha zor olduğunu söylüyor, bir diğeri Oh-My-Pi varyantını işaret ediyor. Yazar ayrıca kurulum ve kullanım hakkında bir yazı duyurdu.
Benim ilgimi çeken, harness'i modelden ayırma fikri: aracı değiştirmeden modeli değiştirebiliyorsunuz. Kullanım karmaşıklaştığında Pi'nin sadeliğinin ayakta kalıp kalmayacağını görmek gerekiyor. Peki siz yapay zekâyla kod yazarken günlük olarak hangi harness'i kullanıyorsunuz?
Kaynak: Next
Xataka, programlama, yapay zekâ ve bolca tartışmayı harmanlayan bir hikâye anlatıyor. ArtCraft birkaç gün öncesine kadar yapay zekâyla görsel ve video üretme platformuydu. Ekip üyesi Brandon Thomas, vibe coding ile Adobe'nin yedi uygulamasına açık kaynaklı alternatifler yazdığını duyurdu. Rust ile yazılmış bu uygulamalar şunlar: PhotoCraft (Photoshop), VectorCraft (Illustrator), FilmCraft (Premiere Pro), LightCraft (Lightroom), PdfCraft (Acrobat), EffectCraft (After Effects) ve DesignCraft (InDesign).
Windows, macOS ve Linux için dağıtılıyorlar ve ArtCraft içinden de kullanılabiliyorlar. Makale, Adobe'nin Linux için profesyonel yaratıcı araçlar hiç sunmadığına dikkat çekiyor; dolayısıyla bu boşluk küçük değil.
Yazarın bir meslektaşı PhotoCraft'i birkaç gün denedi: temel işlevler çalışıyor, Photoshop'un yapay zekâ araçlarından eser yok ve uygulama çok az yer kaplıyor. Yine de şimdilik orijinalin yerini tutmuyor. Yapımcılar da uygulamanın çok erken bir alfa aşamasında olduğunu kabul ediyor: yaklaşık yirmi yapay zekâ ve üretken araç eksik, tipografi ve profesyonel iş akışlarında derinlik yok, eklenti uyumluluğu da yok.
Yapımcılara göre yaklaşım clean-room yöntemi: kamuya açık spesifikasyonlara ve programların gözlemlenebilir davranışına dayanıyorlar, tescilli kod ya da kaynak kullanmadan. PhotoCraft PSD dosyalarını açabiliyor, çünkü Adobe bu spesifikasyonları yayımladı. İnternette Adobe programlarının tersine derlendiği yönünde, kanıtlanmamış bir şüphe dolaşıyor.
Xataka vibe coding'in sorunlarını da hatırlatıyor: yapay zekânın ürettiği kod hata ayıklaması zor olabilir ve bir insan programcının asla yazmayacağı şeyler içerebilir. Bu, büyük projelere kıyasla kişisel uygulamalarda daha az ciddi. Bence bu iyi bir uyarı. Ücretsiz alternatif olarak yazar Affinity, GIMP ve DaVinci Resolve'u sayıyor. Bu şekilde üretilmiş bir uygulamaya güvenir miydiniz?
Kaynak: Xataka
Computer Sweden'de Simon Bisson'ın analizini okudum: Microsoft, Rust'u C#, TypeScript ve C ile aynı seviyede olan dahili Tier-1 statüsüne yükseltti. Bu statü, diğer şartların yanında tam bir araç zinciri ile Windows ve Azure ile entegrasyon gerektiriyor.
Arka planda, Azure teknoloji direktörü Mark Russinovich'in Rust'un bellek güvenliğini Microsoft'un güvenlik stratejisinin önemli bir parçası olarak öne çıkarması var. Microsoft ayrıca Rust Foundation'ın kurucularından biri. Rust Foundation'ın web sitesindeki bir konuk yazı, Rust'un diller arasında kesintisiz birlikte çalışabilirlik için Microsoft Visual C (MSVC) ile nasıl bağlandığını anlatıyor.
En somut gelişme, Rust derleyicisi için yeni bir backend: rustc_codegen_utc. Visual C backend'ini, yani C2.DLL adlı bir DLL'i kullanıyor ve .OBJ dosyalarını MSVC bağlayıcısına veriyor. Avantajı, Rust'un Microsoft'un mevcut güvenlik ve kararlılık çalışmalarından yararlanabilmesi ve Rust ile C kodunun uyumlu hâle gelmesi. Microsoft bu backend'in üretime hazır olduğunu ve yüzden fazla dahili Rust projesinin bunu kullandığını söylüyor. Ancak yalnızca dahili olarak kullanılıyor; şirket araçların açık kaynak olabileceğini ima etti, ama bir takvim vermedi.
Microsoft dışındaki biz geliştiriciler için durum daha gerçekçi: VS Code'da Rust desteği rust-analyzer üzerinden geliyor, derleme için hâlâ MSVC C Build Tools gerekiyor ve Microsoft'un windows crate'i Windows API'lerine doğrudan erişim sağlıyor. Makalenin tavsiyesi, Rust ile Windows geliştirmeyi öğrenmek istiyorsanız zaten var olan araçlarla başlamanız.
Kişisel olarak, bu kadar büyük bir şirketin iki ayrı derleyici ekibini sürdürmemek için yatırım yapmasını ilginç buluyorum. Siz Rust'u neler için kullanıyorsunuz?
Kaynak: Computer Sweden
Computable'da, Linux Foundation'ın beşinci baskısı olan 2026 «Avrupa'da Açık Kaynağın Durumu» raporunun özetini okudum. Rapor prag'da düzenlenen Open Source Summit Europe'ta sunuldu. Ana mesaj açık: açık kaynağı yalnızca kullanmak kontrol sağlamaz. Katkıda bulunmak ve yönetime katılmak da gerekiyor.
Rakamlar sürtünmenin nerede olduğunu gösteriyor. Avrupalı kuruluşların yüzde 94'ü için dijital egemenlik teknoloji stratejisinde önemli, yüzde 61'i için ise çok önemli. Avrupalı geliştiriciler Kubernetes ve OpenStack gibi altyapı projelerine yapılan katkıların neredeyse yüzde 40'ını sağlıyor, ama birçok kuruluş yalnızca kullanmakla yetiniyor. Ayrıca yüzde 31'inin açık kaynak yönetimi için resmi bir çerçevesi yok. Çerçevesi olanlar yatırımın dört katından fazla geri döndüğünü bildiriyor, olmayanlarda bu oran 3,6 kat.
Yapay zekâ kodlama araçları da gündeme geliyor: yüzde 94'ü üretken yapay zekâ kodlama araçlarını kullanıyor veya deniyor, dörtte üçü bunların açık kaynağın değerini artırdığını düşünüyor ve yüzde 48'i bu nedenle daha fazla açık kaynak kullanıyor. Neredeyse yarısı iç çatallar (fork) tutuyor; bu, sürüm döngüsü başına ortalama 9,5 çatal için 311 saate mal oluyor.
Beni en çok düşündüren şey, Agentic AI Foundation'ın üst kademesinin ağırlıklı olarak AWS, Anthropic, Google, Microsoft ve OpenAI gibi Amerikan şirketlerinden oluşması. Gold seviyede Avrupa'dan yalnızca Suse ve Ericsson var. Bu arada Avrupa Komisyonu yaklaşık 2 milyar avroluk bir teknoloji egemenliği paketi üzerinde çalışıyor.
Linux Foundation Europe'tan Thierry Carrez, açık kaynağın bağımlılığı azaltmaya yardımcı olduğunu, ama bunun ancak açık yönetim yapılarına aktif katılımla mümkün olduğunu söylüyor. Bir geliştirici olarak buna katılıyorum: bir pull request bazen bir politika belgesinden daha fazla etki yaratabiliyor. Sizin orada durum nasıl?
Kaynak: Computable
The Register'dan Richard Speed, ArtCraft adlı bir şirketi anlatıyor. Şirket, Rust uygulamalarından oluşan koleksiyonuna Word, Excel ve PowerPoint alternatifleri eklemiş. Şirket bunları tescilli yazılımın clean room yeniden uygulamaları olarak tanımlıyor ve projelerin geliştirilmesinde Claude'a büyük ölçüde dayanıldığını söylüyor. GitHub depolarında Photoshop, Illustrator ve Premiere Pro'dan esinlenen projeler de var.
İnceleyen kişi, Word alternatifi WordCraft'ı Arm tabanlı bir Surface üzerinde çalıştırdı ve iyi çalıştığını gördü. Word'e benziyor, ancak düğmeler, simgeler ve görseller farklı. Proje pre-alpha aşamasında; ArtCraft, Word ile işlev eşitliğini yaklaşık yüzde 62 olarak tahmin ediyor ve inceleyen kişi üretimde kullanılmasını önermiyor. Yol haritası, gerçek DOCX dosyalarıyla uyumluluk testlerinin henüz başlamadığını, grafiklerin, SmartArt'ın ve gömülü OLE nesnelerinin ise desteklenmediğini kabul ediyor.
Lisans konusunda WordCraft, MIT veya Apache 2.0 çift lisanslı. Yazım sözlüğü ve heceleme, Grady Ward'ın kamu malı olan Moby Hyphenator II kelime listesini kullanıyor. ArtCraft, her şeyin herkese açık özelliklerden ve gözlemlerden yola çıkılarak, özgün veya açık lisanslı varlıklarla yapıldığını söylüyor. LibreOffice'i geliştiren The Document Foundation yorum yapmayı reddetti, Microsoft soruyu aldığını doğruladı ama başka yanıt vermedi, Adobe ise yaratıcı uygulama projeleri hakkında yorum yapmadı.
decoded.legal'den Neil Brown gazeteye, hukuki durumun yargı alanına göre değişeceğini; geliştiricilerin bağımsız uygulamalarının ihlal oluşturmadığını savunabileceğini, ancak bu kadar büyük bir konuda anlaşmazlığın mahkemeye taşınabileceğini söyledi.
Bana ilginç gelen iddianın kendisi değil, hız. Küçük bir ekip bir yapay zeka kodlama aracı kullanarak, tanınabilir bir ofis paketini tamamlanmamış ama test edilecek kadar kullanılabilir hâlde yayımlayabiliyor. Açık sorular kalite, bakım ve hukuki boyut. Yapay zeka asistanlarıyla kod yazan diğer insanların clean room iddialarını nasıl gördüğünü duymak isterim.
Kaynak: The Register
Bir teknoloji portalının sitesinde, OpenAI'nin GPT-6 modellerinin çıkışıyla birlikte "Akıllı Arayüz" (Intelligent UI) adında yeni bir ChatGPT özelliği duyurduğunu okudum. Asıl mesele, yanıtın artık yalnızca metin olmaması: sohbetin içinde metni etkileşimli görsel öğelerle birleştirebiliyor.
Desteklenen öğeler arasında illüstrasyonlar, diyagramlar, grafikler, formlar ve etkileşimli düğmeler var. OpenAI'nin blogundan alıntı yapan makaleye göre GPT-6, bir etkileşimli öğenin metinden daha uygun olduğu durumları belirlemek ve bunu yanıtın içinde nasıl yerleştireceğini öğrenmek üzere eğitildi.
Örnekler arasında, parçalarını seçip her biri hakkında bilgi gösteren düğmelerle donatılmış yedi vitesli bir bisiklet illüstrasyonu, kaydırılabilir gruplar halinde sunulan mahjong taşı görselleri ve emeklilik birikimi hesaplayıcısı ya da birden fazla kişi arasında hesap bölüşme gibi küçük araçlar yer alıyor. Modeller tarafına gelince, GPT-6 Sol üst paket abonelerine sunuluyor; Go aboneleri ve ücretsiz kullanıcılar ise daha verimli olan Luna'yı kullanıyor. Makalede ayrıca web aramasında iyileşme, bilgi toplanırken daha hızlı gelen kısmi yanıtlar ve güvenlik eğitimini aşma girişimlerine karşı daha güçlü direnç de anılıyor.
Bence bu adım geliştiriciler için önemli, çünkü sohbeti isteğe göre oluşturulan küçük bir uygulamaya yaklaştırıyor. Açık soru şu: düğmeler gerçekten iyi yazılmış bir metinden daha fazla yardımcı olacak mı? Görüşlerinizi duymak isterim.
Kaynak: Teknoloji Portalı
Beş yıl sonra Bootstrap'te yeniden hareketlilik var: kurucu ortak Mark Otto, Bootstrap 6'nın ilk alfa sürümünü duyurdu, heise developer'ın haberine göre. Çerçevenin Twitter çevresinden çıkıp 2011'den beri açık kaynak olması nedeniyle bunu ilginç buluyorum.
Rakamlar Bootstrap'in ne kadar büyüdüğünü gösteriyor: proje verilerine göre 1,75 milyardan fazla kurulum. Ancak aynı zamanda pazar payı düşüyor. W3Techs'e göre 2026 Ağustos başında tüm web sitelerinin yüzde 13,8'i Bootstrap kullanıyordu; Aralık 2025'te bu oran yüzde 15,3'tü. Yeni projelerde Tailwind CSS daha fazla yer kazanıyor.
Ekip modern tarayıcıları hedefliyor: Chrome ve Edge 130 ve sonrası, Firefox 132 ve sonrası, Safari 18 ve sonrası. Bunun için Bootstrap 6, otomatik açık/koyu tema geçişi, yerel iletişim kutuları ve pencereye değil çevredeki öğelere hizalanan yerleşimler gibi özellikler kullanıyor. Renkler, boşluklar ve köşe yuvarlaklıkları büyük ölçüde CSS değişkenleriyle, çalışma zamanında bile kontrol edilebiliyor. Sınıf adları Tailwind'e yaklaşıyor: .d-md-none, .md:d-none oluyor; .col-lg-6, .lg:col-6 oluyor. Akordeonlar JavaScript olmadan çalışıyor.
Özellikle dikkat çekici bulduğum kısım yapay zekâ bölümü: dokümantasyon llms.txt ve llms-full.txt olarak sunuluyor, depoda ise yapay zekâ ajanlarının örneğin geçiş işlemlerinde yardımcı olması amaçlanan beceri dosyaları bulunuyor.
Makaleye göre mevcut sayfalar basitçe geçiş yapamaz. Bootstrap 5 şimdilik desteklenmeye devam edecek ve destek sona ermeden önce 5.4.0'a bir güncelleme gelecek. Sürüm 7'nin ise çok daha hızlı geleceği söyleniyor. Aranızda hâlâ Bootstrap kullanan var mı, bir başkasına geçen var mı?
Kaynak: heise online
Bu hafta XYZ'den bir haber dikkatimi çekti: Wrocław Teknik Üniversitesi ile Aşağı Silezya Onkoloji, Göğüs Hastalıkları ve Hematoloji Merkezi, sağlık hizmetleri için bir yapay zekâ platformu geliştiriyor. Bir sohbet botu daha değil; hasta kayıtlarını, laboratuvar sonuçlarını, görüntüleri ve tedavi sürecini bir araya getiren bir temel model.
İşe akciğer kanseriyle başlıyorlar — DCOPiH yılda 1,4 binden fazla yeni hastayı takip ediyor ve iyi belgelenmiş verilere sahip. Sistem, konsey öncesinde dokümantasyonun eksiksiz olmasını denetleyecek, eksikleri gösterecek ve hastanın tetkikler arasında „gözden kaçmasına” izin vermeyecek. Kararı yine hekim veriyor; yapay zekâ onun yerine düşünmek için değil, ona hastanın başında daha fazla zaman kazandırmak için var.
Teknik açıdan beni federe öğrenme meraklandırıyor: veriler hastanede kalıyor, ortak modele yalnızca eğitimin sonuçları gidiyor. Temel olarak Polonya'nın PLLuM modeliyle edinilen deneyim kullanılacak, ancak gerçek tıbbi dil ve çok kipli yapıyla.
İlk prototip önümüzdeki aylar içinde bekleniyor. Aşağı Silezya'nın dışına taşarsa, pazarlama gürültüsü olmadan konuşmaya değer en önemli Polonya yapay zekâ projelerinden biri olabilir.
Kaynak: XYZ
