Telefonun cebinizde duran bir bilgisayar olduğunu yıllardır söylüyoruz,. Iş yapay zekaya gelince o cümle bir anda daha da anlam kazanıyor. Google’ın AI Edge Gallery uygulamasına Gemma 4 desteği eklemesi de tam olarak bu yüzden önemli: modeli sunucuya yollamadan, cihazın üstünde calistirip denemek mümkün hale geliyor. Kulağa biraz “gosterişli demo” gibi gelebilir, ama işin aslı şu ki bu yaklaşım gizlilik, hız ve çevrimdışı kullanım tarafında bayağı gerçek fayda sağlıyor.
Doğrusu, Ben bu haberi ilk okuduğumda aklıma hemen 2024’ün sonlarında İstanbul’da katıldığım küçük bir mobil geliştirici buluşması geldi. Orada bir ekip, telefonda çalışan yerel LLM’lerle müşteri destek prototipi yapıyordu; herkes önce şüpheyle baktı, sonra modelin ağ bağlantısı olmadan yanıt vermesine resmen şaşırdı. İşte Google’ın güncellemesi de benzer bir kapıyı daha geniş açıyor. Hem geliştiriciler hem de meraklı kullanıcılar için “bulut şart değil” demeye başlıyor.
Bakın, burayı atlarsanız yazının kalanı anlamsız kalır.
Gemma 4 neden dikkat çekiyor?
Gemma ailesi zaten açık modeller tarafında kendine yer bulmuştu. Gemma 4 ile gelen yenilik ise sadece “yeni sürüm” havası değil; daha farklı kullanım senaryolarına uygun model seçenekleri var. Bunların bazıları mobil cihazlara daha uygun biçimde konumlanıyor. Yani tek tip dev model yerine, ihtiyaca göre seçim yapabiliyorsunuz. Bu da pratikte çok şey değiştiriyor.
Açık konuşayım, büyük model çoğu zaman en iyi deneyim demek değil. Küçük ekiplerde ya da bağımsız geliştirici projelerinde bazen hızlı yanıt veren hafif model çok daha kıymetli oluyor. Bir startup düşünün; kullanıcı destek ekranında anlık özet çıkaracak bir modele ihtiyaç var ama sunucu maliyeti şişmesin istiyorsunuz. Siz hiç denediniz mi? İşte burada 2B ya da 4B sınıfındaki modeller mantıklı duruyor.
Bir de şu var: Google DeepMind CEO’su Demis Hassabis’in vurguladığı gibi farklı boyutlarda seçenekler bulunması güzel, fakat kağıt üstünde iyi görünen performansla gerçek dünyadaki akıcılık aynı şey değil — valla güzel iş çıkarmışlar —. Ben bunu geçen yıl Mart ayında Ankara’da test ettiğim benzer bir yerel modelde net gördüm; benchmark fena değildi ama telefonda arka planda başka uygulamalar açıksa tepkiler uzuyordu… yani her şey laboratuvar kadar pürüzsüz gitmiyor.
Durun, bir saniye.
Cihaz üzerinde çalışmanın getirisi ne?
Vallahi, En büyük artı gizlilik. Mesela sağlık notları tutuyorsanız ya da şirket içi dökümanlarla uğraşıyorsanız veriyi dışarı göndermeden işlem yapmak kulağa sıradan geliyor olabilir. Aslında — hayır dur, daha doğrusu bayağı kritik. İkinci büyük artı ise gecikme süresi; internet bağlantısına bağlı kalmadığınız için bazı görevler daha akıcı hissediliyor.
E tabi dezartı kısmını da es geçmeyelim: Telefonun işlem gücü sınırlı olduğu için batarya tüketimi artabilir, cihaz ısınabilir (inanın bana) (eh, fena değil). Uzun oturumlarda performans düşebilir. Yani “her şeyi telefona yükleyelim” yaklaşımı biraz hayal kırıklığı yaratabilir. Bence doğru soru şu: hangi işi gerçekten cihaz içinde yapmak mantıklı? Bu konuyla ilgili PDF Dünyasında Bir Nefes: Ücretsiz ve Limitsiz Araçlar yazımıza da göz atmanızı tavsiye ederim.
| Senaryo | Cihaz Ustu AI | Bulut Tabanlı AI |
|---|---|---|
| Gizlilik | Çok iyi | Veri dışarı çıkar |
| Gecikme | Düşük olabilir |
Google AI Edge Gallery ne işe yarıyor?
Aslında, Düz anlatayım:
- Cihaz üstünde modeli test etmenizi sağlıyor.
- Farklı Gemma sürümlerini deneme imkanı veriyor.
- Çevrimdışı senaryolarda fikir üretmeye yardımcı oluyor. — bunu es geçmeyin
Bunu biraz mutfak örneğiyle düşünün; bulut sistemi restoranın ana mutfağıysa Edge Gallery evdeki küçük. Kullanışlı set gibi çalışıyor. Devasa kapasite yok belki ama hızlıca deneme yapmak kolaylaşıyor. Butterfly CSS: 2026’da Dikkat Çeken Hafif Bir Seçenek yazımızda bu konuya da değinmiştik.
Kendi editör masamda bu haberi işlerken Şubat 2025’te İzmir’de konuştuğum bir Android geliştiricisinin sözleri aklıma geldi (adı bende kalsın): “Modeli sunucuya göndermeden demo gösterebildiğim an müşteri ikna oluyor.” Bu cümle bence olayın özeti gibi. Bu ne anlama geliyor? Demo aşamasında bile veri güvenliği anlatmak zorunda kalmamak büyük rahatlık. Bu konuyla ilgili Bjarne Stroustrup ve C++: Eski Dilin Yeni Hali yazımıza da göz atmanızı tavsiye ederim.
Neyse uzatmayalım… Buradaki ana fikir şu ki Google yalnızca bir uygulama güncellemesi yapmıyor, aynı zamanda mobil cihazların yerel yapay zeka merkezi olabileceğini tekrar hatırlatıyor.
Küçük ekipler ve kurumsal projeler için anlamı ne?
Küçük startup’ta nasıl kullanılır?
Küçük ekiplerde en kıymetli şey hızdır çünkü kaynak kısıtlıdır; insan sayısı azdır, bütçe dardır. Herkes aynı anda beş şapka takar. Böyle ortamlarda Gemini değil Gemma tabanlı yerel denemeler sayesinde hızlı prototip çıkarmak mümkün olurken API maliyetini de kontrol altında tutabilirsiniz. Daha fazla bilgi için C++ Neden Hâlâ Ayakta? Stroustrup’tan Gelen Dersler yazımıza bakabilirsiniz.
Tuhaf ama, Mesela not alma uygulaması yapan iki kişilik bir ekip düşünün. Kullanıcıların toplantı ses kaydından kısa özet istemesi var. Bunu buluta taşımak istemiyorsunuz çünkü mahremiyet konusu can sıkıyor… İşte telefon içinde çalışan küçük model burada iş görür.
Enterprise tarafında durum farklı mı?
Evet, bayağı farklı. Kurumsal tarafta mesele sadece performans değil; uyumluluk, denetim izi ve veri sınırları da devreye giriyor. Siz hiç denediniz mi? Yerel çalışma yaklaşımı bazı departmanlarda çok cazip görünürken tüm organizasyona yaymak için politika ve yönetim katmanı gerekiyor. Samsung’un Kârı Neden Bir Anda Uçtu? AI Çipleri Sahneye Çıktı yazımızda da bu konuya değinmiştik.
Cihaz üstünde çalışan modeller genelde “tam çözüm” değil; doğru yere konunca parlayan araçlar.
Burada gözden kaçırılmaması gereken noktalar neler?
Bakın şimdi… Her yeni AI duyurusunda olduğu gibi burada da biraz ayakları yere basmak lazım. Telefonda çalışan model güzel fikir ama her iş yükünü kaldırmaz; özellikle uzun bağlam gerektiren görevlerde sınırlar hemen ortaya çıkar.
# Yerel AI kullanımına başlamadan önce bakilacak kısa liste
- Cihaz RAM'i yeterli mi?
- Pil tüketimi kabul edilebilir mi?
- Isınma testi yaptınız mı?
- Model boyutu hedef cihaza uyuyor mu?
- Kullanıcı verisi gerçekten cihazda mı kalıyor?
Ben olsam önce dar kapsamlı senaryolarla başlarım; örneğin kısa metin özeti, kategori önerisi ya da form doldurma yardımı gibi görevler… Sonra kullanıcı geri bildirimine göre modeli büyütürüm ya da küçültürüm (evet, bazen küçültmek büyütmekten daha akıllıca olur).
Peki kötü taraf yok mu? Var elbette.Uzun süreli kullanımda pil düşer,eski telefonlarda deneyim zayıflar ve bazı modeller beklediğiniz kadar seri olmayabilir.Bu yüzden heyecanla dalıp gitmeden önce pilot test yapmak şart.
Neden bu güncelleme önemli?
Bence asıl mesele şu : Yapay zeka artık sadece bulutta yaşayan uzak bir servis değil.Telefonun içinde,yanınızda,hatta bazen uçakta Wi-Fi olmadan bile kullanılabilen bir araç haline geliyor.Bu dönüşüm küçük görünebilir ama yazılım dünyasında yön değiştiren hamlelerden biri olabilir.Sıkça Sorulan Sorular
Google AI Edge Gallery nedir?
Cihaz üzerinde çalışan yapay zekâ modellerini denemeye yarayan bir uygulama diyebiliriz. Geliştiricilerin modeli doğrudan telefonda test etmesini kolaylaştırıyor.
Gemma 4 telefonlarda çalışır mı?
Evet,uygun model varyantlarıyla mobil kullanım hedeflenebiliyor.Ama cihazın RAM’i,işlem gücü ve termal limiti sonucu etkiler.
Cihaz üzerinde çalışan AI neden önemli?
Gizlilik,düşük gecikme ve çevrimdışı kullanım açısından avantaj sağlar.Hele bir de hassas veriyle uğraşan uygulamalarda fark yaratır.
Tüm işleri yerel modele taşımak mantıklı mı?
“Kaynaklar” kısmını buraya otomatik ekleyebilirsin”>
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
İlgili Yazılar
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için beni sosyal medyada takip edin.
