Google Yapay Zekasının Gelişimi: Bard'dan Gemini'ye, NotebookLM'den Görsel, Video ve Müzik Üreticilerine

Yapay zeka devriminin temel mimarilerini inşa eden Google; metin, kod, görsel, video ve müzik üretimini tek bir çatı altında birleştiren devasa bir çok modlu ekosistem kurdu. Bu dönüşümün merkezinde yer alan Gemini, bağımsız araçları ve deneysel prototipleri tek bir omurgada topladı.

1. Google Yapay Zekasının Doğuşu ve Kullanıcıya Açılış Süreci

Google'ın yapay zeka çalışmaları, 2011'de kurulan Google Brain ve 2014'te satın alınan DeepMind ile hız kazandı. Günümüzdeki tüm büyük dil modellerinin (LLM) temelini oluşturan Transformer mimarisi, 2017 yılında Google araştırmacılarının yayımladığı "Attention Is All You Need" makalesiyle sektöre kazandırıldı.

İlk Kullanıcı Arayüzü (Bard): Google, doğrudan son kullanıcıya hitap eden ilk üretken yapay zeka sohbet platformunu 21 Mart 2023 tarihinde Google Bard adıyla kullanıma sundu.

İlk Altyapı Modelleri: Bard ilk etapta diyalog odaklı LaMDA modeliyle çalıştı; Mayıs 2023'te daha güçlü olan PaLM 2 mimarisine geçirildi.

Gemini Dönemi ve Marka Dönüşümü: 6 Aralık 2023'te Google, sıfırdan çok modlu (multimodal) olarak tasarlanan Gemini 1.0 ailesini (Ultra, Pro, Nano) duyurdu. 8 Şubat 2024 tarihinde ise "Bard" ismi tamamen kaldırılarak hizmet Google Gemini adını aldı.

Güncel Gemini Sürüm Mimarisi:

1 milyonun üzerinde token bağlam genişliği getiren Gemini 1.5 ve ajan odaklı Gemini 2.5 serisinin ardından, akıl yürütme mimarisi yenilenen Gemini 3 nesli devreye alındı.

Aktif sistemlerde; amiral gemisi akıl yürütme modeli Gemini 3.1 Pro, karmaşık mantık ve matematik için Gemini 3 Deep Think, ultra hızlı ajan döngüleri için Gemini 3.6 / 3.7 Flash ve yüksek hacimli düşük maliyetli görevler için Gemini 3.5 Flash-Lite modelleri kullanılmaktadır.

2. Üretken Medya Modelleri: Görsel, Video ve Müzik

Google, dil modellerini çok modlu içerik üretim motorlarıyla destekleyerek tam kapsamlı bir yaratıcı stüdyo altyapısı oluşturdu:

Görsel Üretimi: Imagen & Flash Image Ailesi

Gelişimi: Google'ın metinden görsel üreten temel mimarisi Imagen serisi (Imagen, Imagen 2, Imagen 3) ile başladı.

Yetenekleri: Imagen 3, gelişmiş ışıklandırma, fotogerçekçi dokular ve metinleri görsel içine kusursuz yazabilme kabiliyeti sunar. Model, görsellerin yapay zeka ile üretildiğini piksel düzeyinde belgeleyen SynthID dijital filigran teknolojisine sahiptir. Gemini ekosisteminde ayrıca hızlı görsel üretim ve düzenleme için Gemini Flash Image motorları yer alır.

Video Üretimi: Google Veo Ailesi

Gelişimi: Imagen Video ve Lumiere araştırmalarının ardından, DeepMind tarafından sinematik video üretimi için geliştirilen Veo ailesi devreye girdi.

Yetenekleri: Metin, görsel veya referans video girdilerinden 1080p ve 4K çözünürlükte, gerçekçi fizik simülasyonlarına ve gelişmiş kamera açısı kontrollerine (pan, zoom, tilt) sahip sahneler üretir. Sahne içi görsel süreklilik ve ses efektleriyle senkronizasyon sağlar.

Müzik ve Ses Üretimi: Lyria & MusicLM

Gelişimi: İlk olarak Google Labs'te deneysel MusicLM olarak duyurulan teknoloji, profesyonel müzik üretim mimarisi Lyria serisine dönüştü.

Yetenekleri: Metin istemlerinden veya melodi mırıltılarından 44.1 kHz stüdyo kalitesinde stereo ses, çok enstrümanlı besteler, yapılandırılmış şarkı düzenlemeleri (intro, nakarat, solo) ve vokal parçaları oluşturabilir. YouTube Dream Track ve MusicFX altyapısını besler.

3. NotebookLM Nedir? Ayrı Bir Model mi, Gemini Sürümü mü?

NotebookLM bağımsız, sıfırdan eğitilmiş yeni bir dil modeli değildir; Gemini modelinin doküman odaklı RAG (Retrieval-Augmented Generation / Geri Getirme Destekli Üretim) mimarisiyle çalışan özelleştirilmiş arayüzüdür.

Standart sohbet botları yanıtlarını tüm internet verisinden derlerken; NotebookLM kullanıcının yüklediği PDF'leri, Google Dokümanları, ses dosyalarını, web sitelerini ve YouTube transkriptlerini Gemini modeline tek referans kaynağı olarak verir.

Model sadece bu kaynaklar üzerinden akıl yürütür, her cevabın kaynağını satır satır belgeler ve halüsinasyon (yanlış bilgi üretme) riskini ortadan kaldırır.

Sürüm Tarihçesi:

Tarih	Sürüm / Gelişme	Temel Özellikler
Mayıs 2023	Project Tailwind	Google I/O 2023'te duyurulan deneysel not defteri prototipi.
Temmuz 2023	NotebookLM (Labs)	PaLM 2 altyapısıyla sınırlı kullanıcıya açılan ilk sürüm.
Haziran 2024	Gemini 1.5 Pro Entegrasyonu	200'den fazla ülkeye açıldı; 1.5 Pro'nun devasa bağlam penceresiyle yüzlerce sayfalık kaynak desteği kazandı.
Eylül 2024	Audio Overviews (Sesli Özet)	Belgeleri iki yapay zeka sunucusunun tartıştığı podcast formatına dönüştüren özellik eklendi.
Ekim 2024	Kararlı Sürüm	"Deneysel" (Experimental) etiketi kaldırılarak ana Google ürün gamına alındı.
2025 – 2026	Video Overviews & Gemini Notebook	Araç, görsel video özetleri ve güvenli bulut ortamında veri analizi için Python kod çalıştırma yetenekleriyle donatılarak Gemini Notebook çatısı altında güncellendi.

Sonuç: NotebookLM yolculuğuna Google Labs bünyesinde deneysel bir fikir olarak başlamış; zamanla olgunlaşarak metin, görsel, ses ve doküman analizini Gemini model altyapısıyla harmanlayan kalıcı bir profesyonel ekosistem aracına dönüşmüştür.