Mortanas AI Lab

Araştırma Portalı

Deneysel yapay zeka sistemleri, uygulamalı araştırma programları ve insansı robotik konsept hattı: grubun tüm ürünlerini besleyen bilimsel çekirdek. Deney kayıtları, sonuç özetleri ve açık veri setleri bu portalda yayımlanır.

Araştırma İstatistikleri

Laboratuvarın Sayısal Fotoğrafı

Rakamlar temsilidir; çeyreklik teknik denetimlerle güncellenir.

24 Yayınlanan Makale Hakemli + teknik rapor toplamı

38 Test Edilen Model Kıyas protokolünden geçen model

9 Aktif Deney Şu anda koşan deney hattı

260+ Toplam İterasyon Tamamlanan deney döngüsü

Programlar

Aktif Araştırma Hatları

Üretken Sistemler

Kurumsal içerik, analiz ve karar destek amaçlı büyük dil modeli uygulamaları; çok dilli kurumsal asistan mimarileri.

İstihbarat Analitiği

Açık kaynak veri füzyonu, tehdit skorlama motorları ve medya doğrulama sistemleri üzerine uygulamalı çalışmalar.

Robotik & Otonomi

Mortanas Robotics ile yürütülen insansı robotik konsept geliştirme ve insan-robot etkileşimi araştırmaları.

Eğitim Teknolojileri

Adaptif öğrenme, otomatik değerlendirme ve sertifikasyon güvenilirliği üzerine Academy destekli araştırmalar.

Güvenli & Sorumlu AI

Model denetlenebilirliği, veri koruma (KVKK/GDPR) ve kurumsal AI yönetişim çerçeveleri.

Dağıtık Altyapı

Çok bölgeli, yüksek erişilebilirlikli AI servis mimarileri ve maliyet-ölçek optimizasyonu.

Deney Kayıtları

Deneysel Sonuçlar & Araştırma Girdileri

Her kayıt; problem, yöntem, ölçülmüş sonuç ve kısa yorumdan oluşan standart deney formatında tutulur.

Yapay Zekâ v0.3

Deneysel Testte

LLM Performans Analizi: Bağlam Uzunluğu vs Doğruluk

Bağlam penceresi büyüdükçe kurumsal soru-cevap doğruluğunun nasıl değiştiğini ölçen kontrollü deney serisi.

Sonuç Özeti

+12% doğruluk artışı (8k → 32k bağlam)
-4% 64k üzerinde doğruluk düşüşü gözlendi

Doğruluk (%) / bağlam adımı

İncele

Problem: Uzun kurumsal dokümanlarda modelin ortadaki bilgiyi kaçırması (lost-in-the-middle).
Yöntem: 7 bağlam uzunluğu kademesinde 1.200 soruluk Türkçe test seti ile A/B koşuları.
Sonuç: 32k bağlamda +12% doğruluk; 64k üzerinde getiri negatife dönüyor.
Yorum: Optimum pencere 32k; daha uzun içerik için parçalama + yeniden sıralama önerilir.

Yapay Zekâ v1.0

Deneysel Tamamlandı

Model A vs Model B: Latency / Accuracy Karşılaştırması

İki aday üretken modelin gecikme–doğruluk dengesinin üretim trafiği simülasyonunda kıyaslanması.

Sonuç Özeti

1.8× Model B daha hızlı ilk-token süresi
+3.1 puan Model A doğruluk avantajı

Metrik çiftleri: A (koyu) vs B (açık)

İncele

Problem: Kurumsal asistan hattı için tek model seçimi gerekiyordu; kriterler çelişiyordu.
Yöntem: 6 metrikte (doğruluk, ilk-token, p95 gecikme, maliyet, tutarlılık, güvenlik) çapraz kıyas.
Sonuç: Model B gecikmede 1.8× önde; Model A doğrulukta +3.1 puan üstün.
Yorum: Karar: yönlendirici mimari — kısa sorgular B, analitik sorgular A modeline.

Yapay Zekâ v0.2

Deneysel Testte

Küçük Veri Setlerinde Model Davranışı

Sınırlı etiketli veriyle ince ayar yapılan modellerin ezber–genelleme sınırının haritalanması.

Sonuç Özeti

~500 örnek anlamlı genelleme eşiği
+9% veri artırımıyla F1 kazanımı

F1 skoru / örnek sayısı adımı

İncele

Problem: KOBİ senaryolarında büyük etiketli veri seti bulunmuyor; az veriyle güvenilir model gerekli.
Yöntem: 5 veri boyutu kademesinde ince ayar + çapraz doğrulama; sentetik veri artırımı denemeleri.
Sonuç: 500 örnek altında ezber baskın; artırımla F1 +9% iyileşiyor.
Yorum: Az veri rejiminde artırım + erken durdurma standart reçete olarak öneriliyor.

Robotik v0.1

Deneysel Testte

Hareket Simülasyon Testleri

İki bacaklı platformun sanal fizik ortamında denge ve adım döngüsü senaryolarıyla doğrulanması.

Hızlı Prototipleme

Sonuç Özeti

%76 engebeli zemin senaryo başarımı
2.400 tamamlanan simülasyon koşusu

Senaryo başarımı (%) / iterasyon

İncele

Problem: Fiziksel prototipten önce düşme riskli senaryoların güvenle taranması gerekiyor.
Yöntem: Fizik motorunda 2.400 koşu; zemin eğimi, sürtünme ve itki bozuculariyle stres testi.
Sonuç: Başarım 6 iterasyonda %40 → %76; en kırılgan durum yanal itki.
Yorum: Yanal denge kontrolcüsü v0.2 için öncelikli geliştirme maddesi.

Robotik v0.2

Deneysel Tamamlandı

Sensör Doğrulama Deneyleri

IMU, lidar ve derinlik kamerası verilerinin füzyon öncesi gürültü ve sapma karakterizasyonu.

Bilgisayarlı Görü Lab

Sonuç Özeti

%97 IMU örneklem tutarlılığı
±2.1 cm derinlik ölçüm sapması (2 m)

Sensör başına doğrulama skoru (%)

İncele

Problem: Füzyon algoritması, sensörlerin gerçek gürültü profili bilinmeden kalibre edilemiyor.
Yöntem: Sabit sahne + hareketli platform protokolüyle 6 sensörün 48 saatlik kayıt analizi.
Sonuç: IMU tutarlılığı %97; derinlik kamerası 2 metrede ±2.1 cm sapıyor.
Yorum: Sapma modeli füzyon filtresine parametre olarak eklendi; deney kapatıldı.

Robotik v0.1

Deneysel Planlandı

Otonom Yön Bulma Algoritması

Bilinmeyen iç mekânda haritasız gezinim için örnekleme tabanlı planlayıcı tasarım çalışması.

Otonom Sürüş Merkezi

Sonuç Özeti

Q3 2026 ilk simülasyon koşusu hedefi
3 aday planlayıcı mimarisi kısa listede

Hazırlık ilerlemesi (%)

İncele

Problem: Harita çıkarmadan güvenli gezinim, depo ve saha senaryolarının ön koşulu.
Yöntem: Literatür taraması tamamlandı; 3 aday mimari benchmark protokolü yazılıyor.
Sonuç: Henüz deneysel sonuç yok — tasarım ve hazırlık fazı.
Yorum: Simülasyon altyapısı Hareket Simülasyon Testleri hattıyla paylaşılacak.

Enerji v0.2

Deneysel Testte

Mikro Şebeke Simülasyonu

Güneş + batarya + yük profilinden oluşan ada-mod mikro şebekenin dengeleme algoritması testleri.

Sonuç Özeti

%18 pik yük tıraşlama kazanımı
720 saat simüle edilen şebeke süresi

Dengeleme başarımı (%) / senaryo

İncele

Problem: Ada modunda ani yük değişimleri frekans kararlılığını bozuyor.
Yöntem: 720 saatlik sentetik yük profili üzerinde 3 dengeleme stratejisinin kıyası.
Sonuç: Tahminli şarj stratejisi pik yükü %18 tıraşlıyor.
Yorum: Batarya ömrü etkisi bir sonraki iterasyonda modele eklenecek.

Enerji v0.1

Deneysel Araştırma

Enerji Verimlilik Modeli

Compute yükü ile tesis enerji tüketimi arasındaki ilişkinin regresyon tabanlı modellenmesi.

Sonuç Özeti

R² 0.83 ilk model açıklama gücü
4 değişken anlamlı yordayıcı sayısı

Model açıklama gücü gelişimi

İncele

Problem: AI iş yükü arttıkça enerji maliyeti öngörülemez biçimde dalgalanıyor.
Yöntem: Aylık tüketim + iş yükü telemetrisiyle doğrusal ve ağaç tabanlı modellerin kıyası.
Sonuç: İlk regresyon R² 0.83; soğutma değişkeni en güçlü yordayıcı.
Yorum: Literatür fazı sürüyor; hedef, kapasite planlamasına girdi veren tahminci.

Enerji v0.1

Deneysel Planlandı

Senaryo Karşılaştırması: Şebeke / Hibrit / Ada Modu

Üç enerji besleme senaryosunun maliyet, karbon ve süreklilik eksenlerinde karşılaştırma tasarımı.

Sonuç Özeti

3 senaryo karşılaştırma matrisi tanımlandı
9 metrik değerlendirme çerçevesi hazır

Ön skorlar / senaryo (temsili)

İncele

Problem: Yeni tesis için besleme mimarisi kararı veriye dayandırılmalı.
Yöntem: Maliyet, karbon ve kesinti toleransı metriklerinde çok ölçütlü karar analizi (MCDA).
Sonuç: Deney başlamadı — çerçeve ve veri toplama planı tamam.
Yorum: Mikro Şebeke Simülasyonu çıktıları senaryo girdisi olarak kullanılacak.

Veri v0.3

Deneysel Tamamlandı

Veri İşleme Yöntemleri: Pipeline Optimizasyonu

Toplu veri hattında sıkıştırma, bölümleme ve paralelleştirme kararlarının uçtan uca ölçümü.

Sonuç Özeti

2.6× uçtan uca işleme hızlanması
-41% depolama ayak izi azalması

Göreli işleme hızı / sürüm

İncele

Problem: Gece toplu işleri pencereye sığmıyor; maliyet doğrusal büyüyordu.
Yöntem: Sütunsal format + bölümleme + aşamalı paralellik; her adımda kıyas ölçümü.
Sonuç: v0.3 hattı 2.6× hızlı, depolama -%41; SLA penceresine geri dönüldü.
Yorum: Kazanımın çoğu format değişiminden; paralellik ancak 3. sırada etkili.

Veri v0.2

Deneysel Testte

Tahminleme Modeli Kıyaslaması

Zaman serisi talep tahmininde klasik istatistik, ağaç tabanlı ve derin modellerin kıyas koşuları.

Sonuç Özeti

-14% MAPE iyileşmesi (en iyi model)
5 model aynı protokolde kıyaslandı

Tahmin isabeti (%) / koşu

İncele

Problem: Farklı ekipler farklı tahmin modelleri kullanıyor; ortak bir kıyas zemini yoktu.
Yöntem: 5 model, aynı veri bölünmesi ve yürüyen-pencere protokolüyle değerlendirildi.
Sonuç: Ağaç tabanlı model MAPE'yi %14 düşürdü; derin model ancak uzun serilerde önde.
Yorum: Kısa serilerde basit modeller yeterli; karmaşıklık ihtiyaçla ölçeklenmeli.