
Yapay Zekâ ile Dosya Sıkıştırmada Yeni Başarı: 1 GB Veri 105 MB’a İndirildi!
⚡ Haberin Özeti
- Tufa Labs, 1 GB Wikipedia verisini yapay zekâyla kayıpsız olarak 105,39 MB’a sıkıştırdı.
- 163 milyon parametreli Transformer modeli, sıkıştırma sırasında kendi kendine öğreniyor.
- İki NVIDIA B200 GPU ile sıkıştırma 7,3 gün, dosyayı açma ise 7,5 gün sürüyor.
Google’da Konsol Köşesi’ni tercih edilen kaynak yap
Yapay zekâ teknolojileri yalnızca metin üretmek, görsel oluşturmak veya karmaşık soruları yanıtlamak için kullanılmıyor. Bu kez yapay zekânın veri depolama alanında neler yapabileceğini gösteren dikkat çekici bir araştırma ortaya çıktı. Tufa Labs tarafından geliştirilen tufazip isimli yapay zekâ destekli sıkıştırma sistemi, 1 GB büyüklüğündeki Wikipedia verisini yalnızca 105,39 MB’a indirmeyi başardı. Üstelik işlem sırasında hiçbir veri kaybı yaşanmıyor.
Ancak bu etkileyici sonucun önemli bir dezavantajı bulunuyor. Sistem, iki adet güçlü NVIDIA B200 GPU kullanmasına rağmen verileri sıkıştırmak için yaklaşık 7,3 güne ihtiyaç duyuyor. Sıkıştırılmış dosyayı yeniden açmak ise yaklaşık 7,5 gün sürüyor. Dolayısıyla tufazip, şimdilik günlük kullanıma yönelik bir sıkıştırma programından çok, yapay zekâ araştırmalarında önemli bir deney olarak öne çıkıyor.
Yapay Zekâ ile 1 GB Wikipedia Verisi Nasıl 105 MB’a Sıkıştırıldı?
Tufa Labs araştırmacısı Tommy He tarafından geliştirilen tufazip, geleneksel sıkıştırma yöntemlerinden farklı bir yaklaşım benimsiyor. Sistem, verilerdeki tekrarları bulmak için elle hazırlanmış istatistiksel tahmin modellerine dayanmak yerine, 163 milyon parametreye sahip 12 katmanlı bir Transformer modelini temel tahmin mekanizması olarak kullanıyor.
Transformer mimarisi, ChatGPT gibi modern yapay zekâ sistemlerinde de kullanılan önemli teknolojilerden biri. Ancak tufazip, kullanıcılarla sohbet etmek veya sorulara yanıt vermek için tasarlanmadı. Bunun yerine metindeki örüntüleri analiz ederek sıradaki veri parçasını mümkün olduğunca doğru tahmin etmeye çalışıyor.
Sistemin çalışma mantığı, doğru tahmin edilen bilgilerin daha az bit kullanılarak kodlanabilmesine dayanıyor. Yapay zekâ, metnin yapısını öğrendikçe sonraki parçaları daha isabetli tahmin edebiliyor ve böylece verilerin saklanması için gereken alan azalıyor.
En önemli ayrıntı ise sıkıştırmanın tamamen kayıpsız olması. Başka bir ifadeyle, dosya yeniden açıldığında orijinal verilerin tamamı herhangi bir değişikliğe uğramadan geri elde edilebiliyor.
We shrank 1 GB of Wikipedia to 105.39 MB, losslessly.
Introducing tufazip: the best entry on the Large Text Compression Benchmark using a neural network as its sole predictor. Everything above it mixes a transformer with hand-built models.
Full post 👇https://t.co/cllPF90gsb
— Tufa Labs (@tufalabs) November 19, 2026
tufazip Sıkıştırma Yaparken Kendi Kendine Öğreniyor
tufazip’in dikkat çekici özelliklerinden biri, sıkıştırma devam ederken yapay zekâ modelinin de öğrenmeyi sürdürmesi. Araştırmacılar bu yaklaşımı online learning, yani çevrim içi öğrenme olarak tanımlıyor.
Sistem ilk olarak önceden eğitilmiş, 34 milyon parametreli daha küçük bir modelden yararlanıyor. Bu başlangıç modelinin ağırlıkları düşük hassasiyetli biçimde saklanarak yaklaşık 4,33 MB boyutuna indiriliyor.
Başlangıç modelindeki iki eğitilmiş Transformer katmanı, 12 katmanlı büyük modeli oluşturmak için çoğaltılıyor. Ardından her katman, sıkıştırılan veriler üzerinde bağımsız biçimde öğrenmeye devam ediyor.
İşin ilginç tarafı, dosyayı açan sistemin de aynı öğrenme sürecini yeniden gerçekleştirmesi. Böylece sıkıştırma sırasında oluşan büyük modelin bütün güncellenmiş ağırlıklarının dosyaya ayrıca eklenmesi gerekmiyor.
Bunun çalışabilmesi için hem sıkıştırma hem de açma işlemlerindeki tahminlerin ve model güncellemelerinin tamamen aynı sonuçları üretmesi gerekiyor. Aksi takdirde kayıpsız veri kurtarma mümkün olmayabilir.
İki NVIDIA B200 GPU Bile İşlemi Bir Haftada Tamamlıyor
Yapay zekâ destekli sıkıştırma sisteminin en büyük sınırlaması, yüksek hesaplama maliyeti. Araştırmada iki adet NVIDIA B200 GPU ve iki Intel Xeon Platinum 8570 işlemcili bir sistem kullanıldığı belirtiliyor.
tufazip v2 için açıklanan test sonuçları şöyle:
- Orijinal veri boyutu: 1.000.000.000 bayt (1 GB)
- Sıkıştırılmış veri: 100,96 MB
- Açma yazılımı ve gerekli dosyalar: Yaklaşık 4,43 MB
- Toplam boyut: 105,39 MB
- Sıkıştırma süresi: 631.548 saniye (yaklaşık 7,3 gün)
- Dosyayı açma süresi: 645.748 saniye (yaklaşık 7,5 gün)
- Kullanılan GPU: 2 adet NVIDIA B200
Bu değerler, orijinal verinin yaklaşık %89,46 oranında küçültüldüğünü gösteriyor. Başka bir ifadeyle, 1 GB büyüklüğündeki metin verisi, gerekli açma dosyaları da hesaba katıldığında yaklaşık onda biri kadar alan kaplıyor.
Üstelik açıklanan 7,3 günlük sıkıştırma süresine başlangıç modelinin önceden gerçekleştirilen eğitim işlemi dahil değil. Bu da yöntemin gerçek kullanım maliyetinin yalnızca sıkıştırma süresinden ibaret olmadığını gösteriyor.
tufazip Diğer Sıkıştırma Sistemlerinden Daha mı Başarılı?
tufazip, Matt Mahoney tarafından sürdürülen Large Text Compression Benchmark testinde önemli bir sonuç elde etti. Bu test, Wikipedia’nın İngilizce sürümünden alınan bir milyar baytlık enwik9 veri kümesinin kayıpsız biçimde ne kadar küçültülebileceğini ölçüyor.
19 Kasım 2026 tarihli sıralamada tufazip v2, 105,39 MB toplam boyutuyla 13. sırada yer alıyor. Bununla birlikte Tufa Labs, sistemin tahmin aşamasında yalnızca sinir ağı kullanan çözümler arasında en iyi sonucu verdiğini belirtiyor.
Farklı sıkıştırma sistemlerinin karşılaştırmalı sonuçları şu şekilde:
| Sıkıştırma sistemi | Toplam boyut | Sıkıştırma süresi | Açma süresi |
|---|---|---|---|
| cmix-neif 2.0 | 89,35 MB | 49,2 saat | 49,3 saat |
| tufazip v2 | 105,39 MB | 7,3 gün | 7,5 gün |
| DNA-4 | 105,55 MB | 19,8 saat | 2,6 saat |
| NNCP v3.2 | 107,26 MB | 67,2 saat | 66,3 saat |
Not: Süreler farklı donanım yapılandırmalarında ölçülmüştür. tufazip v2’nin süresine çevrim dışı başlangıç eğitimi dahil değildir. DNA-4 için verilen sıkıştırma süresi eğitimi kapsamaktadır.
Tabloya bakıldığında tufazip’in sıkıştırma oranı açısından oldukça başarılı olduğu görülüyor. Ancak diğer bazı sistemler, çok daha kısa sürede benzer sonuçlar elde edebiliyor. Bu nedenle en küçük dosyayı oluşturmak, her zaman en verimli sıkıştırma yöntemini kullanmak anlamına gelmiyor.
Araştırma Şaşırtıcı Bir Sonuç Ortaya Koydu: Daha Büyük Yapay Zekâ Her Zaman Daha İyi Değil
Tommy He’nin gerçekleştirdiği deneyler, yapay zekâ modellerinin boyutlarıyla performansları arasındaki ilişkiye dair önemli bulgular da içeriyor.
Örneğin 4.096 birimlik söz varlığı kullanan bir tokenizer, 8.192 ve 16.384 birimlik alternatiflerden daha iyi sıkıştırma sonuçları verdi. Wikipedia’nın XML işaretlemeleri için özel tokenlar eklemek de beklenenin aksine performansı olumsuz etkiledi.
Model büyüklüğünde de benzer bir durum gözlemlendi. Belirli test koşullarında 267 milyon parametreli model, 188 milyon parametreli bir modelden biraz daha kötü sonuç verdi.
Araştırmacılar ayrıca modelin daha önce işlediği metinleri yeniden incelemesini sağlayan öğrenme penceresini genişletti. Pencerenin 15 milyon tokendan 35 milyon tokena çıkarılması, sıkıştırılmış veri boyutunu yaklaşık %1,21 azaltırken hesaplama maliyetini yaklaşık %40 artırdı.
Bu sonuçlar, yapay zekâda daha fazla parametre, daha büyük modeller veya daha uzun eğitim süreçlerinin her zaman aynı ölçüde fayda sağlamadığını gösteriyor. Model büyüklüğü, öğrenme kapasitesi ve hesaplama maliyeti arasında doğru dengeyi kurmak büyük önem taşıyor.
Yapay Zekâ Destekli Sıkıştırma WinRAR ve 7-Zip’in Yerini Alabilir mi?
tufazip’in başarısı, gelecekte yapay zekâ destekli dosya sıkıştırma programlarının yaygınlaşıp yaygınlaşmayacağı sorusunu gündeme getiriyor. Ancak mevcut araştırma sonuçları, böyle bir dönüşümün henüz yakın olmadığını gösteriyor.
WinRAR ve 7-Zip gibi araçlar günlük kullanımda farklı dosya türlerini makul sürelerde sıkıştırmak ve açmak üzere tasarlanıyor. tufazip ise belirli bir metin veri kümesinde mümkün olduğunca yüksek sıkıştırma başarısına ulaşmayı hedefleyen deneysel bir çalışma.
Üstelik tufazip’in elde ettiği sonuçlar yalnızca metin odaklı enwik9 testi için geçerli. Aynı sıkıştırma oranının fotoğraflarda, videolarda, oyun dosyalarında veya daha önce sıkıştırılmış arşivlerde elde edilebileceğine ilişkin bir kanıt bulunmuyor.
Buna rağmen çalışma, gelecekte geliştirilecek sıkıştırma algoritmaları açısından önemli bir araştırma yönü sunuyor. Daha küçük ve verimli yapay zekâ modelleriyle benzer sonuçların elde edilmesi, bu yaklaşımın pratik kullanım alanlarını genişletebilir.
tufazip Veri Depolamanın Geleceğini Değiştirebilir mi?
Tufa Labs’ın çalışması, yapay zekânın yalnızca içerik üreten bir teknoloji olmadığını, verilerin temsil edilme ve saklanma biçimlerine de katkıda bulunabileceğini gösteriyor.
Şimdilik iki üst düzey GPU ile bir haftadan uzun süren işlemler, yöntemi günlük kullanıcılar ve büyük ölçekli ticari veri depolama uygulamaları için elverişsiz kılıyor. Buna karşın 1 GB metnin kayıpsız biçimde 105,39 MB’a indirilebilmesi, öğrenebilen modellerin sıkıştırma araştırmalarındaki potansiyelini ortaya koyuyor.
Önümüzdeki süreçte araştırmacıların temel hedefi, yüksek sıkıştırma başarısını korurken model boyutunu, enerji tüketimini ve işlem süresini azaltmak olacak. Bu denge sağlanabilirse yapay zekâ destekli sıkıştırma yöntemleri gelecekte daha geniş kullanım alanları bulabilir.




