Google Ads, ALF (Advertiser Large Foundation Model) adlı güçlü yeni bir yapay zeka modelini sessizce devreye alarak sahtekar reklamverenlere ve politika ihlallerine karşı savunmasını güçlendiriyor. 31 Aralık 2025 tarihli bir araştırma makalesi, bu gelişmiş sistemin halihazırda kullanıma sunulduğunu ve Google'ın kötü niyetli faaliyetleri tespit etme yeteneğinde hem hassasiyet hem de geri çağırma oranında önemli iyileşmelerle büyük bir sıçrama yaptığını ortaya koyuyor.

ALF: Reklam Sahtekarlığı Tespitine Çok Modlu Bir Yaklaşım

Detayları 31 Aralık 2025 tarihli makalede yayımlanan yeni yapay zeka modeli ALF (Advertiser Large Foundation Model), kapsamlı bir veri dizisini analiz etmek üzere tasarlanmış çok modlu bir sistemdir. Önceki sistemlerin aksine, ALF yalnızca izole sinyallere bakmakla kalmaz; reklamların metin, görsel ve video içeriklerini, ayrıca yaş, fatura bilgileri ve geçmiş performans metrikleri gibi kritik hesap bilgilerini de işler. Bu bütünsel yaklaşım, yapay zekanın reklamveren niyeti ve davranışları hakkında daha derin bir anlayış geliştirmesine olanak tanır ki bu da karmaşık sahtekarlık planlarını tespit etmek için hayati öneme sahiptir.

ALF'nin arkasındaki araştırmacılar, tek tek veri noktalarının kendi başlarına zararsız görünebileceğini vurguluyor. Ancak, ALF tarafından birleştirilip analiz edildiğinde, bu faktörler sahtekar operasyonların net bir resmini çizebilir.

"Bu ekosistemdeki temel zorluklardan biri, reklamveren niyetini ve davranışını doğru ve verimli bir şekilde anlamaktır. Bu anlayış, kullanıcıları reklamlarla eşleştirme ve sahtekarlık ile politika ihlallerini tespit etme dahil olmak üzere birçok temel uygulama için kritik öneme sahiptir.

Bu zorluğun üstesinden gelmek, yapılandırılmış hesap bilgileri (örn. hesap yaşı, fatura detayları), çok modlu reklam yaratıcı varlıkları (metin, görseller, videolar) ve açılış sayfası içeriği dahil olmak üzere çeşitli veri türlerini işleyen bütünsel bir yaklaşım gerektirir.

Örneğin, bir reklamverenin yakın zamanda oluşturulmuş bir hesabı olabilir, tanınmış büyük bir marka için metin ve görsel reklamları olabilir ve bir kez kredi kartı ödemesi reddedilmiş olabilir. Her bir öğe tek başına masumca var olabilse de, bu kombinasyon güçlü bir şekilde sahtekar bir operasyona işaret eder."

Önceki Sınırlamaların Üstesinden Gelmek

ALF, önceki sahtekarlık tespit sistemlerini engelleyen üç temel zorluğun üstesinden gelmek için özel olarak geliştirilmiştir:

  1. Heterojen ve Yüksek Boyutlu Veri: Reklamveren verileri, yapılandırılmış hesap detaylarından görseller ve videolar gibi yapılandırılmamış yaratıcı varlıklara kadar çeşitli formatlarda gelir. Dahası, her reklamverenin yüzlerce veya binlerce ilişkili veri noktası olabilir, bu da geleneksel modellerin etkili bir şekilde işlemede zorlandığı yüksek boyutlu bir matematiksel temsil oluşturur.

  2. Sınırsız Yaratıcı Varlık Kümeleri: Kötü niyetli reklamverenler genellikle binlerce yasal varlık arasında bir veya iki sahtekar varlığı gizler. Önceki sistemler, yaratıcı varlıkların muazzam hacmi karşısında bunalmış, bu da anormallikleri tespit etmeyi zorlaştırmıştır.

  3. Gerçek Dünya Güvenilirliği ve İnanılırlığı: Sağlam bir sahtekarlık tespit sistemi, yasal reklamverenleri haksız yere etkileyebilecek yanlış pozitifleri önlemek için yüksek derecede güvenilir güven skorları üretmelidir. ALF, sürekli manuel yeniden kalibrasyon gerektirmeden tutarlı bir şekilde çalışacak şekilde tasarlanmıştır.

Gizlilik ve Güvenliği Önceliklendirme

Fatura geçmişi ve hesap detayları gibi hassas sinyalleri analiz etmesine rağmen, ALF katı gizlilik önlemleriyle inşa edilmiştir. Yapay zeka tarafından herhangi bir veri işlenmeden önce, tüm kişisel olarak tanımlanabilir bilgiler (PII) titizlikle kaldırılır. Bu, ALF'nin risk tanımlamasının hassas kişisel verilerden ziyade yalnızca davranışsal kalıplara dayanmasını sağlar.

"Örnekler Arası Dikkat" Avantajı

ALF, tespit yeteneklerini geliştirmek için "Örnekler Arası Dikkat" adı verilen benzersiz bir teknik kullanır. Her reklamvereni izole bir şekilde değerlendirmek yerine, model "büyük reklamveren gruplarını" analiz eder ve birden fazla hesap arasındaki etkileşimleri karşılaştırır. Bu, ALF'nin daha geniş Google Ads ekosistemi içinde normal etkinliğin ne olduğunu öğrenmesini sağlayarak, tipik davranıştan sapan şüpheli aykırı değerleri belirlemede olağanüstü derecede doğru olmasını sağlar.

Üstün Performans Kriterleri

Google araştırmacıları, ALF'nin mevcut üretim taban çizgilerini önemli ölçüde geride bıraktığını bildiriyor. Gerçek dünya üretim ortamlarında, ALF hem hassasiyet hem de geri çağırma oranında önemli ve eş zamanlı kazançlar sağladı. Kritik bir politikada, geri çağırma oranını 40 puanın üzerinde artırırken, başka bir politikada etkileyici bir %99,8 hassasiyet elde etti.

ALF'nin daha büyük model boyutu biraz daha yüksek gecikmeye (yanıt üretmek için geçen süre) neden olsa da, bu durum Google'ın üretim ortamı için kabul edilebilir sınırlar içinde kalmaktadır. Bu ödünleşim, ALF'nin her gün milyonlarca isteği işlediği ve ölçekte önemli ölçüde daha iyi sahtekarlık tespit performansı sunduğu başarılı dağıtımıyla haklı çıkarılmaktadır.

Dağıtım ve Gelecek Potansiyeli

ALF, şu anda Google Ads Güvenlik sistemi içinde tamamen dağıtılmış durumda olup, Google Ads politikalarını ihlal eden reklamverenleri aktif olarak tespit etmektedir. Şu an için reklam güvenliğine odaklanmış olsa da, araştırmacılar gelecekteki çalışmaların gelişen sahtekarlık kalıplarını yakalamak için zamana dayalı faktörleri ("zamansal dinamikler") keşfedebileceğini belirtiyor. Ayrıca kitle modellemesi ve yaratıcı optimizasyonunda potansiyel uygulamalar da öneriyorlar.

Teknolojiye daha derinlemesine dalmak için orijinal araştırma makalesini okuyabilirsiniz:

ALF: Çok Modlu Reklamveren Anlayışı için Reklamveren Büyük Temel Modeli