Simply enter your keyword and we will help you find what you need.

What are you looking for?

Search








Generic filters

  /  YAZILAR-   /  Gülay Savaş Yazıları   /  YAPAY ZEKA VE DERİN ÖĞRENME NEDİR? NE DEĞİLDİR?

YAPAY ZEKA VE DERİN ÖĞRENME NEDİR? NE DEĞİLDİR?

Bilgi teknolojilerindeki gelişmelerle birlikte son 20 yıllık süreçte bilgi, artık durağan değil öğrenen, düşünen ve karar veren bir sisteme yani öğrenen dinamik algoritmalara dönüşmüştür.

2000’li yılların başından itibaren, içinde bulunduğumuz Endüstri 4.0 devrimiyle gelişimine hız veren yeni dönüşümde, daha kısa zamanda, daha fazla sayıda ve kusursuz ürün üretme motivasyonuyla gelen akıllı sistemler, bilimsel bilgi sürecinin yeni aktörleri olarak tanımlanmıştır.

Ar-Ge odağına teknolojinin konmasıyla birlikte teknolojisi gelişen veri toplama cihazları ve yazılımlar ile daha çok veri, daha büyük veri saklama ortamlarında toplanmaya başlamıştır. Ham veri artık sensörlerle toplanıyor, toplanan veriler algoritmik yöntemler ile işleniyor; makine öğrenme yöntemleri ile öğrenen modeler üretim bandında sonraki adımda ne yapması gerektiğinin kararını veriyor ve uyguluyor.

Bu süreçlerin tamamında insanın öğrenme süreçlerini taklit edip, tecrübelerinden ders alan; sonraki kararlarında bunları göz önüne alan, yoğun veriden, kıymetli / anlamlı veriyi çekerek daha çabuk ve daha doğru karar verebilme becerisine sahip yazılım yazılım tabanlı simülasyonları Yapay Zeka  olarak tanımlıyoruz. Nesnelerin interneti, bulut bilişim, bulanık mantık, otonom sistemler, arttırılmış gerçeklik, veri madenciliği, makine öğrenmesi ve derin öğrenme bu ürünlerin en hızlı gelişen uygulamaları olarak karşımıza çıkıyor.   

Sonuçta, yapay zekâ (AI), bilgisayar bilimi ve mühendisliğinin en popüler alanlarından biridir ve İngilizce “Artificial intelligence” kavramının akronimi olan AI şeklinde de sıklıkla kullanılır.

Sonuçta AI, makinelerde, robotlarda ve bedensiz bilgisayar programlarında akıllı davranış, öğrenme ve adaptasyon ile ilgilenir. AI her yerdedir. Günlük yaşamımızdan örnekler verirsek:

  • Arama motorları (Google, Microsoft Bing, Baidu, Yahoo, Yandex, DuckDuckGo vb…)  sorguları yanıtlamak, konuşmayı tanımak, dilleri çevirmek, e-posta programlarında spam filtrelemek için kullanır.
  • Bankalar, döviz kurları ve borsaları tahmin etmek için kullanır.
  • Doktorlar tümörleri tanımak için kullanır.
  • Robotlar kendilerini ve engelleri lokalize etmek için kullanır.
  • Otonom arabalarda kullanılır.
  • Video oyunları oyuncunun deneyimini geliştirmek için kullanır.
  • Uyarlamalı teleskoplar görüntü kalitesini iyileştirmek için kullanır.
  • Akıllı telefonlar nesneleri / yüzleri / jestleri / sesleri / müziği tanımak için kullanır.

İnsanlar siber-güvenlik ve AI riskleri olasılığını tartışıyorlar. Google, Amazon, Baidu, Microsoft, Elon Musk gibi büyük oyuncular AI’ya milyarlarca dolar harcıyorlar.

Peki bilgisayar programlarından ve simülasyonlarından ibaret bu uygulamalar, öğrenirken kimden ilham alıyor, nasıl öğreniyor?

“Yapay Sinir Ağları ile El Yazısı Karakterlerinin Tanınması” konulu doktora tezimi de İTÜ’de çalışırken, hocamız bize önce şunu dedi: “Çocuklar bilgisayara öğrenmeyi öğretmeden evvel, insan beyni nasıl çalışıyor, yani nasıl öğreniyor gelin önce ona bakalım!”

Peki biz insanoğlu nasıl öğreniyoruz?

Biyolojik nöron temel olarak dendritler, hücre gövdesi ve akson olmak üzere 3 temel yapıdan oluşur. Akson ucu telodendria adı verilen alt dallara ayrılır ve bu dalların uçlarında da diğer nöronların dendritlerine veya hücre gövdesine bağlanan sinaptik terminaller bulunur. Nöronlar, bu sinapslar aracılığıyla diğer nöronlardan eşik gerilimini aşmasını sağlayacak bir uyaran ile tetiklenirse kendisini ateşler ve hızlı bir aksiyon potansiyeli üretir. Yaklaşık 100 milyar nörona sahip ve her bir nöronun on binlere varan sinaptik bağlantılar yapabildiği düşünüldüğünde muhtemel bağlantı sayısının büyüklüğü ve kompleksliği hakkında daha çok fikir sahibi olabiliriz. Nörofizyolojik öğrenme kuramı, öğrenme sürecini, hücresel düzeyde sinir hücreleri arasındaki sinaptik bağlantıda gerçekleşen sinyal iletimi olarak, moleküler düzeyde de bu hücrelerin zarlarında ya da içinde gerçekleşen kimyasal bir etkileşim olarak tanımlanmaktadır. Makine öğrenme yöntemlerinden en yaygın kullanılan yöntemlerinden birisi olan Yapay Sinir Ağları, biyolojik nöronların bu deneyimini esas alarak geliştirilmiştir ve Perceptron gibi temel yapay sinir ağları mimarileri oluşturulmuştur. Günümüzde daha yüksek çözünürlüklü ve yüksek frekanslı olarak toplanan verilerin artmasıyla birlikte, bu yazılımların ürettiği cevaplar, aldığı kararlar referans değerlere yani doğru cevaplara / sonuçlara çok daha fazla yakınsama göstermektedir. Süreç artık daha hızlı işlem yapan bir hale gelmiştir. 

Bir de yapay zekanın dünyadaki durumuna bakalım ve yazımızı öyle sonlandıralım.

Dünyaya baktığımızda ise, yapay zekanın 2010’dan beri, yaklaşık %60’lık bir bileşik büyüme oranında ilerlediğini görüyoruz. Bu devrime dünyada liderlik  eden ülkeler ise

1- Çin

2- Amerika

3- Japonya

4- İngiltere

5- Almanya’dır.

Yapay zeka günümüzde kurumsal alanda olduğu kadar bireysel yaşamımızda da yaygın olarak kullanılmaya başlandı. Cep telefonlarımız, hobi amaçlı kullandığımız drone’lar, fotoğraf makinaları, akıllı saatler, arabalar gibi birçok cihaz yapay zeka ile çalışan uygulama ve özellikleri kullanımımıza sunmakta. Telefonlarımızdaki Siri, Cortana, Alexa, Google Asistant gibi konuşmamızı tanıyıp anlayan ve cevaplar üreten kişisel asistanlar bunlara en güzel örnekler olabilir. Bunun yanında tüm sektörlerde kurumsal alanda finans, lojistik, üretim, satış, satış sonrası, insan kaynakları gibi tüm iş süreçlerinde yapay zekanın yaygın olarak kullanıldığını görüyoruz.

Siyah beyaz televizyonlardan, sabit ev telefonları için bile bir sene beklediğimiz zamanlardan, boyumuz büyüklüğündeki bilgisayarlardan, 256KB’lık Epson bilgisayarlardan, gwbasic programlardan, makine öğrenmelerine, cep telefonlarına, yapay zekalara, kuantum bilgisayarlara dönüşen bir zamanın tam ortasında yaşadım teknolojiyi. Son 40 sene içindeki bu değişim inanılmaz. Teknoloji bu kadar değişirken insan ve onun öğrenmesi maalesef bu hızda değişmedi. Bundan 12 yıl sonra 2030’da insan beynine yerleştirilecek nanobotlar ile tüm internet bilgilerinin artık insan beynine download edilebileceği yani hepimizin bir Lucy olabileceği fikri beni heyecanlandırıyor. Denildiği gibi artık insanın da yeni versiyonu geliyor: İnsan 2.0 =Cyborg

Tüm bu hızlı değişimler içinde biz neredeyiz? Bu ise başka bir soru.