İnsanlığın Geleceği Yapay Zekâ
Teknoloji sektörü çıkardığı her yenilikle insanları şaşırtmaya devam etmektedir. Yapay zekâ ve makine öğrenimi de bu yeniliklerden biridir. Ayıca yapay zekâ ve makine öğrenimi teknoloji dünyasının en popüler ve etkili konuları arasındadır. Sadece popüler olduğundan değil, aynı zamanda geleceğimizi de şekillendirme potansiyeline sahip bu teknolojiler, oldukça önemli alanlardır. Bugün birçok şirket bu alanda araştırmalar yapmakta ve büyük bütçeler ayırarak bu alana yatırım yapmaktadır. Bu derece önemli ve etkili bir teknolojiyi anlamak, aynı zamanda da kapasitesini öğrenmek için öncelikle bu teknolojinin tam olarak ne olduğunu bilinmelidir.
Yapay Zekâ Nedir?
Basitçe tanımlamak gerekirse yapay zekâ, insan zekâsının bir bölümünü taklit etmeye çalışan sistemlere verilen genel addır. Algoritmalar, sahip oldukları veri kütüphaneleri ve farklı araçların yardımıyla öğrenir ve karar verirler. Yapay zekâyı diğer teknolojilerden ayıran en önemli ve sıra dışı özelliği karar verme yeteneğidir. Tabii yapay zekâ denilince akla bilim kurgu filmlerindeki robotlar, ve değişik sistemler gelmemelidir. Yapay zekâ uzunca bir süredir zaten insan hayatında vardı. Günlük hayattan örnekler verilecek olursa, en sık kullandığımız video platformlarından biri olan Youtube’daki video önerme sistemi, İnstagram’daki öne çıkarılanlar vb. birçok sistemde, yapay zekâya kullanılmaktadır. Yapay zekânın da kendi içerisinde alt dalları bulunmaktadır. Bu bakımdan yapay zekâ aslında genel bir tanımdır.
1) Makine Öğrenmesi
Yapay zekânın bir alt dalı olan makine öğrenmesi, elle girilen verilere ihtiyaç duyulmaksızın insan zekâsını taklit ederek belli bir görevi yerine getirmeye çalışan algoritmaların bütünüdür. Bu algoritmalar, kendilerine sağlanan veri kaynakları ile yapılması istenen görevi kendi kendilerine yapma yeteneğine sahiptir.
Makine öğrenmesinin de iki farklı eğitim modeli bulunmaktadır. Bunlar denetimli öğrenme ve denetimsiz öğrenme şeklindedir. Denetimli öğrenmede belli bir sonuç yani çıktı için, yapay zekâ algoritmasına örnekler vermemiz gereklidir. Algoritma verilen bu örnek girdileri analiz eder ve karşılığında bir çıktı vermektedir. Buna verilecek en basit örnek, görüntülerdir. Örneğin algoritmanın kedi ve köpek ayrımını yapması istenmekte. Denetimli öğrenme modeline göre algoritmaya yeteri miktarda kedi ve köpek resmi verilecek olursa, algoritma bu resimleri analiz ederek kedi ve köpek ayrımını yapmayı öğrenecektir.
Diğer bir eğitim modeli olan denetimsiz öğrenmede, algoritmanın öğrenmesi sınıflandırmaya dayanmaktadır. Bu eğitim modelinde algoritmaya insanlar için kategorilemesi çok uzun ve zaman alacak karışık veri toplulukları verilir. Algoritmada bu verileri analiz ederek aralarındaki benzerliklere göre onları sınıflandırır. Bu öğrenme türü birçok alanda kullanılmaktadır. En basitinden örnek verecek olursak, bir online alış-veriş sitesinin müşteri verileri olabilir. Algoritma, müşterilerin site içerisindeki davranışlarını analiz ederek onları, sık satın alınan ürünler veya sepete atılan fakat alınmayan ürünler gibisinden kategorize eder. Diğer kullanıcılar bununla da ilgilendi yazısı belki tanıdık gelmiştir. Oradaki öneriler yapay zekâ algoritmasının verdiği çıktılar sonucu oraya konulmaktadır.
2) Derin Öğrenme
Derin öğrenme aslında bir çeşit makine öğrenmesi tekniğidir denilebilir. Aynı zamanda yapay zekânın alt dalıdır. Derin öğrenmede amaç, insan beyninin çalışma şeklini taklit ederek kendi kendine kararlar verme vb. işlevleri yerine getirmektir. Genel olarak robotik alanda, görüntü veya nesne tanıma vb. alanlarda kullanılır.
Derin öğrenme, makine öğrenmesinden daha karmaşık bir yapıya sahiptir. Makine öğrenmesi tek bir katmanda işlem yaparken derin öğrenme, birden fazla katmanda aynı anda çalışma potansiyeline sahiptir. Bu katmanlara yapay sinir ağları denilir. Derin öğrenme tekniğinde parametre girilmez. Algoritma nesne hakkında kendi parametrelerini oluşturarak onları tanır. Bu özelliği nedeni ile büyük bir veri deposuna ihtiyaç duyar. Ne kadar çok veri ile eğitilirse, algoritma o kadar hızlı gelişir ve verdiği sonuçların doğruluk payı yükselir.
Yine derin öğrenmede birçok endüstriyel alanda ve karmaşık problemlerin çözümünde kullanılan oldukça önemli bir uygulamadır.
Derin öğrenmeye verilecek günlük hayattan en güzel örnek, Kasım 2022’de tanıtılan ChatGPT sohbet robotudur. Bu robot doğal dil işleme üzerine kurulu bir teknolojidir. Birçok makale ve dergi gibi büyük veri setleri ile eğitilmiştir.
