Günümüzde hayatımızın her alanına nüfuz eden Yapay Zeka teknolojisi, ilerleyen yıllarda akıllı telefonlarımız aracılığıyla sürücüsüz otomobil teknolojisiyle yollarımızda da yerlerini almaya hazırlanıyor. En modern teknolojilerle her geçen gün güvenimizi kazanan Yapay Zeka’yı geçtiğimiz 10 yıl boyunca eğer bir mağarada yaşamıyorsanız siz de sıkça duydunuz, hatta günlük hayatınızda sıkça kullanıyorsunuzdur da.
Bu kadar değer gören ve bu kadar önem verilen Yapay Zeka tam olarak nedir ki bu kadar değer görüyor? “Makine öğrenmesi”, “yapay sinir ağları”, “yapay zeka” gibi terimler birbirinin yerine kullanılabilir mi?
İnsanların Yapay Zeka hakkında konuştuklarında duyacağınız kelimeleri ya da bazı moda terimleri anlamamıza yardımcı olmak için basit bir kılavuz oluşturduk. Oluşturduk çünkü, aklımızı yapay zekanın farklı lezzetlerini keşfetmek için açarsak makineler hayatımızı ele geçirdiğinde hayatta kalabiliriz.
Yapay Zeka
Yapay Zeka’nın tarihini çok fazla eşelemeyeceğiz ancak dikkat edilmesi gereken en önemli şey, yapay zekanın, aşağıdaki tüm terimlerin tüm dalların birleşme noktası, yani üzerinde toplandığı ağaç olmasıdır.
Örneğin, takviyeli öğrenme bir tür makine öğrenmesidir ve Yapay Zeka’nın bir alt alanıdır. Ancak, Yapay Zeka (zorunlu olarak) takviyeli öğrenme değildir.
Yapay Zeka kelimesi ilk olarak 1956’da New Hampshire’daki Dartmouth College’daki bir yaz çalıştayında ele alındı.
Yapay Zeka’nın ne anlama geldiğine dair henüz devletler arası ya da şirketler arası resmi bir mutabakat anlaşması yoktur (kimileri “Bilgisayarların henüz yapamadıkları harika şeyler” olarak tanımlamaya başladılar bile). Fakat çoğu kişinin üzerinde anlaştığı üzere, biz de Yapay Zeka’yı bilgisayarların akıllı olarak kabul edilecek eylemleri gerçekleştirmesi olarak tanımlayabiliriz.
Günümüzde ise Yapay Zeka içerisindeki en temel ayrım, mevcut etki alanına ilişkin olarak Dar Yapay Zeka ile Yapay Genel Zeka arasında yaşanıyor. Fakat şimdiye kadar hiçbir kesin kanıya ulaşılamamıştır.
Sembolik Yapay Zeka
Bugün Sembolik Yapay Zeka hakkında çok fazla şey duymuyorsunuz. Eski moda Yapay Zeka olarak da anılan Sembolik Yapay Zeka, bir bilgisayara yukarıdan aşağıya bir şekilde verilebilecek mantıksal adımlar etrafında inşa edilmiştir. Bu eski moda Yapay Zeka, belirli bir senaryo ile nasıl başa çıkılacağı konusunda bir bilgisayara (veya bir robota) çok sayıda kural entegre etmekten başka bir şey değil.
Sembolik Yapay Zeka, günümüze kadar gelişimini sürdüren Yapay Zeka ile ilgili birçok atılıma ilham olması sebebiyle çok önemli bir yer taşıyor. Ünlü bir yazarın dediği gibi, Sembolik Yapay Zeka, Eski Ahit’te anlatılan Tanrı’ya benziyor. Çok fazla kuralı var, ama merhameti yok.
Bugün, Selmer Bringsjord gibi birçok ünlü araştırmacı, sadece yaratıcıları tarafından anlaşılabilen mantıksal sistemlerin üstünlüğü etrafında inşa edilen mantık temelli Sembolik Yapay Zeka’ya odaklanarak sistematiğini çözmekle uğraşıyor. Geçmişin tozlu rafları hala bilinmezliklerle dolu.
Makine öğrenmesi
Günümüzde büyük bir Yapay Zeka atılımını duyuyorsanız, ya da yeni bir çalışmadan bahsediliyorsa aksi belirtilmediği ya da istisna olmadığı sürece, makine öğrenmesi ile ilgili bir gelişmeyi duymuşsunuz demektir. Adından da anlaşılacağı gibi makine öğrenmesi, iyi, akıllı ve geliştirilerek öğrenen makineler yapmakla ilgilidir.
Yapay Zeka başlığında olduğu gibi, makine öğrenmesinin de birden fazla alt kategorisi vardır, ancak bunların hepsinin ortak noktası, bilgiyi elde etmek için veriye erişme ve algoritmaları uygulamaya yönelik istatistik odaklı olmaları. Yapay Zeka büyük bir ağaçsa, makine öğrenmesi ağacın en büyük dalıdır diyebiliriz.
Asla yapay zeka ile aynı şey olarak düşünülmemesi gereken makine öğrenmesi konusu matematiğin en ağır dallarını da içerisinde barındırırken temel olarak amacı, bir programa belirli verileri vererek daha karmaşık problemlerin çözümlenmesini sağlamaktır.
Takviyeli Öğrenme
Takviyeli öğrenme, makine öğreniminin bir alt dalı, bir lezzetidir. Davranışçı psikolojiden büyük ölçüde ilham alır ve yazılımcının bir konuyu ya da bir ödülü en üst düzeye çıkarmak için bir ortamda eylem yapmayı öğrenebileceği düşüncesine dayanır.
Temelde geliştirilen teknolojide her hareket sonunda bir ceza ya da ödül verilerek bir deneğin belli bir harekete ya da hareket dizisine koşullanabileceği fikrinden ortaya çıkar.
2015’te Google’ın DeepMind’ı klasik video oyunlarını oynamak için bir Yapay Zeka eğitimi aldığını gösteren bir makale yayınladı. Makalede, puanı en üst düzeye çıkarmak için takviyeli öğrenme, yazılımcının yavaş yavaş deneme yanılma yoluyla defalarca oyunu oynayarak oyundaki iyi ve kötü yanları çözmesi durumu olduğu belirtiliyor.
Kısacası, oyun oynanmaya başlandığında her harekete rastgele bir fayda değeri atanır. Herhangi ekstra bir şey yapmadan devam edilen oyunda bir hareket ya da durumda ödül ya da ceza alınıyorsa o hareketin fayda değeri bir formüle göre arttırılır ya azaltılır. Bir nevi deneme yanılma yoluyla oluşturulan yapay zeka algoritması da diyebiliriz.
Yapay Sinir Ağları
İnsan beyninin bilgi işleme tekniğinden esinlenerek geliştirilmiş bir bilgi işlem teknolojisi olan yapay sinir ağları, basit biyolojik sinir sisteminin çalışma şeklini temel alır.
İnsan sinir sisteminde nasıl bir nöronda bilgi iletimi için alınan sinyalin eşik değere ulaşması gerekiyorsa, Yapay Zeka alanında da yeterli bilgi toplamı elde edilmelidir.
Yapay sinir ağları kavramı aslında 1940’lardan bu yana konuşuluyor, fakat 1980’lerin ortasında itibaren üzerinde daha güçlü duruluyor. Geliştirilen geri yayılım algoritmasının geliştirilmesine de ilham kaynağı olan yapay sinir ağları, kendi içerisinde de bir çok öğrenme algoritmasına sahiptir.
Sinir ağları, insan beyninin çalışma mekanizması örnek alınarak geliştirilmiş derken, beynimizin en önemli özelliklerinden birisi olan öğrenme yetisine odaklandığını da vurgulamak gerekiyor. Öğrenme yetisi olarak da hafıza, genelleştirme, giriş çıkış ilişkisi kurma ve non-lineer ilişkileri öğrenme, bulanık durumlarda dahi muhakeme yeteneği gibi özellikleri dikkat çekiyor. Burada duygulardan bağımsız düşünüyoruz tabii. Yoksa sevgilimizin bugün öğrendiği şeyler burada bizi ilgilendirmiyor.
Evrimsel Algoritmalar
Daha önce hiç duymadıysanız ya da size tanıtılmadıysa evrimsel algoritmalar, genel bir popülasyona dayalı meta hepatistik optimizasyon algoritması olarak bilinir. Yapay Zeka ağacının meyvelerinden biri olan evrimsel algoritmalar, makine öğrenmesinin bir alt dalıdır da diyebiliriz.
Bir bilgisayar içindeki doğal seçim kavramını taklit etmek için tasarlanan algoritmalarda süreç, kendi algoritmasıyla elde etmeye çalıştığı hedefleri belirleyen bir yazılımcı ile başlar. En önemli evrimsel algoritmalar örneği, NASA’nın, uydu bileşenlerini tasarlamak için evrimsel algoritmaları kullanması olarak dikkat çeker.
2004 senesinde NASA, Space Technology 5 (SP5) isimli 3 adet uydu göndermeye karar verdiğinde, yaklaşık 20 kilogram ağırlığında ve 10 cm x 10 cm büyüklüğünde kutulardan oluşan uydular için yaklaşık 4 santimetrekare özel bir anten tasarlanması gerekiyordu. Uzaya gittiklerinde, Dünya’nın manyetosferinde gezerek, X-bandında taramalar yaparak yeryüzüne veri gönderecek olan uydularda kullanılacak antenlerin manyetik etkileşimlerini sağlamak için Yapay Zeka’nın evrimsel algoritmalar alt dalından faydalanıldı. Geliştirilen bir yazılım sonucunda fiziksel özelliklerin yanı sıra, NASA’nın istediği görevlerin de listelendiği yazılımın yerleştirilmesi sonucu görev başarıyla tamamlandı.
Evrimsel Algoritmaların kullanıldığı bir diğer alan ise akıllı mobilyalar. Kısaca bu yapay zekanın alt dalı olan evrimsel algoritmalara, fiziksel özelliklerle yazılımın birleşimi de diyebiliriz.
Bir bilgisayar içindeki doğal seçim kavramını taklit etmek için tasarlanan algoritmalarda süreç, kendi algoritmasıyla elde etmeye çalıştığı hedefleri belirleyen bir yazılımcı ile başlar. En önemli evrimsel algoritmalar örneği, NASA’nın, uydu bileşenlerini tasarlamak için evrimsel algoritmaları kullanması olarak dikkat çeker.
2004 senesinde NASA, Space Technology 5 (SP5) isimli 3 adet uydu göndermeye karar verdiğinde, yaklaşık 20 kilogram ağırlığında ve 10 cm x 10 cm büyüklüğünde kutulardan oluşan uydular için yaklaşık 4 santimetrekare özel bir anten tasarlanması gerekiyordu. Uzaya gittiklerinde, Dünya’nın manyetosferinde gezerek, X-bandında taramalar yaparak yeryüzüne veri gönderecek olan uydularda kullanılacak antenlerin manyetik etkileşimlerini sağlamak için Yapay Zeka’nın evrimsel algoritmalar alt dalından faydalanıldı. Geliştirilen bir yazılım sonucunda fiziksel özelliklerin yanı sıra, NASA’nın istediği görevlerin de listelendiği yazılımın yerleştirilmesi sonucu görev başarıyla tamamlandı.
Evrimsel Algoritmaların kullanıldığı bir diğer alan ise akıllı mobilyalar. Kısaca bu yapay zekanın alt dalı olan evrimsel algoritmalara, fiziksel özelliklerle yazılımın birleşimi de diyebiliriz.
Yazan: Akın Murteza
Bu yazı, Newtech dergisinin Temmuz sayısından alınmıştır.