Bir bilgisayarın ya da bilgisayar kontrolündeki bir makinenin belirli bir işi yaparken zeki canlıları taklit etmesini sağlayan yazılımlara Yapay Zeka diyebiliriz.
İnsanlık tarihi, belli başlı dönüm noktaları içerir. Bir zamanlar taş ve sopalarla araç – gereç yapan insanlar, daha sonra maden işlemeyi öğrenerek çok daha sağlam araç – gereçlerle medeniyetlerini güçlendirdi. Bu bağlamda maden işleme kabiliyeti kazanmak, insanlık için bir dönüm noktası oldu. Bunun yanında yazı, barut, pusula gibi icatları da medeniyetimizin inşa sürecinde birer dönüm noktası olarak sayabiliriz. Yapay Zeka, belki de bu kırılma noktalarından biri olmaya aday.
Yapay Zeka ile amaçlanan şey, bağımsız bir şekilde öğrenebilen ve öğrendiklerini bir problem karşısında çözüm üretmek için kullanan algoritmalar ortaya çıkarmaktır. Yapay zekayı diğer yazılımlardan ayıran en önemli özellik bağımsız öğrenme özelliğidir. Peki, makineler nasıl öğrenebiliyor? Hadi inceleyelim.
Makine Öğrenmesi Nedir?
Tanımlanan verileri kapsamlı bir şekilde analiz ederek yeni çıkarımlar yapan ve yeni şeyler öğrenen Yapay Zeka yazılımlarının gerçekleştirdiği bu eyleme makine öğrenmesi diyoruz.
Makine öğrenmesi en basit haliyle şu şekilde gerçekleşir: Yapay Zeka barındıran makine, farklı yaklaşımlarla verilerde öne çıkan belli başlı benzerlikleri belirler. Sonra belirlediği bu benzerlikleri taşıyan etiketleri analiz ederek öğrenir ve sınıflandırır. Daha sonra öğrenmiş olduğu bu bilgileri, karşılaştığı yeni problemlere çözüm üretmek için kullanır.
Makine öğrenmesi algoritmaları genellikle iki alt başlıkta incelenir:
1. Denetimli Öğrenme
Bu kapsama giren öğrenme algoritmaları, daha önce öğrenilen veri ve bilgilerden yararlanarak çıkarımlar yapar. Yani öğrenme aşamasında yararlanılacak veri ve veri kümeleri önceden tanımlıdır. Önceden tanımlı bu bilgilerle, karşılaşılan yeni durumlar yorumlanarak çıkarımlar yapılır, yeni bilgiler elde edilir ve makine öğrenmesi gerçekleşir.
Denetimli öğrenme algoritmasının çalışma mantığına bir örnek vermek gerekirse;
Diyelim ki gösterdiğiniz resimlerde muz ya da çilek olup olmadığını size söyleyebilen bir sistem geliştireceksiniz. Böyle bir sistem için denetimli öğrenme algoritması işinizi görecektir. Şöyle ki:
Sistemin resimlerde bir muz olduğunu söyleyebilmesi için öncelikle sisteme içinde birçok muz resmi bulunan bir veri grubu tanımlamak gerekir. Yani sisteme muzun nasıl bir şey olduğunu öğretmeniz gerekir. Daha sonra aynı işlemi çilek resimleriyle de yapmalısınız. muz ve çileği tanımlamak için girilen bu veri grubuna eğitim verisi adını veriyoruz.
Algoritmaya muz ve çileğin nasıl şeyler olduğunu öğreten veri gruplarını gösterdik. Şimdi tekrar içinde muz ve çilek resimleri bulunan yeni bir veri grubu göstereceğiz. Bu veri grubunda muz ve çilek resimleri karışık bir şekilde bulunacak. Fakat burada bir tanımlama(öğretme) yapmayacağız.
Bu adımda algoritmaya son veri grubunun içinde muz ya da çilek resimlerinin olup olmadığını soracağız. Algoritma daha önce kendisine öğretilen muz ve çilek resimlerinden yola çıkarak son veri grubunda muz ve çilek resimlerinin olup olmadığını kendisi belirleyecektir. Yani ilk iki veri grubunda öğrendiği bilgileri kullanarak üçüncü veri grubundaki karışık muz ve çilek resimlerini ayırt edip sınıflandırabilecektir.
2. Denetimsiz Öğrenme
Burada denetimli öğrenmedeki gibi algoritma önceden tanımlı bir bilgi ya da deneyime sahip değildir. Yani başlangıçta tanımlama-öğretme yapılmaz.
Denetimsiz öğrenmede makineye büyük miktarda, rastgele veriler gösterilir. Makine, daha önce karşılaşmadığı bu verileri, benzerlik ve anlam yakınlığı açısından sınıflandırır ve daha önce öğrenilmeyen bu veri yığınları makine algoritması tarafından ilişkilendirilerek otonom bir şekilde öğrenilir.
Diyelim ki işlek bir caddede marketiniz var. Günlük yüzlerce, bazen binlerce müşteri gelip gidiyor. Markete gelen müşterilerin davranışlarını analiz ederek daha iyi bir müşteri deneyimi ve daha yüksek gelirler elde etmek istiyorsunuz.
Bugüne kadar marketinizde yapılan bütün satın alma işlemlerine ait verileri analiz eden denetimsiz öğrenme kabiliyetine sahip Yapay zeka algoritmasının kola satışlarını sınıflandırdıktan sonra şu şekilde çıkarımlar yapması muhtemeldir:
Kola satış miktarı tatil günlerinde %70 oranında artmaktadır.
Kola satın alan müşterilerin %60’ı aynı zamanda cips de satın almıştır.
Kola satın alan müşterilerin %57’si aynı zamanda kuruyemiş satın almıştır.
Günlük satış ortalamasına göre mevcut kola stokları 12 gün sonra tükenecektir.
Yapay Zekanın sağladığı bu yeni bilgiler ışığında marketinizdeki stokları gözden geçirebilir, birlikte satılan ürünlerin reyonlarını yakınlaştırabilir ve uzun vadeli planlamalar yapabilirsiniz.
Gerekli veriler gösterildikten sonra denetimsiz öğrenme algoritmasının böyle çıkarımlar yaparak yeni bilgiler öğrenmesi ve bu bilgileri sunması oldukça olasıdır.
Günümüzde Yapay Zeka
Yapay Zekanın kullanım alanı her geçen gün genişlemektedir. Yapay Zeka günümüzde güvenlik, sağlık, otomotiv, otomasyon, bilgi teknolojileri ve finans gibi birçok sektörde kullanılan Yapay Zeka teknolojileri, maliyet ve iş gücü konularında büyük oranlarda tasarruflar sağlamaktadır.
Şirketler, Yapay Zekanın gücü ve sağladıklarının farkında. Bu konuda yapılan yatırımlar artık onlarca milyar doları aşmış durumda. Önümüzdeki yıl yapay zeka piyasasının mali değerinin 50 milyar doları aşması bekleniyor.
Yapay Zekanın Kullanım Alanları
Bu teknolojinin kullanıldığı bazı alanları sıralamak gerekirse:
1. Görüntü İşleme
Buna nesne tanıma da diyebiliriz. Yapay zeka sayesinde bilgisayarlar, bir görüntüdeki canlı-cansız varlıkları tanımlayabiliyor. Bunları sınıflandırabiliyor. Bugün yapay zeka sayesinde sürücüsüz bir şekilde başının çaresine bakabilen araçlar, yol alırken görüntü işleme yeteneğinden faydalanıyor. Önüne çıkan engelleri, trafik uyarı ve bilgi levhalarını, trafiğin durumunu analiz ederek hareket ediyorlar.
2. Veri Analizi
Günümüzde muazzam boyutlarda bir veri yığını oluşmuş durumda. Şirketler bu anlamsız, dev veri yığınlarını yapay zeka ile analiz ederek yeni stratejiler belirleyebiliyor hatta geleceğe yönelik öngörüler bile elde edebiliyorlar. Örneğin milyonlarca insanın e ticaret sitelerindeki verileri Yapay Zeka ile analiz edilerek oldukça etkili ve doğru reklamcılık stratejileri oluşturulabiliyor.
3. Ses Tanıma
İphone kullanıcıları bilir. İOS işletim sistemi barındıran telefonlarda gayet muteber bir hanımefendi vardır. SİRİ aslında bir yapay zeka ürünüdür. Sesleri tanımakla kalmıyor, talimatı dinleyip gerekeni yerine bile getirebiliyor. Hatta muhabbet bile edebiliyor. Bu hızla yakın bir gelecekte bizimle arkadaşlık edilebilecek robotların üretilmesi ihtimal dışı değil.
Bunlar sadece birkaç örnekti. Bu örnekleri birok sektörle çoğaltmak mümkün.
“Günümüzde yapılmaya başlanan makineler Stalin, Hitler ya da Mao’da gördüğümüz makinelerle kıyaslanamaz” N. Harari
Gelecekte Yapay Zeka
Yapay zeka doğru bir şekilde kullanıldığında medeniyetimizi hiç olmadığı kadar geliştirecektir. Fakat yapay zekâ ile ilgili geleceğe yönelik öngörü ve beklentiler farklılık göstermekte. Kimi, robotların insan kontrolünden çıkması senaryosunu dile getirerek endişelerini ifade etmekte. Kimi de bunun yersiz bir düşünce olduğunu, robotun bağımsız bir iradeye sahip olmasının pek mümkün olmadığını ifade ediyor.
Doğru. Yapay zekanın kendi başına bir anda sinirlenip bütün insanlığı yok etmeye ant içmesi yersiz bir komplo teorisidir denebilir. Ama:
Gelecekte yeni bir Hitlerin ortaya çıkıp Yapay Zekayı bir silah olarak kullanarak bütün insanlığı tehdit etmeyeceği ne malum? Atom enerjisini keşfettik, kullanmayı öğrendik. Ama sonra? Şu an dünya nükleer silahlarla dolu. Bir kıvılcımla dünyanın yok olması işten bile değil.
Yapay Zeka çok etkili ve yararlı bir keşiftir. Onu yararlı ve zararsız tutmaya devam etmek ise insanlığın elindedir. Konuyla ilgili Yuval Noah Harari’nin görüşleri endişe verici. Robotlardan korkmaya lüzum yok. Korkmamız gereken biziz. İnsanlar.
