Yapay zeka

menu icon

Yapay zeka

Yapay zeka, bilgisayar ve makinelerin insan zihninin algılama, öğrenme, problem çözme ve karar verme yeteneklerini taklit etmesini sağlar.

Yapay zeka nedir?

Bilgisayar biliminde yapay zeka (AI) terimi bir bilgisayar, robot veya başka bir makine tarafından sergilenen, insan benzeri bir zeka anlamına gelir. Popüler kullanımda yapay zeka, bir bilgisayarın veya makinenin örneklerden ve deneyimlerden öğrenme, nesneleri tanıma, dili anlama ve yanıt verme, karar verme, problem çözme gibi insan zihninin yeteneklerini taklit etme yeteneği ve bir otel misafirini karşılama ya da araba kullanma gibi bir insanın gerçekleştirebileceği işlevleri gerçekleştirmek için bu ve diğer yetenekleri bir araya getirmesini ifade eder.

Uzun yıllardır yalnızca bilim kurguyla birlikte adı anılan yapay zeka, artık günlük yaşamımızın bir parçası. Büyük hacimlerde verilerin bir anda kullanılabilir hale gelmesi ve buna bağlı olarak tüm bu verileri insanlardan daha hızlı ve daha doğru işleyebilen bilgisayar sistemlerinin geliştirilmesi ve geniş çapta kullanılabilir olmasıyla yapay zekanın geliştirilmesinde önemli bir ilerleme mümkün hale geldi. Yapay zeka biz bir şeyler yazarken sözcüklerimizi tamamlıyor, sorduğumuzda yol tarifi veriyor, yerleri süpürüyor ve bir sonraki alışverişte ne alacağımızı veya sonraki izleyeceğimiz diziyi/filmi öneriyor. Ayrıca donanımlı uzmanların önemli işlerini daha hızlı ve başarılı şekilde yapmasına yardımcı olan, medikal görüntü analizi gibi, uygulamaları kullanıyor.

Günümüzde yapay zekanın yaygın olması kadar yapay zeka ve terminolojisinin anlaşılması da zor olabilir; zira birçok terim birbiri yerine kullanılıyor ve bazı durumlarda birbirlerinin yerine kullanımı uygunken her durumda bu doğru olmayabilir. Yapay zeka ve makine öğrenmesi arasındaki fark nedir? Peki makine öğrenmesi ve derin öğrenme arasındaki fark? Konuşma tanıma ve doğal dil işleme arasındaki? Zayıf ve güçlü yapay zeka arasındaki? Bu makaledeki bilgiler, bu ve bunun gibi diğer terimlere hakim olmanıza ve yapay zekanın işleyişindeki temel konuları anlamanıza yardımcı olacaktır.

Yapay zeka, makine öğrenmesi ve derin öğrenme

Yapay zeka (AI), makine öğrenmesi ve derin öğrenme arasındaki ilişkiyi anlamanın en kolay yolu şu şekildedir:

  • Yapay zekayı uzaktan insan zekasına benzeyen her şeyi gösteren hesaplama teknolojisi olarak düşünün. Yapay zeka sistemleri, karmaşık kurallara veya if/then (eğer/ise) mantığına dayalı karar alan bir problem çözme uygulaması olan bir uzman sistemden; insan zekasını, özgür iradesini ve duygularını geliştiren, Pixar'ın kurgu karakteri Wall-E eşdeğeri bir bilgisayara kadar her şeyi içerebilir.  
  • Makine öğrenmesi, kendi başına öğrenen bir yapay zeka uygulaması alt kümesidir. Daha çok veriyi alıp kullanmasıyla birlikte gittikçe artan bir doğrulukla gerçekleştirmek üzere tasarlandığı belirli bir görevi gerçekleştirmek için kendini yeniden programlar. 
  • Derin öğrenme, insan müdahalesi olmadan giderek artan doğruluk oranıyla kendini belirli bir görevi yerine getirme konusunda eğiten bir makine öğrenme uygulaması alt kümesidir.
Yapay zeka, makine öğrenmesi ve derin öğrenme arasındaki ilişki diyagramı

Makine öğrenmesi ve derin öğrenmeyi ve birbiri arasındaki farkları yakından ele alalım.

Makine öğrenmesi

Makine öğrenmesi uygulamaları (makine öğrenmesi modelleri de denir), insan beyninin algı ve düşünme sürecini taklit etmeye çalışan algoritmik hesaplamalar ağı olan nöral ağı temel alır. En temel ifadeyle nöral ağ şunlardan oluşur:

  • Verilerin ağa girdiği giriş düzeyi.
  • Makine öğrenmesi algoritmalarının girişleri işlediği ve girişlere ağırlıkları, sapmaları ve eşikleri uyguladığı, en az bir gizli düzey.
  • Ağın çeşitli güven derecelerinin olduğu çeşitli sonuçların ortaya çıktığı bir çıkış katmanı.
Temel bir nöral ağ şeması.

Derin öğrenme modelleri olmayan makine öğrenmesi modelleri, yalnızca bir gizli katmanı olan yapay nöral ağları temel alır. Bu modeller, modelin verileri tanımlamasına ve anlamasına yardımcı olacak şekilde özellikleri belirleyen etiketlerle geliştirilmiş olan etiketli verilerle beslenir. Bunlar, modeldeki algoritmaların düzenli olarak ayarlanması gibi gözetimli öğrenme (örneğin, insan gözetimi gerektiren öğrenme) yeteneğine sahiptir.

Derin öğrenme

Derin öğrenme modelleri, her biri önceki katmanın sonuçlarını daha da iyileştiren, birden çok gizli katmana sahip nöral ağlar olan derin nöral ağları temel alır. Gizli katmanlardan çıkış katmanına kadar bu hesaplama hareketine ileri yayılım adı verilir. Geri yayılım adlı bir diğer süreç, hesaplamalardaki hataları tespit eder, onlara ağırlık atar ve modeli iyileştirmek veya eğitmek için önceki katmanlara geri götürür.

Derin nöral ağ şeması.

Bazı derin öğrenme modelleri etiketli verilerle çalışırken, birçoğu çok yüksek miktarlardaki etiketsiz verilerle çalışabilir. Derin öğrenme modelleri aynı zamanda verilerdeki özellikleri ve kalıpları en az insan gözetimiyle tespit eden gözetimsiz öğrenme yeteneğine de sahiptir.

Derin öğrenme ile diğer makine öğrenmesi arasındaki farka basit bir örnekle olarak eğitilmeden sesli komutlarınızı anlayabilen Apple'ın Siri'si veya Amazon'un Alexa'sı ile sistem kullanılmadan önce çok sayıda sözcüğün konuşulmasıyla kullanıcıların programı "eğitmesini" (ve verileri etiketlemesini) gerektiren, 10 yıl önceki ses-yazı uygulamalarını düşünebiliriz. Ancak derin öğrenme modelleri, gündelik nesneleri insanlardan daha hızlı ve doğru şekilde tanımlayabilen görüntü tanıma sistemleri de dahil, çok daha sofistike uygulamaların arkasındaki güçtür.

Bu teknolojiler arasındaki ince ayrımları daha ayrıntılı olarak incelemek için lütfen "AI vs. Machine Learning vs. Deep Learning vs. Neural Networks: What’s the Difference?" başlıklı yazıyı okuyun.

Yapay zeka türleri—zayıf yapay zeka - güçlü yapay zeka karşılaştırması

Dar AI veya Yapay Dar Zeka (ANI) olarak da bilinen zayıf yapay zeka, belirli görevleri gerçekleştirmek için eğitilen bir yapay zeka türüdür. Zayıf yapay zeka bugün çevremizdeki yapay zekanın çoğuna yön verir. 'Dar' bu yapay zeka için daha doğru bir ifadedir, çünkü yapısal olarak asla zayıf değildir. Apple Siri ve Amazon Alexa gibi bazı etkileyici uygulamaları, Jeopardy yarışında insan rakiplerini geride bırakan IBM Watson bilgisayarını ve sürücüsüz otomobilleri destekler.

Yapay Genel Zeka (AGI) olarak da bilinen güçlü yapay zeka, pek çok sorun türünü veya sınıfını çözebilen, insan müdahalesi olmadan çözmek istediği sorunları seçebilen, insan beyninin özerkliğini daha kapsamlı bir şekilde kopyalayan bir yapay zeka türüdür. Güçlü yapay zeka, günümüzde uygulamada bir örneği olmayan, tamamen teorik bir türdür. Ancak bu, yapay zeka araştırmacılarının insan zekası veya yeteneğinden üstün olan yapay süper zekayı (ASI) da yoğun bir şekilde araştırmadığı anlamına gelmez. 2001: Uzay Yolu Macerası filmindeki süper insan ve çok güçlü bilgisayar asistanı HAL bir ASI örneğidir.

Yapay zeka uygulamaları

Daha önce de belirttiğimiz gibi bugün yapay zeka her yerde görülebilir, ancak bir kısmı düşündüğünüzden çok daha uzun süredir hayatımızın içinde. En yaygın örneklerinden bazıları:

  • Konuşma tanıma: Konuşmadan metne (STT) olarak da bilinen konuşma tanıma özelliği, konuşulan sözcükleri tanıyan ve bunları dijital metne dönüştüren yapay zeka teknolojisidir. Konuşma tanıma özelliği, bilgisayarlı dikte yazılımını, TV sesli komutları, sesli metin mesajlaşmasını ve GPS'i ve sesli telefon yanıtlama menülerini destekleme yeteneğine sahiptir.
  • Doğal dil işleme (NLP): NLP, bir yazılım uygulamasının, bilgisayarın ya da makinenin insan metnini anlamasını, yorumlamasını ve oluşturmasını sağlar. Daha önce bahsi geçen Siri ve Alexa gibi dijital asistanların, sohbet bot'larının ve diğer metin tabanlı sanal asistanların arkasındaki yapay zeka NLP'dir. Bazı NLP'ler, dildeki modu, tutumu veya diğer öznel nitelikleri saptamak için duygu analizini kullanır.
  • Görüntü tanıma (bilgisayar görüşü veya makine görüşü): Durağan veya hareketli görüntülerde nesneleri, insanları, yazıyı ve eylemleri belirleyip sınıflandırabilen yapay zeka teknolojisi. Genellikle derin nöral ağların desteklediği görüntü tanıma özelliği, parmakizi kimlik sistemleri, mobil ödeme uygulamaları, video ve medikal görüntü analizi, sürücüsüz otomobil gibi pek çok alanda kullanılır.
  • Gerçek zamanlı öneriler: Perakendecilik ve eğlence web siteleri, müşterinin geçmişteki etkinliği, diğer müşterilerin geçmiş etkinlikleri ve günün saati ve hava durumu dahil diğer birçok faktöre dayalı olarak bir müşterinin ilgisini çekme olasılığı yüksek olan başka satın alımlar veya medya önermek için nöral ağları kullanır. Araştırmalar, çevrimiçi önerilerin satışları %5 ila %30 oranında artırabileceğini gösterdi.
  • Virüs ve istenmeyen e-postaların önlenmesi: Bir zamanlar kural tabanlı uzman sistemler tarafından desteklenen günümüzün virüs ve istenmeyen e-posta saptama yazılımları, yeni virüs ve istenmeyen e-posta türlerini, siber suçluların bunları icat edebileceği hızda tespit etmeyi öğrenebilen derin nöral ağları kullanır.
  • Otomatikleştirilmiş hisse senedi alım satımı: Hisse senedi portföylerini optimize etmek için tasarlanmış, yapay zeka tabanlı yüksek frekanslı işlem platformları, insan müdahalesi olmadan günde binlerce, hatta milyonlarca alım-satım işlemi yapar.
  • Otomobil ortak kullanımı hizmetleri: Uber, Lyft ve diğer otomobil ortak kullanım hizmetleri, bekleme sürelerini ve uzatılan yolları en aza indirmek, güvenilir ETA'lar sağlamak, trafiğin yoğun olduğu saatlerde dalgalı fiyatlandırma ihtiyacını ortadan kaldırmak için yolcularla sürücüleri bir araya getirmek amacıyla yapay zekayı kullanır.
  • Ev robotları: iRobot'un Roomba adlı süpürgesi, bir odanın boyutunu belirlemek, engelleri saptamak ve bu engellerden kaçınmak, bir zemini süpürmek için en verimli rotayı öğrenmek amacıyla yapay zekayı kullanır. Benzer bir teknoloji robot çim biçme makineleri ve havuz temizleyicilerinde de görülür.
  • Otomatik pilot teknolojisi: Bu teknoloji uzun yıllardır ticari ve askeri uçakları uçuruyor. Günümüzde otomatik pilot; bir uçağı gökyüzünde güvenle yönlendirmek ve insan pilotları gerektiği gibi modernize için sensörler, GPS teknolojisi, görüntü tanıma, çarpışmayı önleme teknolojisi, robotik ve doğal dil işleme özelliğini kullanır. Kime sorduğunuza bağlı olarak değişse de, günümüzde ticari uçak pilotları 3,5 dakika kadar kısa bir süreli manuel uçuş yapar.

Yapay zekanın tarihi: Önemli tarihler ve isimler

"Düşünebilen bir makine" fikrinin temelleri antik Yunan çağına dayanır. Ancak elektronik hesaplamanın (ve bu makalede ele alınan bazı konularla ilgili olarak) ortaya çıkışından bu yana yapay zekanın geçirdiği evrimde önemli olaylar ve aşamalar aşağıda verilmiştir:

  • 1950: Alan Turing Computing Machinery and Intelligence (Bilgi İşlem Makineleri ve Zeka) adlı makalesini yazdı. 2. Dünya Savaşı sırasında Nazi'nin ENIGMA şifresini çözmesiyle tanınan Turing, makalesinde "makineler düşünebilir mi?" sorusuna yanıt aradı ve bir bilgisayarın insan zekasıyla aynı kapasiteyi (veya aynı zekanın sonuçlarını) gösterip gösteremeyeceğini tespit etmek için Turing Testini (bağlantı IBM dışındadır) ortaya attı. Turing testinin değeriyle ilgili o tarihten bu yana tartışmalar sürmektedir.
  • 1956: John McCarthy, Dartmouth College'da düzenlenen ilk yapay zeka konferansında 'yapay zeka' terimini ilk kez kullandı. (McCarthy, daha sonra Lisp dilini bulacaktı.) O yılın devamında Allen Newell, J.C.Shaw ve Herbert Simon, çalışan ilk yapay zeka yazılım programı Mantık Kuramcısını yarattı.
  • 1967: Frank Rosenblatt, deneme yanılma yöntemiyle 'öğrenen' nöral bir ağa dayalı ilk bilgisayar Mark 1 Perceptron'u yarattı. Yalnızca 1 yıl sonra Marvin Minsky ve Seymour Papert, hem nöral ağlarla ilgili dönüm noktası niteliğinde bir çalışma hem de, en azından bir süreliğine, gelecekte nöral ağ araştırma projeleri için bir argüman haline gelen Perceptrons adında bir kitap yayınladı.
  • 1980'ler: Geri yayılımlı nöral ağlar (ağın eğitimindeki algoritmalar), yapay zeka uygulamalarında yaygın olarak kullanılmaya başladı.
  • 1997: IBM'in Deep Blue adlı bilgisayarı, satranç müsabakasında (ve rövanşında) dünya satranç şampiyonu Garry Kasparov'u mağlup etti.
  • 2011: IBM Watson, Jeopardy! yarışmasında Ken Jennings ve Brad Rutter gibi şampiyonları mağlup etti.
  • 2015: Baidu'nun Minwa süper bilgisayarı, ortalama bir insandan daha yüksek bir doğruluk oranıyla resimleri tanımlamak ve sınıflandırmak için evrişimli nöral ağ adlı özel bir derin nöral ağ türünü kullandı.
  • 2016: Derin nöral ağ destekli, DeepMind'ın AlphaGo programı, 5 oyunlu bir maçta dünya şampiyonu Go oyuncusu Lee Sodol'u yendi. Oyun ilerledikçe çok sayıda olası hareket düşünüldüğünde (yalnızca 4 hareketten sonra 14,5 trilyonun üzerinde!) bu önemli bir zafer. Daha sonra Google, söylenene göre, DeepMind'ı 400 milyon ABD Doları karşılığında satın aldı.

Yapay zeka ve IBM Cloud

IBM kuruluşlar için yapay zeka tabanlı teknolojilerin geliştirilmesinde bir lider oldu ve birçok sektörde makine öğrenmesi sistemlerinin geleceğine öncülük etti. Yıllar süren yapay zeka araştırmaları, her boyutta kuruluşla uzun yıllar çalışma deneyimi ve 30.000'i aşkın IBM Watson projesinden edindiği bilgiler ışığında IBM, başarılı yapay zeka devreye alımları için Yapay Zeka Merdivenini geliştirdi:

  • Toplama: Veri toplama ve erişilebilirliğinin kolaylaştırılması.
  • Analiz: Ölçeklenebilir ve güvenilir, yapay zeka tabanlı sistemler oluşturulması.
  • Entegrasyon: Tüm iş çerçevesinde sistemlerin entegrasyonu ve optimize edilmesi.
  • Modernizasyon: Yapay zeka uygulamalarınızın ve sistemlerinizin buluta getirilmesi.

IBM Watson, otomasyonu ve verimliliği önemli ölçüde iyileştirirken, kuruluşlara iş sistemlerini ve iş akışlarını dönüştürmek için gereksinim duydukları yapay zeka araçlarını sağlar. IBM'in yapay zeka yolculuğunuzu tamamlamanıza nasıl yardımcı olabileceği hakkında daha fazla bilgi için IBM'in yönetilen hizmetler ve çözümler portföyünü keşfedin

IBMid için kaydolun ve IBM Cloud hesabınızı oluşturun.