Yapay zeka

menu icon

Yapay zeka

Yapay zeka, insan zihninin problem çözme ve karar verme yeteneklerini taklit etmek için bilgisayarlardan ve makinelerden yararlanır.

Yapay zeka nedir?

Son birkaç on yılda yapay zekaya (AI) ilişkin bir dizi tanım ortaya çıkmış olsa da, John McCarthy 2004 tarihli makalesinde (PDF, 106 KB) (bağlantı IBM dışındadır) şu tanımı yapıyor: "Özellikle akıllı bilgisayar programları olmak üzere akıllı makineler yapma bilimi ve mühendisliğidir. İnsan zekasını anlamak için bilgisayar kullanma göreviyle alakalıdır; ancak yapay zeka, kendini biyolojik olarak gözlemlenebilir yöntemlerle sınırlamaz".

Ancak, bu tanımdan onlarca yıl önce, Alan Turing'in 1950 yılında yayımlanan "Computing Machinery and Intelligence" (PDF, 89.8 KB) (bağlantı IBM dışındadır) adlı çığır açan çalışması, yapay zeka tartışmalarının doğuşunu simgeledi. Genellikle "bilgisayar biliminin babası olarak anılan Turing, bu makalede şu soruyu sorar: "Makineler düşünebilir mi?" Bu noktadan sonra, şu anda herkesçe "Turing Testi" olarak bilinen, bir sorgu memurunun bilgisayar yanıtı ile insan metni yanıtını ayırt etmeye çalıştığı bir testi ortaya koyar. Bu test yayımlanmasından itibaren çok fazla mercek altına alınmış olsa da, dilbilimle ilgili fikirlerden faydalandığından, yapay zekanın tarihinin önemli bir parçası olmanın yanı sıra felsefede süregelen bir kavram olarak yerini alıyor.

Bunun sonrasında Stuart Russell ve Peter Norvig, yapay zeka çalışmalarında öncü yayınlardan biri olacak Artificial Intelligence: A Modern Approach (bağlantı IBM dışındadır) adlı kitabı yayımladı. Bu kitapta yazarlar, bilgisayar sistemlerini rasyonellik ve düşünme ve eyleme geçme karşılaştırması temelinde farklılaştıran dört yapay zeka hedefini veya tanımını araştırdı.

İnsan yaklaşımı:

  • İnsan gibi düşünen sistemler
  • İnsan gibi davranan sistemler

İdeal yaklaşım:

  • Mantıklı düşünen sistemler
  • Mantıklı hareket eden sistemler

Alan Turing'in tanımı, "insan gibi hareket eden sistemler" kategorisine girecekti.

En basit haliyle yapay zeka, sorun çözümünü sağlamak için bilgisayar bilimini ve sağlam veri kümelerini birleştiren bir alandır. Aynı zamanda yapay zeka ile bağlantılı olarak sık sık bahsedilen makine öğrenmesi ve derin öğrenme alt alanlarını da kapsar. Bu disiplinler, girdi verilerine dayalı tahminler veya sınıflandırmalar yapan uzman sistemler yaratmayı amaçlayan yapay zeka algoritmalarından oluşur.

Bugün, tıpkı pazardaki yükselen her teknolojiden beklendiği gibi, yapay zeka geliştirmenin etrafında büyük bir beklenti söz konusu. Gartner'in beklenti döngüsünde (bağlantı IBM dışındadır); sürücüsüz araçlar ve kişisel asistanlar gibi ürün yenilikleri, "aşırı hevesten bir hayal kırıklığı sürecine, ardından da inovasyonun pazar veya alan ile alakası ve rolünün anlaşılmasını kapsayan tipik bir inovasyon gelişimini" takip eder. Lex Friedman'ın bu bağlantıdaki (bağlantı IBM dışındadır) 2019 tarihli MIT dersinde belirttiği üzere, şu anda şişirilmiş beklentilerin zirvesindeyiz ve hayal kırıklığının dip noktasına yaklaşıyoruz.

Yapay zeka etiği hakkında konuşmalar ortaya çıktıkça, hayal kırıklığının dip noktasına dair ilk bakışları görmeye başlayabiliyoruz. IBM'in yapay zeka etiği hakkındaki tartışmadaki tutumu hakkında daha fazla bilgi almak için, buraya tıklayın.

Yapay zeka türleri—zayıf AI ve güçlü AI

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, şu anda etrafımızdaki yapay zekanın büyük bir kısmını yönlendiriyor. Zayıf olmaktan tamamen uzak olduğundan, bu yapay zekayı 'dar' olarak daha doğru bir şekilde tanımlayabiliriz; bu yapay zeka, Apple'dan Siri, Amazon'dan Alexa, IBM Watson ve otonom araçlar gibi oldukça sağlam uygulamalara olanak sağlıyor.

Güçlü yapay zeka, Yapay Genel Zeka (AGI) ve Yapay Süper Zekadan (ASI) oluşur. Yapay genel zeka (AGI) ya da genel yapay zeka, bir makinenin insanlarla eşit zekaya sahip olduğu teorik bir yapay zeka şeklidir; sorun çözen, öğrenen ve gelecek planları yapan, kendinin farkında bir bilince sahiptir. Yapay Süper Zeka (ASI) -aynı zamanda süper zeka olarak da bilinir- insan beyninin zekasını ve sınırlarını aşan bir zeka türüdür. Güçlü yapay zeka günümüzde herhangi bir pratik örnekten yoksun bir şekilde hala teori aşamasında olsa da, bu, yapay zeka araştırmacılarının güçlü yapay zekayı geliştirmeyi denemediği anlamına gelmiyor. Bu arada, yapay süper zekanın en iyi örnekleri bilimkurguda görülebilir; tıpkı 2001: A Space Odyssey'deki insanüstü, başınabuyruk bilgisayar asistanı HAL gibi.

Derin öğrenme ve makine öğrenmesi

Derin öğrenme ve makine öğrenmesi genellikle birbirleri yerine kullanıldığından, ikisi arasındaki nüansları belirtmek önemlidir. Yukarıda bahsedildiği üzere, hem derin öğrenme hem de makine öğrenmesi, yapay zekanın alt alanlarıdır ve derin öğrenme, aslen makine öğrenmesinin alt alanıdır.

Yapay zeka, makine öğrenmesi ve derin öğrenmenin birbiriyle ilgisinin Görsel Gösterimi

 

Derin öğrenme, aslında nöral ağlardan oluşur. Derin öğrenmedeki "derin" ifadesi, üçten fazla katmandan oluşan (girişler ve çıkışlar dahil) ve bir derin öğrenme algoritması olarak görülebilecek nöral bir ağı ifade eder. Bu, genellikle aşağıdaki şema kullanılarak temsil edilir.

Derin Nöral Ağ Şeması

Derin öğrenme ve makine öğrenmesinin birbirinden ayrıldığı nokta, algoritmalarının öğrenme şeklidir. Derin öğrenme, işlemin özellik ayıklama kısmını büyük ölçüde otomatikleştirir ve gerekli olan bazı manuel insan müdahalesini ortadan kaldırarak, daha büyük veri kümelerinin kullanılmasını sağlar. Lex Friedman'ın yukarıdakiyle aynı MIT dersinde belirttiği üzere, derin öğrenmeyi "ölçeklenebilir makine öğrenmesi" olarak düşünebilirsiniz. Klasik veya "derin olmayan" makine öğrenmesi, öğrenmek için insan müdahalelerine daha bağımlıdır. İnsan uzmanlar, genellikle öğrenmek için daha fazla yapılandırılmış veri gerektiren veri girdileri arasındaki farkları anlamaya yönelik özellik hiyerarşisini belirler.

"Derin" makine öğrenmesi, algoritmasına bilgi katmak için gözetimli öğrenme olarak da bilinen etiketli veri kümelerinden faydalanabilir; ancak bir etiketli veri kümesi, bu öğrenme türü için bir ihtiyaç değildir. Yapılandırılmamış veriyi ham haliyle (ör. metin, resimler) özümseyebilir ve farklı veri kategorilerini birbirinden ayıran özellik hiyerarşisini otomatik olarak belirleyebilir. Makine öğrenmesinin aksine, veri işlemek için insan müdahalesi gerektirmeyerek, makine öğrenmesini daha ilginç şekilde ölçeklememize olanak tanır.

Yapay zeka uygulamaları

Günümüzde, yapay zeka sistemlerinin sayısız, gerçek dünya uygulamaları mevcut. Aşağıda, en yaygın örneklerden bazıları yer alıyor:

  • Konuşma Tanıma: Otomatik konuşma tanıma (ASR), bilgisayar konuşma tanıma ya da metne dönüştürülen konuşma olarak da bilinir ve insan konuşmasını yazılı bir biçimde işlemek için doğal dil işlemeden (NLP) faydalanan bir yetenektir. Birçok mobil cihaz, sesli arama yapmak için sistemlerine konuşma tanımayı dahil eder (örneğin, Siri) ya da mesajlaşma çerçevesinde daha fazla erişilebilirlik sağlar.
  • Müşteri Hizmetleri: Çevrimiçi konuşma robotları, müşteri yolculuğunda insan temsilcilerin yerini alıyor. Gönderim gibi konularla ilgili sık sorulan soruları (SSS) yanıtlıyorlar, kullanıcılar için kişisel tavsiye, çapraz satış ürünleri ya da beden önerileri veriyorlar ve web siteleri ve sosyal medya platformlarında müşteri etkileşimini düşünme şeklimizi değişitiriyorlar. Örnekler arasında, sanal temsilcilerle birlikte e-ticaret sitelerindeki mesajlaşma botları, Slack ve Facebook Messenger gibi mesajlaşma uygulamaları yer alır ve görevler genellikle sanal asistanlar ve sesli asistanlar tarafından gerçekleştirilir.
  • Bilgisayar Görüşü: Bu yapay zeka teknolojisi, bilgisayar ve sistemlerin dijital görüntülerden, videolardan ve diğer görsel girdilerden anlamlı bilgiler elde etmesine olanak sağlıyor ve bu girdilere dayalı olarak eyleme geçebiliyor. Bu öneri sağlama yeteneği, onu resim tanıma görevlerinden ayırıyor. Gücünü evrişimli nöral ağlardan alan bilgisayar görüşü, sosyal medyada fotoğraf etiketleme, sağlık hizmetleri alanında radyoloji görüntüleme ve otomotiv endüstrisinde sürücüsüz araçlarda kullanılıyor.
  • Öneri Motorları: Yapay zeka algoritmaları, geçmiş tüketim davranışı verilerini kullanarak, daha etkili çapraz satış stratejileri geliştirmek için kullanılabilecek veri eğilimlerini keşfetmeye yardımcı olabilir. Bu, çevrimiçi perakendeciler için satın almayı tamamlama adımında müşterilere ilgili ek öneriler yapmak için kullanılır.
  • Otomatik hisse senedi alım satımı: Hisse senedi portföylerini optimize etmek için tasarlanmıştır, yapay zeka odaklı yüksek frekanslı ticaret platformları, insan müdahalesi olmadan günde binlerce, hatta milyonlarca alım satım işlemi yapar.

Yapay zekanın tarihi: Önemli tarihler ve isimler

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

  • 1950: Alan Turing, Computing Machinery and Intelligence makalesini yayınladı. Makalede Turing -2. Dünya Savaşında Nazilerin ENIGMA kodunu çözmesiyle ünlüdür- 'Makineler düşünebilir mi?' sorusunu yanıtlamayı öneriyor ve bir bilgisayarın, bir insanla aynı zekayı (veya aynı zekanın sonuçlarını) gösterip gösteremeyeceğini belirlemek için Turing Testi'ni ortaya koyuyor. Turing testinin değeriyle ilgili o tarihten bu yana tartışmalar sürmektedir.
  • 1956: John McCarthy, Dartmouth College'de 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 Logic Theorist'i 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 olan, hem de gelecekte nöral ağ araştırma projeleri için bir argüman haline gelen, en azından bir süreliğine, Perceptrons adında bir kitap yayınladı.
  • 1980'ler: Kendi kendini eğitmek için bir geri yayılım algoritması kullanan nöral ağlar, yapay zeka uygulamalarında yaygın olarak kullanılmaya başlandı.
  • 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'in 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, DeepMind'i söylenene göre 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 AI Ladder (AI Merdiveni) yaklaşımını geliştirdi:

  • Toplama: Veri toplamanın ve erişilebilirliğin basitleştirilmesi.
  • Organize Etme: İş için hazır bir analitik temel oluşturulması.
  • Analiz Etme: Ölçeklenebilir ve güvenilir yapay zekaya dayalı sistemlerin oluşturulması.
  • Entegre Etme: Sistemlerin bir iş çerçevesinin bütününe entegre edilmesi ve optimize edilmesi.
  • Modernize Etme: AI uygulamalarınız ve sistemlerinizin buluta taşınması.

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 yaratın.