Yapay Zekâ

En son güncellendiği tarih: 6 Ağu 2019


Burak Kahveci - Hacettepe Üniversitesi, Biyomühendislik (MSc)



Yapay zekâ (Artificial Intelligence / AI) “Medeniyet hakkında sevdiğimiz her şey bir zekânın ürünüdür, bu nedenle zekâmızı yapay zekâ ile büyütmek, teknolojik fayda için kullanıldığı sürece, bir medeniyetin daha önce hiç olmadığı ölçüde gelişimine yardımcı olma potansiyeline sahiptir.” (Max Tegmark, President of the Future of Life Institute) gibi olumlu yorumların yanısıra, “Yapay zekâ, kendisini geliştirmeyi sürdürebilir ve hatta kendisini yeniden biçimlendirebilir. Son derece yavaş bir biyolojik evrimle sınırlı olan insanlar, bu tür bir güçle yarışamaz” (Stephan Hawking) gibi nispeten olumsuz yorumlarında yapıldığı güvenilirliği henüz herkes tarafından kabul görmese de insanlığı her anlamda ileri taşıyabilecek bir alandır. Bir terim olarak anlamına baktığımızda ise, programlama kullanılarak insanlar gibi düşünmek ve onların eylemlerini taklit etmek için yapılan uygulamalar bütününe denir. Birçok kişi bilim kurgu filmlerinin de etkisiyle yapay zekayı yalnızca robotlardan oluşan bir alan gibi düşünse de Siri’den Google arama motorlarının algoritmalarına, otonom araçlardan telefonlarımızda bulunan yüz tanıma sistemlerine kadar birçok teknoloji uygulaması yapay zekâ uygulamasıdır.


Resim 1 Kaynak:Gerd Leonhard/Flickr Creative Commons

Yapay zekâ kendi içinde birçok alt kategori barındırır. Bunlar arasında makine öğrenmesi (Machine Learning / ML) ve derin öğrenme (Deep Learning / DL) toplumda yapay zekâ terimi kadar yaygın kullanılmasalar da bilinirlikleri gün geçtikçe artmaktadır. Anlaşılabilir bir tanım yapılmak gerekirse, makine öğrenmesi, bilgisayarın verilerden öğrenme biçimlerini içeren ve bu öğrenme biçimlerini farklı veriler üzerinde sınıflama veya regresyon için kullanan bir disiplindir. Peki bu işlemleri neden bilgisayarlara yaptırıyoruz? Bunun cevabı aslında basittir. Tanımda bahsedilen veriler milyonlarca hatta trilyonlarca veri noktası içerebilir. Bu büyüklükte veriler için istatistiksel modeller oluşturmak ve hesaplamalar yapmak oldukça zordur. Bu nedenlerden dolayı bu işlemlerde bilgisayarlar kullanılmaktadır. Verilerin büyüklüğü ile doğru orantılı bir şekilde bilgisayarların işlemci güçleri ve kapasiteleri de artmaktadır. İşte tamda burada verilerin büyüklüğünün gittikçe daha fazla artması sonucunda makine öğrenmesi algoritmaları artık yetersiz kalmaya başlamıştır. (Resim 2)


Resim 2: Veri miktarının artmasının makine öğrenmesi ve derin öğrenme performanslarına etkisi

Bu durum makine öğrenmesinin alt kümesi olan derin öğrenme alanının oluşmasına sebep olmuştur. Derin öğrenme, çoklu soyutlama seviyelerine sahip verilerin gösterimini öğrenmek için çoklu işlem katmanlarını barındıran hesaplama modellerine izin verir. Bu yöntem görsel nesne tanımlama, konuşmayı tanımlama ilaç keşifleri ve genomik gibi birçok farklı alanda kullanılma özgürlüğüne sahiptir.


Verilerin büyümesi hayatımıza derin öğrenmenin yanısıra Büyük Veri (Big Data) kavramını katmıştır. Basitçe tanımlamak gerekirse, büyük veri, yapılandırılmış veya yapılandırılmamış büyük miktarda veriyi tanımlamak için kullanılır. Büyük veri 3 V kavramını içermektedir. 3 V, volume/hacim, variety/çeşitlilik ve velocity/hız terimlerine karşılık gelmektedir. Hacmi ele alacak olursak bu büyük verinin terabayttan pentabayta kadar olan veri aralıklarını içerdiğini belirtir. Çeşitlilik ise verinin çok çeşitli kaynaklardan olabileceğini anlatır. Bu kaynaklara sosyal medya etkileşimleri, e-ticaret ve çevrim içi işlemler, finansal işlemler ve medikal veriler örnek verilebilir. Hız ise büyük verinin oluşma hızına karşılık gelir ki bu akıl almaz boyutlara ulaşmıştır. (Resim 3)


Resim 3: Bir dakikada internette meydana gelen olaylar (2018)

Sonuç olarak, yapay zekâ henüz temel anlamada anlaşılamamış ve genel anlamda birçok olumlu veya olumsuz yoruma maruz kalsa da gelecek için insanlığı birkaç adım öteye götürme potansiyeline sahip bir alandır. Yapay zekânın sadece robotlar üzerinden gelişen bir alan olması yanılgısının aksine e- ticaretten tıpa finans sektöründen görüntü ve ses tanımaya birçok alanda uygulamaları vardır. Bu alan ayrıca makine öğrenmesi ve derin öğrenme gibi alanların ortaya çıkmasına neden olduğu gibi büyük veri teriminin de hayatımıza girmesini sağlamıştır. Yapay zeka, henüz gelişmekte olsa da yakın zamanda hayatımızın vazgeçilmezi olacak çeşitli ileri teknolojileri ortaya çıkarması içten bile değildir.





Kaynakçalar:

1. Rahul C. Deo, MD, PhD. Machine Learning in Medicine. Circulation. 2015 Nov 17;132(20):1920-30. doi: 10.1161/CIRCULATIONAHA.115.001593.

2. Yann LeCun, Yoshua Bengio & Geoffrey Hinton. Deep learning. Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.

0 görüntüleme

Türkiye'nin Tek Popüler Genetik Bilim Dergisi

Bezelye Dergi ISSN: 2587-0173

Bizi Takip Et
  • Beyaz Facebook Simge
  • Beyaz Instagram Simge
  • White Twitter Icon
  • Icon-gmail
  • kisspng-white-logo-brand-pattern-three-d
  • images
  • medium
  • Dergilik
  • YouTube

© 2019 by Bezelye Dergi