Ana Sayfa Genel YAPAY ZEKA MAKİNE ÖĞRENMESİ – DERİN ÖĞRENME

YAPAY ZEKA MAKİNE ÖĞRENMESİ – DERİN ÖĞRENME

340
0

 

 

YAPAY ZEKA

 

Yapay zekâ, makinaların da, insanlar gibi öğrenmesini, öğrendiği  bu bilgileri değerlendirmesini ve bu değerlendirmeler sonucunda kendi kendine karar vermesini sağlamaya yönelik geliştirilen sistem ve makineler bütünüdür. Yapay zeka süreçlerinde makinelerin  verileri kullanarak kendilerini sürekli geliştirmeleri beklenir. Bu da verilerden öğrenerek gerçekleşen bir süreçtir.

 

Görüldüğü gibi yapay zekanın çalışabilmesi ve kendisinden bekleneni yerine getirebilmesi için çok önemli miktarda veriye ihtiyaç vardır. Yeteri kadar veri olmadığında yapay zeka sistemlerinin çalışması sağlıklı olamamaktadır. Bu nedenle 20-25 yıl öncesine dayanan yapay zeka çalışmaları ancak günümüzde sonuç alınacak duruma gelebilmiştir. Çünkü o zamanlar  bilgisayarlar hayatımıza girmiş olsa da henüz bu bilgisayarların ne kapasiteleri, ne güçleri ne de elimizdeki veriler bugünkü yapay zeka süreçlerini  gerçekleştirmeye yetmiyordu. Bu sayıdaki yazımda hayatımıza girmiş olan bu konuyu ele alacak ve yapay zeka ile ilgili karmaşık olmayan basitleştirilmiş bilgiler vermeye çalışacağım.

 

Yapay zeka süreci esas olarak iki temel sürece dayanır.

 

1-Makine Öğrenmesi (Machine Learning, ML)

 

2-Derin Öğrenme. (Deep Learning ,  DL)

 

Yapay zeka bu iki sürecin üst kümesi olarak makine öğrenmesi ve derin öğrenmeyi kullanır ve insan zekasının yapacağı şeyleri yapmaya çalışır. Derin öğrenme de makine  öğrenmesinin bir alt kümesidir.

 

 

MAKİNE ÖĞRENMESİ

 

Yukarıda belirtildiği gibi yapay zeka süreci  Makine Öğrenmesi ve Derin Öğrenme süreçlerine dayanır. Makine öğrenmesi , makinelerin , verileri  sınıflandırarak  , karşılaştırarak, işlemlerden geçirerek bilgiler üretmesi ,tahminler yapması , belirli algoritmalar kullanarak kararlar önermesidir. Bunun için , öncelikle bilgisayara bazı algoritmalar yani matematiksel modeller kurgulanır. Daha sonra  o bilgisayardan istenilen bir konuda var olan verileri kullanarak insanlara ihtiyaç duymadan   karar vermesi istenir. Makineler de karar verirken adeta insan zekasının çalıştığı gibi hareket ederek bol miktarda ki bu velilerden  öğrenirler  ve adeta kazandıkları deneyimlerden yararlanırlar.

Yani bilgisayarlar, kodlandıkları sınırlı kurallara uyarak sonuçlar üretmek yerine büyük veri setlerini kullanarak kendi  başlarına öğrenirler, deneyim kazanırlar ve karar verirler.

 

Örneğin telefonunuzdaki navigasyon programı her gün tekrar tekrar aynı saatte gittiğiniz bir yola çıkarken  siz talep etmediğiniz halde gideceğiniz hedefi söyleyerek “… Adresine navigasyon başlatayım mı  ? “  diye sorabilir. Çünkü cebinizdeki o makine sizin her gün  o saatte o hedefe gittiğinizi  daha önceki çok sayıda kullanımlarınız sayesinde sahip olduğu çok sayıdaki verilerden artık öğrenmiştir ve bir karar vererek size öneride bulunur.

 

 

DERİN ÖĞRENME

 

Derin öğrenme, insan beyninin çalışmasını  örnek alarak, makinaların öğrenmesini sağlama sürecidir.

İnsan beynindeki sinir hücrelerinin çalışma mantığına dayanır. Makinelerin  öğrenmesi için adeta yapay sinir ağları  oluşturulmuştur.

Derin öğrenmede de belirli algoritmalar kullanılır. Ancak bu algoritmalar, her biri, verileri  birbirinden farklı şekilde yorumlayan birçok hiyerarşik düzeyler içerir. Bu hiyerarşik  düzeyler derin öğrenme sürecinin yapay sinir ağlarını oluştururlar.

Daha basit şekilde anlatacak olursak derin  öğrenmede veriler önce yapay sinir ağlarının en alttaki katmanında değerlendirilir. Bu katmanın   çıktısı bir üst  katmanın girdisi olur. Bu şekilde devam ederek en üst katmana kadar veriler değerlendirilir. Böylece veriler, bütün boyutlarıyla, farklı özellikleriyle, farklı yönleriyle, farklı formlarıyla değerlendirilmiş olur. Tekrar tekrar yapılan değerlendirmeler sonucunda  makina çok sayıdaki bu çıktıları birleştirerek bir karar verir.

 

MAKİNE ÖĞRENMESİ VE DERİN ÖĞRENME ARASINDAKİ FARK

 

Makine öğrenmesinde makinanın doğru karar verebilmesi için girdi ve çıktılara ilişkin tanımların algoritma içerisinde tanımlanması  gerekir. Makina, verileri, bu tanımlamalara göre değerlendirir ve karar verir.

Oysa derin öğrenmede  böyle bir tanımlamaya ihtiyaç yoktur. Makina verileri, farklı düzeydeki  birçok yapay sinir ağlarına gönderir. Yapay sinir ağları insan beyninin çalışmasına benzer bir şekilde hareket ederek verileri en basit yönünden en karmaşık yönüne doğru hiyerarşik şekilde sorgular ve karar verir.

 

Bu konuyu bir örnek ile daha anlaşılır hale getirebiliriz;

 

Bir havayolu şirketi olarak İstanbul – Paris arasındaki uçak bileti fiyatını tespit etmeye çalışalım. Bunu makine öğrenmesi ile yapacak olursak bazı verileri makinaya  etiketleyerek yani  tanımlayarak vermemiz gerekir. Örneğin İstanbul Paris arasındaki mesafe, rakiplerin fiyatları, yakıt fiyatları, yolcu sayısı gibi verileri ve bu verilerin sonuca etki kabiliyetlerini makinaya tanımlamamız gerekir. Makina bu verileri  değerlendirerek bize doğru fiyatı oluşturur. Bunu yaparken yıllardan beri yapmış olduğumuz sorgulamaları ve onların sonuçlarını da değerlendirir, onlardan da öğrenerek karar verir. Makine zamanla daha fazla bilgiye sahip oldukça bu kararlar daha da doğru olur.

 

Aynı işlemi derin öğrenme yöntemi ile yapacak olursak, verileri etiketlememize, tanımlamamıza gerek yoktur. “Paris uçak bileti kaç lira olmalıdır “ diye sormak yeterlidir. Derin öğrenmede makina  o konuda var olan bütün verileri, bu verilerin bütün formlarını (resimleri, videoları, haberleri) çok çeşitli ve karmaşık yapay sinir ağları katmanlarında değerlendirir. Bir düzeydeki katmandan çıkan değerlendirme sonuçlarını bir üst düzeydeki katmanda girdi olarak kullanarak daha gelişmiş daha üst düzeyde veriler elde eder. Farklı düzeylerden elde ettiği bu çıktıları birleştirerek bir karar verir.

Örneğin yıllardan beri şirketin uyguladığı İstanbul Paris bilet fiyatları, başka firmaların uyguladıkları fiyatlar, dünyanın başka yerinde benzer bir rotaya ilişkin fiyatlar, rakip firmaların uçaklarının ve hizmetlerinin kalitesi, bunlara ilişkin resimler, videolar, haberler, şirketin ve rakip şirketlerin yolcu profilleri gibi bir çok verileri hiyerarşik bir anlayışla yapay sinir ağlarında değerlendirerek  elde ettiği çıktıları birleştirir ve doğru uçak bileti fiyatına karar verir. Makinanın ulaştığı veriler anlık ve online olduğunda  makina bu kez anlık olarak uçak biletinin fiyatını belirlemiş olur.

 

28/08/2023

Dr.Ahmet Temiroğlu

 

Tekstil Araştırma Geliştirme Merkezi

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz