Yapay Zeka (Artificial Intelligence) ve Makine Öğrenmesi (Machine Learning) neredeyse her gün duyduğumuz terimler haline geldi.

Yapay Zekâ, bir bilgisayarın veya bilgisayar kontrolündeki bir robotun çeşitli faaliyetleri zeki canlılara benzer şekilde yerine getirme kabiliyeti. İngilizce Artificial Intelligence kavramının akronimi olan AI sözcüğü de bilişimde sıklıkla kullanılır. Yapay zekâ çalışmaları genellikle insanın düşünme yöntemlerini analiz ederek bunların benzerini yapar veya bu yönergeleri geliştirmeye yöneliktir.

İdealize edilmiş bir yaklaşıma göre yapay zekâ, insan zekâsına özgü olan, algılama, öğrenme, çoğul kavramları bağlama, düşünme, fikir yürütme, sorun çözme, iletişim kurma, çıkarımsama yapma ve karar verme gibi yüksek bilişsel fonksiyonları ve otonom davranışları sergilemesi beklenen yapay bir iletişim sistemidir. Bu sistem aynı zamanda düşüncelerinden tepkiler üretebilmeli (eyleyici yapay zekâ) ve bu tepkileri fiziksel olarak dışa vurabilmelidir.

Yapay Zekâ (AI), makinelerin deneyimden öğrenmesini, yeni girdilere uyum sağlamasını ve insan benzeri görevleri gerçekleştirmesini mümkün kılar. Bugün gördüğümüz AI örneği, satranç oynayan bilgisayarlardan kendi kendine giden arabalara kadar derin öğrenme ve doğal dil işlemeye dayanmaktadır. Bu teknolojileri kullanarak bilgisayarlar, büyük miktarda veri ve verilerdeki kalıpları tanıyarak belirli görevleri yerine getirecek şekilde eğitilebilir.

Yapay zekanın bileşenleri yapay sinir ağları, uzman sistemler, bulanık mantık, genetik algoritmalardır.

Yapay zekayı sahiplenen bir çok disiplin vardır. Bazıları, bilgisayar mühendisliği, felsefe, bilişsel bilim, elektronik bilimlerdir.

MIT Bilgisayar Bilimleri laboratuvar yöneticilerinden Edward Fredkin BBC ile söyleşisinde şu ifadeleri kullanmıştır. “Tarihte üç büyük olay vardır. Bunlardan ilki kainatın oluşumudur. İkincisi yaşamın başlangıcının olmasıdır. Üçüncüsü de yapay zekanın ortaya çıkışıdır”.

Yapay zeka gibi bir konuyu anlayabilmek için beyin ile bilgisayar arasındaki farklar ve benzerlikler anlaşılmalıdır.

Beyin yaklaşık bir buçuk kilo ağırlığındadır. Bu ceviz görüntüsündeki organ, 60 yıllık bir ömürde saniyede 600 birimlik hafıza kaydedip, işleyip programlama kapasitesine sahiptir. Bu dakikada 3.600, saatte 2.160.000 ve günde 51.840.000 bitlik bilgi demektir.

Beyin üzerinde araştırmalar yapan Dr. V. Grey Walter’in incelemelerine bakılırsa, insan beynine benzeyen bir makinanın yapılabilmesi için 300 trilyon dolaydan fazla para gerekmektedir. Böyle bir makinenin çalışabilmesi için ise 1 trilyon watt elektrik enerjisine ihtiyaç vardır.

Scott Witt adlı yazarın tespiti “yaşamımız boyunca beyin, gözlerinizle, kulaklarınızla, burnunuzla, parmaklarınızla ve diğer duyu organlarınızla, devamlı olarak elektrik sinyalleri şeklinde, bilgi alır, depolar ve gönderir. Beyninizden geçen milyarlarca gerçek ve hayal, doksan milyon kalın kitabı doldururdu” şeklindedir.

Zekanın Türleri

  • Matematiksel zeka
  • Pratik zeka
  • Edebi ve linguistik zeka
  • Şekilci zeka
  • Müzik zekası
  • Duygusal zeka
  • Bedeni ve atletik zeka
  • Evrensel zeka

Yapay zekanın ise ortaya çıkışının kronolojik tarihi şu şekildedir;

Tarih öncesi dönem : Bundan binlerce yıl öncesinde insanlığın zor anlaşılabilir bir düşüncesi vardı; insan vücudu dışında bir zeka yaratmak. Bu konuda eski Yunan mitolojisinde de bir takım örneklere rastlamak olasıdır, rüzgarın yaratıcısı olarak kabul edilen Daedelus’un bir yapay insan yaratmaya teşebbüs etmesi buna bir örnek olarak gösterilebilir.

Dartmounth Konferansı (1956): Bu konferansın başlangıcı; Yapay Zeka konusunda yeni bir çağın doğuşu olarak nitelendirilebilir. Dartmouth Koleji tarafından düzenlenen bu konferansta Yapay Zeka (Artifical Intelligent:AI) adı ilk kez öğrenildi ve bu konferansa katılanlar, yapay zekanın öncüleri olarak kabul gördüler. Bunların arasında, Marvin Minsky (MIT de Yapay Zeka laboratuvarının kurucusu), Claude Shannon, Nathaniel Rochester (IBM), Allen Newel (Amerikan Yapay Zeka Derneği’nin ilk başkanı) ve Nobel Ödülü sahibi Herbert Simon sayılabilir.  Bu dönemde bazı önemli başarılara, zeka testlerine benzer geometrik şekillerin ayırt edilmesinde kullanılan bir program örnek olarak gösterilebilir. Bu dönemdeki başarılar ne yazık ki zeki bilgisayarların yapılması konusunda çok erken ve gerçekçi olmayan bir beklenti döneminin başlangıcını oluşturdu.

Karanlık dönem (1965 – 1970): Bu dönemde çok bir gelişim elde edilememiş, fakat böyle bir nitelemeyi haklı çıkarmaya yetecek özelliktedir. Bir önceki dönemde yaratılan aşırı iyimser ve aceleci tutum, konuyla ilgili bilim adamlarını akıllı bilgisayarlar yapımının çok kolay bir işlem olduğuna inandırdı. Neticede bilgisayar uzmanları filozof türünde bir mekanizm geliştirmek için uğraştılar ve sadece verileri yükleyerek akıllı bilgisayarlar yapmayı umdular. Sonuç olarak bu dönem tam anlamıyla bir karanlık dönem niteliği kazandı.

Rönesans dönem (1970 – 1975): Bu dönem artık önüne geçilemeyecek gelişmelerin başlangıcı olarak algılanmaktadır. Yapay zeka uzmanları özellikle hastalık teşhisi gibi sistemleri geliştirerek, bugün heyecanla sonuçları kestirilmeye çalışan, uzun ve heyecanlı bir maceranın temelini attılar.

Ortaklık dönem (1975 – 1980): Rönesans döneminin hemen ardındanki bu dönemde Yapay zeka araştırmacıları, dil ve psikoloji gibi diğer bilim alanlarından da faydalanabileceklerini gördüler.

Girişimcilik dönem (1980 – Günümüz) : Yapay zeka laboratuvarların dışına çıkarılarak, gerçek dünyanın ihtiyaçlarına göre çok daha karmaşık uygulamalarla düşünülmüştür. Halen de devem etmektedir.

Karşılaşılan sorunlardaki büyük güçlükler henüz tam olarak tartamamış olan araştırmacıların abartılı bir iyimserliği ile geçen 50’li yıllar Yapay Zeka’nın doğuşuna tanık olmuştur.

Sonraki on yıl çok sayıda proje ve sağlanan bazı önemli sonuçlarla disiplinde gerçek bir hareketliliği tanık olmuştur. “Bulgusal” (hiyerarşik) araştırma algoritmaları ve hatta GPS (General Problem Solbver), genel problem çözümleme sistemleri vs..

70’li yıllar bilgilerin temsil edilmesi ve savurmada, uzman sistemler, anadilin anlaşılması ya da ileri robot bilimi konularında yapay zekanın temellerinin ortaya konmasına yol açan çalışmalarda bir patlamaya tanık olmuştur.

80’ler adı geçen alanlarda çarpıcı pratik uygulamalar ve buna paralel olarak sanayileşmiş ülkelerin büyük bir bölümünde gözü yükseklerde olan projeler tarafından araştırmaya yönelik çabalarda kayda değer bir artış ile, yapay zekanın ekonomik hayata girişini temsil ederler.

İçinde bulunduğumuz girişimcilik döneminin en önemli özelliği ise Yapay Zeka’nın laboratuvarın dışına çıkarılarak, gerçek dünyanın ihtiyaçlarına uyarlama girişimleridir. Burada yeni olduğu söylenebilecek olan, daha önceki geleneksel işlem metodları ile ihtiyaçları karşılanan kullanıcıların, bugün ekonomik olarak daha uygun yazılımlar ve araçlar sayesinde, daha geniş kullanım alanlarının ortaya çıkmasıdır.

Yapay Zeka için geliştirilen temel program John McCarhy tarafından 1957 yılında geliştirilen LISP programıdır. Basic, Fortran, Cobol ve Pascal gibi programlama dillerinin aksine, LISP sembol, kural, ilişki gibi diğer ayrıntılı konularla da ilgilidir. LISP kullanıcıları için esas teçhizat, LISP makinesi veya sembolik işlemci diye adlandırılan düzenektir. Bu sembolik işlemci, bir çeşit bilgisayar sistemi ve yapay zeka programlarının geliştirilmesi ve uygulanmasını etkili verimli şekilde desteklemek için dizayn edilmiş mantıksal işlem yapan sistemlerdir.

1943 – McCulloch & Pitts : Beynin Boolean devre modeli

1950 – Turing’in “Bilgi işleyen makineler ve zeka”

1956 – Dartmaouth Görüşmesi : “Yapay zeka” kavramsal olarak ilk defa ortaya atıldı.

1952 – 1969 – IBM satranç oynayabilen ilk programı yazdı. Yapay zeka konusunda ilk uluslararası konferans düzelendi.

1950 ‘lerde ilk Yapay Zeka programları, Samuel’in kontrol edici programı, Newell ve Simon’ın mantık teorisi, Gelernter’in geometrik motoru.

1965 – Robinson’un mantıklı düşünme için geliştirdiği tam bir algoritma

1966 – 1973 – Yapay Zeka hesapsal karmaşayla karşılaşır. Sinir ağları araştırmaları hemen hemen kaybolur.

1969 – 1970 – Bilgiye dayalı sistemlerin ilk gelişme adımları atılır.

1980 – Yapay zeka bir endüstri haline gelir.

1986 – Yapay Zeka sinir ağları tekrar popüler olmaya başlar.

1987 – Yapay Zeka bilim haline gelir.

1995 – Zeki ajanlar (terimsel kullanımdır) ortaya çıkar

1997 – Deep Blue Kasparov’u yener.

1998 – İnternetin yaygınlaşması ile birlikte Yapay Zeka tabanlı bir çok program geniş kitlelere ulaşır.

2000 – Robot oyuncaklar piyasaya sürülür. Halen bir çok elektronik cihazda Yapay Zeka uygulamaları kullanılmaktadır.

Geçmişten günümüze gelen birikimle Yapay Zeka hakkında şu tanımlamalar yapılmaktadır.

  • Yapay zeka insan tarafından yapıldığında zeki olarak adlandırılan davranışların makine tarafından yapılmasıdır.
  • İnsan aklının nasıl çalıştığını göstermeye çalışan bir kuramdır.
  • Yapay zekanın amacı insan zekasını bilgisayar aracılığıyla taklit etmektedir.
  • Yapay zeka makineleri kontrol eden bilgisayar programları oluşturarak zekanın yapısını anlamaya çalışır.

Tüm bu tanımları veya farklılığından hareketle Yapay Zeka’nın iki temel fikri yapıyla ilgili olduğu söylenebilir. Bunlardan birincisi; zekanın ne olduğunun anlaşılabilmesi için insan düşünce sürecinin araştırılması, ikincisi ise bu sürecin bilgisayarlar, robotlar vb.. aracılığıyla gösterilmesi, somutlaştırılmasıdır.

Tüm bu açıklamaların ışığında yapay zekanın en çok kabul edilen tanımı şu şekilde ortaya konulabilir; Yapay Zeka, insan tarafından yapıldığında zeka olarak adlandırılan davranışların (akıllı davranışların) makine tarafından da yapılmasıdır; ya da yapay zeka, insan aklının nasıl çalıştığını gösteren bir kuramdır.

İnsanın öğrenmesi üzerine atılan tezlerden biri şudur ki, insan dış dünyayı sayısal verilerle değil, sembollerle algılar. Bunu şu şekilde açıklayabiliriz.

“Isbagylrairarian ikre dlikaulnoua üeiznhpş im rav?” cümlesini okuyup belli bir süre sonra boş bir kağıda hafızanızdan yazmayı denediğinizde nasıl bir tablo ile karşı karşıya kalırsınız? Peki aynı durum “Bilgisayarların zeki olduklarından şüpheniz var mı?” cümlesi için de aynı deneyi tekrarlarsak sonuç nasıl olur?

Bu testten sonucuna göre insan anlamlı sembollerle algılar, öğrenir. İlk cümlede anlam oluşmadığı için her bir harfi bir sembol olarak düşünmektedir. Neticede harfler adedince sembolü hatırlamak çok zor olacaktır. İkinci cümlede 6 sembol var denilebilir. İnsan böyle bir cümleyi kolaylıkla geri yazabilmektedir.

İnsan zekasının teknik özelliklerini şu şekilde sıralayabiliriz;

  • Çabuk etkilenir,
  • Aktarılması güçtür,
  • Dokümantasyonu güçtür,
  • Tahmini zordur,
  • Pahalıdır,
  • Yeni fikirler üretebilir,
  • Uyumludur,
  • Hassas gözlem yapabilir,
  • Geniş görüş açısına sahiptir,
  • Sosyal duyuma sahiptir.

Yapay zekanın teknik özelliklerini de şu şekilde sıralayabiliriz.

  • Kalıcıdır,
  • Kolay aktarılabilir,
  • Kolay dokümante edilebilir,
  • Tutarlıdır,
  • Satın alınabilir,
  • Esinlenemez,
  • Uyum dışarıdan sağlanmalıdır,
  • Sembolik verilerle çalışır,
  • Dar açıdan bakar,
  • Teknik duyuma sahiptir.

Uzman Sistemler

Yapay zeka ile farkından bahsedilirse, yapay zeka programının amacı herhangi bir insanın çözebileceği problemi çözmektir. Uzman sistemler ise uzman insanların çözebileceği problemleri çözer.

Geliştirilen ilk uzman sistem MYCIN ‘dir. Bakteriyolojik ve menejik gibi ciddi enfeksiyonlara neden olan bakterileri tanımlama ve dozu hastanın vücut ağırlığına göre ayarlayabilen ve uygun antibiyotik önerir. Stanford Üniversitesinde 1970’lerin başlarında geliştirilmeye başlanmış ve geliştirmesi beş veya altı yıl almıştır. 600 lurallık bir bilgi tabanı kullanarak çalıştırılmıştır. Programı çalıştıran hekim uzun bir metinsel dizi sorularına evet/hayır şeklinde cevap vererek neticeye ulaşmaktadır. Program sonuç olarak her bir tanının olasılığına, her bir tanının arkasındaki mantığa dayalı olarak yüksekten düşüğe doğru sıralanmış hastalığa sebep verebilecek bakterilerin listesini vermiştir. Lisp’te Edward Shortliffe’nin doktora tezi olarak yazılmıştır.

Yapay Sinir Ağları

Yapay sinir ağları, adından da anlaşılacağı gibi, beynin çok basit bir nöron modelinin benzetimidir. Bu şekilde elde edilen ağ ile öğrenme olayı gerçekleşir. Yapay sinir ağlarının kullanım alanları kontrol ve sistem tanımlama, görüntü ve ses tanıma, tahmin ve kestirim, arıza analizi, tıp, haberleşme, trafik, üretim yönetimi olarak sayılabilir.

Bulanık Mantık

1965 yılında California Berkeley Üniversitesinden Prof. Dr. Lotfi A. Zadeh’in ilk makalelerini yayınlamasıyla duyruldu.

Bulanık mantık 0 – 1 iki mantık yerine çok değerli, ara değerleri de alabilen uygulayabilen düşünceler ve uygulamalardan bahseder. Doğru, yanlış yerine biraz doğru biraz yanlış şeklinde açılımlar sergiler. Siyah, beyaz değil de gri tonlarla çalışmaktan söz eder.

Bulanık mantık küme teorisinde üyelik derecesi kavramını geliştirmiştir. Örneğin gençler kümesine 25 yaşında bir insan % 100 üye iken, 60 yaşındaki bir insan % 30 üyedir şeklinde ifadeleri vardır. Böylesine bir açılım subjektif verilere dayansa da kazandırdığı esneklik ve gerçek hayat olaylarına daha iyi çözüm önerebilme itibariyle çok taraftar toplamıştır.

Netlik isteyen batı, bulanık mantığa ilk etapta karşı çıktığında, doğu dünyası özellikle Japonya bu fikri benimseyip üzerine araştırma laboratuvarları açmıştır. Günümüzde de bulanık mantıkla çalışan ev aletleri, arabaların çeşitli kısımları ve elektronik cihazlar üretilmektedir.

Genetik Algoritmalar

Algoritma : Bir problemi çözmek için tekrar edilen tarifler kümesidir. Prosedür olarak da düşünülebilir.

Genetik algoritmalar ise canlı sistemlere benzer bir şekilde öğrenen yazılım programlardır. Karmaşık çok boyutlu arama uzayından en iyinin hayatta kalması ilkesine göre bütünsel en iyi çözümü arar. Kısaca bilgisayarda gelişimi tetikleyen prosesi takip eden bir araştırma metodudur.

Genetik algoritmaların temel ilkeleri ilk kez Michigan Üniversitesinde John Holland tarafından ortaya atılmıştır. Holland 1975 yılında yaptığı çalışmaları “Adaptation in Natural and Arificial Systems” adlı kitabından bir araya getirmiştir. İlk olarak Holland evrim yasalarını genetik algoritmalar içinde en iyileme problemleri için kullanmıştır.

Genetik algoritmalar problemlere tek bir çözüm üretmek yerine farklı çözümlerden oluşan bir çözüm kümesi üretir. Böylelikle, arama uzayında aynı anda bir çok nokta değerlendirilmekte ve sonuçta bütünsel çözüme ulaşma olasılığı yükselmektedir. Çözüm kümesindeki çözümler birbirinden tamamen bağımsızdır. Her biri çok boyutlu uzay üzerinde bir vektördür.

Genetik algoritmalar problemlerin çözümü için evrimsel süreci bilgisayar ortamında taklid ederler. Diğer en iyileme yöntemlerinde olduğu gibi çözüm için tek bir yapının geliştirilmesine yerine, böyle yapılardan meydana gelen bir küme oluştururlar.

Genetik algoritmada kullanılan kavramlar, biyolojideki evrim teorisine benzer anlamda kullanılmaktadır.

Yumuşak Programlama

Uzman sistemler, bulanık mantık, yapar sinir ağları ve genetik algoritma uygulamalarda tek başlarına kullanılabildikleri gibi bir çok uygulamada her bir yöntemin avantaj ve dezavantajları göz önüne alınarak birlikte kullanılır. İşte böyle bir yaklaşıma yumuşak programlama adı verilir. Bu şekilde çok daha etkin yöntemler geliştirilmiştir.

Yapay Zeka ile Doğal Zeka Karşılaştırması

Yapay zekanın potansiyel değeri ve gelecekteki ufukları, Yapay Zeka’nın doğal zeka ile bazı alanlarda karşılaştırılmasıyla daha ney bir şekilde algılanabilir.

Yapay Zeka daha fazla kalıcıdır

Doğal zeka zaman içinde çalışanlar yer değiştirdikçe değişebilir ve doğal zekaya sahip olan insanlar sahip oldukları bilgileri unutabilirler. Yapay Zeka, buna karşılık kalıcıdır ve bilgisayar sistemleri ve programları değişmediği sürece kaybolması, unutulması söz konusu değildir.

Yapay Zeka kolaylıkla kopyalanabilir ve geniş kitlelere yayımlanabilir

Doğal zeka söz konusu olduğunda bir uzmanlığın bir kişiden diğerine aktarılması uzun sürekli bir çıraklık dönemi gerektirir. Bu sağlansa bile uzmanlık tam anlamıyla diğer kişiye transfer edilemez. Ama bilgi bilgisayar sisteminin içinde sokulursa, bu kolayca bir bilgisayardan diğerine kopya edilebilir ve kullanım alanı genişletilebilir.

Yapay Zeka doğal zekadan daha ucuza elde edilebilir

Bir çok alanda bilgisayarın satın alınması ve kullanılması, insanın eğitilip kullanılmasından çoğu alanda, çok daha ucuza sağlanabilir.

Yapay Zeka bir bilgisayar teknolojisi olarak bütünüyle tutarlıdır ve ondan tutarsızlık yoktur

Buna karşılık doğal zeka kararsız, değişken ve düzensizdir. Bu, doğal zekanın sahibi olan insanın tabiatından kaynaklanır.

Yapay Zeka dokümante edilebilir

Bilgisayar tarafından verilen kararlar kolaylıkla sistemin faaliyetlerine takip edilerek belgelenebilir. Doğal zekanın tekrar üretimi zordur. Örneğin bir insan ulaştığı bir karara belli bir süre geçtikten sonra tekrar ulaşamaz; bu karara nasıl ulaştığını, hangi varsayımlardan yola çıktığını hatırlamayabilir.

Bütün bu Yapay Zeka özelliklerine karşın doğal zekanın da Yapay Zeka’dan üstün olduğu durumlar ve alanlar da vardır.

Doğal zeka yaratıcı ve doğurgandır

Yapay Zeka’da ise yaratıcılık ve doğurganlık yoktur: Bilgiyi kazanma yeteneği insanın doğal zekasının doğal bir haliyken, yapay zekada bilgi, sistemin içinde özenle yerleştirilmelidir.

Doğal zeka, insanlara duyularıyla öğrendiği deyimleri kullanma ve bunlardan faydalanma yeteneği sağlar

Buna karşılık yapay zeka sistemlerinin çoğu sembolik girdilerle çalışırlar.

Doğal zeka avantajlarının en önemlisi insan muhakeme gücünün, problemleri çözmek için geniş tecrübeleri, karşılaşılan konuya göre hemen kullanma yeteneğidir. 

Yapay zeka sistemleri ise kendilerine sağlanan nispeten dar çözüm yöntemlerini kullanmaya mahkumdurlar.

Bilgisayarlar; nesneler, olaylar da prosesler hakkında bilgi toplamak için kullanılabilir ve tabi ki bilgisayarlar çok büyük miktarda verileri insandan daha hızlı ve daha verimli işleyebilirler. Bununla birlikte insanlar, bir bilgisayar programında yapılması çok zor olan bazı şeyleri içgüdüsel olarak yaparlar, nitelikleri hissedebilirler ve değişik elemanların birbiriyle olan ilişkisini açıklamaya yarayan modelleri görebilirler ve ayırt edebilirler.

Gazete fotoğrafları, anlık beneklerin kümesinden başka bir şey değildir. Yine de insanlar, bilinçli bir çaba göstermeden bu fotoğraflardaki yüzler ve nesneleri ortaya çıkan modelleri bulurlar. Benzer şekilde, insanlar dünyada olup bitenleri hissetmesini sağlayan yollardan bir de karşılaştıkları nesne ve olaylara anlam vermesine yardımcı olan ilişkilerin modellerin farkına varmasıdır.

Yapay Zeka İle İlgili Bazı Kavramlar

Yapay Zeka’nın en yaygın tanımlarından biri aşağıdaki gibidir:

Yapay Zeka, şu anda insanların bilgisayarlardan daha iyi yaptığı şeyleri bilgisayarların daha iyi yapmasını sağlama çalışmasıdır. Bu amaçla yapay zekanın amaçları aşağıdaki gibi düşünülebilir.

  1. Makineleri daha zeki yapmak (temel amaç)
  2. Zekanın ne olduğunu anlamak
  3. Makineleri daha kullanışlı hale getirmek

Şimdi akıllı davranış teriminin anlamını inceleyelim. Aşağıda sıralanan birkaç yetenek zekanın göstergesi olarak düşünülebilir.

  • Tecrübeden faydalanılarak öğrenme yada anlama
  • Belirsiz ve çelişkili mesajlardan etkilenme
  • Yeni bir duruma çabuk ve başarılı bir şekilde yanıt verme (değişik yanıtlar, esneklik)
  • Problem çözmede sebepleri kullanma
  • Sürpriz durumlar karşılık verme
  • Olağan ve rasyonel yollarla anlama ve sonuç çıkarma
  • Bilgiyi, ortamı işlemek için kullanmak
  • Bilgiyi elde etme ve uygulama
  • Düşünme ve sebep bulma
  • Herhangi bir durumda değişik elemanların bağıl önemini belirleme

Yapay Zeka’nın en büyük amacı, insan zekasını taklit eden makineler yapmak olmasına rağmen, mevcut ticari yapay zeka ürünlerinin yetenekleri yukarıda listelenen yeteneklerle karşılaştırıldığında önemli bir başarı sergilemekten çok uzak kalmaktadır. Yine de Yapay Zeka programları her geçen gün daha ileriye gitmekte ve insan zekası gerektiren bazı işlere rehberlik etmekte oldukça faydalı olmaktadırlar.

Alan Turing tarafından “Turing Test” diye bilinen testinde, bir bilgisayarın akıllı bir davranış sergileyip sergilemediğini belirlemesi öngörülmüştür. Bu teste göre, bir insanın görünmeyen bir bilgisayarla ve görünmeyen bir insanla sohbet ettiği zaman, hangisinin bilgisayar, hangisinin insan olduğunu ayırt edemediği durumda o bilgisayarın, ya da diğer bir deyişle o bilgisayarda çalışan akıllı programın akıllı olduğu söylenebilir.

Bu noktada, sunulan yapay zeka tanımları zeka boyutu üzerinde yoğunlaşmıştır. Yapay zekanın aşağıdaki tanımları ve karakteristikleri karar verme ve problem çözme üzerinde yoğunlaşmıştır.

Sembolik İşleme

Uzmanlar, Yapay Zeka’ya uygun tipte olan problemleri çözmek için, eşitlik kümelerini çözerek ya da yorucu matematik hesaplamaları yaparak çalışmazlar. Bunun yerine, problemi içeriklerini tanımlamak için semboller kullanılırlar ve bu içerikleri işlemek için değişik stratejiler ve kurallar uygularlar. Waterman’ın Yapay Zeka yaklaşımı bilgiyi, problem konseptlerini temsil eden sembolleri kümesi olarak tanımlar. Yapay Zeka’nın teknik dilinde sembol gerçek dünyanın bazı içeriklerini temsil eden karakterler kümesidir. Aşağıda bazı sembol örneklerini görebilirsiniz:

  • Ürün
  • Sanık
  • 0.8

Bu semboller anlamlı ilişkiler kurmak için bir araya getirilebilir. Bu ilişkiler, bir yapay zeka programında kullanıldığı taktirde bunlara sembol yapıları denir. Aşağıda bazı sembol yapılarını görebilirsiniz:

  • (HATALI Ürün)
  • (Ürün sanığı tarafından KİRALANMIŞ)
  • (EŞİTTİR (BORÇLU SANIK) 0.8)

Bu yapılar “Ürün Hatalıdır”, “Ürün sanık tarafından kiralanmıştır” ve “Sanığın borçluluk oranı 0.8” dir şeklinde yorumlanabilir. Bunun yanında bu yapılar farklı şekilde de yorumlanabilirler. İşte, bu farklı yorumlama yapay zeka sistemlerini kurarken karşılaşılan problemlerden biridir.

Bir problemi çözmek için Yapay Zeka programı bu sembolleri kullanır. Bu yaklaşımın sonucu olarak bilginin temsili-kullanılan sembollerin seçimi, biçimi ve yorumu çok önem arz etmektedir.

Sembolik işleme, aşağıda yapılan tanımda belirtildiği gibi yapay zekanın temel karakteristiğidir. Yapay zeka, bilgisayar biliminin sembollerle ve problem çözmede algoritmik olmayan metodlarla çalışan bir dalıdır. Aşağıdaki tanım bilgisayar programlarının iki karakteristiği üzerinde yoğunlaşır:

  1. Sayısala karşı sembolik: Bilgisayarlar ilk olarak özellikle rakamları işlemek için tasarlandılar (sayısal işleme). Buna karşılık insanlar, sembolik düşünme eğilimindedirler; kısmen zekamız rakamlardan çok sembolleri işleme yeteneğimize bağlıdır. Sembolik işleme, yapay zekanın çekirdeği olmasına rağmen bu, yapay zekanın matematik içermediği anlamına gelmez. Am tercihen, yapay zekada vurgu sembollerin işlenmesindedir.
  2. Algoritmiğe karşı algoritmik olmayan: Bir algoritma iyi tanımlanmış başlangıç ve bitiş noktaları olan belirli bir probleme bir sonuç üreten bir adım adım işlemlerdir. Bilgisayar mimarisi, bu adım adım yaklaşımı tercih eder. Pek çok insandan kaynaklı işlemler, algoritmik değildirler. Diğer bir deyişle, zihin fonksiyonlarımız lojik ve adım adım işlemlerden daha çok karmaşıktır.

Bulgusallık (Sezgisellik)

Bulgusallık, kurallar yumağı olarak, aşağıdaki tanımda yapay zekanın anahtar elemanı olarak kullanılmıştır: “Yapay zeka, bilgisayar biliminin, bilgiyi rakamlardan ziyade sembollerle temsil etme yöntemleri ve kurallar yumağı içeren bulgusal yapıda veya bilgiyi işleme metodları ile çalışan bilim dalıdır” (Britannica Ansiklopedisi).

Anlam Çıkarma

Yapay zeka, makinenin sebep bulma yeteneği sergilemesini gerektirir, Sebep bulma, bulgusal ya da diğer arama yaklaşımlarını kullanarak, olaylardan ve kurallardan anlam çıkarma sürecinden oluşur. Bu süreç üzerinde semboller üzerinde gerçeklenen en basit şekilde örüntü uydurma ve tanıma (pattern matching, recognation) bu işin esasını oluşturmaktadır. Yapay zeka, bu yaklaşımını uygulayarak anlam çıkarmada eşsizdir.

Kaynaklar:

https://web.itu.edu.tr/

https:// journal.yasar.edu.tr/

https://tr.wikipedia.org/