Bu temmuz ayında yaşanan bir gelişme sonucu yapay zeka konusunda bir dönüm noktası yaşandı. Bu dönüm noktasının yaşanmasından sonra gündeme makine öğrenimi ve derin öğrenme gibi konular çıktı. Tabi akademik bir şekilde zaten gündemde olan bu iki kavram artık halk arasında da merak konusu olmaya başladı, en azından yapay zekaya ilgisi olanlar için. Peki yapay zekanın alt kavramları olarak görülen makine öğrenimi ve derin öğrenme nedir, ayrıntılar yazımızda.
Öncelikle bu iki kavrama değinmeden önce yapay zeka nedir, sorusuna özet bir cevap verelim. Yapay Zeka, 1950’li yıllarda açığa çıkmıştır. Alan Turing’in makinelerin bazı işlemleri insanların yerine yapabileceğini kanıtlamasıyla oldukça gündemde kalmıştır ve bugüne kadar gelişmiştir. Zayıf yapay zekalar, programladığınız yönde sonuç verebilirken kuvvetli yapay zekalar ise programlamanız dışında parametreler oluşturup hatalarından ders çıkarıp öğrenebilme kapasitelerine sahiplet. İşte bizde bu yazımızda “Hatalarından ders çıkarıp öğrenebilme” konusu üzerinde duracağız.
Son olarak ise yukardaki görselden anlaşıldığı üzere yapay zeka, makine öğrenmesi ve derin öğrenme birbirinin alt gruplarıdır.
Makine Öğrenimi Nedir?
Biraz karışık gelebilir ama yapay zeka elle tutulur bir kavram değildir. Bir beyin gibi tanımlanamaz. Yapay zekanın birçok türü ve alt grubu vardır. Bunlardan birisi ise makine öğrenimidir. Peki makine öğrenimi nedir? 1959 yılında Arthur Samuel makine öğrenimini ilk olarak şöyle tanımlamıştır: “Makinelerin bilhassa programlanmadığı sonuçları öğrenebilme kabiliyeti”
Makine öğrenimin yaygın olarak kullanıma geçtiği zaman 1990’lı yıllardaki veri madenciliğinin yaygınlaştığı zamandır. Sonrasında bu alanı en çok geliştiren bir diğer konu ise resim tanıma özelliği oldu. Makine öğrenimi bir bebeğin duyduğu farklı sesleri ana göre bir araya getirmesi gibi tanınabilir. Sonuçta hala yapay zeka bebek kapasitesinde değilmidir.
Makine öğrenimi aslında son 10 yılda oldukça gelişti ve emekleme döneminine girdi. Şuan kullandığımız tüm sosyal medyalar, Amazon gibi ticaret sistemler ve daha da önemlisi Google Reklamlar bu yapay zekayı oldukça iyi kullanmakta. Örneğin Youtube’un öneri videolarının algoritmasına bakalım. Sizden aldığı beğeni, izlenim, dakika gibi birçok veriyi toplayarak size izleyebileceğiniz bir ton videoyu önerir. Bunu o kadar iyi yapar ki siz 1 video izleyip çıkacakken birden kendinizi saatlerce video izlerken buluyorsunuz.
Gelişen yapay zekanın en yetersiz kaldığı nokta ise makine öğrenimi. Siz yapay zekaya ne kadar veri verirseniz verin o veriyi farklı parametrelerde işlemesi için makine öğreniminin oldukça iyi olması gerekir. Geçtiğimiz aylarda çıkan yeni bir yapay zeka modeli GPT-3 bunun şimdiye kadar en iyi örneği.
Derin Öğrenme Nedir?
Evet yapay zekanın farklı parametreler ve sonuçlara ulaşması için makine öğrenimi gerekli. Ancak siz o yapay zekaya bilgi ve veri girişi sağlamazsanız o makinenin yapacakları her zaman sınırlı olacaktır. Mesela son dönemde çıkartılan ve derin öğrenme yetisine sahip olan yapay zekalara ilk önce Wikipedia’nın tümü okutulur. Bu sayede birçok alanda bilgi girişi sağlamış ve sonuçları arttırmış olursunuz.
Sahip olduğu bilgiler ışığında makine çeşitli parametreler oluşturmak yerine var olan parametreli en iyi şekilde sunar ve değerlendirir. Kendi kendine öğrenebilme yetisi katar değerlendirme yeteneği yani derin öğrenme yetisi de bir yapay zeka için vazgeçilmezdir.
Bu konuda örnek vermek gerekirse, şimdiye kadar en iyi yapay zeka modeli geçtiğimiz aylarda piyasaya sürülen GPT-3’tür. Wikipedia’nın 33 katı kadar derin öğrenmeye sahip ve 175 Milyar parametre oluşturabilen bir makine öğrenimine sahiptir. Bu konu içi ayrıntılı bilgi bu yazımızda.
