Yapay zeka dalgası dünyayı süpürüyor ve birçok kelime her zaman kulaklarımızda kalıyor: yapay zeka (Yapay Zeka), makine öğrenimi (Makine Öğrenimi), derin öğrenme (Derin Öğrenme). Birçok insan her zaman bu yüksek frekanslı kelimelerin anlamını ve arkasındaki ilişkiyi belirsiz bir şekilde anlar. Bu makale, bu kelimelerin anlamını en basit dilde açıklığa kavuşturmakta ve bu da herkesin aralarındaki ilişkiyi daha iyi anlamasına yardımcı olabilir.
Arabalardan akıllı telefonlara, dijital asistanlara ve hatta robotlara. Sadece her gün ortaya çıkan çığır açan yeni özelliklerden bahsetmiyoruz. Dahası, cihazlar, bilgisayarlar ve makinelerin hepsi görevleri akıllıca yerine getiriyor. Bunu nasıl yapıyorlar? — Yapay zeka aracılığıyla, diğer adıyla AI.
"Yapay zeka" terimi ilk olarak kitabında yazan bilişsel bilim adamı John McCarthy tarafından icat edildi: "Bu araştırma, herhangi bir öğrenme davranışının veya diğer entelektüel özelliklerin prensipte kesin bir tanım olabileceği varsayımına dayanmaktadır, böylece bir makine onu simüle etmek için inşa edilebilir." O zamandan beri, yapay zeka insanların zihnine musallat oluyor ve bilimsel araştırma laboratuvarlarında yavaş yavaş yumurtadan çıkıyor. Takip eden on yıllarda, yapay zeka kutuplarını tersine çeviriyor ya da insan uygarlığının göz kamaştırıcı geleceğinin kehaneti olarak adlandırılıyor ya da teknolojik delilerin fantezileri olarak çöp yığınına atılıyor. 2012 yılına kadar her iki ses de aynı anda vardı.
Şekil | Yapay Zeka Araştırma Dalı
2012 yılından sonra veri miktarının artması, bilgi işlem gücünün gelişmesi ve yeni makine öğrenme algoritmalarının (derin öğrenme) ortaya çıkması sayesinde yapay zeka patlamaya başladı. Bununla birlikte, mevcut bilimsel araştırma çalışmaları zayıf yapay zeka kısmına odaklanmıştır ve yakın gelecekte büyük bir atılım yapılacağı çok umutlu. Filmlerdeki yapay zekanın çoğu güçlü yapay zekayı tasvir ediyor ve bu bölümün mevcut gerçek dünyada elde edilmesi zor. (Yapay zeka genellikle zayıf yapay zeka ve güçlü yapay zeka olarak ikiye ayrılır. Birincisi, makinelerin gözlemleme ve algılama yeteneğine sahip olmalarını ve belirli bir anlama ve akıl yürütme seviyesine ulaşabilmelerini sağlarken, güçlü yapay zeka, makinelerin uyarlanabilir yetenekler kazanmasını ve daha önce karşılaşılmayan bazı sorunları çözmesini sağlar).
Zayıf yapay zekanın atılımlar yapması bekleniyor, nasıl başarılıyor ve "zeka" nereden geliyor? Bu büyük ölçüde yapay zekaya bir yaklaşım sayesinde - makine öğrenimi.
Üçü arasındaki ilişkiyi görselleştirmek için en basit yöntemi kullanıyoruz.
Yapay Zeka
Basitçe söylemek gerekirse, yapay zeka, bir makinenin etrafındaki dünyayla etkileşime girdiği çeşitli yolları tanımlar. Gelişmiş, insan benzeri zeka ile bir AI makinesi veya cihazı, insan davranışını taklit edebilir veya yazılım ve donanımın birleşik etkileri yoluyla bir insan gibi görevleri yerine getirebilir.
Günümüzde konuşma tanıma (akıllı kişisel asistan cihazlarında kullanılan), yüz tanıma (şu anda sosyal medyada popüler olan filtrelerde kullanılan) veya nesne tanıma (elma ve portakal resmi aramak gibi) gibi yapay zeka hakkında çok şey görebiliriz.
Makine Öğrenimi
Makine öğrenimi, bilgisayar programlarından ziyade "öğrenmeyi" vurgulayan bir yapay zeka yaklaşımı veya alt kümesidir. Bir makine, büyük miktarda veriyi analiz etmek, verilerdeki kalıpları tanımlamak ve bir tahminde bulunmak için karmaşık algoritmalar kullanır; bu, bir insanın makinenin yazılımında belirli talimatlar yazmasını gerektirmeyen bir süreçtir. Bir krem pufunu bir portakalla karıştırdıktan sonra, sistemin desen tanıma özelliği, hatalarından öğrendiği ve bir insan gibi kendini düzelttiği için zamanla gelişir.
Derin Öğrenme
Derin öğrenme, bilgisayar zekasında büyük adımlar atan makine öğreniminin bir alt kümesidir. Derin sinir ağlarını simüle etmek için çok fazla veri ve bilgi işlem gücü kullanır. Temel olarak, bu ağlar insan beyninin bağlantısını taklit eder, veri kümelerini sınıflandırır ve aralarındaki korelasyonları keşfeder. Yeni öğrenilen bilgilerle (insan müdahalesi olmadan), makine içgörülerini diğer veri kümelerine uygulayabilir. Bir makine ne kadar çok veri işlerse, tahminleri o kadar doğru olur.
Örneğin, bir derin öğrenme cihazı, bir elmanın yeşil bir elma mı yoksa portakalın kan portakalı mı olduğunu doğru bir şekilde belirlemek için meyvenin rengi, şekli, boyutu, olgunlaşma süresi ve kökeni gibi büyük verileri inceleyebilir.
AI, makine öğrenimi ve derin öğrenme arasındaki farklar elmalar ve portakallar kadar açık değildir, daha inceliklidir. Makine öğrenimi, yapay zekaya ulaşmak için bir yöntemdir ve derin öğrenme, makine öğrenimini elde etmek için kullanılan bir teknolojidir. Şimdi aralarındaki farkı anlıyor musunuz?
