Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Nedir? Aralarındaki Farklar

Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Nedir? Aralarındaki Farklar

Merhabalar. Bu yazımda yapay zeka, makine öğrenimi ve derin öğrenme kavramlarının ne olduğunu, nerelerde kullanıldığını örnekler ile anlamaya çalışacağız. Sonraki yazılarımda ise kavramları daha detaylı olarak araştırıp sizlerle paylaşmayı düşünüyorum. O zaman başlayalım.

Yapay Zeka Nedir?

Yapay zeka, insanlara özgü olan konuşma, anlama, yorumlama gibi davranışların makinelere aktarılarak makinelere zeka kazandırılmasıdır. Youtube, Netflix, Amazon vb. web sitelerinin önerilen videoları veya ürünleri, arama motorlarının çalışma mantığı ve yine arama motorlarının ilgili fotoğrafları bulması, insan sesine duyarlı makineler ve kişisel asistanlar (Siri ve Alexa gibi), sürücüsüz otomobiller ve satranç-go gibi makineler üzerinden oynanan stratejik oyunları yapay zekaya örnek gösterebiliriz.

İlk Yapay Zeka ve Yapay Zeka'nın Tarihi

Alan Turing'in II. Dünya Savaşı yıllarında ortaya attığı "Makineler düşünebilir mi?" sorusuyla makinelerin zekası olabileceği fikrini belirtmiş ve yapay zeka kavramı ortaya çıkmıştır.

Bu konuya şimdilik yüzeysel olarak bakıp farklı bir yazımda detaylıca Yapay Zeka Nedir ve Yapay Zekanın Tarihi başlıklı başka bir yazımda incelemeyi planlıyorum.

Makine Öğrenmesi Nedir?

Makine öğrenimi, bilgisayarların veri türlerini, belirli matematiksel işlem ve algoritmaları kullanarak, modelleme yapmasıdır.

Fotoğraf ve konuşmaları tanıma, hastalık ve kanser teşhisi, sınıflandırma yapma, tahmin yürütme gibi günlük hayatta karşılaştığımız birçok üründe veya hizmette makine öğrenmesi kullanılır.

Makine öğrenmesi birkaç ana başlık altında incelenir.

  1. Gözetimli Öğrenme (Supervised learning)
  2. Gözetimsiz Öğrenme (Unsupervised learning)
  3. Pekiştirmeli Öğrenme (Reinforcement learning)

Bu başlıklara Yarı Gözetimli Öğrenme ve Öğrenmeyi Öğrenme maddeleri de dahil edilmektedir. Ancak bu yazımızda yukarıdaki üç başlık üzerinde duracağız.

1. Gözetimli (Supervised) Öğrenme

Gözetimli öğrenme, tanımlanmış(etiketlenmiş) verilerin makineye verilerek makinenin o verileri öğrenmesini ve sınıflandırmasını sağlamaktır.

https://miro.medium.com/max/1164/1*589X2eXJJkatGRG-z-s_oA.png

Yukarıdaki örnekte görüldüğü gibi makineyi kedi fotoğraflarıyla beslediğinizde makine belirli zaman sonra kediyi tanımlayacak ve diğer hayvan ve nesnelerden ayırabilir hale gelecektir. Makinenin doğruluk oranı ona tanıttığınız verilerin doğruluğu ve çokluğuyla yakından ilişkilidir.

2. Gözetimsiz(Unsupervised) Öğrenme

Gözetimsiz öğrenme, tanımlanmamış(etiketlenmemiş) yani ne olduğu belirtilmemiş verilerin makineye sunularak makinenin öğrenmesini ve modelleme yapmasını sağlayan süreçtir.


Kaynak: Simplilearn Youtube [15]

Gözetimsiz öğremede ise makineye verileri/veri setlerini verirsiniz ve makineden onları kendi kendine öğrenmesini beklersiniz. Makine ise almış olduğu verileri çeşitli özelliklerine göre sınıflandırarak size sunar.

Fotoğraftaki örneğe bakacak olursak; çeşit çeşit hayvanların bulunduğu veri setleri makineye verilmiş ve makine bu hayvanları kanat ve bacak özelliklerine göre sınıflandırmıştır.

Burada önemli olan verilerin tanımlanmamış olmasıdır.

3. Pekiştirmeli(Reinforcement) Öğrenme

Takviyeli öğrenme (Reinforcement Learning), bulunduğu ortamı algılayan ve kendi başına kararlar alabilen bir sistemin, hedefine ulaşabilmesinde doğru kararlar almayı nasıl öğrenebileceğini gösteren süreçtir. [17]

Takviyeli öğrenmede siz makineyi veri havuzunun içerisine atarsınız ve görevini tamamladığında kazanacağı bir ödül belirlersiniz. Sonrasında her yanlış ilerleyişinde doğru yola girmesini sağlarsınız. Böylelikle kendi kendine öğrenen makinemiz akıllanmaya ve doğru yolda ilerlemeye başlar. Bu anlattığımı aşağıdaki fotoğraflarda daha net gösterebilirim.


Derin Öğrenme Nedir?

Derin öğrenme, makineleri insanların temel içgüdüleri hakkında eğiten makine öğrenimi kategorisidir.

Derin öğrenme, makine öğrenmesine kıyasla çok veriyle çok daha etkili sonuçlar doğurur. Ancak makine öğrenmesinde veriler bir zaman sonra yeterli gelmemeye başlar ve performans sabitlenir.

https://assets.website-files.com/5fb24a974499e90dae242d98/5fb24a974499e96f7b2431db_AI venn diagram.png

Derin öğrenmede;

  • Verilerin eğitilmesi ve deneyimlerden öğrenme söz konusudur.
  • Nöron ağları(Neural networks) her geçen sürede yeni veriler keşfeder ve verilerin eğitilmesiyle performansın geliştirilmesine odaklanılır.
  • Verilerin yoğunluğunun artması -eski makine öğrenmesi algoritmalarına kıyasla-öğrenmeyi daha da arttırır.
  • İnsan beyninin işleyişi taklit edilmeye çalışılır.


Derin Öğrenme Uygulamaları

  • Sürücüsüz araçlar (Driverless Vehicles)
  • Sanal asistanlar (Virtual Assistants)
  • Mesajlaşma Botları (Chatbots)
  • Çeviri Sistemleri (Translations)
  • Medikal Araştırmalar (Medical Research)
  • Havacılık ve Savunma (Aerospace and Defense)
  • Yüz tanım(Facial Recognition)
  • Kişiye Özel Deneyimler (Tailored Experiences)

Kaynak: [18]

Şu anlık konudan sapmamak adına detaylarına girmiyorum. Bu maddeleri farklı bir yazımda ayrıca inceleyebilirim.

Yüzyıllık bir teknoloji olsada yapay zeka her geçen gün daha da gelişmeye ve bizleri şaşırtmaya devam ediyor. Yirmi yıl öncesinde kadar hayal olan birçok teknoloji bugün gerçekleştirilebiliyor. Kim bilir? Belki de yıllar sonra sizlerin bu zamanlarda kurduğu hayaller hakkında konuşuyor oluruz. Bu sizlere bağlı. Kendinize iyi bakın ve öğrenmeyi bırakmayın. Görüşmek üzere.

Ömer Faruk Coşkun - ÖFC'

Ömer Faruk Coşkun

İstanbul Üniversitesi Bilgisayar Mühendisliği öğrencisiyim. Araştırmayı ve öğrenmeyi aynı zamanda öğrendiklerimi paylaşmayı seviyorum.

Görüşünü Paylaş!

Aklından geçenleri bizimle paylaşmaktan çekinme.

Bugün gönderebileceğiniz kadar yorum gönderdiniz.
Birkaç dakika sonrasında tekrar mesaj gönderebilirsiniz.
Gün içerisinde gönderbileceğiniz yorum sayısı bu kadar.
Yorumunuz başarılı şekilde iletilmiştir. Onaylandıktan sonra herkese açık olarak gösterilecektir.

Yorumlar