Yapay Zeka Teknolojisi ile ilgili Temel Kavramlar

Son yıllarda hayatımıza hızlı bir giriş yapan ve yetenekleri ile insanların internet teknolojilerine bakışlarını bir üst seviyeye taşıyan Yapay Zeka teknolojisi bu teknolojiye merak duyan insan sayısını da bir haylı arttırmış durumda. Bu konuda genel kültür düzeyinde bilgi sahibi olmak isteyenler için öne çıkan bir kaç kavramı aşağıda açıkladım. Bu konuda merak ettiğiniz yada bildiğiniz başka konular varsa ekleme yaparak konuyu güncelleyebilir ve geliştirebiliriz.

Yapay Zeka ile ilgili genel bir tanım yapmak gerekirse; Kendisine sunulan veri setini yorumlayarak belli bir konuda tekrarlayan süreçleri yada işlemleri mantıksal çıkarımlar yaparak yerine getiren bilgisayar teknolojisidir. Yapay zeka konusunda bilinmesi gereken en önemli konu veri setinin varlığıdır. Hangi alanda olursa olsun bir sisteme kendi mantıklı kararlarını aldırmak ve işlem yaptırmak istiyorsanız öncelikle veri seti yardımıyla yapay zeka yazılımınızı eğitmeniz gerekmektedir. Örneğin resimlerden hayvan türlerini tanıyan bir yazılım yapmak istiyorsanız öncelikle hayvan resimleri kullanarak yazılımınızı eğitmeniz gerekmektedir. Daha sonra yazılımınızı hiç görmediği resimler ile test ederek başarısını ölçebilir yada daha iyi bir performans için optimize edebilirsiniz.

Yapay Zeka ile ilgili temel kavramlar:

  1. Makine öğrenmesi (ML): Yapay zeka yazılımlarının eğitim sürecine olarak tanımlayabileceğimiz makine öğrenmesi, veri seti eğitimi ve bu eğitimden elde edilen verilerin depolanması yoluyla yapay zeka’ya hafıza kazandırarak işlemlerde yapacağı seçimlerin temelini oluşturur.

  2. Doğal Dil İşleme (NLP): Yapay zeka sistemlerin en önemli yeteneklerinden birisini oluşturan ve özellikler chatbot sistemlerde görmeye başladığımız bu özellik, basit anlamda kelimeleri hecelerine ayrımak, cümleleri özne, fiil, sıfat, v.b. gibi bileşenlerine ayırmak yada daha kapsamlı olarak insan konuşmalarından mantıksal çıkarımlar yada duygu analizi yapmak ve yine doğal dil işleme yada belirli algoritmalar kullanarak yaptığı bu analizlere uygun cevaplar oluşturulmasını sağlamaktır.

  3. Derin öğrenme (DL): Derin öğrenme, makine öğrenmesinden farklı olarak çok büyük veri setleri ile işlemler yaparak çok boyutlu çıktılar üretmek ve daha karmaşık işlemleri yerine getirmek için yapılan öğrenme sürecidir. Örneğin, bitki hastalıklarını teşhis etmek için geliştirilen uygulamalar bitkinin türünü, yetiştiği konum ve şartları göz önünde bulundurarak bitki üzerindeki lekelerin analizi yapar ve teşhis uygular.

  4. Yapay sinir ağları (YSN): Yapay sinir ağları, insan beynindeki görme, koku alma, duyma gibi bölümlerin birlikte çalışması gibi farklı yapay zeka sistemlerinin birlikte çalışarak çıktılar ürettiği yapılardır. Hem öğrenme süreçleri hemde gerçek zamanlı veriler kullanarak işlem yapabilme yeteneğine sahiptir. 5.nesil savaş uçakları ve network güvenlik sistemler bu yazılım teknolojisinin en bilinen kullanım alanlarıdır.

Yapay sinir ağları ve karar verme süreçleri ile daha detaylı ilgilenmek isteyenler burada yer alan örneği inceleyebilirler: GitHub - gokadin/ai-simplest-network: The simplest form of an artificial neural network explained and demonstrated.

  1. Veri madenciliği: Öğrenme süreçlerinin temelini oluşturan ve yapay zeka yazılımının eğitilmesi istenen alanda veri setleri üzerinden faydalı çıkarımlar yaparak kendisinden yapılmasını istenen işlemler ile ilgili mantıksal süreçler oluşturur. Örneğin: cümle içinde belirli kelimeler arayarak cümle ile ilgili duygu analizi uygulamaları buna örnek gösterilebilir.

2 Beğeni

Bu konu son yanıttan 30 gün sonra otomatik olarak kapatıldı. Yeni yanıt girilmesine izin verilmiyor.