Kod KâşifiMERAK ET. DENE. KEŞFET.Bir şey öğren

Yayıncı: Kod Kâşifi · Düzeltme bildir

Yapay zekâ çeşitleri: hepsi aynı şey değil

“Yapay zekâ” tek bir makine değildir. Dar işler yapan programlarla, sohbet eden büyük modeller aynı ailede ama aynı güçte değildir.

Üç ayrı atölye, şekil ayıklama, örüntü öğrenme ve yeni görüntü üretme işlerini gösteriyor.
Yapay zekâ sistemleri farklı işler yapar ve aynı yeteneklere sahip değildir. Kod Kâşifi için üretilen yapay zekâ illüstrasyonu.

Türler aynı soruya cevap vermeyebilir

“Yapay zekâ çeşitleri” dendiğinde tek bir sınıflandırma listesi bulunmaz. Sistemin hangi işi yaptığına, nasıl geliştirildiğine veya ne tür çıktı ürettiğine göre farklı gruplar kurulabilir. Dar yapay zekâ, belirli görevlerde çalışan sistemleri anlatmak için kullanılan bir ifadedir. Makine öğrenmesi ise veriden model geliştirme yöntemidir. Bir araç hem belli bir görev için kullanılabilir hem makine öğrenmesiyle geliştirilmiş olabilir; bu başlıklar birbirini dışlamak zorunda değildir.

Örneğin fotoğrafta kedi olup olmadığını sınıflandıran sistemle metin yazan bir model farklı görevler sunar. Birincinin yalnızca kedi tanımak için kurulmuş olması, her şeyi yapabileceği anlamına gelmez. Ancak bir ürün birden fazla modeli bir araya getirip farklı özellikler de sunabilir. Bu nedenle uygulamanın adından bütün yeteneklerini çıkarmak yerine, her özelliğin neyi yapabildiğini ve nasıl denendiğini ayrı düşünmek gerekir.

Örneklerden bir model kurmak

Makine öğrenmesinde verilerden ilişkiler veya örüntüler öğrenen bir model geliştirilir. Etiketli fotoğraflarda “kedi” ve “kedi değil” örnekleri bulunabilir. Eğitimden sonra model daha önce görmediği fotoğraflarda denenir. Bu ayrım önemlidir: ezberlediği örneklerde başarılı olması, yeni durumda aynı başarıyı göstereceğini kanıtlamaz. Yeterli ve uygun veri ile doğru değerlendirme, sistemin işe yarayıp yaramadığını anlamaya yardımcı olur.

Derin öğrenme, birden fazla katmanlı yapay sinir ağlarını kullanan yöntemlerle ilişkilidir. Katmanlar veriden farklı özellikler çıkaracak biçimde eğitilebilir. Bu ad, modelin insan gibi derin düşündüğünü göstermez. Bazı görevlerde daha basit yöntemler yeterli olabilir; her iş için en büyük model gerekmeyebilir. Tasarımın amacı, kaynak gereksinimi ve elde edilen sonuç birlikte değerlendirilir. Yöntem adı tek başına kalite puanı değildir.

Yeni içerik üreten sistemler

Üretken modeller metin, görsel veya başka içerik taslakları oluşturabilir. Ürettikleri şey, eğitim verisinden ve verilen girdiden etkilenen bir çıktıdır. Her zaman yalnızca hazır cümleyi okumazlar; fakat eğitim örneklerini bazen tekrar edebilmeleri de mümkündür. “Asla ezberlemez” veya “Her şeyi özgün yaratır” gibi kesin genellemeler doğru değildir. Akıcı bir cevapta yanlış bilgi, uygun olmayan bir örnek veya uydurulmuş kaynak bulunabilir.

Hayalî bir uzay hikâyesi istemekle gerçek bir gezegenin çapını sormak farklı görevlerdir. Hikâyede yeni ayrıntılar oluşturmak amaç olabilir; bilgi sorusunda doğru kaynakla karşılaştırma gerekir. Aynı aracın iki işi yapabilmesi, çıktıları aynı ölçütle değerlendirmen gerektiği anlamına gelmez. Öğretmeninin kuralları, yaşa uygun kullanım ve kişisel bilgileri paylaşmamak da araç seçiminin parçalarıdır. Üretim kolaylaştığında kontrol görevi ortadan kalkmaz.

Aracın rolünü sen tarif et

Kâğıda üç görev yaz: resimleri gruplama, sesleri yazıya çevirme ve masal taslağı hazırlama. Her birinde beklediğin girdiyi ve çıktıyı belirt. Sonra başarısızlığın nasıl görüneceğini düşün: yanlış grup, yanlış sözcük veya tutarsız hikâye gibi. Bu çalışma bir model kurmaz; görevlerin farklı ölçütler istediğini gösterir. Teknolojiyi öğrenmek, yalnızca tür adlarını saymak yerine hangi iş için hangi sonucun yararlı olduğunu açıkça anlatabilmektir.

Sistemlerin çıktısını insanlar geliştirir, kullanır ve etkilerini değerlendirir. Aracın nazik konuşması veya sorumluluk aldığını söylemesi, gerçek hayattaki karar sorumluluğunu kendisine devrettiğin anlamına gelmez. Bir metni paylaşmadan doğruluğunu ve başkalarına etkisini düşünürsün. Yardımcı araç üretim yapabilir; öğretmenine teslim edeceğin çalışmanın nasıl hazırlandığını dürüstçe anlatmak ve son kararını kontrol etmek ise kullanımın insan tarafında kalan görevlerdir.

Kaynaklar ve ileri okuma

KEŞFE DEVAM

Bir sonraki merakın ne?

Aynı nesnenin farklı açı ve ışıklardan örnekleri bir duvarda sıralanıyor.
3 dk okumaYeni keşif

Fei-Fei Li: bilgisayar görmeyi örnekle öğrendi

Bir makineye “kedi” demeyi öğretmek için önce birçok kedi örneği gerekir. Fei-Fei Li, bu örnekleri büyük ve düzenli bir veri kümesinde toplayan çalışmanın öncülerindendir.

Yazıyı oku
Bir öğrenci, ışıklı cevap kartını iki kaynak kitap ve büyüteçle karşılaştırıyor.
5 dk okuma

Yapay zekâ cevabını nasıl kontrol edersin?

Bir yapay zekâ aracı hızlı ve düzgün görünen cevaplar verebilir. Yine de cevabı kullanmadan önce birkaç küçük kontrol yapmak iyi bir alışkanlıktır.

Yazıyı oku
Bir öğrenci, ses dalgası, kitap önerisi ve şekil örüntülerini inceleyen yapay zekâ atölyesini keşfediyor.
3 dk okuma

Yapay zekâ nedir, ne değildir?

Telefonun sesli komutunu anlıyor, video sitesi sana tam seveceğin videolar öneriyor. Peki bunu nasıl yapıyor? Cevap: yapay zekâ.

Yazıyı oku