Kod KâşifiMERAK ET. DENE. KEŞFET.Bir şey öğren

Yayıncı: Kod Kâşifi · Düzeltme bildir

Yapay zekâ nedir, ne değildir?

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

Bir öğrenci, ses dalgası, kitap önerisi ve şekil örüntülerini inceleyen yapay zekâ atölyesini keşfediyor.
Yapay zekâ örüntülerden yararlanır; her şeyi bilen bir zihin değildir. Kod Kâşifi için üretilen yapay zekâ illüstrasyonu.

Bir tek yöntemin adı değil

Yapay zekâ, bilgisayar sistemlerinin tahmin, öneri, problem çözme veya içerik üretme gibi görevler yapmasını sağlayan geniş bir çalışma alanıdır. Makine öğrenmesi bunun içindeki yöntemlerden biridir; bütün yapay zekâ sistemleri aynı biçimde örneklerden öğrenmek zorunda değildir. Bazılarında önceden belirlenmiş kurallar önemli rol oynar. Bu nedenle yapay zekâyı tek bir konuşan uygulama veya bütün soruları bilen tek bir zihin olarak düşünmek yanıltıcı olur.

Kedi fotoğraflarını ayıran bir model örneği düşün. Eğitimde farklı kedi ve kedi olmayan görüntüler görür, bunlardan bir ilişki geliştirmeye çalışır. Sonra yeni bir fotoğrafa ilişkin tahmin verir. İnsanın bir kediyi görmesiyle bilgisayarın görüntü değerlerini işlemesi aynı deneyim değildir. Benzetme öğrenme fikrine giriş sağlar; ama sistemin insanla aynı biçimde gördüğünü veya her bağlamı anladığını kanıtlamaz.

Tahmini denemek gerekir

Eğitimdeki bütün kediler aydınlık bahçelerde çekildiyse model arka plan gibi yanlış ipuçlarına fazla dayanabilir. Karanlık odadaki kedi için yanılabilir. Bu hayalî örnek, verinin çeşitliliğinin ve yeni örneklerle denemenin neden önemli olduğunu gösterir. Eğitim başarısı ile gerçek kullanım başarısını ayrı ölçmek gerekir. Bir sistemin çok örnek görmesi, yanlış ilişkinin veya eksik koşulların kendiliğinden ortadan kalktığı anlamına gelmez.

Galeri uygulamasında görüntü gruplama, çeviri aracında dil dönüşümü veya video hizmetinde öneriler gibi farklı kullanım alanları vardır. Aynı teknolojinin her yerde aynı modeli kullandığını söylemeyiz. Ayrıca basit bir hesap makinesinin doğru toplama yapması, onu mutlaka yapay zekâ uygulaması olarak adlandırmamızı gerektirmez. Görev, kullanılan yöntem ve beklenen sonuç birlikte düşünülür. Etiketin etkileyici olması, çalışma biçimini açıklamaya yetmez.

Akıcı cevap bilgi garantisi değildir

Üretken bir modelden bir olayın tarihini istediğinde doğru cevap alabileceğin gibi yanlış veya uydurulmuş ayrıntı da alabilirsin. Metnin kendinden emin görünmesi, dayanağını göstermeyebilir. Kaynağı açıp kontrol etmek gerekir. Hikâye taslağında hayalî ayrıntı üretmek amaç olabilir; gerçek bilgi sorusunda aynı davranış hata olur. Çıktıyı değerlendirirken ne istediğini ve doğruluğun nasıl sınanacağını önceden düşünmek yararlıdır.

Aracın seni övmesi veya dostça konuşması, insan ilişkilerindeki bütün anlamları taşıdığı sonucunu vermez. Ödevini, kişisel bilgilerini veya kararlarını ona düşünmeden teslim etmek zorunda değilsin. Yaşına uygun kullanım koşullarını ve öğretmenin yönergelerini dikkate al. Teknolojiyi anlamak, onu her yerde kullanmak değil; ne zaman işe yaradığını, nerede yanılabileceğini ve hangi bilgiyi paylaşmanın uygun olmadığını ayırt etmeyi de içerir.

Girdiden sonuca küçük bir yol

Kâğıda bir kutu çizip içine “Hayalî fotoğraf sınıflandırıcısı” yaz. Soluna fotoğraf girdisini, sağına “Kedi olabilir” tahminini koy. Sonra iki farklı yeni görüntü ekle ve modelin sonucunu nasıl kontrol edeceğini anlat. Bu, gerçek bir model eğitmez; görev ile doğrulama arasındaki ilişkiyi gösterir. Gelecekteki değerini bir teknoloji etiketi belirlemez; merak ederek soru sormak ve sonuçları eleştirel değerlendirmek bugün geliştirebileceğin becerilerdir.

Bir aracı kullanırken “Bunu hangi veriyle ve hangi amaçla yapıyor?” sorusunu aklında tut. Her ayrıntısını bilmesen bile verilen açıklamaları inceleyebilir, yanlış sonucu fark edip bildirebilirsin. İnsanların geliştirdiği ve kullandığı sistemlerde sorumluluk, yazılımın akıcı cümleleriyle ortadan kalkmaz. Yapay zekâyı öğrenmek, çıktısını şaşkınlıkla izlemekten başlayabilir; daha sağlam anlayış ise o çıktının sınırlarını ve kullanım amacını araştırmakla gelişir.

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
Üç ayrı atölye, şekil ayıklama, örüntü öğrenme ve yeni görüntü üretme işlerini gösteriyor.
3 dk okuma

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.

Yazıyı oku