Bilim ve teknoloji diğer her şey gibi altında bir felsefeyi barındırır. Bu felsefenin temelinde ise insanın kendini yaratma arzusu olduğu söylenebilir. İnsan kendisini yaratmaya ve en temel düzeyde de yaratıcı olma yönelimine sahiptir. Bu sebeple de yaratımlarının tüm aşamalarında kendinden yola çıkar ve sonuçta ise kendisine en çok benzeyeni bulmaya çabalar.
YAPAY ZEKANIN TARİHİ
Yapay zeka, insanlığın çok uzun zaman önce üzerinde düşünmeye başlandığı bir alan olarak karşımıza çıkar. Bu fikrin karşımıza çıktığı ilk belgeler ise Aristoteles’in günümüze kadar ulaşabilmiş belgeleridir. Aristoteles, net olmamakla birlikte pek çok kaynağa göre milattan önce 384 ile milattan önce 322 yılları arasında yaşamış bir filozoftur ancak o aynı zamanda zooloji, astronomi, tarih, politika ve drama ile ilgilenmiş bir bilgedir. Onun pek çok belgesinde insan düşüncesinin nasıl bir algoritma ile ifade edilebileceği üzerine düşündüğü görülür. Ancak yapay zekânın asıl ivme kazandığı zamanın 2. Dünya Savaşı ile birlikte Alan Turing’in zeki bir makine yaratımı üzerine yaptığı çalışmalarıyla kazandığı söylenebilir.
Yapay zekâ bir araştırma alanı olarak ise 1950’lerin ortalarında karşımıza çıkar. Bu alanda yapılan çalışmaların ardından bilgisayar bilimci John McCarthy tarafından yapay zekâ adı ilk defa kullanılmaya başlanmıştır.
McCarthy ve Alan Turing ile birlikte Allen Newell, Herbert A. Simon, Marvin Minsky gibi ünlü bilgisayar bilimciler yapay zekânın ilk kurucuları arasında sayılabilecek isimlerden bazılarıdır. Yapay zekânın günümüzde bu kadar popüler olması ise gerek algoritma yapılarındaki ve depolama alanlarındaki gelişmeler gerek veri hacimlerindeki artışa bağlı olmuştur. Gelişmeler ve iyileşmeler zamanla, tasarlanabilen güçlü karar sistemleri ve akıllı arama sistemlerini beraberinde getirmiştir ve günümüzde başta bankacılık ve sağlık hizmetleri olmak üzere hemen her alanda karşımıza çıkmaktadır.
YAPAY ZEKA NEDİR?
Yapay zekâ basitçe, insan becerilerini gerçekleştirmeyi mümkün kılma odaklı bir teknoloji olarak tanımlanabilmektedir. İnsanın bir problem karşısında nasıl düşüneceği ve o probleme nasıl bir çözüm üreteceğini öğrenebilen bir teknolojidir.
Yapay zekâ hayatımızın her alanında kendisine yer bulurken temelde uzman sistemler, yapay sinir ağları, genetik algoritmalar, bulanık önermeler mantığı, zeki etmenler ve örüntü tanıma olarak ayrı alanlarda incelenebilir.
Bu yazıda Uzman Sistemler ve yapay sinir ağları ele alınacak ve diğer alanlar bir başka yazıda ayrıntılı olarak incelenecektir.
UZMAN SİSTEMLER
Uzman Sistemler genel olarak yapay zekanın bir araştırma alanı olarak ortaya çıkışıyla birlikte araştırmacıların çalışma alanları içerisindeydi ve başlarda yapılan çalışmalar her ne kadar basit ve genel bir problemi çözüme yönelik olsa da bu dönemde gerçekleştirilen çalışmalar akıllı bilgisayarların yaratımının öncüsü olmuştur. Zamanla özel problemlere yönelik programlar üzerine çalışmalar gerçekleştirildikçe araştırmacılar, Uzman Sistemler için bilginin önemini fark etmişlerdir.
Uzman Sistemler, bir problemle karşılaşıldığında problemin çözümü için bilgisayar tarafından depolanmış uzman bilgisini kullanan bir bilgisayar yazılımı/programıdır. Ancak bu noktada Uzman Sistemleri bilgisayar programlarından ayıran şeyin ne olduğu sorusu ile karşı karşıya gelmekteyiz. Bu soruya şöyle yanıt vermek yanlış olmayacaktır: Uzman Sistemlere bir problem karşısında izleyeceği yol belirlenmemiştir, sadece bilgiler verilmiştir ancak bir bilgisayar programına ise problem karşısında izleyeceği tüm yollar açıkça programlanmıştır.
UZMAN SİSTEMLER ÖĞRENEBİLİR Mİ?
Uzman Sistemlerin öğrenme becerilerinin neredeyse hiç olmadığını söylemek yanlış olmayacaktır. Uzman Sistemler, başlangıçta depolanmış bilgiden edindiği sonuçlarla, dış dünya ile sınırlı bağlantısı sonucu edindiği bilgileri kullanarak yeni kurallar edinir. Ancak Uzman Sistemler için öğrenme süreci oldukça zordur çünkü sistemin tüm sürecinin incelenmesi gerekmektedir ve birden fazla problem için birden fazla çözümler dizisi olacaktır.
UZMAN SİSTEMLERİN YETERSİZLİKLERİ
İnsan bilgisine bağımlı olan Uzman sistemler her ne kadar insanın analiz etme sürecini bilgisayar hızı ile güçlü bir konuma getirse de öğrenme becerisinin çok az olması ve akıl yürütme metotlarının oldukça sınırlı olması nedeniyle insanların çalışmalarına devamlı ihtiyacı olacaktır. Depolanan bilginin yüzeysel olması sebebiyle kullanım alanları sınırlı kalacak ve dış dünya ile bağlantısı çok az olacaktır.
Uzman Sistemler, genel problemlerden ziyada depolanan bilgileri akılda tutarak belirli problemleri çözmek üzerine işlerler bu nedenle de bilgisi verilmemiş bir problemi çözemeyeceği gibi eksik veya çelişkili bilgilerde de problemi çözemezler.
YAPAY SİNİR AĞLARI
Alan Turing’in zeki makinesi ile temeli atılan yapay zekânın günümüzde en çok dikkat çeken alanlarından birisi olan yapay sinir ağları ise belki de yapay zekânın üzerine okuması, çalışması ve araştırması en keyif verici alanlarından bir tanesidir. Yapay sinir ağları; yapay zekânın elektrik-elektronikten biyolojiye, felsefeden psikolojiye, yazılımdan matematiğe oldukça geniş bir alanına sahip olduğunun da göstergesidir.
İnsan davranışlarının tamamının altında yatan etken sinir hücreleri ve bu sinir hücreleri arasındaki çok sayıda sinaptik birleşmedir. Yapay zekâ alanındaki hızlı gelişmeler ile birlikte yürütülen çalışmalar neticesinde tüm bu sinir hücrelerindeki birleşmelerin, bilgisayar sisteminde gerçekleştirilmesi hayali yatmaktadır. Şimdilik hayal olan bu süreçte yapay sinir ağlarının temel bazı özelliklerini tanımakta fayda vardır. Ancak bundan önce biyolojik sinir ağı ile yapay sinir ağı arasındaki ilişkiye göz atılmalıdır.
BİYOLOJİK VE YAPAY SİNİR AĞLARI
Biyolojik sinir ağlarının ana elemanları elbette biyolojik sinir hücreleridir. Bu sinir hücreleri ana yapısı itibariyle akson ucu, akson, hücre gövdesi ve dendritten oluşur. Reseptör adı verilen alıcı sinirler dışarıdan veya organizma içerisindeki diğer sinir hücrelerinden gelen uyartıları yapısında bulunan dendritler ile hücre gövdesine taşır. Bu durumda hücredeki kararlılık durumu bozulur ve kimyasal süreç aracılığıyla uyartı bir başka hücrenin aksonuna iletilir. Hücrenin akson ucu ile diğer hücrenin dendriti arasındaki Sinaps sayesinde de bu uyartıların geçişi sağlanır.
Yapay sinir ağlarının ana elemanı ise yapay sinir hücreleridir. Biyolojik sinir ağlarının kompleks yapısının daha basit bir hali olarak karşımıza çıkan bu yapay sinir ağlarının girdileri, ağırlıklar, toplam fonksiyonu, aktivasyon fonksiyonu ve çıktıları bulunur. Şimdi bunların ne olduklarına bakalım.
Yapay sinir ağlarının ögeleri
GİRDİ: Girdi, yapay sinir hücresinin tıpkı biyolojik sinir hücresinde olduğu gibi dışarıdan veya başka hücreden ve buna ek olarak kendisinden aldığı bilgilerdir. Geleneksel bir algoritma yapısı içinde, belirlenen kuralların girişlere uygulanması ile çıktı elde edildiğini biliyoruz ancak bu durum yapay sinir ağları için biraz farklıdır. Yapay sinir ağlarında öğrenme sürecinde aldığı giriş ve çıkış bilgilerine göre kurallar koymaktan bahsederiz yani deneyimden.
AĞIRLIKLAR: Yapay sinir ağlarında her girdinin bir ağırlığı olduğu söylenmektedir. Buradaki ağırlık, girdideki bilginin o hücre üzerindeki etkisidir. Ağırlıklar negatif olabileceği gibi kimi zaman sıfır kimi zaman da değişken olabilmektedir. Ancak ağırlığın sıfır olması ya da çok büyük olması bilginin önemsiz ya da çok önemli olduğu çıkarımını yapmamıza yetmez. Yapay sinir ağları, kendisine gösterilecek her örnekle birlikte ağırlık değerinde de değişiklik yapmaktadır. Buradaki amaç da doğru çıktıyı verecek ağırlığı bulmak olacaktır. Yapay sinir ağlarındaki öğrenme de bu sinir hücrelerinin arasındaki ağırlıkların değiştirilmesi ile gerçekleşir.
TOPLAMA FONKSİYONU: Fonksiyon, farklı toplama fonksiyonlarını kullanarak hücrenin net girdisini hesaplar. Ancak burada da genel geçer bir toplama fonksiyonu söylemek yanlış olacaktır zira, hücrelerin her biri bağımsız bir toplama fonksiyonuna sahip olabileceği gibi hücrelerin hepsi aynı toplama fonksiyonuna da sahip olabilir.
AKTİVASYON FONKSİYONU: Aktivasyon fonksiyonu ile yapay sinir ağlarında bir hücreye gelen net girdiye karşılık hücrenin üreteceği çıktı belirlenir. Karmaşık lineer olmayan sistemlerin modellenmesinde yapay sinir ağları kullanılabilmektedir. Bu durum yapay sinir ağlarının doğrusal olmayan bir fonksiyonu yeterli doğruluğa yaklaştırabilme özelliğinden kaynaklanmaktadır. Aktivasyon fonksiyonu da çoğunlukla doğrusal olmayan bir fonksiyondur.
ÇIKTI: Aktivasyon fonksiyonu tarafından belirlenir. Elde edilen çıktı bir başka hücreye, hücrenin kendisine veya dışarıya bir girdi olarak gönderilebilir.
Makinelerin insanlar gibi düşünüp düşünemeyeceği, düşünmenin, duyguların ve insani pek çok tepkinin öğrenilip öğrenilemeyeceği, etik, ahlak gibi kavramlar içerisinde günümüzde yapay zeka gerek sinema ve edebiyat alanında bilim kurgu filmlerinin, kitaplarının gerek bilim dünyasının ve akademinin odak noktalarından biri haline gelmiştir. Gelişmeler bizlere yapay zekanın ve onun alanlarından yapay sinir ağlarının geleceğin uğraş alanlarından biri olmayı sürdüreceğini göstermektedir. Bundan sonraki yazılarda yapay zeka üzerine daha ayrıntılı bilgiler bulabilirsiniz, bu yazı yapay zeka üzerine bir giriş, temel mahiyetinde sunulmuştur.
Bilim kategorisinde bulunan diğer makaleleri de okumanızı tavsiye ederiz!
