Page 52 - LabMedya - 44

52 www.labmedya.com

YAPAY ZEKA, FAVORI
RESTORANIMIZI
SEÇMEKTEN HAVA
DURUMU TAHMINLERINE
VE KÜRESEL GIDA
SIKINTISINI GIDERMEYE
KADAR BIRÇOK ALANDA
GÜNLÜK HAYATIMIZI
ZENGINLEŞTIRIYOR.

YAPAY ZEKA VE MAKINE

ÖĞRENIMI:

BILGISAYARLAR NASIL

ÖĞRENIR?

Kökleri hâlâ bilim kurgu alemine bağlı “Büyüyen bir çocuk düşünün” diyor daha fazla zeka ile zenginleştirmeye Geliştirici Forumunda (IDF) yaptığı
olan yapay zeka (AI), genelde bilinmedik Chappell. Bu çocuk, dünyayı gözlemler, çalışıyoruz. Böylelikle hayatlarımızın daha konuşmada, ortalama bir insanın
bir yerden gelen, dışarıda gerçekleşen bir insanların nasıl etkileşim kurduğunu fark kolay olmasını sağlıyoruz.” Snapchat’te paylaşım yapmak, e-posta
şeymiş izlenimi verir. Yapay zeka, aslında eder ve kimsenin açıkça belirtmesine göndermek ve oyun oynamak gibi normal
günlük hayatlarımızın büyük bir parçasını gerek kalmadan toplumsal normları Chappell, araba kullanırken kağıttan aktiviteleri yaparak günde 600 ila 700 MB
oluşturuyor, ama biz bunu fark etmiyoruz. öğrenir. “Yapay zeka da aynen bunun haritalara bakarak yol bulma veri ürettiğini söyledi.
Bankaların şüpheli harcama uyarıları, gibi, kimsenin açıkça programlamasına günlerinin çoktan geride kaldığını
akıllı telefonların egzersiz hatırlatmaları, gerek kalmadan öğrenen makinelerden söylüyor. Günümüzde insanlar, yolların Krzanich, 2020 itibariyle bu oranın günde
Siri ve Cortana’nın ses tanıma özelliği oluşuyor.” değiştiğini, köprülerin inşa edildiğini 1,5 GB olacağını belirtti. Bu, işin yalnızca
yapay zekaya örnek olarak verilebilir. öğrenebilen, trafiği takip ederek sürüş insan kısmı. Ortalama bir otonom araç
Chappell, yapay zekanın üç işlevi yerine süresini optimize edebilen, yoğun veri günde 4000 GB, akıllı bir fabrika günde 1
“Yapay zeka temel olarak insanların getirdiğini söylüyor. Bunlardan birincisi, içeren dinamik harita uygulamalarına milyon GB veri üretiyor.
özellikle programlamasına gerek modelleri tespit etmek için verileri güvenebiliyor.
kalmadan makinelerin mantık yürüttüğü, kullanarak dünyayı algılamak. İkincisi Chappell, otonom arabaların yapay
öğrendiği ve dış dünya ile etkileşim bu modelleri tanımak ve üçüncüsü ise, Hem yapay zeka hem de makine zeka ve makine öğreniminin işleyişine
kurduğu bir yapıdır,” diyor Intel’de makine bu tanıma eylemine dayanarak harekete öğrenimi teknolojileri, eğitim, finans ilişkin iyi birer örnek olduğunu söylüyor.
öğreniminden sorumlu direktör Nidhi geçmek. ve tıp gibi birçok alanda yıllardır Bir arabada kendi kendine öğrenen bir
Chappell. kullanılıyor. Chappell, yapay zekanın bilgisayar bulunabilir, ancak yoldaki
Mesela, yaptığınız dağ yürüyüşlerinin toplumu harekete geçirmeye devam diğer arabaların buluta veri göndermesini
Yapay zeka, hayatın başka alanlarda fotoğraflarını Facebook’ta ettiğini söylüyor. Yapay zeka, çevrimiçi sağlayarak diğer arabaların da öğrenmesi
da gelişmesini sağlıyor. Spordaki paylaşıyorsunuz. Sistemdeki algoritmalar, tacizleri azaltmak, insan kaçakçılığı sağlanabilir.
biyometriklerin ölçülmesi ile elde bir dağın tepesinde aynı insanla çekilmiş gibi sorunlara çözüm bulmak, tarımsal
edilen veriler, bir atletin oyun süresinin bir sürü fotoğrafınız olduğunu fark verimi arttırarak dünyadaki açlığı Bunu, kitle kaynaklı veri gibi düşünün.
yaralanma olasılığını nasıl etkilediğini ediyor. Söz konusu kişiyi tanıdığı ve dağ azaltmak için kullanılabilir. Sivrisineklerin Örneğin, bir arabanın önündeki
ölçmeye yardımcı olabilir. Çiftçilerin en yürüyüşlerinden hoşlandığınızı anladığı göç modellerini tahmin ederek ve inşaat tabelasını görmesi yalnızca o
fazla mahsulü toplamak için ne zaman için, hoşunuza gidebilecek başka kişileri hastalık bulaştırma olasılığı olan arabaya yarar. Ancak bu bilgiyi buluta
sulama yapmaları gerektiğini bilmelerini ve yürüyüş rotalarını öneriyor. türleri belirleyerek Zika gibi virüslerin gönderebilirse, diğer otonom arabalara
ve meteorologların kar erime hızını yayılmasını önlemeye yardımcı olabilir. da uyarı iletmek mümkün olur. Yoldaki bu
ölçmelerini sağlar. Akıllı şehirler verileri “İşte bunların hepsi makine öğrenimi,” engeli ne kadar çok araba “öğrenirse,”
enerji yönetimi için kullanırken, sağlık diyor Chappell. “Makineler her geçen gün VERİLERİN YÖNETİLMESİ trafik o kadar akıcı olur.
sektörü uzmanları hastalıkları tespit daha akıllı hale geliyor, daha iyi kararlar
etmek, genom sıralaması yapmak ve vermemize ve daha hızlı araştırma Chappell, öğrenim süreci ne kadar Yapay zeka, makine öğrenimi ve ayrıntılı
tedavileri takip etmek için yapay zekadan yapmamıza yardımcı oluyor.” sofistike hale gelirse, makinelerin öğrenme kavramları, bilim kurgudan
faydalanır. öğrenmesi için o kadar fazla verinin çıkarak bilim gerçeği halini aldılar.
ŞÜPHECİLERİ İKNA ETMEK gerekli olacağını söylüyor. Bilgi işlem “Yapay zeka tüm çevremizde,” diyor Intel
Yapay zeka, pek çok kavramı bir araya gücünün performansı yükseldikçe, Başkan Vekili ve Veri Merkezi Grubu Genel
getiren bir terimdir. Bu kavramlardan Makinelerin dünyayı ele geçirdiği korkusu, bilgisayarların öğrenme hızı da artıyor. Müdürü Diane Bryant. “İnsanların dünya
biri de, biriktirilen verilere dayalı yani yapay zekaya yönelik önemli “Bir makineye öğrenmesi için sağlanan ile etkileşim kurma yöntemlerini yeniden
matematiksel algoritmalar oluşturarak ölçüde bir şüphecilik söz konusu. Ancak veriler arttıkça, makinenin tahminleri şekillendiriyor.”
bilgisayarların “düşünmesini” mümkün Chappell, bilgisayarların öğrenebilme o kadar doğru oluyor” diyen Chappell,
kılan teknik ve araçlar bütünü olan becerisinin, insanlığa birçok konuda öğrenme sürecinin karmaşıklığının Deb Miller Landau iQ Managing Editor
Makine Öğrenimidir (ML). Kavramlardan yardımcı olduğunu savunuyor. artması ile veri gerekliliklerinin de
bir diğeri ise, Makine Öğreniminin bir alt “Yapay zekanın gerçekleştirdiği şey, artmasının kaçınılmaz olduğunu belirtiyor.
grubu olan Ayrıntılı Öğrenmedir (DL). Bu aslında insanların yapmakta olduğu Makine öğrenimi yaygınlaştıkça, veri
grup, görüntü tanıma ve dil işleme gibi şeyleri zenginleştirmekten ibaret” diyor. gereklilikleri de inanılmaz boyutlara
eylemleri gerçekleştirmek için sinir ağı “Makinelerin insanların yerini almasını gelecek.
modellerini kullanır. sağlamaya çalışmıyoruz, aksine insanları Intel CEO’su Brian Krzanich 2016 Intel