Yapay Zeka... Gerçekten mi?
Son birkaç yıldır oldukça popüler ve üzerine birçok laf söylenip birçok çalışma yapılan konulardan birisi Yapay Zeka. Sahip olduğu isimden gelen bir cazibesi, merakta bırakma özelliği var sanıyorum ki. Ki zaten yabancı kültürde yapılan çalışmalara görkemli isimler vermek gibi bir gelenek de var.
Aslen kontrol amaçlı ortaya çıkan yapay zekanın herkes tarafından bilinen şekli "sınıflandırma" amacını da anlatarak ne ifade ettiğini açıklamaya çalışalım.
Başta kontrol ve elektronik mühendislerinin geldiği, mekatronik mühendislerini de haliyle ilgilendiren kontrol, bir sistemin; sistemin çalışma zamanı içerisinde sahip olduğu dinamikleri de hesaba katmak şartıyla tam olarak göstereceği davranışın hesaplanması, bilinmesi ve o davranışa göre istenilen işi yaptırılması demektir.
Yani herhangi bir kontrol dersinde gösterilebilecek bir elektrik motoruna sahip olduğumuzu varsayalım. O motor'a gerilim uyguladığım andan itibaren motorun hızı, ivmelenmesi, torku yahut pozisyonu hakkında net bir bilgiye sahip olmak ya da bu saydığım büyüklüklerin değerlerini belirlemek kontrolün işidir.
Elektrik motorundan örnek verdim ancak herhangi bir sistem için aynı kurguları yapabiliriz. Şimdi, işin içine tam anlamıyla kontrol ve gelişen teknoloji de girince otomatik kontrol denilen bir alan oluşturulmuş. Teoride şu şekilde çalışıyor:
Elimizde bir sistem var ve elbetteki bu sistemin bilinen fizik yasalarıyla oluşturulmuş matematiksel karşılıkları var. Mesela bir su tankı içerisindeki sıvı basıncının modeli P = h*d*g. Burada h sıvı yüksekliği, d sıvı yoğunluğu, ge ise yer çekimi ivmesi. Buradan şöyle bir çıkarım yapılabiliyor ki eğer ben, bu sıvı tankı içerisindeki sıvı yüksekliğini kontrol etmek istiyorsam bu denklemin matematiksel eşit karşılıkları gereği oluşan h = P / (d*g) formülüne göre basınç, yoğunluk ve yer çekimini değiştirerek isteğimi gerçekleştirebilirim!
Bu nokta yer çekimi, dünyadan başka bir yere gitmediğimiz için, sabit ve yoğunluk da sıvıyı değiştirmediğimiz için sabit olduğundan elimiz de değiştirilebilecek sadece basınç parametresi kalır. Şöyle bir sonuca ulaşırız ki, basınçta yaptığımız en ufak değişiklik sıvının yüksekliğini değiştirir.
O zaman naptık? Basınca hükmederek sıvı yüksekliğini kontrol etmiş olduk, matematiksel olarak. Basınca nasıl hükmettiğimiz konusu otomatik kontrolün konusu ve daha da detaylı. O yüzden bu noktada...
Bu denklemdeki H sadece tek bir başka büyüklüğü bağlı değil. Ve çok daha karmaşık, iç içe geçmiş. h sadece P'ye bağlıyken P'yi değiştirmenin yolunu bulduk mu iş çözülüyordu. Burada da bir eşitlik söz konusu ve oturup eşitliğin sağ tarafındaki değişkenleri kontrol etmenin yolunu bulunca H'ı yine kontorl ederiz, sorun yok. Yalnız şimdi geldik işin cılkının çıktığı yere, peki biz eşitliğin sağ tarafında ne olduğunu bilmiyorsak?
Değiştirmemiz gereken yüzlerce, milyonlarca şey varsa? ve bu değiştirdiğimiz şeyler her değiştirmede birbirlerini kendi başlarına da değiştiriyorlarsa? İşte yapay zekanın devreye girdiği nokta...
Temelde ve basit olarak katsayıları ve değişkenleri bulunan ax^2+bx+c gibi bir denklem oluşturulur ve bu denklemin x'lerine sırasıyla bir değer verilir. Değer verdikçe çıkan sonuç ile çıkması gereken sonuç karşılaştırılır. Yapılan hataya göre a, b veya c değerleri değiştirilerek doğru sonuç alınana kadar işlem devam ettirilir.
Örneğin, h = P / (d*g) denklemini düşünelim. d ve g sabit demiştik. O zaman P'yi 2 katına çıkarttığım da h'da 2 katına çıkacak demektir. Şimdi h ile P'nin aynı oranda değiştiğini biliyoruz. Ancak bu sefer elimiz de h = a*P / (d*g) denklemi var ve a'nın ne olduğunu anlamaya çalışıyoruz. Bu durumda P'ye verdiğimiz değer ile aynı oranda h değişimi istiyorsak a'nın 1 olması gerektiğini doğrudan söyleriz.
Şimdi bunu matematiksel modeli olmayan sistemlere uyguladığımızda ve matematiksel modeli uydurmaya çalıştığımızda olanları daha rahat anlaşılmıştır.
Yapay zeka, bu tamamen kontrolü yapan kişinin belirlediği uydurma denklemdeki katsayıların değiştirilerek o model için girdilerin, istenen çıktılara dönüştürülmeye çalışılmasıdır. Çünkü elimiz de girdiler ve çıktılar vardır.
Mesela bir elektrik motorumuz olsun yine, 5V verdiğimiz zaman onu 1000 d/dk'de döndürüyor, öte yandan 4V verince 950 d/dk ve 3V verince 600 d/dk döndürebiliyor isek girdi değerlerimiz, gerilimler, ile çıktı değerlerimiz, devirler, arasında bir bakışta söyleyebileceğimiz bir ilişki yok demektir. Ve bu ilişki nasıldır? öğrenmemiz gerekir.
İşte kontrol kısmında Yapay Zeka bu şekle bürünmüştür. Aslen doğru sonuçları elde edene kadar yanlış sonuçlara ulaşmaktır ve matematiksel model uydurmasıdır. Literatürde buna Eğri Uydurma(Curve Fitting) denir. Çünkü sistemimizin neti kesin denklemi yok ancak bizim verdiğimiz şu ax^2+bx+c denklemi vardır. Bu da elimizdeki denklemi sisteme uyduruyoruz demektir.
Elbetteki anlaşılır olabilmesi adına çok basit ve aslında Yapay Zekanın kullanılmasının gerekli olmadığı modeller üzerinden anlattım ki bu da değinilmesi gereken bir noktadır, Yapay Zeka kullanılması bir gereklilik görüldüğü takdirde tercih edilir. Her ne kadar anlatırken uydurmakta kullandığımız denklem sadece x'e bağlı olsa da aslında Yapay Zeka kullanmayı gerektirecek kadar karmaşık gerçek bir modelin sahip olduğu değişkenleri ifade etmeye alfabe yetmeyebilir. Peki bizim...
Bu yazı boyunca anlattığım Yapay Zeka Danışmanlı Öğrenme prensibine dayanarak geliştirilen zeka türüydü, bunla birlikte yapay zeka kapsamına giren daha basit ve daha karmaşık yahut daha farklı yaklaşımlar da mevcut. Temel olarak bilinen ve kullanılan Yapay Zeka böyle.
Mesela kullanıcı sayısı milyonları bulan sosyal medya platformlarında Yapay Zeka tercih edilemesinin sebebi tamamiyle bu çok fazla kişi sayısı. Kişilerin davranışlarıyla ilgili oluşturulabilecek bir matematiksel model hesaplanması belki yıllar alacak ve hızlıca değişebilecek yapıda olduğu için model oluşturmak yerine Yapay Zekayla model uyduruyorlar. Kesinlikle çok faydalı. Sonsuza yakın ihtimali ortan kaldırıp bilindik bir model uydurmamızı sağlıyor. Ancak Dünyayı ele geçirir mi..?
Yine buraya kadarmış. Türkçe kaynakları zenginleştirme konusunda yardımcı olabilmeyi umdum. Faydasını görürseniz ne mutlu hepimize.
Cem Baybars GÜÇLÜ
Aslen kontrol amaçlı ortaya çıkan yapay zekanın herkes tarafından bilinen şekli "sınıflandırma" amacını da anlatarak ne ifade ettiğini açıklamaya çalışalım.
YAPAY ZEKA
Kontrol dedik. Önce kontrol'ün anlamıyla başlamak gerekiyor.Kontrol
Yani herhangi bir kontrol dersinde gösterilebilecek bir elektrik motoruna sahip olduğumuzu varsayalım. O motor'a gerilim uyguladığım andan itibaren motorun hızı, ivmelenmesi, torku yahut pozisyonu hakkında net bir bilgiye sahip olmak ya da bu saydığım büyüklüklerin değerlerini belirlemek kontrolün işidir.
Elektrik motorundan örnek verdim ancak herhangi bir sistem için aynı kurguları yapabiliriz. Şimdi, işin içine tam anlamıyla kontrol ve gelişen teknoloji de girince otomatik kontrol denilen bir alan oluşturulmuş. Teoride şu şekilde çalışıyor:
Elimizde bir sistem var ve elbetteki bu sistemin bilinen fizik yasalarıyla oluşturulmuş matematiksel karşılıkları var. Mesela bir su tankı içerisindeki sıvı basıncının modeli P = h*d*g. Burada h sıvı yüksekliği, d sıvı yoğunluğu, ge ise yer çekimi ivmesi. Buradan şöyle bir çıkarım yapılabiliyor ki eğer ben, bu sıvı tankı içerisindeki sıvı yüksekliğini kontrol etmek istiyorsam bu denklemin matematiksel eşit karşılıkları gereği oluşan h = P / (d*g) formülüne göre basınç, yoğunluk ve yer çekimini değiştirerek isteğimi gerçekleştirebilirim!
Bu nokta yer çekimi, dünyadan başka bir yere gitmediğimiz için, sabit ve yoğunluk da sıvıyı değiştirmediğimiz için sabit olduğundan elimiz de değiştirilebilecek sadece basınç parametresi kalır. Şöyle bir sonuca ulaşırız ki, basınçta yaptığımız en ufak değişiklik sıvının yüksekliğini değiştirir.
O zaman naptık? Basınca hükmederek sıvı yüksekliğini kontrol etmiş olduk, matematiksel olarak. Basınca nasıl hükmettiğimiz konusu otomatik kontrolün konusu ve daha da detaylı. O yüzden bu noktada...
YAPAY ZEKANIN YERİ NE?
Yukarıda dedik ki h = P / (d*g) 'dir. ve biz P'yi değiştirirsek sıvı yüksekliği h'ı kontorl ederiz. Peki, şimdi başka bir denklem görelim:
Bu denklemdeki H sadece tek bir başka büyüklüğü bağlı değil. Ve çok daha karmaşık, iç içe geçmiş. h sadece P'ye bağlıyken P'yi değiştirmenin yolunu bulduk mu iş çözülüyordu. Burada da bir eşitlik söz konusu ve oturup eşitliğin sağ tarafındaki değişkenleri kontrol etmenin yolunu bulunca H'ı yine kontorl ederiz, sorun yok. Yalnız şimdi geldik işin cılkının çıktığı yere, peki biz eşitliğin sağ tarafında ne olduğunu bilmiyorsak?
Değiştirmemiz gereken yüzlerce, milyonlarca şey varsa? ve bu değiştirdiğimiz şeyler her değiştirmede birbirlerini kendi başlarına da değiştiriyorlarsa? İşte yapay zekanın devreye girdiği nokta...
Kontrol'de Yapay Zeka
Yapay zeka denilen matematiksel yaklaşım, aslında matematiksel karşılıkları tam olarak bilinmeyen karmaşık ve uzun sistemlere çözüm üretebilmek için oluşturulmuş bir yapıdır.Temelde ve basit olarak katsayıları ve değişkenleri bulunan ax^2+bx+c gibi bir denklem oluşturulur ve bu denklemin x'lerine sırasıyla bir değer verilir. Değer verdikçe çıkan sonuç ile çıkması gereken sonuç karşılaştırılır. Yapılan hataya göre a, b veya c değerleri değiştirilerek doğru sonuç alınana kadar işlem devam ettirilir.
Örneğin, h = P / (d*g) denklemini düşünelim. d ve g sabit demiştik. O zaman P'yi 2 katına çıkarttığım da h'da 2 katına çıkacak demektir. Şimdi h ile P'nin aynı oranda değiştiğini biliyoruz. Ancak bu sefer elimiz de h = a*P / (d*g) denklemi var ve a'nın ne olduğunu anlamaya çalışıyoruz. Bu durumda P'ye verdiğimiz değer ile aynı oranda h değişimi istiyorsak a'nın 1 olması gerektiğini doğrudan söyleriz.
Şimdi bunu matematiksel modeli olmayan sistemlere uyguladığımızda ve matematiksel modeli uydurmaya çalıştığımızda olanları daha rahat anlaşılmıştır.
Yapay zeka, bu tamamen kontrolü yapan kişinin belirlediği uydurma denklemdeki katsayıların değiştirilerek o model için girdilerin, istenen çıktılara dönüştürülmeye çalışılmasıdır. Çünkü elimiz de girdiler ve çıktılar vardır.
Mesela bir elektrik motorumuz olsun yine, 5V verdiğimiz zaman onu 1000 d/dk'de döndürüyor, öte yandan 4V verince 950 d/dk ve 3V verince 600 d/dk döndürebiliyor isek girdi değerlerimiz, gerilimler, ile çıktı değerlerimiz, devirler, arasında bir bakışta söyleyebileceğimiz bir ilişki yok demektir. Ve bu ilişki nasıldır? öğrenmemiz gerekir.
İşte kontrol kısmında Yapay Zeka bu şekle bürünmüştür. Aslen doğru sonuçları elde edene kadar yanlış sonuçlara ulaşmaktır ve matematiksel model uydurmasıdır. Literatürde buna Eğri Uydurma(Curve Fitting) denir. Çünkü sistemimizin neti kesin denklemi yok ancak bizim verdiğimiz şu ax^2+bx+c denklemi vardır. Bu da elimizdeki denklemi sisteme uyduruyoruz demektir.
Elbetteki anlaşılır olabilmesi adına çok basit ve aslında Yapay Zekanın kullanılmasının gerekli olmadığı modeller üzerinden anlattım ki bu da değinilmesi gereken bir noktadır, Yapay Zeka kullanılması bir gereklilik görüldüğü takdirde tercih edilir. Her ne kadar anlatırken uydurmakta kullandığımız denklem sadece x'e bağlı olsa da aslında Yapay Zeka kullanmayı gerektirecek kadar karmaşık gerçek bir modelin sahip olduğu değişkenleri ifade etmeye alfabe yetmeyebilir. Peki bizim...
Bildiğimiz Yapay Zeka?
Çoğunlukla sağda solda bahsedilen, dğnyayı ele geçireceği falan söylenen, popüler ve bilim-kurgu senaryolarına konu olan yapay zekaysa sınıflandıran Yapay Zeka'dır. Şöyle ki;
Aslen insan için öğrenme bir sınıflandırmadır. Mesela bir kişiyi öğrenmeye başladığımızı düşünelim. Onu henüz görmeden adını öğrendiğimiz de onu bir cinsiyet sınıfına sokarız. Hatta sahip olduğu isme göre bir kültür sınıfına bile sokabiliriz.
Sonra o kişiyle karşılaştığımız da görünüşünü bazı sınıflara sokarız, esmer sınıfı, kumral, sarışın, şişman, zayıf, uzun, kısa... Bu böyle gider ve o kişiyi ve kişileri öğrendikçe onları yerleştirdiğimiz sınıflar artar. İç içe geçer.
Bu sınıflandırma işini çevredeki her şeye uyguladığımız gibi, soyut kavramlara da uygularız. Mesela mutluluk, hüzün, acı "duygu" sınıfındadırlar. Şimdi bu sınıflandırmayı bir makineye yaptırdığınız da bir yapay zeka işletmiş olursunuz. Yapay zeka bilgiyi alır, sınıfın diğer üyeleriyle karşılaştırır ve uygun olan sınıfa koyar. Bu noktada veri seti dediğimiz kavram ortaya çıkar. Veri seti, işte Yapay Zekanın karşılaştırma yaptığı sınıfların içindeki bilgilerdir.
Buradaki asıl mevzu yeni bilgiyi bir sınıfa koyarken karşılaştırdığı sınıfların o bilgiyi doğru şekilde ifade edebilecek nitelikte olmasıdır. Ne demek istiyorum?
Mesela yapay zekaya bir kurşun kalem resmi verdiniz ve bunun hangi sınıfa ait olduğunu söylemesini istediniz. Yapay Zeka gider ve sahip olduğu bilgilere bakar. Eğer orada bir "kurşun kalem" sınıfı varsa size bunun kurlun kalem olduğunu söyleyecektir. Eğer bir "kalem" sınıfı varsa bu sefer kalem olduğunu söyleyecektir.
Yani yapay zeka sizin ona vermiş olduğunuz veri setini kullanarak bir sonuca varacaktır. Eğer bir veri seti yoksa hiçbir sonuç çıkartamaz. Aynı kontrol kısmında girdilere göre çıktıların biliniyor olması gibi burada da bir başlangıç verisine ihtiyacı vardır. Buna öğretme denir.
Elbetteki başlangıç öğretmeyi yaptıktan sonra, Yapay Zekanın sınıflandırma yapacağı her bir veri ile bu veri seti genişler ve gelişmiş olur. Çünkü her sınıflandırma da sınıfın içine yeni ve farklı bir kalem eklenir.
Peki biz Yapay Zekaya bir araba resmi verdik ve bunun kalem olduğunu söyledik. O zaman?
Bu noktada veri setimizin içinde gürültü oluşmuş olur. Ve biz o ilk verdiğimiz arabaya benzer arabalar gönderdikçe ve başka başka arabaların da kalem olduğunu Yapay Zekaya söyledikçe, yapay zeka arabanın kalem olduğunu sonucunu çıkarmaya başlar. Arabaların kalemlerin yerini almaya başlaması da veri setindeki verinin ağırlığıyla ilişkilidir.
Örneğin, nitekim daha önceden 100 tane kalemi Yapay Zekaya kalem olarak öğrettiğimizi varsayalım. 101. veri olarak da bir araba verdiğimizi. Burada kalemler arasında arabanın ağırlığı 1/100'dür. Ve bir gürültü olarak kalır. Ancak bundan sonraki 100 resmi de araba resmi olarak verirsek bizim arabalarımız Yapay Zeka için artık birer kalem haline gelmiş olur.
Bu Yapay Zekanın gücü olmakla birlikte aynı zamanda zayıflığı haline de gelmiş oluyor böylece. Ki gerçek bir zeka için düşünecek olursak yanlış yönlendirmeye maruz kalmış bir zekanın yapacağı hatalar gibi hataları yapacağından bu matematiksel yaklaşıma neden Yapay Zeka dendiğini anlayabiliriz.
Mesela kullanıcı sayısı milyonları bulan sosyal medya platformlarında Yapay Zeka tercih edilemesinin sebebi tamamiyle bu çok fazla kişi sayısı. Kişilerin davranışlarıyla ilgili oluşturulabilecek bir matematiksel model hesaplanması belki yıllar alacak ve hızlıca değişebilecek yapıda olduğu için model oluşturmak yerine Yapay Zekayla model uyduruyorlar. Kesinlikle çok faydalı. Sonsuza yakın ihtimali ortan kaldırıp bilindik bir model uydurmamızı sağlıyor. Ancak Dünyayı ele geçirir mi..?
Yine buraya kadarmış. Türkçe kaynakları zenginleştirme konusunda yardımcı olabilmeyi umdum. Faydasını görürseniz ne mutlu hepimize.
Cem Baybars GÜÇLÜ
Yorumlar
Yorum Gönder