Teknolojilerin kesiştiği nokta!

Yapay Zeka

Yapay Zeka Eğitimi

Gelecek nesillerin çalışma şeklini değiştirecek olan Yapay Zeka (AI), teknoloji dünyasının son dönemdeki gözde kavramı. Yapay zekaya yapılan yatırımlardaki büyüme ve girişimcilik alanında yapay zeka kullanımının artması, iş piyasasında yapay zeka uzmanlarına olan talebin bir hayli yükseleceğini gösteriyor.

Yapay zeka eğitiminde işleyeceğimiz konular:

-Yapay Zeka nedir?

-Yapay Zeka çeşitleri nedir?

-Yapay Zeka uygulama yolları

-Yapay Zeka’nın genel uygulamaları

-Gündelik hayatta AI kullanımına dair tartışmalar


Yapay Zeka (AI) Nedir?

Muhtemelen biz insanların deneyimlemekte olduğu en heyecan verici gelişmelerden birisi durumunda olan yapay zeka, bilgisayar biliminin tıpkı insanlar gibi çalışan ve tepki gösteren akıllı makineler yaratmak için çabalayan bir dalıdır.


Yapay Zeka Çeşitleri

Dört çeşit yapay zeka vardır. Bunlar;


1.Tepki Gösteren Makineler

Tamamıyla tepki göstermeye dayalı bu yapay zeka türü, hafıza ya da karar vermek için “geçmiş deneyimlerin” kullanma yetilerine sahip değildir. Bu makineler özel amaçlar için tasarlanmışlardır. Örneğin; programlanabilir kahve veya çamaşır makineleri belirli bir fonksiyonu yerine getirmek için tasarlanmışlardır ve hafızaları yoktur.


2.Kısıtlı Hafızalı Yapay Zeka

Bu tür yapay zekalar, karar vermek için geçmiş deneyimleri ve bugünkü verileri kullanır. Kısıtlı hafıza, bu makinelerin yeni fikirler üretemeyeceği anlamına gelir. Hafızalarını çalıştırmaları için üretilmiş programları vardır. Bu tür makinelerde değişim yapmak için yeniden programlama gereklidir. Sürücüsüz arabalar, kısıtlı hafızalı yapay zekaya örnektir.


3.Zihin Teorisi

Bu yapay zeka makineleri sosyalleşebilir ve insan duygularını anlayabilirler, aynı zamanda bilişsel olarak bir kişiyi çevresine ve yüz özelliklerine göre kavrama yetisine sahiptirler. Bu özelliklere sahip makineler henüz geliştirilmedi. Bu yapay zeka türüne dair bir çok araştırma hali hazırda devam ediyor.


4.Öz Farkındalık

İşte bu yapay zekanın geleceğidir. Bu makineler süper zeki, duygu ve bilinç sahibi olacaklar. Kendi özgün özelliklerinin olmasının yanı sıra, tıpkı bir insan gibi tepki verebilecekler.


Yapay Zeka Uygulamaları

Haydi, yapay zekayı nasıl uyarlayabileceğimiz yollarına bir göz atalım:


Makine Öğrenimi

Yapay zekaya öğrenme yetisini veren “makine öğrenimi”dir. Algoritmaları kullanılarak, karşılaşılaştıkları veriden örüntüler keşfetmek ve sezgiler geliştirir. 


Derin Öğrenme

Derin öğrenme, makine öğreniminin yapay zekaya insan sinir sistemini taklit etme yeteğeneği sağlayan bir alt kategorisidir. Verideki örüntüler, seseler ve karmaşık kaynaklar anlaşılır hale gelebilir. 

Aşağıdaki görsele göz atın:

Gördüğünüz gibi derin öğrenme kullanılarak görselleri çesitlerine ayırıyoruz. Makine fotoğrafların çeşitli özellikleri üzerinden ilerleyerek “öznitelik çıkarımı” dediğimiz yönem ile onları birbirinden ayrılır. Makine her fotoğrafı özelliklerine bağlı olarak manzara, portre veya diğerleri olarak üç farklı kategoriye ayırıyor. 

Gelin derin öğrenmenin nasıl çalıştığını anlayalım.

Aşağıdaki görsele göz atın:

Yukarıdaki görsel bize sinir ağının üç katmanını görselleştirerek sunuyor. 

-Giriş Katmanı

-Gizli Katmanlar

-Çıkış Katmanı


Giriş Katmanı

Ayırmak istediğimiz görseller ilk önce giriş katmanına giderler. Oklar her bir resimden giriş katmanındaki ayrı noktalara doğru çizilirler. Sarı katmandaki (giriş katmanı) her beyaz nokta resimdeki bir pikseldir. Bu görsellergiriş katmanındaki beyaz noktaları doldururlar. 


Saklı Katmanlar

Gizli katmanlar tüm matematiksel hesaplamalardan ve de girdilerimizin öznitelik çıkarımlarından sorumludurlar. Yukarıdaki görselde turuncu ile gösterilen katmanlar saklı katmanlardır. Bu katmanlar arasındaki çizgiler “ağırlık” olarak tanımlanır. Her biri giriş katmanındaki değerle çarpılan kayan yada ondalık bir sayıyı temsil etmektedir. Tüm ağırlıklar gizli katmana eklenir. Gizli katmandaki noktalar ağırlıkların toplamına bağlı bir değeri gösterirler. Sonrasında bu değerler diğer gizli katmana geçerler.

Muhtemelen niçin birden fazla katman olduğunu merak ediyorsunuzdur. 


Hidden Layer

The hidden layers are responsible for all the mathematical computations or feature extraction on our inputs. In the above image, the layers shown in orange represent the hidden layers. The lines that are seen between these layers are called ‘weights’. Each one of them usually represents a float number, or a decimal number, which is multiplied by the value in the input layer. All the weights add up in the hidden layer. The dots in the hidden layer represent a value based on the sum of the weights. These values are then passed to the next hidden layer. Gizli katmanlar bir dereceye kadar alternatif olarak çalışır. Üretilecek veri daha da kamaşıklaştıkça gizli katman sayısı artar. Tahmin edilen çıktının doğruluğu genellikle mevcut gizli katmanların sayısına ve içeri giren verilerin karmaşıklığına bağlıdır.


Çıkış Katmanı

Çıkış katmanı bize ayrılmış fotoğrafları verir. Katman beslenen tüm ağırlıkları topladıktan sonra, resmin dikey mi yoksa yatay mı olduğunu belirler.

Örnek – Uçak Bileti Maliyetlerini Tahmin Etmek

Bu tahmin farklı faktörlere dayanır, örnek vermek gerekirse:

-Havayolu

-Kalkış yapılacak havaalanı

-Varılacak havalimanı

-Kalkış tarihi

Makineyi çalıştırmaya geçmiş bilet fiyatı verileriyle başlayalım. Makinemiz çalışmaya başladıktan sonra, maliyetleri tahmin edecek yeni veriyi paylaşırız. Yukarıda, dört çeşit makine olduğunu öğrenmiş, hafızalı makinelerden bahsetmiştik. Burada, yalnızca hafızadan, verilerdeki örüntüleri nasıl anladığından ve aşağıda gösterildiği gibi yeni fiyatları tahmin etmede kullanmakta bahsediyoruz.

Yapay Zeka Uygulamaları

Günümüzde gördüğümüz en yaygın yapay zeka uygulamalarındanbiris evimizdeki cihazların otomatik açılıp kapanmasıdır.

Karanlık bir odaya girdiğinizde sensörler varlığını tespit eder ve ışıkları yakar. Bu hafızası olamayan makinelere örnektir. Daha gelişmiş yapay zeka programlarından bazıları, kullanım şeklinizi tahmin edebilir ve siz açık bir şekilde talimat vermeden cihazları çalıştırabilir. 

Bazı yapay zeka programları sesini tanıyabilir ve buna göre bir eylem gerçekleştirebilir. Eğer “televizyonu aç” derseniz, cihazdaki ses sensörleri sesinizi algılayacak ve televizyonu açacaktır. 

Google Dongle ve Google Home Mini bu özelliği gündelik hayatınıza taşıyabilirsiniz.


Örnek incelemesi: diyabet hastası bir kişiyi ele alalım.

Gelin, yapay zekanın sağlık alanaındaki uygulamalarına bir göz atalım. Yapılacak inceleme kişinin diabet hastası olup olmadığı olsun. Hastayla ilgili özel bilgiler bu örnekte kullanılır. Bu bilgiler şunlardır;

-Geçirdiği hamililelik sayısı (eğer hasta kadın ise)

-Glukoz yoğunluğu

-Tansiyon (kan basıncı)

-Yaş

-İnsülin Seviyesi


Sonuç

Yapay zeka; pazarlama, healthcare, finansal hizmetler ve daha bir çok alanda çalışma süreçlerini baştan tanımlıyor. Firmalar bu teknolojiden daha fazla yararlanmak için yeni yollar araştırmaya devam ediyorlar. Mevcut süreci geliştirmeye yönelik araştırmalar arttıkça profesyonellerin yapay zeka konusunda uzmanlık kazanmaları daha fazla önem arz ediyor. 

Bilginç IT Academy, sizlere yapay zekanın temel kavramları, veri bilimi, makine öğrenimi, TensorFlow ile derin öğrenme ve dahasını öğrenmenize yardımcı olacak Yapay Zeka Engineering Master’s Programını sunuyor. Ayrıca teorik eğitimin yanı sıra, yeteneklerinizi reel dünyadaki sektör odaklı problemleri çözmek için kullanma fırsatı bulacaksınız. 

Gelin kurslarımıza bir göz atın ve yapay zeka kariyerinize bugünden start verin!



Sizi Arayalım!
Sitemizi kullanarak çerezlere (cookie) izin vermektesiniz. Detaylı bilgi için Çerez Politika'mızı inceleyebilirsiniz.