Teknolojilerin kesiştiği nokta!

DERİN DÜŞÜNCE'DEN DERİN ÖĞRENME'YE

Yazıya başlamadan önce şunu belirtmeliyim ki “Otostopçunun Galaksi Rehberi”, bilim kurgu türünde yazılmış ve bu türe yön vermiş yapı taşı eserlerden birisidir. Kendisi aynı zamanda benim de en favori kitabım olmakla beraber, Douglas Adams’ın absürtlük, bilim kurgu ve komediyi çok güzel bir şekilde harmanladığı 5 kitaplık harikulade bir üçlemedir. Korona günlerinde sıkıldıysanız ve henüz okumadıysanız, kesinlikle okumanızı öneririm.

İçerisindeki birçok kurgu öğesi, zaman içerisinde bilim mecralarındaki hayranları sayesinde popüler kültürde ve bilişim sektöründe yer bulan bu eserde bugün ben; makineyle insanın kıyasıya rekabetinin başladığı ve insanlığın ilk defa makineye karşı kayıp verdiği, Kasparov vs Deep Blue karşılaşmalarındaki galip, gelişmiş bilgisayar Deep Blue’nun aslında isim babası olan Deep Thought dan yani Derin Düşünce’den bahsederek girmek istiyorum konuya.

Kitapta Deep Thought, “Hayat, Evren ve Geri Kalan Her Şeye Dair Olan Nihai Soru”nun cevabını bulmak için inşa edilmiş bir süper bilgisayar aslında. Bunu da buluyor, lakin 7.5 milyon yıllık bir hesaplamadan sonra. Kitaba dair spoiler vermemek adına cevabın ne olduğunu söylemeyeceğim. Ama cevap bizlere kendi başına bir anlam ifade etmemekte çünkü Deep Thought a göre aslında soruyu soran süper zeki ırk, sordukları sorunun tam olarak ne anlama geldiğini bilmemekte. 

Burada hikayeden biraz ayrılarak gerçeklere gelmek gerekirse, Deep Thought'u ve cevabı hesaplama yöntemini Machine Learning yani Makine Öğrenimi’nin çok güzel bir örneği olarak ele alabiliriz. Makine öğrenmesinde de aslında bir temel soruya cevap ararız genelde ve bu cevaba ulaşmak için, bilgisayarın kendini eğitmesine fırsat tanırız. Bunun için tasarımcının yapması gereken ise, bilgisayara güvenilir ve tutarlı bir dataset yani veri havuzu sağlamak. Deep Thought için bu evrenden topladığı verilerdi sorarsanız. Geri kalan ise bilgisayarınıza bir sonuca varması için biraz zaman tanımak ve beklemek. Bizim 7.5 milyon yıl bekleyecek bir durumumuz olmadığı için günümüzde daha küçük ölçekteki sorularla uğraşmaktayız tabii ki: örneğin resimdeki bir kedi midir yoksa bir araba mı ?. 

Bu konuyla ilgilendiğimizde duyduğumuz çok fazla kavram var: Machine Learning, Deep Learning, Artificial Intelligence - AI… Yani Makine Öğrenimi, Derin Öğrenme ve Yapay Zeka. Peki bu kavramlar aslında neleri temsil etmekte, birbirlerinden farkları ve ya benzerlikleri neler? Kavramlarda boğulmaktan kurtulmak için gelin beraber bunlara bir değinelim. 
 

Yapay Zeka, Makine Öğrenimi ve Derin Öğrenme


Bu üç kavram arasında kapsamı en büyük olan AI, yani Yapay Zeka. Yapay Zeka makinelere zeki-akıllı davranışlar kazandırmayı amaçlayan oldukça geniş bir terim . Burada bahsi geçen “Akıllı Davranışlar” birçok açıdan ele alınabilir ve baktığımız zaman, zaman içerisinde oldukça farklı yaklaşımlarla birbirinden farklı teknikler geliştirilmiştir.

Makine öğrenmesi, işte bu tekniklerden sadece bir tanesi. Ancak arkasında yatan fikirin çok parlak olması ve geliştirilmeye çok yatkın olması sebepleriyle en revaçta olanı diyebiliriz. En basit haliyle Machine Learning-Makine Öğrenmesine, makinelerin çoğunlukla dışarıdan müdahale olmaksızın otomatikleşmiş bir süreç dahilinde kendi kendini eğitmesi veyahut kendi kendine bir şeyleri öğrenmesi diyebiliriz. Yapılması gereken tek şey, makineyi öğrenme sürecinde kullanacağı bir dataset ile, yani veri ile beslemek. Makine, belirli yöntemler kullanarak, kendi kendine, bir süre boyunca çalışarak verilen görevi öğrenir.

Peki ya Deep Learning-Derin Öğrenme? Derin öğrenme ise aslında makine öğrenmesinin bir alt dalı, makine öğrenmesinde kullanılan bir teknik diyebiliriz. Temel esin kaynağı ise insan beyni. Makinenin öğrenme süreci, insan beynindekine benzeyen nöral ağlar kurularak ve kullanılarak geliştirilmeye çalışılmış. Burada geliştirilen ve kullanılan çok farklı teknikler var. Derin Öğrenmede, verinin hangi kısmının önemli olduğu dışarıdan belirtilmek yerine makinenin kendisinin bunu tespit etmesi sağlanıyor. Böylece makinemiz, veriyi süzerek ve analiz ederek kendi kendisini eğitiyor.
 

Makine İnsana Karşı

Bu fikirler teoride, yeterli veriyi bulduğumuz zaman, aslında her şeyi bilgisayarlara öğretebileceğimizi düşündürmüyor değil. Bugüne kadar bu yöntemle makineler insanları bazı alanlarda çoktan geçti. Mesela yazının başında belirttiğim gibi Deep Blue, satrançta Kasparov’u yenerek tarihe geçen ilk makine oldu. 

Satranç kalesi düştükten sonra Yapay Zeka’nın güçlenemeyeceğine inanan bilim insanlarının bir sonraki dayanağı, antik Japon strateji oyunu Go oldu. Gerçekten de Go, satrançtan bile çok çok çok sayıda olası hamle barındırdığı için, önceki tekniklerle geçilmesi imkansız gibi duruyordu. Ancak bu da sadece aşılması gereken başka bir set idi. Ekim 2015’te AlphaGo, ilk defa profesyonel bir oyuncuyu -ki kendisi 3 kez Avrupa Şampiyonu olmuş üst düzey bir oyuncu olan Fan Hui-, yani bir insanı Go oyununda yenen makine oldu. Sonrasında 2017 yılında geliştirilen AlphaZero, bayrağı devraldı ve bilgisayarlar adına gururla dalgalandırmakta.   

Bir gün makineler Yapay Zeka ile gerçekten de Deep Thought kadar gelişip bizlere hayatın ve evrenin gizemleri hakkında aydınlatıcı cevaplar verir mi bilinmez ama bilgisayarlar teknolojik gelişmelerle beraber geliştirilen yöntemlerle her geçen gün hayatımızı bir nebze daha kolaylaştırmakta, teknolojiyle uğraşan bizleri de her gün kendisine biraz daha çekmekte ve heyecanlandırmakta. Bu gelişmelerin neler doğuracağını ve ne kadar ileri gidebileceğini sanırım hep beraber göreceğiz. Otostopçunun Galaksi Rehberi’nin kapağında da büyük ve dostane harflerle yazdığı gibi:

"Don’t Panic"

      

Hazar ÇAKIR
Boğaziçi Üniversitesi Bilgisayar Mühendisliği Öğrencisi



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