Yapay zeka ya da AI son zamanlarda yediden yetmişe herkesin konuştuğu bir konu haline gelmiştir. Peki yapay zeka kavramının kapsamını yeteri kadar biliyor muyuz? Bu yazıda yapay zeka nedir ve nasıl kullanılır gibi konuları detaylı bir şekilde inceleyeceğiz. Türkçe’de yapay zeka olarak çevrilen bu kavram ingilizcede Artificial intelligence olarak kullanılır. Yapay zeka kavramı son yıllarda hayatımıza girmiş gibi görünsede görece eski bir tarihi vardır. 1950’lerde Alan Turing “Makineler düşünebilir mi?” sorusuyla makine öğrenimini ortaya attı. 1956 yılına gelindiğinde ise John McCarthy yapay zeka terimini Dartmouth Konferansı’nda kullandı. Dartmouth toplamda 8 hafta sürdü. Kongre kapsamında makinenin zekayı ve onun özelliklerini nasıl simüle edebileceği hakkında konuşuldu. Günümüzde hala yapay zeka kapsamına gelen doğal dil işleme, sinir ağları, hesaplama teorisi gibi konular üzerine yoğunlaşıldı.
Yapay Zeka Nedir?
Yazının bu bölümünde de yapay zeka nedir kısaca bakalım. Yapay zeka insan zekasının kendine özgü tarafını taklit ederek düşünme, öğrenme, problem çözme ve karar verme gibi görevleri yerine getirmeye çalışan teknolojidir. İnsan zekasındaki bilişsel süreçler yapay zekanın geliştirilmesinde bir kılavuz niteliği taşır. İnsanın düşünme prensipleri ile çalışan bir makine oluşturma amacıyla ortaya çıkarılan bir konudur. Bu prensipleri yerine getirebilmek için canlı bir beyin yerine matematiksel ve algoritmik ifadeleri işlenir. İşleme sonucunda insanların yapabildiği karmaşık görevlerin bir kısmını yapılabilir hale gelir. İş süreçlerinin otomatikleşmesine yardımcı olur. Yapay zekanın yardımı ile insanlara kıyasla daha hızlı ve hatasız sonuçların ortaya çıkar. Kullanıldığı görevlerde zaman ve enerji açısından verimliliği üst bir noktaya taşır. Özetlemek gerekirse bunun gibi pozitif etki bırakan teknoloji yapay zeka olarak adlandırılır.
Yapay Zeka Neden Önemlidir?
Teknolojinin ön plana çıktığı 21.yüzyılda yapay zekanın önemi de gün geçtikçe artar. Statista’nın yaptığı bir çalışmaya göre küresel yapay zeka pazarının her yıl %54 oranında büyümesi bekleniyor. Bu ciddi büyüme oranı şüphesiz yapay zeka teknolojilerine olan talebin bir sonucudur. Peki neden bu kadar talep var ve yapay zeka teknolojisi nedir? Yapay zeka sağlık, finans, eğitim, tarım ve lojistik gibi birçok alanda kullanılır. Yani yapay zeka nedir nerelerde kullanılır şeklinde düşünüldüğünde bunlar gibi birçok alan yapay zeka kullanımı kapsamına girer. Farklı alanlara entegre edilebilir olması iş süreçleri üzerinde ciddi avantajlar sağlar. Bu avantajlar yapay zekayı bir bakıma vazgeçilmez yaparken önemini de arttırır. Tekrar eden işlerde görevleri otomatikleştirmesi en büyük avantajlarından biridir. Zaman tasarrufu sağlayan bu özellik maliyetleri de düşürür. İnsan hatalarını ortadan kaldırır. Büyük projelerde ve işlerde sürecin kontrolünü sağlamayı kolay hale getirir.
Yapay Zeka Ne İşe Yarar?
Yapay zeka nedir ne işe yarar? Yapay zeka işlerimizi kolaylaştırmaya yarar. Aynı kalıpta tekrarlayan işleri insan gücü ihtiyacını en aza indirerek çözüme ulaştırır. Bunu yaparken yapay zeka nasıl kullanılır derseniz Chatbot örneği verilebilir. İnsanlarla birebir iletişim kurulması gereken müşteri hizmetlerinde önceden oluşturulmuş cevaplarla anlık bir şekilde sorulara cevap verilebilir. Cevaplar AI tarafından hızlı bir şekilde verildiği için müşteri memnuniyeti artış gösterir. Buna ek olarak çalışanların üzerindeki iş yükü azalır. Bununla birlikte E-ticaret, bankacılık, sağlık, eğitim ve seyahat sektöründe de AI efektif bir biçimde yer alabilir. Günün her saati hizmet verebilir. Kullanıcıların verilerini toplayarak kişilere özel hizmetler sağlayarak deneyimleri özelleştirmek de yine AI ile mümkündür. Kişilere özel veri analizin yanında AI büyük veri analizinde de son derece iyi bir iş çıkarır. Yaptığı analizden dikkate değer bilgileri alarak kimi karar alma süreçlerine liderlik eder. Geçmiş olayları baz alarak geleceğe dair tahmin ve modelleme yapmak da yine yapay zekanın işe yaradığı konulardandır. Buna göre pazar eğilimleri ya da hava durumu tahmini gibi öngörü gerektiren işleri görece sağlam verilere dayandırarak modelleme yapabilir.
Yapay Zeka Nasıl Çalışır?
Hayatımızın hemen hemen her alanına dahil olan yapay zeka nedir ve nasıl çalışır? Yapay zeka çalışma prensibinde birkaç temel aşama vardır. Yapay zeka nasıl çalışır sorusunu cevaplarken bu aşamaları daha yakından inceleyeceğiz. Başlangıçta veri toplama süreci vardır. Yapay zekanın doğruluğu işlenen verilerle doğrudan ilişkilidir. Toplanan veriler AI’ın tahmin yapabilme ve karar alabilme yeteneğini geliştirir. Veri toplama işleminden hemen sonra veri hazırlama adımı gelir. İşlenmemiş veriler veri temizleme gibi birtakım aşamalardan geçerek yapay zekanın anlayabileceği bir formata dönüştürülür. Veri işleme adımında veriler hazırlandıktan sonra algoritmaya karar verilir. Amaca ve verilere bağlı olarak algoritma seçimi yapılır. Seçilen algoritmayla birlikte modelin eğitilmesi bölümüne geçilir. Bu bölümde yapay zeka özelleşmiş hedeflere nasıl ulaşacağını öğrenir. Eğitilme bölümü de tamamlandıktan sonra iyileştirmek amacıyla çeşitli testlerden geçer. Sonuçlar doğrultusunda gerekli görülen değişiklikler yapıldıktan sonra yapay zeka dağıtıma uygun hale gelir. Dağıtıldıktan sonra çeşitli iyileştirmeler ve güncellemeler ile gelişmeye devam eder.
Veri Toplama
İşleyen bir yapay zeka oluşturmanın ilk adımı yukarıda da bahsettiğimiz gibi veri toplamadır. Bu adım yapay zekanın başarısı için son derece önemlidir. Bu adımda toplanacak olan veriler sonrasında AI modelini eğitmekte ve test etmekte kullanılır. Toplama işlemini yaparken yararlanılan yöntemler vardır. Web scraping yönteminde yapılandırılmış veriler otomatik bir şekilde işlenir. Bir desen ve tutarlılık bulmak amaçtır. Web scraping işlemi bir bilgisayar programından yararlanılarak gerçekleştirilebilir. Web scraping türkçede veri kazıma olarak adlandırılır. Milyonlarca veriyi hızlı bir şekilde işlemeyi mümkün kılar. Veri toplamak için kullanılabilecek yöntemlerden bir diğeri de anketler ve kullanıcı geri bildirimleridir. Çeşitli sorularla kullanıcıların deneyimleri hakkında doğrudan bilgi alınır. Nitel veriler oluşturulur. Sonuç olarak veri toplama adımında AI için bir temel hazırlanır.
Veri Hazırlama
Veri toplama adımından sonra veri hazırlama adımı gelir. Toplama adımının sonucu olarak işlenmemiş yani ham bir veri yığını oluşur. Hazırlama adımında işlenmemiş veriler çeşitli algoritmalar tarafından analiz edilir. Eksiklikler tespit edilir. Veri üzerindeki tutarsızlıklar giderilmeye çalışılır. İhtiyaç duyulması muhtemel olmayan bölümler kaldırılır. Farklı formatlardaki veriler standart bir hale getirilir. Kategori verileri nicel bir hale getirilir. Ham veriler arasındaki ölçek farklılıkları giderilir. Veri bu işler dahilinde temizlendikten sonra bölme işlemi gerçekleştirilir. Yapay zeka eğitiminde, validasyonda ve test aşamasında kullanmak üzere veriler sınıflandırılabilir. Veri hazırlama adımında kullanılabilecek araç ve kütüphaneler çok çeşitlidir. Pandas, NumPy, Scikit-learn vs TensorFlow bu aşamada sıklıkla kullanılan teknolojilerdir.
Algoritma Seçme
Veri hazırlama adımından sonra algoritma seçimi gelir. Algoritma seçimi adımında doğru sonuçlara ulaşabilmek için uygun olan algoritmanın seçilmesi gerekir. Birkaç değişkeni göz önünde bulundurarak seçim yapmak görece daha uygun algoritmayı seçmek konusunda işleri kolaylaştırır. Başlangıçta problem tanımlaması yapılır. Sınıflandırma, regresyon ve optimizasyon gibi türlere ne derece yakın olduğu belirlenir. Probleme hangi algoritmaların hangi özelliklerinden dolayı daha uygun olabileceği araştırılır. Ek olarak kullanılması planlanan veri yapısının özellikleri de algoritma seçiminde önemli bir rol oynar. Veri türü, veri boyutu ve veri dağılımı gibi faktörler algoritma gereksinimleri hakkında aydınlatıcı bir rol oynar. Bu aşamada gereksinimleri karşılanmasıyla beraber gerçek zamanlı hesaplama maliyetinin çıkarılması gerekir. Örnek vermek gerekirse büyük veri setleri üzerinde çalışmak yerine daha kısa zamanda tahmin yapan algoritmalara ihtiyaç duyulabilir. Böyle durumlarda karar ağaçlarından yararlanılması uygun görülür.
Modelin Test Edilmesi
Modelin test edilmesi ürünün performansının ve güvenilirliğinin doğrudan gözler önüne serildiği önemli bir aşamadır. Modelin henüz dağıtım sürecinde önce gerçek hayat senaryolarında nasıl davranacağı bu adımda ölçülür. Şimdi test sırasında yapay zeka nasıl kullanılır ve ölçülür gibi konuları daha yakından inceleyeceğiz. Modelin test süreci başlarken test verisinin hazırlanması gerekir. Kullanılacak veri seti eğitimde kullanılan veri setinden farklı olması gerekir. Test verisi hazırlandıktan sonra performans metriklerinin de belirlenmesi gerekir. Test aşamasında kullanılanlar genel olarak regresyon ve sınıflandırma metrikleri biçiminde adlandırılabilir. Regresyon metrikleri Mean Absolute Percentage Error, Mean Percentage Error ve R² bunlara örnek olarak gösterilebilir. Regresyon metrikleri genellikle değer tahmini yapan modeller üzerinde kullanılırlar. Sınıflandırma metriklerini içinde ise Accuracy, Precision, Recall, F1 Score ve ROC-AUC yaygın olarak kullanılır.
Dağıtım
Dağıtım adımında yapay zeka modeli gerçek dünyada kullanılmaya hazır hale getirilir. Veri toplama sürecinden itibaren tüm aşamalarda olduğu gibi bu aşamada da izlenmesi gereken birkaç adım vardır. Dağıtım adımında hedeflenen şey ürünün production ortamına alınması ve kullanıcılarla etkileşime girerken sorunsuz çalışmasıdır. Sorunsuz çalışmayı sağlayabilmek için modelin API aracılığıyla erişilebilir bir hale gelmesi gerekir. Erişilebilir hale geldikten sonra production ortamının seçilmesi gerekir. Production ortamı bulut hizmeti, mobil uygulama ya da bir web sunucusu olabilir. Seçim yapıldıktan sonra dağıtım altyapısı kurulur. Bu işlemin sonucunda model production ortamına alınır. Son olarak canlıya alındıktan sonra sürekli bir şekilde modelde izleme ve iyileştirmeler yapılır.
Sürekli Öğrenme
Sürekli öğrenme adımında başlangıçta belirli bir amaç doğrultusunda oluşturulan yapay zeka ne işe yarar sorusuna eksiksik bir cevap oluşturabilmek için çalışılır. Yani modelin performansını başlangıç aşamasında hedeflenen düzeye çıkarmak için bir takım işlemler gerçekleştirilir. Sürekli öğrenme adımındaki iyileştirme işlemleri veri toplama, model güncelleme, performans izleme ve değerlendirme olarak örneklendirilebilir. Gerekli olan iyileştirmeyi yapmak performansın düzelmesinin yanında şirketlere rekabet avantajı da sağladığı için son derece gereklidir.
Yapay Zeka Türleri Nelerdir?
Şimdi de yapay zeka türlerini kısaca inceleyelim. Kullanım amaçlarına farklı alt başlıklara ayrılır. Genellikle sınıflandırma yaparken dar AI, genel AI ve süper AI olarak üç ana başlık ortaya çıkar. Dar yapay zekada önceden tam anlamıyla tanımlanmış bir görev yapay zeka tarafından yaptırılır. İnsanın sahip olduğu bilinç ve duygular dar yapay zeka kapsamında yer almaz. Üretken yapay zeka da bu başlığın altında incelenir. Üretken yapay zeka nedir derseniz bir hedef dahilinde görece özgün içerik üretebilen yapay zeka olduğu söylenebilir. Genel yapay zekaya gelindiğinde ise bilgisayarların zihinsel görevlerde insanları bir bakıma geçmesi olarak ifade edilebilir. Önceki bilgilerden yararlanarak karar alma ve karmaşık sorunları çözmek mümkün hale gelir. Yaratıcılık açısından bir insanla aynı düzeyde olduğu söylenebilir. Süper yapay zeka ise entelektüel açıdan insandan daha başarılı olacak bir modeli ifade eder. Süper yapay zeka henüz teori aşamasında olsa da gelecekte insan hayatını büyük ölçüde değiştireceği tahmin ediliyor.
Yapay Zeka Kullanım Alanları Nelerdir?
Yapay zeka hangi alanlarda kullanılır? Yapay zeka yazılım, sağlık hizmetleri, finans, perakende, üretim ve sanayi gibi aklınıza gelebilecek hemen hemen her alanda kullanılıyor. Bu alanlarda entegre olarak işleri kolay hale getirmesi onu vazgeçilmez bir araç yapıyor. Yazılım sektöründe hem öğrenme aşamasında hem de çalışma hayatında geliştiriciler tarafından sıklıkla yapay zekadan yararlanıyor. Yazılım eğitimi alan kişiler için son zamanlarda yapay zeka bir kod yazma arkadaşı olarak davranıyor. Yapay zeka ile yazılım geliştirmek kişinin verimliliğini üst düzeye çıkarıyor. Bu durum yazılım sektöründe olanlar için yapay zeka geleceğimizi nasıl etkileyebilir gibi soruları ortaya çıkarsa da işleri herkes için işleri belirli bir derece kolaylaştırdığı yadsınamaz bir gerçektir. Örnek vermek gerekirse frontend developer eğitimi alan bir kişi takıldığı bölümlerde 7/24 yapay zekaya soru sorabilir. Bu durum kişinin öğrenme sürecine olumlu bir etki bırakır.
AI Hakkında Bilmeniz Gerekenler
AI hakkında bilmemiz gereken en önemli şey onu kendi hayatımıza nasıl adapte edebileceğimizi öğrenmektir. Peki yapay zeka nasıl öğrenilir? Bir kullanıcıdan çok işin perde arkasında yer almak istiyorsanız öğrenmeniz gereken birçok şey vardır. Yapay zeka eğitimi ile önceden hazırlanmış materyallerle optimize bir şekilde öğrenebilirsiniz. Peki yapay zeka eğitimi nedir ve hangi konuları kapsar? Yapay zeka eğitiminde matematik, istatistik, programlama, algoritmalar ve veri yapıları öğrenilmesi gereken konular listesinde ilk sıralarda yer alır. Sonrasında makine öğrenmesi ve derin öğrenme konuları olarak detaylandırılır.
Kaynakça GTech.(2021, Eylül 9).GTech,https://www.gtech.com.tr/yapay-zeka-nedir-yapay-zeka-hakkinda-bilmeniz-gerekenler/ https://aws.amazon.com/tr/what-is/artificial-intelligence/
Wikipedi.(2024, Ağustos 8).Wikipedi,https://tr.wikipedia.org/wiki/Yapay_zek%C3%A2
Türkiye Cumhuriyeti Cumhurbaşkanlığı Dijital Dönüşüm Ofisi.(n.d.).Türkiye Cumhuriyeti Cumhurbaşkanlığı Dijital Dönüşüm Ofisi,https://cbddo.gov.tr/sss/yapay-zeka/#:~:text=1950'li%20y%C4%B1llar%C4%B1n%20ba%C5%9F%C4%B1nda%20Alan,Konferans%C4%B1%E2%80%9Dnda%201956%20y%C4%B1l%C4%B1nda%20kullan%C4%B1lm%C4%B1%C5%9Ft%C4%B1r. Duggal,N.(2024, Temmuz 24).SimpliLearn,https://www.simplilearn.com/advantages-and-disadvantages-of-artificial-intelligence-article
CSUGlobal.(2024, Ağustos 9).CSUGlobal,https://csuglobal.edu/blog/how-does-ai-actually-work#:~:text=AI%20systems%20work%20by%20combining,performance%20and%20develops%20additional%20expertise.
UserTesting.(n.d.).UserTesting,https://www.usertesting.com/glossary/d/data-collection#:~:text=There%20are%20several%20ways%20to,retrieve%20relevant%20information%20for%20analysis.
Devreyakan.(2021, Ağustos 19).devreyakan,https://devreyakan.com/performans-metrikleri/
MicrosoftAzure.(n.d.).MicrosoftAzure,https://azure.microsoft.com/tr-tr/resources/cloud-computing-dictionary/what-is-artificial-intelligence#s%C3%BCr%C3%BCc%C3%BCs%C3%BCz-ara%C3%A7lar