Yapay Zekaya Genel Bir Bakış

 

 

Makine öğrenimindeki yapay sinir ağları (YSA) (yapay zeka), belirli bir veri kümesi için etiketleri veya sonuçları çıkarmada organize çalışan karmaşık algoritma bileşikleridir. Bu teknolojinin, insanların merkezi sinir sistemindeki (CNS) nöronlarının biyolojik düzenlemesine benzediğine inanılmaktadır.

Her algoritma bileşiği bir insan nöronunu (sinir hücresini) simüle eder ve hesaplama yapmak ve bilgi iletmek için diğer kardeş algoritma bileşikleriyle bağlanır. Bu karşılaştırma gayri resmi olmasına rağmen, insan merkezi sinir sisteminin nasıl çalıştığından henüz emin değiliz, bu yüzden onu açıkça zeka, kararlılık veya özgünlük açısından yetersiz olan yapay bir sinir ağı ile karşılaştırmak pekte doğru sayılmaz. 

Bu yüzden bazı insanlar bilgisayarların asla insanlar kadar akıllı olamayacağını veya en azından aynı doğal zekaya sahip olamayacağını söyleyecektir. Ancak, bugün sahip olduğumuz yapay zeka, veri işleme söz konusu olduğunda çok etkileyicidir. Bu, belki de, bilgisayarların insanlar üzerinde şampiyonası olabilir.Yapay sinir ağının birimleri, her iki taraftaki katmanlara bağlanan bir dizi katman halinde düzenlenmiştir. 

Yukarıdaki görüntüde bu katmanların düzenini görüyoruz. İlk katman, yapay sinir ağının tanımaya ve işlemeye çalışacağı veri, giriş veya sinyalleri (bir sensör varsa) alır – bu nedenle buna giriş katmanı denir. 

Son katmandan hemen önceki katman kümelerine, giriş katmanından işlenmiş sonuçları alan ve yeniden işlenen ve yapay nöronlardan oluşan katmana gizli katman denir. Son katman çıktı katmanıdır ve önceki katmanlardan gelen hesaplamaların sonuçlarını çıkarır. 

Karmaşık yapay sinir ağları, onlarca, yüzlerce, binlerce ve hatta milyonlarca gizli katmandan oluşabilirler, bir katmandan (giriş katmanı) girdi veya ham bilgi aldığında, içerideki çok zengin katmanlar arasında bu bilgileri işlerler ve daha sonra son katmandan (çıktı katmanı) hesaplanan sonuçları verirler. 

Sinir ağları, çok sayıda katmanların yanı sıra, her katmanın bireysel yapay nöronları arasında daha karmaşık yapılara ve bağlantılara sahiptirler. Bir katmandaki bir birim anlamına gelen her yapay nöron, önceki görüntüdeki gibi bir sonraki katmanın bir veya daha fazla yapay nöronuna bağlanabilir. 

Yapay nöronlar arasındaki bağlantılar, ağdaki diğer yapay nöronların başarılı olmasına bağlı olarak, pozitif veya negatif olabilen ve ağırlık adı verilen bireysel sayılarla temsil edilirler. Daha büyük bir ağırlığa sahip yapay nöron, daha az ağırlığa sahip olanlara göre hesaplamada daha büyük bir etkiye sahip olacaktır. 

Her yapay nöronun aktivasyon olarak adlandırılan kendi numarası vardır. Bu sayı yapay nöronu temsil eder ve hesaplamalarda da kullanılır. Ağda yer alan bir hedef yapay nöronunun değerini elde etmek için bağlantıların aktivasyonları, ağırlıkları ve sapmaları arasında karmaşık bir hesaplama vardır. Bu hesaplamaları çalıştıran algoritmaların temeli olarak sigmoid fonksiyonu, düzeltilmiş doğrusal aktivasyon ünitesi,ReLU fonksiyonu, eşik fonksiyonu ve hiperbolik tanjant fonksiyonu gibi matematiksel fonksiyonlar kullanılır. Bu işlevlerin her biri, bağlı birimlerin öğelerinin toplamını hesaplayarak ağdaki hedef yapay nöronunun değerini hesaplamayı amaçlamaktadır.

Yapay Sinir Ağları (YSA) konuşma tanıma, el yazısı veya metin tanıma, bilgisayar görme ve ayrıca doğal dil işleme (konuşma robotlarının kullandığı) gibi sistemlerde kullanılır. Yapay sinir ağları yapay zeka sistemlerinin beynidir ve yapay zeka uygulamak isteyen her bilgisayar için gereklidir. Gelişmiş ve bazı gelişmekte olan ülkelerdeki polis teşkilatları, trafik kameralarından araçların plaka sayılarını belirlemek için bilgisayar görme sistemlerinde yapay sinir ağları kullanır. 

Bu sistemler, sadece araç hızlarını matematiksel olarak hesaplayarak arabaların o andaki hızını veya bir sürücünün trafik yasalarına uyup uymadığını tespit edebilir. Polisin sistemden alacağı arabanın plaka numarasını yakalayarak, kanun yapıcılarının suçluyu aramak zorunda kalmasına gerek bırakmazlar, Yapay Zeka suçlunun plaka numarasını ve gerekli diğer bilgileri ayrıntılarıyla alır.

Birkaç tür yapay sinir ağı vardır, ancak en yaygın olanları Konvolüsyonel Sinir Ağı (CNN), İleri Beslemeli Sinir Ağı (FNN), Tekrarlayan Sinir Ağı (RNN), Modüler Sinir Ağı (MNN) , Kohonen Kendiliğinden Organize Sinir Ağı, Radyal temel işlevi Sinir Ağı’dır. Temel olarak soyut yapılarında, işlevlerinde ve kullanımlarında farklılık gösterirler.

Programlayıcı, algoritmaları çalıştıran matematiksel mantık ve tümevarımın tüm yollarını bilmek zorunda kalmadan bu sinir ağlarında yazılabilen python programları vardır, bu nedenle istedikleri takdirde bu alan hakkında daha fazla bilgi edinebilirler. Yapay sinir ağları bu arada büyümeye devam ediyor ve her gün daha iyi hesaplamalar görmekteyiz çünkü Yapay Zeka öğrenmeye devam ediyor. Yapay Zeka, belki insan zekâ türüne sahip olmayacak ancak insan eylemlerinden ayırt edilmesi zor bilgisayar eylemleri yaratacağı kesin.