Yapay zeka makinelerin akıl yürütebilme becerisidir. Peki insanların öğrenme, problem çözebilme gibi süreçlerini taklit edecekse, insanlara yaptırmak yerine neden yapay zeka geliştiriyoruz?
Bu yazı, Verizekalılar İçgörü Kütüphanesi'nin 6. yazısı. Bu yazıya başlamadan önce aşağıdakileri okuduğundan emin ol.
Veri sınıflandırmanın öneminden ve yönteminden diğer makalelerimizde bahsetmiştik. Veri sınıflandırma hakkında hiçbir fikriniz yoksa öncelikle bu makaleye göz atmanızı tavsiye ederiz.
Bu bölüme, bir tanım ile başlamak gerekirse veri sınıflandırma, bir grup veriyi ortak özelliklerine göre farklı sınıflara ayırma işlemidir. Sınıflandırma için anlam, uzunluk, renk gibi farklı nitelikleri ise ortak özellikler olarak kullanabiliriz. Yapay zekanın tanımına ve işlevine ise, bir sonraki bölümde biraz daha detaylı bakalım.
Yapay Zeka nedir? Ne işe yarar?
Yapay zeka kısa tanımı ile makinelerin akıl yürütebilme (veya akıl yürütebilmeyi taklit etme) becerisidir. "Peki insanların kolayca(!) yapabildiği öğrenme ve problem çözebilme gibi süreçleri taklit edecekse, bu işleri insanlara yaptırmak yerine neden yapay zeka geliştiriyoruz?" sorusunu bir örnekle cevaplandıralım: Herkesin zaman zaman kullandığı Google Translate çeviri uygulaması aslında bir yapay zeka ürünüdür. Google Translate çeviri yapabildiği tüm dillerde, kendisine yazılabilecek bütün cümleleri barındırmaz. Siz bir cümle yazdığınıza bu cümleyi kendi veri setindeki verilerle ve daha önce kendisine yazılmış diğer cümleler ile kıyaslayarak, yüksek doğruluk oranında bir sonuç çıkarır. Dil gibi zaten canlı olan bir yapının, farklı dillerdeki karşılıklarını üretmek ve bu işlemlerde sürekliliği sağlamak, yapay zeka olmasaydı mümkün olmazdı.
Öte yandan, çeviriye her ihtiyaç duyduğunuzda bir çevirmen bulmanız, ona hemen çevrilmesi gereken metni iletmeniz ve saniyeler içinde yanıt almanız ve bunun için ücret ödememeniz, özel bir ikna gücünüz yoksa gerçekten imkansız bir senaryodur. Fakat yapay zeka sayesinde bu imkansız senaryo saniyeler içinde gerçek hale dönüşür!
Yapay zeka yeni bilgiler öğrenen ve bu bilgileri uygulayan bir çocuk gibidir. Örneğin bir çocuğa kare, daire, üçgen ve dikdörtgenin birbirinden farkını anlatmak için çok farklı sayıda bir sürü kare, daire, üçgen ve dikdörtgenler gösterirsiniz. Hatta özellikle daha küçük yaşta çocukların geometrik şekilleri öğrenebilmesi için geliştirilmiş oyuncaklar vardır. Çocuklar bu oyuncaklar aracılığı ile bu şekillerin farklı açıklardan ve durumlara göre birbirlerinden nasıl farklılaştığını öğrenirler. Yeteri sayıda örnek gösterdikten sonra da daha önce hiç göstermediğiniz şekilde bir üçgen ya da dikdörtgen gösterdiğinizde çocuk bunun hangi şekil olduğunu anlayacaktır. Şekilleri birbirinden ayırt edebilme zihninde şekillere dair geliştirdiği şemalar sayesinde (yani bir şekli tanımlayan tüm veriler - veri setleri) sayesinde mümkün olur.
Fakat bunca övgümüze karşın, yapay zeka da tek bir tuşla bütün sorunlarımızı çözebilen mucizevi bir çözüm kaynağı değil elbette. En sonunda yapay zeka teknolojisi de kendisine verdiğiniz verilerden hareketle yeni değerler üretebilen ve problem çözebilen bir araç.
Dolayısıyla yapay zeka ile ilgili en önemli unsurlardan biri, yapay zekanın sonraki süreçte karar verirken baz alacağı verilerin niteliğidir. Yani yapay zeka için eğitim değil; nitelikli eğitim şart!
Yapay Zeka Nasıl Veri Sınıflandırır?
Yapay zeka ile veri sınıflandırma, bir veri setinin önceden belirlenmiş kategorilerle göre makineler tarafından sınıflandırılmasıdır. Sınıflandırma çeşitli kategorilerde, çeşitli niteliklere göre olabilir. Bir örnekle açıklamak gerekirse; markalar hakkındaki tüketici yorumlarının, anlamlarına göre sınıflandırıldığı bir yapay zeka teknolojisi düşünelim (bize buna makine öğrenim modeli diyoruz). Bir yapay zekanın anlamına göre yorumları sınıflandırabilmesi için öncesinde öğrenim yapabileceği; yani hangi yorumun hangi konu hakkında olduğunu anlayabileceği bir eğitim seti olması gerek. Yapay zeka algoritması bu eğitim setini öğrenir, kendisi için bir veritabanına dönüştürür ve hangi verilerin hangi kategorilerle eşleştiğini kaydeder ve öğrenim modelini tamamlar.
Öğrenim modelini tamamladıktan sonra, sınıflandırmasını istediğimiz verileri yapay zeka ile çalışan programımıza iletiriz. Sınıflandırılması istenen veriler için yapay zeka kendi veritabanındaki verileri inceler. Sınıflandırılması istenen veri ile kendi eğitim setindeki veriler arasındaki benzerliğe göre sınıflandırma yapar. Hatta yaptığı sınıflandırmanın ne kadar doğru olabileceği yönünde bir tahmin de yapar.
Verileri Yapay Zeka'ya Sınıflandırmanın Faydaları
Binlerce veriyi anlamına göre, yapay zeka kullanmadan sınıflandırmak, bir grup insanın hepsinin bu verileri tek tek okuması ve hem kendileri ile hem de birbirleri ile tutarlı bir şekilde sınıflandırması ile mümkün olur. Bir makinenin dakikalar içinde çözdüğü bir problem, bir grup insanın saatler ve belki günlerce uğraştığı bir problem haline gelir. Sonuç olarak yapay zeka ile veri sınıflandırmak bize, büyük miktarda zaman, insan gücü ve bütçe tasarrufu sağlar. Bu sayede binlerce veri yapay zeka kullanılarak dakikalar içinde sınıflandırılabilir.
Bir ekip tarafından günler alabilecek bir veri sınıflandırma işi, yapay zeka tarafından saatler içinde halledilebilir. Verileri yapay zeka ile sınıflandırarak elde edilen zaman ve kaynak tasarrufu, farklı alanlara yönlendirilerek verimlilikte çarpan etkisi elde edilebilir.
