Yapay Zeka ve Makine Öğrenmesi Temelleri

Blog iLGinciX 2

Giriş

Geçtiğimiz birkaç yıl boyunca yapay zeka ve makine öğrenmesi terimleri teknoloji haberlerinde ve web sitelerinde sıkça ortaya çıkmaya başladı. Çoğunlukla ikisi eşanlamlı olarak kullanılır, ancak birçok uzman, onların ince ancak gerçek farklılıkları olduğunu savunur.

Ve elbette, uzmanlar bazen bu farklılıkların ne olduğu konusunda kendi aralarında anlaşamıyorlar.

Bununla birlikte, genel olarak, iki şey açık görünür: Birincisi, yapay zeka (AI) terimi, makine öğrenmesi (ML) teriminden daha eskidir ve ikincisi, çoğu kişi, makine öğrenmesini yapay zekanın bir alt kümesi olarak görür.

Yapay Zeka ve Makine Öğrenmesi

AI birçok şekilde tanımlansa da, en yaygın kabul gören tanım, “öğrenme, problem çözme ve örüntü tanıma gibi insan zekasıyla yaygın olarak bilişsel problemleri çözmeye adanmış bilgisayar bilimi alanı” dır. Bu makineler istihbarat sahip olabilir.

Yapay Zeka tabanlı bir sistemin kalbi onun modelidir. Model, çevresi hakkında gözlemler yaparak öğrenme süreci yoluyla bilgisini geliştiren bir programdan başka bir şey değildir. Bu tür öğrenme temelli model denetimli Öğrenme altında gruplandırılmıştır. Denetimsiz öğrenme modelleri kategorisine giren başka modeller de var.

“Makine öğrenmesi” ifadesi de geçen yüzyılın ortasına kadar uzanıyor. 1959'da Arthur Samuel ML’yi “açıkça programlanmadan öğrenme yeteneği” olarak tanımladı. Ve kendi hatalarından ders alabilen ve zaman içindeki performansını artırabilen ilk programlardan biri olan bir bilgisayar kontrol uygulaması oluşturmaya devam etti.

AI araştırmalarında olduğu gibi, ML uzun bir süredir modası düştü, ancak 1990'lı yıllarda veri madenciliği kavramı çıkmaya başladığında yeniden popüler oldu. Veri madenciliği, verilen bilgi setindeki kalıpları aramak için algoritmalar kullanır. ML aynı şeyi yapar, ancak sonra bir adım daha ileri gider – programın davranışını öğrendiklerini temel alarak değiştirir.

Son zamanlarda çok popüler olan bir ML uygulaması görüntü tanımadır. Bu uygulamalar ilk önce eğitilmelidir – başka bir deyişle insanlar bir kaç resme bakmalı ve sisteme resimde ne olduğunu söylemelidir. Binlerce ve binlerce tekrardan sonra, yazılım hangi piksel kalıplarının genellikle atlar, köpekler, kediler, çiçekler, ağaçlar, evler vb. İle ilişkili olduğunu öğrenir ve görüntülerin içeriği hakkında oldukça iyi bir tahminde bulunabilir.

Birçok web tabanlı şirket de tavsiye motorlarını güçlendirmek için ML kullanıyor. Örneğin, Facebook haber bülteninizde ne göstereceğine karar verdiğinde, Amazon satın almak isteyebileceğiniz ürünleri vurguladığında ve Netflix izlemek isteyebileceğiniz filmler önerdiğinde, tüm bu öneriler mevcut verilerindeki kalıplardan kaynaklanan tahminlere dayanır.

Yapay Zeka ve Makine Öğrenmesi Sınırları: Derin Öğrenme, Sinir Ağları ve Bilişsel Hesaplama

Tabii ki, “ML” ve “AI”, bu bilgisayar bilimi alanıyla ilgili tek terimler değildir. IBM, sıklıkla AI ile eşanlamlı olan “bilişsel hesaplama” terimini kullanır.

Ancak, diğer terimlerden bazıları çok özel anlamlara sahiptir. Örneğin, yapay bir sinir ağı veya sinir ağı, biyolojik beyinlerin çalışma biçimine benzer şekillerde bilgileri işlemek için tasarlanmış bir sistemdir. İşler kafa karıştırıcı olabilir çünkü sinir ağları makine öğrenmede özellikle iyi olma eğilimindedir, bu nedenle bu iki terim bazen birbirine karışmış olabilir.

Ek olarak, sinir ağları, belirli bir makine öğrenmesi olan derin öğrenme için temel sağlar. Derin öğrenme, çoklu katmanlar halinde çalışan belirli bir dizi makine öğrenme algoritması kullanır. Kısmen, bir kerede çok fazla veriyi işlemek için GPU'ları kullanan sistemler sayesinde mümkün olmaktadır.

Tüm bu farklı terimlerle karıştıysanız, yalnız değilsiniz. Bilgisayar bilimcileri kesin tanımlarını tartışmaya devam ediyor ve muhtemelen bir süre gelecek. Şirketler yapay zeka ve makine öğrenimi araştırmalarına para harcadıkça, sorunlara daha fazla karmaşıklık eklemek için birkaç terimin daha ortaya çıkması muhtemel.


1 Yıldız2 Yıldız3 Yıldız4 Yıldız5 Yıldız
Bu yazıya oy vermek ister misiniz?

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Footer Logo

Kaynak göstererek alıntı yapabilirsiniz.

Copyright © 2007 - 2019

Cuma Hutbeleri - Çağrı Merkezi İletişim Telefonları - Bu Cuamnın Hutbesi Nedir ? - Format Nasıl Atılır ? -

Doğum Günü Mesajları - Bayram Mesaları - Sevgiliye Mesajlar - Cuma Mesajları - Haftanın A101 Aktüel Ürünleri -