Yapay Zekaya İlk Adım

”Tarihte üç büyük olay vardır: Bunlardan ilki, evrenin oluşumudur. İkincisi, yaşamın başlangıcıdır. Bu ikincisi ile aynı derecede önemli olan üçüncüsü ise, yapay zekanın ortaya çıkışıdır.” Edward Fredkin

Yapay Zekayı Anlamak

Biz insanları diğer tüm varlıklardan ayıran şey zekamızdır ve bizi zeki yapanda beynimizdir. Bizler görür, duyar, öğrenir, muhakeme eder, kararlar verebilir ve daha birçok eylemi gerçekleştirebiliriz. Bunların hepsini yapmamızı sağlayan beynimizdir. Yapay zeka, beyinden ilham alarak makineleri eğitmeyi hedefler. Nasıl ki ilk uçma girişimlerinde kuşların kanatları ilham kaynağı olarak görülüp, benzeri kanat prototipleriyle uçuşlar gerçekleştirildi ise yapay zeka da aslında tam olarak bu taktiği uyguluyor. Yapay zeka çalışmalarında insan beyni nasıl çalışır, nasıl karar verebilir gibi sorulardan yola çıkarak bir cevap bulmaya çalışılır. Beynimiz ezbere komutlarla donatılmamıştır, deneme yanılma yoluyla bir şeyler öğrenir ve tecrübe kazanırız. Yapay zeka işin özünde beyni anlamaya çalışır, işlevleri nasıl yerine getirdiğini bilmek ister ve sonra bunlardan yola çıkarak belirli algoritmalar geliştirip makineleri eğitir. En genel tabirle yapay zeka; insan gibi düşünebilen ve çeşitli faaliyetleri insana benzer şekilde hayata geçirebilmeyi hedefleyen modellerdir. İnsanlara farklı alanlarda katkı sağlamak ve optimum çözümler üretmek için tasarlanmıştır.

Yapay Zeka Örnekleri:

• Öneri Sistemleri: Bizleri bizden daha iyi tanıyan algoritmalar artık hayatımızın her alanında. Örnek vermek gerekirse ürettiğimiz verilere dayanarak hangi filmlerin ilgimizi çekeceğini belirleyip onları öneri halinde sunan algoritmalar mevcut. Bunun yanı sıra öneri sistemlerine bir diğer örnek; Online alışveriş sitelerinden bir ürün satın almak istediğimizde sıklıkla şu bildirimle karşılaşırız “Bu ürünü satın alanlar bu ürünleri de satın aldı.”, çünkü çoğa alışveriş rastgele gerçekleşmez yani bebeği olan bir aile bebek bezi almak istediğinde, bebekler için gereken diğer ürünleri de sistem tahmin eder ve öneri olarak sunar. Bunun gibi daha birçok örnekle günlük hayatımızda hiç farkında olmadan karşılaşırız.
• Otonom Araçlar: İnsan müdahalesi olmadan çalışabilen araçlardır. Günümüzde yaygın olarak kullanılmamakta olsalar da yakın gelecekte trafiğin bir parçası olacakları öngörülüyor. Sensörlerine gelen veriler sayesinde kendi konumlarını ve hangi yöne doğru hareket etmeleri gerektiğini bilirler. Bu araçlar enerji tüketimim konusunda da önemli avantajlara sahipler. “Bir sürücünün görsel sistemi çok yüksek bir çözünürlüğe sahip değildir ve sadece ileriye bakabilir. Görme alanlarını, yan aynaları ve dikiz aynası kullanarak hafifçe genişletse de kör noktalar kalır. Öte yandan kendi kendini süren bir otomobil her yöne bakan daha yüksek çözünürlüklü kameraları ve GPS, ultrason veya gece görüşü gibi bir insanın sahip olamadığı sensörleri kullanabilir.” (Ethem ALPAYDIN 2020)
• Müşteri Segmentasyonu: Şirketler genellikle müşterilerini belirli etkenlere bağlı olarak segmentlere ayırır. Her bir segment için ayrıca çalışılır, gereksinimlerini ve ihtiyaçlarını belirleyip ona göre karşılar. Böylelikle optimum bir hizmet sunarak gelir dengesini sağlar.
• Otomatik Mesaj Tamamlama: Günlük hayatımızda hemen hemen hepiniz arama motorlarında bir şeyler aratıyoruz. Bizler daha ilk kelimeyi hatta ilk birkaç harfi yazdığımızda otomatik olarak tamamlanmış bazı alt başlıklar bizlere sunuluyor.
• Sağlıkta Yapay Zeka: Hayatımızın hemen hemen her alanında yer almaya başlayan yapay zeka, sağlık alanında da hız kesmeden gelişmeye devam ediyor. Her gün milyonlarca veri üretiyoruz ve bu verilerin büyük kısmını sağlıkla ilgili veriler oluşturuyor. Günün sonunda bu verileri yorumlayıp,  faydalı bilgiler elde edersek  sağlık alanında kanayan birçok yaraya merhem, sorunlara çözüm üretmiş oluruz.  Sağlık alanında yapay zeka henüz emekleme aşamasında olmasına rağmen yakın zamanda insanüstü performans göstereceğinden hiç şüphem yok.  Bazı araştırmalara göre  yapay zeka kanser teşhisinde yaklaşık %94 başarı oranına ulaşmış durumda. Yapay zeka nasıl oluyor da bu kadar yüksek başarı oranı elde edebiliyor diye düşünebilirsiniz. Bunu örnekle açıklamamız gerekirse, iki doktor profili düşünelim: Birisi göreve yeni başlamış ve haliyle çok fazla vakayla karşılaşmamış, yeterince MR sonucu incelememiş ve bunların sonucunda yeterli tecrübeyi edinememiş. Bu durumda bir teşhis koyduğunda başarı oranı düşük olabilir. Diğer doktor profilini inceleyecek olursak, 30 sene tecrübeli birini düşünelim, çok fazla vakayla karşı karşıya kalmış ve daha fazla MR sonucu incelemiş yani kısaca birinci doktor profiline göre daha fazla veri gözlemlemiş. İkinci doktorun doğru teşhisi koyma oranı diğerine göre daha yüksektir. Yapay zekanın önemi bu gibi durumlarda devreye girmektedir. Bir doktorun 30 senede edineceği deneyim ve yorumlama kabiliyetini yapay zeka algoritmasının doğru verilerle eğitilerek, çok kısa bir zamanda hasta kanser ya da kanser değil yorumunu yapabiliyor olmasından öneminin anlayabiliyoruz.(Bir doktorun tecrübe kazanma süreci uzun sürebilir. Yapay zeka algoritması, uygun verilerle eğitildiğine çok kısa bir zamanda başarı oranı yüksek bir sonuç elde edebilir.)

Veri Bilimine Genel Bakış:

Veri bilimini ve ondan nasıl yararlanacağınızı daha iyi anlamak için yapay zeka ve makine öğrenimi gibi bu alanla ilgili diğer kavramları bilmek önemlidir.

“Bir zamanlar, bilgisayara ne yapması gerektiğini bir programlama dilinde program yazarak tanımlayan programcıydı. Şimdi ise bazı görevler için program yazmak yerine veri topluyoruz. Veri, ne yapılması gerektiğini söyleyen örnekler içeriyor; öğrenme algoritmalar da öğrenen programı, bu verinin tanımladığı gerekliliklerle uyuşacak biçimde otomatik olarak ayarlıyor.” (Ethem Alpaydın 2020). Artık çok fazla veriye sahip olduğumuz konusunda hemfikiriz. Günümüzde veriler sadece rakamlardan ibaret değil, örneğin sosyal medya hesaplarında paylaşılan videolar, fotoğraflar ve ses kayıtları… Görüldüğü üzere verilerin türleri değiştikçe bunları analiz edilmesi daha zor hale geliyor. Bu noktada veri bilimi imdadımıza yetişiyor. Veri Bilimi; Belirli prensiplere bağlı olarak verilerden faydalı bilgilere ulaşmamızı sağlar. Verilerden yola çıkarak geçmişi anlayıp, bugünü yaşayıp ve geleceği tahmin etmeye çalışır.

Veri bilimi, yapay zekanın bir alt kümesidir. Bilimsel yöntemler kullanarak verilerden anlam çıkarır. Makine öğrenmesi yapay zekanın bir diğer alt kümesidir. Makine öğrenmesi, insan müdahalesi olmadan veriler yardımıyla kendi kendine öğrenebilen ve kendini geliştirebilen yazılımlardır. Derin öğrenme ise makine öğreniminin alt kümesidir. Bütün bu süreci yöneten kişi veri bilimcidir. Bir veri bilimcinin sahip olması gereken önemli yetkinlikler vardır, bunlar; bilgisayar bilimleri, matematik ve istatistik, makine öğrenmesi, derin öğrenme ve veri analitiği şeklinde özetlenebilir.

Peki şimdi ne olacak?

“Veri her yerde.”

Artık durmaksızın veri üretiyoruz, bunun en önemli etkenlerinden birisi hayatlarımızın sayısallaşmasıdır. Geçmişe nazaran önemsiz görülen ve hesaba katılmayan birçok detay günümüzde veri olarak toplanıyor. “Yapay öğrenme, giderek daha karmaşıklaşan dünyayı anlamamıza yardımcı olacaktır. Günümüzde duyularımızın başa çıkabileceğinden veya beyinlerimizin işleyebileceğinden çok fazla veriye maruz kalıyoruz. Çevrimiçi olarak erişilebilen bilgi kaynakları çok büyük miktarda sayısal metin içerir ve artık elle işlenemeyecek kadar büyüktür.” (Ethem Alpaydın 2020) Yapay zeka bir bakıma bu amaçla hayatımıza girmiş oldu. Günümüzün ve hatta geleceğimizin en heyecan verici alanlarından birisidir. Yapay zeka tek bir noktaya odaklanmak yerine, birçok  alanda yer alıyor. Bazen bir film önerebilir, bazense kanser teşhisi koyabilir. Özetle yapay zeka ile her yerde karşılaşabiliriz ve artık o hayatımızın bir parçası.
“Bugün yapay zekanın kötü bir süper zeka olmasından endişelenmek, Mars’taki aşırı nüfus artışından endişelenmek gibidir. Biz henüz bu gezegene iniş yapmadık!” Andrew Ng, Prof.