Merhaba!

Bu yazı serisinde, günümüzün en işlevsel ve popüler araçlarından biri olan, yapay zekanın tarihinden başlayıp, kendi projeleriniz için kullanabileceğiniz temellere kadar anlatacağım.

Bu yazı serisini, gerçekten öğrenme amacıyla okuyacaksanız, her şeyden önce yapmanız gerekenler:

  • Yapay Zeka hakkında duyduğunuz her şeyi unutun, özellikle ne olduğunu
  • Konu hakkında bütün kitapları edinmeye bütün kursları indirmeye çalışmayın, ellerinizi kirletmeye çalışın
  • Anlamadıysanız bir daha okuyun veya başka bir kaynakta arayın, ama pes etmeyin, kararlı olun
  • Belirli bir seviyeye kadar, ben yapay zeka biliyorum gibi cümleler kullanmaktan ve hatta düşünmekten sakının. Biliyorum demek daha fazla öğrenmenize engel olabilir.

Daha iyi anlayabilmeniz için gerekenler:

  • Python
  • Temel istatistik(Medyan, ortalama, varyasyon, standart sapma, normal dağılımları vb.)

Kısaltmalar

  • YZ : Yapay Zeka
  • AI : Artificial Intelligence
  • YZ ≈ AI

Teknolojinin çoğu alanında olduğu gibi, Yapay Zeka'da da en az matematik kadar, matematiksel düşünmeyi bilmek önemli.

Matematiksel düşünmek nedir?

Matematiksel düşünmek, aritmetik yapmak veya cebir sorularını çözebilmek değildir. Matematiksel düşünmek, olaylara bakmanın farklı bir yolu, olayları yapısal, sayısal veya mantıksal temellerine kadar soyup, altta yatan örüntüleri incelemektir.

Örneğin;

Yukarıdaki formülü hepiniz görmüşsünüzdür. Newton'un hareket yasalarından ikincisi. Bu basit denklem, hayatımızda nasıl yer ediyor, bu denklemi anlamlı kılan olaylar ne, nasıl test ederim diye sormak matematiksel düşünmektir.

Özellikle liseden üniversite eğitimine geçişte hissedilen bu düşünce uçurumu bazı durumlarda öğrenmeyi yavaşlatabilir. Bu konuda Mathematical Thinking adlı ücretsiz kurs bu geçişi yapmanızda yardımcı olacaktır.

Yapay Zeka Nedir?

Yapaydan önce, zeka nedir sorusunu sormamız gerekiyor. Sözlüğe göre:

Zeka: Düşünme, akıl yürütme, nesnel gerçekleri algılama, kavrama, yargılama ve sonuç çıkarma yeteneklerinin tümü.

Ancak zekanın, herhangi bir tanımın yetersiz kaldığı kompleks bir terim olduğunu düşünüyorum. Zeka; mantık, anlayış, farkındalık, öğrenme, duygusal bilgi, planlama, yaratıcılık ve tabi ki problem çözme gibi bir sürü şekilde tanımlanabilir.

Yukarıda saydığım şeyleri yapabildiğimiz için, kendimize zeki diyebiliyoruz. Çevremizi algılıyoruz, ondan öğreniyoruz, ve öğrendiklerimize göre eylemler gerçekleştiriyoruz.

Yapay Zeka; insan zekasının ortaya attığı problemleri çözmeye yardımcı olan cebir gibi, geometri gibi, yöntemler, araçlar ve sistemlerin tümüdür.

YZ'nin amacı, yüzyıllardır geliştirip kullandığımız diğer aletlerde olduğu gibi, işimizi kolaylaştırmaktır. Elbette bir çukuru ellerinizle kazabilir, bir ağacı taşla vurarak kesebilirsiniz, ama yaptığımız işleri bizim için kolaylaştıran ve hızlandıran imkanlar varken, en değerli şeyimiz olan zamanı (tartışılabilir) boşa harcamak doğru olmayacaktır.

YZ, yeni ortaya çıkmış bir kavram değildir. Bu alana adanan hayatlar ve yapılan araştırmalar 1950'lerde şekil bulmaya başlamıştır. Gelişim sürecinde yaşanan kış sonrası, günümüzde popülerleşmesiyle ve endüstrinin yeniliğe ihtiyaç duymasıyla, bugünkü ilgisini kazanmıştır. Bir de 2012 yılında bir Deep Learning algoritmasının, geniş çaplı resim sınıflandırma yarışması olan ImageNet'i büyük farkla diğer algoritmaları geçmesiyle alana olan ilgi ve umut epey artmıştır.

İnsanın kendine benzer makineler yapma merakı, bilinen kaynaklara göre, milattan öncesine kadar dayanmaktadır. Başlayacağımız nokta o kadar geriye dayanmasa da, bu hissin/fikrin antik çağlara dayandığını bilelim.

Writer Automaton, 1774

İkinci Dünya Savaşı sırasında, İngiliz bilgisayar bilimci Alan Turing, Enigma adlı makinesiyle tanınmaya başlandı. Enigma, Makine Öğrenmesi'nin(YZ'nin alt dalı) temelleri olarak kabul edilir. 1950'de bir makalesinde yer ettiği Turing Testi ise, hala günümüzde yaygın olarak kullanılan bir terimdir.

Basitçe Turing Testi: Karşınızda bir makine mi, yoksa bir insan mı olduğunu ayırt edememenizdir.

Facebook'ta dolaşıyorsunuz, birden tanımadığınız birinden arkadaşlık isteği geliyor, profiline bakıyorsunuz ve düzgün bir insana benziyor. Konuşmaya başlıyorsunuz, ve aslında iyi de anlaşıyorsunuz. Eğer karşınızdaki "kişi" bir AI ise, Turing Testi'ni geçmiş olacaktır. Günümüzde, artık bazı makineler Turing Testi'ni geçmiş sayılmaktadır.

Her ne kadar klişe bir örnek olsa da, Google Duplex, telefonda sizin yerinize aramalar yapıp randevu alabiliyor, hem de göze batmadan. Neden açık-kaynak değilsin ey Duplex.

On the internet, nobody knows you are a dog.
-Turing Test Winner

1956 yılında, John McCarthy'nin önerisiyle düzenlenen Dartmouth Konferansı'nda, artık "Artificial Intelligence" terimi yerini bulmaya başlamıştır. Amerika'da bu muazzam fikrin potansiyelini araştırmak için merkezler kurulmuş, öncülük çabaları başlamıştı.

Claude Shannon (sağ ön), John McCarthy (sağ arka), Marvin Minsky (orta), Ray Solomonoff (sol ön), ve Nathaniel Rochester (sol arka). Photo credit Margaret Minsky - www.achievement.org

Yukarıdaki güzel insanlar, yapay zekanın öncülüğünü yapmış olan insanlardır. Ayrıca Alan Newell, Herbert Simon, Arthur Samuel, Oliver Selfridge ve Trenchard More, Dartmouth Konferasında bu ekiple çalışmış önemli insanlardandır. Hepsinin ayrı güzel hayat hikayeleri var, araştırmanızı tavsiye ediyorum.

1950'lerde, Feranti Mark 1 adlı makine, dama oyununda insanları yenebilecek algoritmalar kullanmaya başlamıştı. Bu sıralarda Newell ve Simon, Genel Problem Çözücü(General Problem Solver) algoritmasını geliştirerek matematiksel sorulara yanıtlar aramışlardır. Yine 50'lerde John McCarthy, LISP adlı yazılım dilini geliştirmiştir ve bu dil Makine Öğrenmesi alanında önemli bir yere sahip olmuştur. Bu dil günümüzde hala çok yaygın olmasa da kullanılmakta, hatta bazı YZ yarışmalarında LISP gibi fonksiyonel programlama dilleriyle yazılan programlar açık ara farkla kazanmaktadır. (Ama tabi ki iş algoritmada bitiyor.)

1960'ların sonuna geldiğimizde ise, araştırmacılar Makine Görüşü Öğrenmesi(Machine Vision Learning) alanında çalışmaya başlamışlardı. Aynı zamanda Japonya'da, WABOT-1 adında ilk "akıllı" insanoid robot yapılmıştı. Gerçekleştirdiği basit motor becerilerden dolayı, bu robotun 1.5 yaşındaki bir çocuğun zekasına sahip olduğu söylenmektedir.

WABOT-1, Japonya Waseda Üniversitesi, 1973

1970-1990 yılları arasında, bilgisayar teknolojisinin, bu alanın ihtiyaç duyduğu şeyleri çok yavaş yerine getirmesi ve yatırımcıların daha az riskli işlere odaklanması sebebiyle YZ hor görülmüştür.

1997'de ise YZ fanatiklerinin içini, Japonya-Türkiye futbol maçı gibi ısıtan bir olay yaşanmıştır. IBM'in geliştirdiği DeepBlue, Dünya Satranç Şampiyonu Garry Kasparov'u satrançta yenerek, bir ilke imza atmış, bütün dünyada bir yankıya sebep olmuştur. Tabi bu yankı, teknoloji endüstrisindeki ekonomik sıkıntılar sebebiyle pek uzun sürmemiş, YZ yine tutkulu insanların ve devletin kapıları ardına kalmıştır.

1997, DeepBlue-Kasparov Maçı

2000'lerden sonra, kendilerine pek de inanılmayan bilim adamları, parlamaya başlamış, "bi formül bulup geleceğim" edasıyla dönüşlerini yapmaya başlamışlardır.

Endüstri devlerinin de artık piyasaya yerleşmesiyle, saman altından yürütülen YZ ve Makine Öğrenmesi(ML) çalışmaları, artık endüstri standardı haline gelmiş, bunu kullanmayan milletler muhasır medeniyet seviyesine erişememiştir.

Önceleri bilgisayarlar, onu kodlayan yazılımcılar kadar akıllıydı. Artık bilgisayarlar, bizim göremediğimiz örüntüleri, kodlayamayacağımız sorunları saniyeler içinde çözebiliyorlar.

Mahşerin 4 Atlısı

Yapay Zeka, basitçe dört basit kategoriye ayrılabilir. Yarın yenileri de oluşacaktır elbet. Gelişmişlik seviyeleri ve endüstrideki yerine göre ayırmak şu an en doğrusu.

Reaktif Makineler

Bu YZ türü, bir hafıza veya ona benzer bir şey kullanmaz. Etki-tepki (if-else gibi) ile çalışır. DeepBlue buna güzel bir örnektir. DeepBlue'nin içine yüzbinlerce oyun yüklenmiş, ve Kasparov'un hamlesine göre tepki vermiştir. Bu makinelerin "pratik yaparak" kendilerini geliştirmeleri pek de mümkün olmadığından, aynı hatayı tekrar tekrar yapmaları çok olasıdır. Hatta Kasparov maçının arasında, DeepBlue mühendislerinin bir hatayı görüp, bunu elle düzelttikleri bile söylenir. Kasparov makineyi kandırmaya yaklaşmış olsa da, IBM'in eli de armut toplamamıştır.

Kısa Süreli(Sınırlı) Hafıza

Bu tür bir şeyleri hatırlasa da, bunu deneyim olarak tutmaz. Örneğin kendi-kendini süren arabalarda, araç etrafındakilerin hızını, uzaklığını ve yönünü görüp bunları hafızasında tutsa da, bunları ezberleyip, "öndeki araba geçen bize makas atmıştı, uzak durayım az" demez. Bunun avantajı da çok hızlı tepkiler üretebilmesidir.

Zihin Teorisi

Zihin Teorisi aslında felsefeci ve psikologların, olacakları, kendini bir başka şeyin veya kişinin yerinde hayal ederek, tahmin etme yeteneği dediği şeydir. Örneğin, sizin kapıyı açmaya çalıştığınızı fark edip, size kapıyı açan bir robot. Kendini sizin yerinize koyup, isteğinizin ne olduğunu anlamaya çalışmıştır. Bu Zihin Teorisine güzel bir örnek olabilir. Bunun bize sağlayabileceği insanlarla daha yakın bir iletişimde olması potansiyeli, bizim için kritik bir önem taşıyacaktır. Her gün hayatımıza biraz daha fazla giren YZ'nin, insanlarla nasıl etkileşeceğini bilmesi, bir pazarlamacının konuşmayı bilmesi kadar keskin olacaktır.  YZ ve ML ile yaşadığımız en kafa karıştırıcı olay olan, "yapıyor ama aslında nasıl biz de tam bilmiyoruz" sorusunun cevabını bizim anlayabileceğimiz bir dille anlatabilme yeteneğinin de Zihin Teorisi ile mümkün olduğu düşünülmektedir. Bir hemşirenin, "sırtınıza bir yastık daha vereyim, böylece doğrulup ilacınızı içebilirsiniz" demesiyle, bunu söylemeden sessiz bir şekilde yapması  arasındaki fark gibi. Günümüzde 2 YZ'nin birbirlerine yapacakları şeyi tarif edip, birlikte işbirliğine sokulması gibi deneysel çalışmalar yapılmaya devam edilmektedir.

Farkındalık Sahibi YZ

Bu aslında şu an daha çok bilim-kurgu filmlerinde gördüğümüz, duyguları anlayan, hisseden ve bizimle bizim gibi etkileşime geçen zeka türüdür. Zeka Teorisi (Theory of Mind)'nin aslında bir uzantısıdır. Bugüne kadar daha yapılmamış olsa da, eminim ki bu da yakındır. Daha bizim farkındalık sahibi olup olmadığımız tartışılırken, bunun hayal edilmesi, insan hayal gücünün en güzel meyvelerinden biridir. Bu konu artık makinelere haklar verilmesinin tartışılmasına kadar uzanmaktadır.  İnsanoğlu olarak geleceği tahmin etme konusunda biraz hayalperest olmamıza rağmen, öyle ya da böyle, belki de hiç beklemediğimiz bir formda karşımıza geleceğinden şüpheniz olmasın.

Yaklaşık 100 yıl önce, 2000'ler için yaptığımız gelecek tahminleri. Uçan Taksiler (bu aslında yakındır)

10 yıl önce cebimizdeki telefonların, içine yüzbinlerce kedi köpek fotoğrafı sığdırabileceğini, bir yandan en sevdiğiniz müziği çalıp, bir yandan sizi dans ederken 4K kaydedeceğini kim bilebilirdi.

Bugün

Bugün YZ, rahatlıkla söyleyebilirim ki hayatımızın her alanındadır. Borsada stok tahmininden, sağlıkta kanser tespitine, medyada gündem analizinden, arabalarda otonomluğa. Siri, Google Asistan ve Alexa gibi teknolojileri saymıyorum bile.

WABOT-1 oldu bize artık Boston Dynamics'in Atlas'ı.

Atlas, Boston Dynamics

Günümüzde piyasada, Makine Öğrenmesi, Derin Öğrenme, Reinforcement Learning (Takviyeli Öğrenme diye geçiyor) gibi bir çok YZ alt dalı bulunmakta. Bunlar da kendi içlerinde dallarına ayrılmaktadır. Kısacası bu yola girerken yapmanızı önerdiğim şey, bir hedef belirlemeniz. "Karışık var mı? Karışık koy" sizi uzmanlaşmaktan alıkoyacaktır.

YZ'nin Kısa Tarihi Ref:https://ming-zhao.github.io/Business-Analytics/html/docs/machine_learning/history.html

Sonraki bölümden önce, en azından genel kültür olarak sizlerle çok sevdiğim birkaç kitabı ve filmi paylaşmak istiyorum.

  • Lo and Behold: Reveries of the Connected World (Siber Dünyanın Hayret Verici Gelişimi) - Belgesel
  • A.I. Artificial Intelligence (2001) - Film
  • Her (2013) - Film
  • Ex Machina (2014) - Film
  • The Rise of AI - Youtube
  • Yapay Zeka, Jean Noel Lafargue - Karikatür Kitap
  • Yapay Zeka Nasıl Oluşturulur? Ve Matematik Üzerine İlgi Çekici 34 Başlık, Richard Elwes - Kitap

Teşekkür ederim.

Geri bildirim yapay zekada olduğu gibi, benim için de çok önemli, yorumlarınızı bekliyorum.


Kaynaklar