Yapay Zeka Nedir?

Yapay Zeka Nedir?
Yapay Zeka Nedir?

Yapay zeka (AI) insan zekası süreçlerinin makinelerle, özellikle bilgisayar sistemleriyle simülasyonudur. Bu süreçler arasında öğrenme (bilginin edinilmesi ve bilginin kullanımı için kurallar), muhakeme (yaklaşık veya kesin sonuçlara ulaşmak için kuralların kullanılması) ve kendini düzeltme yer almaktadır. Özel AI uygulamaları arasında uzman sistemler, konuşma tanıma ve makine görüşü yer almaktadır.

AI, zayıf veya güçlü olarak sınıflandırılabilir. Aynı zamanda dar AI olarak da bilinen Zayıf AI, belirli bir görev için tasarlanmış ve eğitilmiş bir AI sistemidir. Apple’s Siri gibi sanal kişisel asistanlar, zayıf bir AI şeklidir. Yapay zeka olarak da bilinen Güçlü AI, genelleştirilmiş insan bilişsel yeteneklerine sahip bir AI sistemidir. Bilinmeyen bir görevle sunulduğunda, güçlü bir AI sistemi, insan müdahalesi olmadan bir çözüm bulabilir.

AI için donanım, yazılım ve personel maliyetleri pahalı olabileceğinden, birçok satıcı standart tekliflerine AI bileşenleri ve bir Servis Olarak Yapay Zeka (AIaaS) platformlarına erişim içerir. Hizmet olarak AI, bireylerin ve şirketlerin çeşitli iş amaçları için AI ile deneme yapmalarını ve bir taahhütte bulunmadan önce birden fazla platform örneklemelerini sağlar. Popüler AI bulut teklifleri arasında Amazon AI servisleri, IBM Watson Assistant, Microsoft Bilişsel Servisler ve Google AI servisleri bulunur.

AI araçları işletmeler için bir dizi yeni işlevsellik sunarken, yapay zekanın kullanılması etik soruları gündeme getirmektedir. Bunun nedeni, en gelişmiş AI araçlarının çoğunun temelini oluşturan derin öğrenme algoritmalarının, yalnızca eğitimde verdikleri veriler kadar akıllı olmalarıdır. Bir insan bir AI programını eğitmek için hangi verilerin kullanılması gerektiğini seçtiğinden, insan yanlılığı potansiyeli doğaldır ve yakından izlenmelidir.

Bazı endüstri uzmanları yapay zeka teriminin popüler kültürle çok yakından bağlantılı olduğuna inanıyor ve bu da kamuoyunun yapay zeka konusunda gerçekçi olmayan korkuları ve işyerini ve genel olarak yaşamı nasıl değiştireceği konusunda beklenmeyen beklentileri ortaya koyuyor. Araştırmacılar ve pazarlamacılar, daha nötr bir çağrışıma sahip olan etiket artırılmış istihbaratın insanların AI kullananların, onları kullanan insanların yerine sadece ürünleri ve hizmetleri iyileştireceğini anlamalarına yardımcı olacağını umuyor.

Yapay Zeka Türleri

Michigan State Üniversitesi’nde bütünleyici biyoloji ve bilgisayar bilimleri ve mühendisliği profesörü olan Arend Hintze, AI’yı bugün var olan AI sistemlerinden henüz mevcut olmayan sistemlere kadar dört tipte sınıflandırır. Kategorileri aşağıdaki gibidir:

  • Tip 1: Reaktif Makineler: Bir örnek, 1990’larda Garry Kasparov’u yenen IBM satranç programı Deep Blue. Deep Blue satranç tahtasında parçaları tanımlayabilir ve tahminlerde bulunabilir, ancak hafızası yoktur ve geçmiş deneyimleri gelecekleri bilgilendirmek için kullanamaz. Olası hareketleri analiz eder – kendi ve rakibi – ve en stratejik hareketi seçer. Deep Blue ve Google’s AlphaGO dar amaçlar için tasarlandı ve başka bir duruma kolayca uygulanamıyor.
  • Tip 2: Sınırlı Hafıza: Bu AI sistemleri gelecekteki kararları bildirmek için geçmiş deneyimleri kullanabilir. Kendi kendine sürüş otomobillerinde karar verme işlevlerinden bazıları bu şekilde tasarlanmıştır. Gözlemler, araba değiştirme şeritleri gibi çok uzak olmayan bir gelecekte gerçekleşen eylemleri bilgilendirir. Bu gözlemler kalıcı olarak saklanmaz.
  • Tip 3: Akıl Teorisi: Bu psikoloji terimi, başkalarının aldıkları kararları etkileyen kendi inançlarına, isteklerine ve niyetlerine sahip oldukları anlayışı anlamına gelir. Bu tür bir AI henüz mevcut değil.
  • Tip 4: Kişisel Farkındalık: Bu kategoride, AI sistemlerinin öz benliği vardır, bilinci vardır. Öz farkındalığı olan makineler mevcut durumlarını anlar ve başkalarının ne hissettiğini anlamak için bilgileri kullanabilir. Bu tip AI henüz mevcut değil.

Yapay Zeka Teknolojisi Örnekleri

AI, çeşitli farklı teknoloji türlerine dahil edilmiştir. İşte yedi örnek.

  • Otomasyon: Bir sistemi veya işlemi otomatik yapan şey nedir. Örneğin, robotik süreç otomasyonu (RPA), normalde insanların gerçekleştirdiği yüksek hacimli, tekrarlanabilir görevleri gerçekleştirmek için programlanabilir. RPA, değişen koşullara uyum sağlayabilmesi için BT otomasyonundan farklıdır.
  • Makine Öğrenimi: Bir bilgisayarın programlama olmadan hareket etmesini sağlayan bilim. Derin öğrenme, çok basit bir şekilde öngörücü analitiklerin otomasyonu olarak düşünülebilecek bir makine öğrenmesi alt kümesidir. Üç tür makine öğrenme algoritması vardır: Denetimli öğrenme: Veri kümeleri, etiketlerin tespit edilip yeni veri kümelerinin etiketlenmesi için kullanılabileceği şekilde etiketlenir. Denetimsiz öğrenme: Veri kümeleri etiketlenmez ve benzerlik veya farklılıklara göre sıralanır. Takviye öğrenme: Veri kümeleri etiketlenmedi, ancak bir eylem veya birkaç eylem gerçekleştirdikten sonra AI sistemine geri bildirim verildi.
  • Yapay görme: Bilgisayarların görmesine izin verme bilimi. Bu teknoloji, bir kamera, analog-dijital dönüşüm ve dijital sinyal işleme kullanarak görsel bilgileri yakalar ve analiz eder. Genellikle insan gözüyle karşılaştırılır, ancak makine görüşü biyoloji ile sınırlı değildir ve örneğin duvarlardan görmek için programlanabilir. İmza tanımlamasından tıbbi görüntü analizine kadar çeşitli uygulamalarda kullanılır. Makine tabanlı görüntü işlemeye odaklanan bilgisayar görüşü, genellikle makine görüşü ile birleştirilir.
  • Doğal dil işleme (NLP): Bir bilgisayar programı ile insan dilinin değil bilgisayar dilinin işlenmesi. NLP’nin en eski ve en iyi bilinen örneklerinden biri, konu satırına ve bir e-postanın metnine bakan ve önemsiz olup olmadığına karar veren spam algılamadır. NLP’ye mevcut yaklaşımlar makine öğrenmesine dayanmaktadır. NLP görevleri arasında metin çevirisi, duyarlılık analizi ve konuşma tanıma bulunur.
  • Robotik: Robotların tasarım ve imalatına odaklanan bir mühendislik alanı. Robotlar genellikle insanların tutarlı bir şekilde yapması veya gerçekleştirmesi zor olan görevleri yapmak için kullanılır. Araba üretimi için montaj hatlarında veya uzayda büyük nesneleri taşımak için NASA tarafından kullanılırlar. Araştırmacılar ayrıca sosyal ortamlarda etkileşime girebilecek robotlar oluşturmak için makine öğrenmesini kullanıyor.
  • Kendi kendini süren otomobiller: Belirli bir şeritte kalırken ve yayalar gibi beklenmedik engellerden kaçınarak, bir aracı pilotlukta otomatik bir beceri geliştirmek için bilgisayarla görme, görüntü tanıma ve derin öğrenmenin bir kombinasyonunu kullanırlar.

Yapay Zeka (AI) Uygulamaları

Yapay zeka birçok alana yöneltti. İşte altı örnek.

  • Sağlıkta AI. En büyük bahisler hasta sonuçlarını iyileştirme ve maliyetleri düşürmedir. Şirketler insanlardan daha iyi ve daha hızlı tanı koymak için makine öğrenmesi uyguluyorlar. Bilinen en iyi sağlık teknolojilerinden biri IBM Watson. Doğal dili anlar ve sorulan sorulara cevap verebilir. Sistem, hasta verilerini ve mevcut diğer veri kaynaklarını, bir güven puanlama şeması ile sunduğu bir hipotez oluşturmak için mayınlar. Diğer AI uygulamaları arasında sohbetler, soruları cevaplamak ve müşterilere yardımcı olmak için çevrimiçi olarak kullanılan bir bilgisayar programı, takip randevularını planlamak veya hastalara faturalandırma sürecinde yardımcı olmak ve temel tıbbi geri bildirim sağlayan sanal sağlık asistanları bulunmaktadır.
  • İş dünyasında AI. Robotik süreç otomasyonu, normalde insanlar tarafından gerçekleştirilen yüksek tekrarlayan işlere uygulanmaktadır. Makine öğrenmesi algoritmaları, müşterilere nasıl daha iyi hizmet verileceği ile ilgili bilgileri ortaya çıkarmak için analitik ve CRM platformlarına entegre edilmiştir. Müşterilere anında hizmet vermek için sohbet botları web sitelerine eklenmiştir. İş pozisyonlarının otomasyonu da akademisyenler ve BT analistleri arasında bir konuşma noktası haline geldi.
  • AI eğitimde. AI sınıflamayı otomatikleştirerek eğitimcilere daha fazla zaman kazandırır. AI öğrencileri değerlendirebilir ve ihtiyaçlarına uyarlayarak kendi hızlarında çalışmalarına yardımcı olabilir. AI öğretmenleri, öğrencilere ilave destek sağlayabilir ve takipte kalmalarını sağlar. AI, öğrencilerin nerede ve nasıl öğrendiklerini, hatta bazı öğretmenleri bile değiştirebilir.
  • Finansman alanında AI. Mint veya Turbo Tax gibi kişisel finans uygulamalarında AI finansal kurumları bozuyor. Bunlar gibi uygulamalar kişisel veri toplar ve finansal danışmanlık sağlar. Ev satın alma işlemine IBM Watson gibi başka programlar da uygulanmıştır. Bugün, yazılım Wall Street’teki işlemlerin çoğunu gerçekleştiriyor.
  • AI yasada. Belgelerde eleme, keşif süreci hukukta insanlar için çok zor. Bu işlemi otomatikleştirmek zamanın daha verimli kullanılmasıdır. Yeni başlayanlar aynı zamanda bir veritabanıyla ilişkili taksonomiyi ve ontolojiyi inceleyerek programlanmış cevapları cevaplayabilen soru-cevap bilgisayar asistanları da inşa ediyorlar.
  • Üretimde AI. Bu, robotları iş akışına dahil etmenin ön saflarında yer alan bir alandır. Endüstriyel robotlar tek görevleri yerine getirmek için kullanıldı ve insan işçilerden ayrıldı, ancak teknoloji ilerledikçe değişti.

Güvenlik ve Etik Kaygılar

AI’nın kendi kendini süren otomobiller alanında uygulanması, etik kaygıların yanı sıra güvenliği de artırır. Arabalar saldırıya uğrayabilir ve otonom bir araç bir kazaya karıştığında sorumluluk belli değildir. Özerk araçlar ayrıca bir kazanın kaçınılmaz olduğu bir yere yerleştirilebilir ve bu da programlamayı hasarı en aza indirgeme konusunda etik bir karar vermeye zorlar.

Diğer bir önemli endişe, AI araçlarının kötüye kullanılması potansiyelidir. Hacker’lar hassas sistemlere erişmek ve mevcut durumun ötesinde güvenlik konusunu zorlaştırmak için karmaşık makine öğrenme araçlarını kullanmaya başlıyor.

Derin öğrenmeye dayalı video ve ses üretme araçları ayrıca, kötü aktörlere, derin yüzeyler oluşturmak için gerekli araçlarla, halka açık figürlerin hiçbir zaman gerçekleşmeyen şeyleri söyleyerek ya da yapmadan ikna edici bir şekilde hazırlanmış videoları oluşturmak için gerekli araçları sunar.

Yapay Zeka (AI) Teknolojisinin Düzenlenmesi

Bu potansiyel risklere rağmen, AI araçlarının kullanımını düzenleyen çok az düzenleme vardır ve yasaların bulunduğu yerlerde, tipik olarak sadece dolaylı olarak AI ile ilgilidir. Örneğin, federal Adil Borç Verme düzenlemeleri, finansal kurumların, kredi kararlarını potansiyel müşterilere açıklamalarını gerektirir; bu, borç verenlerin, doğası gereği tipik olarak opak olan derin öğrenme algoritmalarını kullanma derecesini sınırlar. Avrupa’nın GSYİH’sı, işletmelerin tüketici verilerini nasıl kullanabileceği konusunda katı sınırlamalar getirmekte ve bu da tüketiciye yönelik birçok AI uygulamasının eğitimini ve işlevselliğini engellemektedir.


Kaynak: https://searchenterpriseai.techtarget.com/definition/AI-Artificial-Intelligence

Yorum bırakın