Arama

Yapay Zeka - Sayfa 2

Güncelleme: 29 Mayıs 2021 Gösterim: 25.746 Cevap: 13
Gabriella - avatarı
Gabriella
Ziyaretçi
24 Mart 2008       Mesaj #11
Gabriella - avatarı
Ziyaretçi
Yapay Zeka - Yapay Zeka Nedir? - Yapay Zeka Türleri

Sponsorlu Bağlantılar
Literatürde "Artificial Intelligence" olarak adlandırılan yapay zeka ilk bakışta herkese farklı bir şeyin çağrışımını yaptırmaktadır. Kimilerine göre, yapay zeka kavramı,insanoğlunun yerini alan elektro mekanik bir robotu çağrıştırmaktadır. Fakat bu alanla ilgili olan herkes,insanoğlu ile makineler arasında kesin bir farklılığın olduğu bilincindedir. Bilgisayarlar hiçbir zaman insanoğlunun yaratıcılık,duygu ve mizacının benzeşimini aktarabilme becerisine sahip olamayacaktır. Bununla beraber,bilgisayarların belirli insan davranışlarını (nesneleri alma ve bunları belirli yerlere yerleştirme gibi) yapan makinelere yön vermesi ve belirli bir uzmanlık alanı ile ilgili(veri hesaplaması, tıbbi teşhis gibi) beşeri düşünme sürecinin benzeşimini yapan (simule eden) sistemlere beyin olma becerisine sahip olması mümkündür.
Yapay zeka (YZ) alanında önemli gelişmeler günümüzde sağlanmış olmakla beraber, araştırma düzeyi halen kuluçka safhasındadır. Her geçen gün, yapay zeka araştırmacıları yapay zekanın yeniden tanımlanmasına yardımcı olacak yeni icat ve yenilikler ortaya koymaktadır. Hatta bazıları bu gelişmelere bakarak YZ'nin tanımlanması imkansız muğlak bir kavram olduğunu bile söylemektedir. YZ konusunda yapılan çalışmaların her birisinin cevaptan daha çok yeni sorular ortaya koyduğu bile söylenebilir.8ununla ilgili olarak, MIT (Massachusette Technical University} araştırma grubunda YZ ile ilgili çalışmaların öncüsü olan Manvin Minsky YZ'nin " hareket eden bir ufuk " gibi olduğunu ifade etmektedir.
YZ konusundaki çalışmalar 1960'lardan beri gündemde olmasına karşın YZ uygulamalarının muazzam boyutta bilgisayar gücüne ihtiyaç duymasından dolayı araştırmacıların çoğunun bu alanda yeni bir şey ortaya koyma gayreti sonuçsuz kalmıştır.
Ancak günümüzde bilgisayar teknolojisinde yaşanan gelişmelerin sağladığı ucuz ve güçlü bilgisayarlar sayesinde YZ alanında büyük ölçekli araştırma yapabilmek ekonomik açıdan mümkün hale gelebilmiştir. Bunun sonucu olarak,YZ' nin bir alt alanı olan uzman sistemler (expert systems) konusunda daha şimdiden önemli gelişmeler sağlanmış olup, iş aleminin karar verme sürecinde uzman sistemlerden önemli ölçüde yararlandığı gözlenmektedir.
YAPAY ZEKÂ TÜRLERİ
Yapay zeka konusundaki araştırmalar şu gruplar altında toplanabilir.
*Bilgiye dayalı yapay zeka ve uzman sistemler
*Doğal diller (bilgisayar ile doğrudan iletişim)
*Beşeri algılama yeteneklerinin simülasyonu (görme, konuşma,işitme, koklama vs.)
*Robotikler (rutin, kirli ve tehlikeli işler için kullanılan robotikler}
Bilgi Tabanlı Yapay Zeka ve Uzman Sistemler
Bilgi tabanlı yapay zeka sistemi, belli bir uygulama alanına (bilgisayar onarımı gibi)
ilişkin pratik çözüm veya yordamlama bilgilerinden (sezgi, yargi ve çıkarımlar) oluşmuş bir bilgi tabanına dayalı olarak çalişir. İnsanların kendilerine ait bilgi tabanı sistemindeki EGER- 0 ZAMAN (IF-THEN) kurallarını kullanarak belirli soruları çöze kabiliyeti bu yapay zeka türüne ilham kaynağı olmuştur. Bilgi tabanlı sistemlerin en gelişmiş örneği uzman sistemlerdir. Belli bir soruna ilişkin uzmanlık bilgileri bir uzman sistemin bilgi tabanına yerleştirildikten sonra kullanıcıların bu bilgiden yararlanmak amacıyla uzman sistemle kurduğu iletişim bir uzman şahısla kurulan iletişimin bir benzeri olacaktır. Sorun çözülene kadar kullanıcı ile bilgisayar tabanlı uzman sistem arasında karşılıklı soru-cevap türünde bir iletişim oluşur. Yıllık vergi iadesi formunun hazırlanmasında bireylere yardımcı olmak üzere hazırlanan "DAN" isimli yazılım, bilgi tabanlı sisteme güzel bir örnektir. Sistem kullanıcının veri girmesine yol gösterici olacak bir vergi iadesi formunu içermektedir. Girilen verilere bağlı olarak gerekli olan hesaplamalar sistem tarafından otomatikman yapılmaktadır. Elde edilen çikti doğrudan resmi makamlara sunulabilecek formatta olduğundan,herhangi bir uzmanın yardımına gereksinim duyulmadan vergi iadesi formu bireylerce hazırlanabilmektedir. DAN vergi yasalarındaki değişikliklere bağlı olarak her yil yeniden gözden geçirilmekte ve gerekli değişiklikler yapılmaktadır.
Normal yazılımlardan DAN'ın farkı, DAN'da içerilen "Ask DAN (DAN'a sor)"ve "Checklist (Kontrol listesi)" sistemleridir. "Ask DAN", bir vergi uzmanının bilgisayarlaştırılmış bir biçimi olup, kullanıcı ile soru-cevap şeklinde bir iletişim kurarak ona yardımcı olan bir sistemdir. Dan isimli bir vergi uzmanından bilgi tabanının yaratılmasında istifade edildiğinden dolayı bu sisteme alan uzmanın adı olan "DAN" ismi verilmiştir. Kontrol listesi sistemi ise kullanıcıya bazı hususları belirleme açısından sorular sorar. Örneğin, ne kadar gelir beyan edilmeli; hangi muafiyetler kullanılmalı vb. gibi vergi iadesi formunun hazırlanması açısından gerekli olan cevaplar bu yazılımla belirlenmektedir. Askeri alanda da bilgi tabanlı sistemlerden yararlanmak mümkündür. Örneğin karar verme durumunun karmaşık buna karşın karar verme mantığının belli bir kural hiyerarşisine dönüştürebileceği uzmanlık alanlarında eğer bilgi tabanlı sistemden yararlanmak ekonomik ise böylesi sistemler ihtiyaca bağlı olarak yaratılabilir S-1, S-2, S-3 ve S-4 faaliyetlerinde bilgi tabanlı sistemlerin yakın gelecekte önemli bir rol oynayacağı beklenmelidir.
Doğal Diller
Doğal diller nihai kullanıcının doğal dili ile (İngilizce gibi) bilgisayarla iletişim kurmasını sağlayan yazılımlar için kullanılan isimdir. Doğa1 dil yazılımlarındaki nihai amaç, geleneksel program dillerinde kullanılan komutlara olan gereksinimi ortadan kaldırmaktır. Fakat halen uygulamada gelinen nokta tatmin edici düzeyde değildir. Şu anda piyasada kullanılan doğal dillerin çoğu kullanıcının bir uzman sistem ya da veri tabanı ile iletişimini sağlamaktan öte bir fonksiyon görememektedir. Yine de, bilgi işleminin sınırlı olduğu bazı alanlarda doğal dil uygulamasının oldukça başarılı olduğu gözlenmektedir. Örneğin insan kaynakları ve satın alma ile ilgili araştırma ve rapor hazırlama faaliyetlerinde doğal dil uygulaması oldukça gelişmiş düzeyde olup kullanıcı normal İngilizce konuşur gibi bilgisayar ile iletişim kurabilmektedir.
Örneğin aşağıdaki sorunun kullanıcı tarafından sorulduğunu varsayalım:
"Pazarlama bölümünde görev itibariyle ortalama maaş nedir? Doğal dil yazılımı yukarıdaki soru cümlesini bizim gramer (dil bilgisi) çalışmasında yaptığımız gibi analiz eder. Cümle kelime kelime parçalara ayrılarak yukarıdaki cümle bilgisayarın anlayacağı uygulama komutlarına dönüştürülür. Anlam analizi aşamasında, cümlenin öğeleri genellikle yüklemle başlayarak uygulama sözlüğündeki anahtar kelimeler ile karşılaştırılır. Uygulama sözlüğünde yer alan kelimeler günlük dilde kullanılan kelimelerdir. Bu örnekte sistem soru amacıyla kullanılan kelimelerle karşılaştırma yapacaktır.
Yukarıdaki örnekte "nedir ?" kelimesi uygulama komutu olan"DİSPLAY"e (Göster) doğal dil yazılımı vasıtasıyla dönüştürülecektir. Diğer kelimeler de benzeri şekilde doğal dil yazılımıyla yorumlanarak uygulama komutlarına dönüştürülür. Eğer kullanıcının isteği sistem tarafından anlaşılamazsa, doğal dil yazılımı muğlak olan noktaları sorarak isteği anlama çabasını devam ettirir. Örneğin sistem "Nedir?" ifadesini anlamamışsa, "Nedir? ' i anlayamadım" der ve bunun anlamının ne olduğunu uygulama sözlüğünde yer alan benzeri komutları ya da ifadeleri sıralayarak kullanıcıya bunlardan hangisinin " Nedir?" ile aynı anlamda olduğunu sorar. Gelen cevaba göre süreç devam eder.
İnsan Algılama Yeteneklerinin Simülasyonu
Bu yapay zeka türü, insani yeteneklerin simülasyonu ile ilgili olup bilgisayar sistemlerini görme, işitme,konuşma ve hissetme (dokunma) yetenekleri ile donatma çabasındadır. Bu yapay zeka yeteneklerini bugünün teknolojisini kullanarak belirli ölçüde gerçekleştirmek olası gözükmektedir. İnsan algılama yeteneklerine sahip bilgisayarlar tıpkı insanlar gibi çevre ile iletişim kurma becerisine sahip olabilmektedir. Aşağıda buna bazı örnekler verilmektedir.
Konuşma ; Ses cevap Üniteleri
Şayet uluslararası veya şehirlerarası bir telefon numarasını aramışsanız, "Aradığınız numara kullanımda değildir" veya tam otomatik bir arabaya binmişseniz "Emniyet kemerinizi takınız" gibi sözel mesajlara şahit olmuşsunuzdur. Bu mesajlar konuşma makinelerinin ses cevap ünitelerinden gelen mesajlardır. İki ayrı ses cevap ünitesi türü vardır; birinci tür bir insan sesinin kaydını kullanırken diğeri bir konuşma synthesizer'indan yararlanır. Birinci tür, kullanıcı tarafından kasete önceden kaydedilmiş kelime, cümle, müzik, alarm gibi kayıtlardan çıktıyı seçer. Bu ses cevap ünitelerinde, sesin gerçek analog boyutları dijital verilere çevirerek bir hafıza yongasına sürekli kullanılacak biçimde yüklenir. Çıktı alınırken ise, seçilen ses tekrar analog hale dönüştürülür. Bu tür yongalar belirli kullanım alanları için seri üretim teknolojisiyle üretilmektedir. Örneğin mikrofonlar, yangın alarm cihazları, asansörler,alarm saatleri, otomobil uyarı sistemleri,video oyunları gibi cihaz ve arabalarda kullanılan ses cevap üniteleri bu gruba girer.
Konuşma Synthesizer'lari ise ham veriyi elektronik olarak üretilmiş konuşmalara dönüştürür. Bunun için de, bu cihazlar konuşmayı oluşturan temel ses birimlerine benzer sesleri bir arada kullanmaya çalışır. Bir konuşma Synthesizer'i en az 64 temel sesi üretebilme kapasitesine sahiptir. Günümüz teknolojisi ile bunu sinirli sayıda cümle için yapabilmek söz konusu ise de bu teknolojinin kullanım alanı gittikçe gelişmektedir. Örneğin, bugün okuyucu bir kitabi tarayarak ham verileri elde etmekte ve daha sonra konuşma synthesizer'i bu ham verileri görme özürlü insanların istifadesine sunmak için konuşma haline getirmektedir. Diğer bir uygulama ise, konuşma özürlü çocuklar için geliştirilmiş sistemdir. Bu cihaz vasıtası ile bu çocuklar çevreleri ile konuşma imkanı elde edebilmektedir. Bu uygulama alanlarının daha da gelişeceği açıktır. Beklenildiğinin aksine, bu tür cihazlar nispeten ucuz olup, bu açıdan yakın gelecekte kişisel bilgisayarlarda da kullanım alanı bulacağı tahmin edilebilir.
İşitme ; Ses Tanımı
Bilgisayarlar büyük konuşmacıdırlar ama iyi bir dinleyici değildirler. Bilgisayarların çok doğal olan sesleri yanlış algılaması olağan bir şeydir. Bununla birlikte, ses tanımanın birtakım uygulamaları da mevcuttur. örneğin, satış elemanlarının telefonla bilgisayarı arayıp, müşteri ve sipariş numaraları ile sipariş miktarlarını bilgisayara girmesi bugünün teknolojisi ile mümkündür. Havaalanlarında bagaj yükleme biriminde çalışan elemanların üç harften oluşan varış adresini (örneğin,Los Angeles International için "L-A-X" harfleri) sözel olarak ifade etmesi ve bagajın sistem tarafından bu sese göre uygun konveyöre gönderilmesi bugünün uygulamalarından bir tanesidir.
Bu sistem şu şekilde çalışmaktadır. Kişi mikrofona konuştuğunda her ses parçalara ayrıştırılır ve frekansları bulunur. Her frekanstaki ses dijital hale getirilerek bilgisayarın elektronik sözlüğünde yer alan formatla karşılaştırılır. Dijital format bilgisayarın 1 ve 0 olarak yorumladığı ve depoladığı bir formattır. Ses tanımada, veri tabanının yaratılması sürecine eğitim denir. Çoğu ses tanıma sistemleri konuşmacıya bağımlıdır, yani, ancak belli konuşmacıların sesi sistem tarafından tanınabilmektedir. Bu nedenle,sistemi kullanan her kişi için ayrı bir kelime veri tabanının yaratılması gerekmektedir. Bu veri tabanını oluşturma sürecinde, sistemi kullanan kişinin sistemin her kelimeyi doğru anlamasını sağlamak açısından her kelimeyi en azından 20 defa tekrarlaması gerekmektedir. Yani bir anlamda,bilgisayarı eğitmek gerekmektedir. Bu eğitim gerçekten de zorunludur. Çünkü nadiren bir kelimeyi farklı zamanlarda ayni şekilde ifade ederiz. Dolayısıyla bilgisayarın bu farklı ifadelere alıştırılması gerekmektedir. Konuşmacıdan bağımsız sistemler ise, "evet", "hayır" ve 10 haneli rakamlardan oluşmuş çok sinirli bir sözcüğe sahip bulunmaktadır. Sözlüğü kısıtlı olmasına karşın bu sistemlerin eğitim gerektirmemesi, sistemin herkes tarafından kullanılmasını mümkün kılmaktadır.
Görme : Görsel Sistemler
Görme, simülasyonu en zor olan insan algılama becerisidir. Örneğin, bir bilgisayarın bir insan gibi bir nesneyi görmesi ve onu yorumlaması mümkün değildir. Bilgisayara görüş kazandırmak için bir kameradan yararlanılır. Kamera aracılığıyla veri tabanı yaratmak için gerekli olan girdiler elde edilir. Bir görsel sistem kamera desteğiyle yorumlanması istenen nesnenin standart halini dijital hale getirir ve bu dijital hale getirilmiş nesnelerin görüntüsü veri tabanına yüklenir. Daha sonra dijital sistem çalışırken, kamera görüntüyü dijital çeviriciye gönderir. Dijital hale getirilmiş bu görüntü bilgisayarın veri tabanındaki önceden kaydedilmiş dijital görüntüler ile karşılaştırılır. Bu kıyaslama neticesinde sistem nesneyi tanır. Aşağıdaki şekilde benzeri bir prensiple çalışan bir sistemin yapısı gösterilmektedir. Görsel sistemleri ancak birkaç görüntünün (imajın) yer alabildiği özel durumlar için kullanmak mümkündür. Bu durumların ortak özelliği, basit ve monoton olmasıdır. örneğin kalite kontrol durumu basit ve monoton bir olaydır.
Robotikler
Robotikler bilgisayarlar ile endüstriyel robotların uyumlu bir bütünleşmesidir. Endüstriyel robotlara bilgisayarlar yardımıyla herhangi bir rutin hareketin nasıl yapılacağını öğretmek mümkündür. Örneğin; araba boyama,vida sıkma,malzeme taşıma ve hatta kusurlu parçaları tespit etme gibi daha karmaşık davranışları yapan robotikleri günümüzde görmek mümkündür. Yapay zekanın en büyük ticari haşarıyı elde ettiği alan robotik alanıdır. Genel inancın aksine, robotikler bilim-kurgu filmlerinde görülen robotlardan gerek görünüm gerekse işlev açısından oldukça farklıdır. Endüstriyel robotların, günümüzde en fazla kullanılanı ise bir bilgisayar tarafından kontrol edilen bir mekanik koldur. Manipulatör olarak da adlandırılan bu kol bir insan kolunun yapabileceği çoğu hareketi yapabilme becerisine sahiptir. Endüstriyel robotlar daha ziyade tekdüze işler için uygundur. ,Örneğin, ağır yüklerin taşınmasında ve tehlikeli işlerin yapılmasında endüstriyel robotlardan yararlanmak iyi bir strateji olabilir. Bu tür tehlikeli ve ağır tekdüze işler hemen her iş alanında mevcuttur. Günümüzde otomotiv sektörü robotlardan en fazla yararlanan sektördür. Bu sektörde robotlar daha çok boyama ve montaj işlemlerinde kullanılmaktadır. Elektronik sektörü bu konuda ikinciliği tutmaktadır. Elektronik devrelerin testi ve yongaların yerleştirilmesi işlemlerinde robotlardan istifade edilmektedir. Bugün,artık cerrahi de bile robotlar kullanılabilmektedir. örneğin, bir beyin cerrahına yardımcı olan robotları hasta hanelerde görmek mümkündür. Robotlar büyük bir doğruluk yüzdesi ile biyopsi yapabilmekte ve böylece ameliyatın daha hızlı, daha doğru ve daha güvenli yapılmasını sağlamaktadır. Robotlara işin nasıl yapılacağı bilgisayar tarafından öğretilir. Bir bilgisayar programı ile robotları kontrol etmek mümkündür. Bu program robota hareketin zamanı, yönü, mesafesi gibi konularda komut veren bir programdır. Bir kere programlandıktan sonra,robotların hareketlerini kontrol etmeye fazla ihtiyaç yoktur. 0 artık işini büyük bir titizlikle herhangi bir şey talep etmeden (yeme,içme gibi) yapmaya devam edecektir. Robotlar konusunda görülen bir diğer gelişme ise, robotlara bazı beşeri algılama becerisini yerleştirmektir. Daha önce açıklanan robotlar beşeri algılama becerilerine sahip olmadıklarından dolayı ancak tekdüze işleri yapma becerisine sahiptirler ve bu yüzden de bu tür robotlara "seç ve yerleştir" robotları denmektedir. Eğer bu robotlara görme, işitme, konuşma gibi beşeri algılama becerileri kazandırılırsa, bu robotların insan gibi davranması ve böylece bu robotlara akıllı denmesi de mümkün olabilecektir. Bugünkü teknoloji ile bir robotu görsel bir alt sistemle teçhiz edip, robotun belli standarttaki bir nesneden farklı nesneleri ayırt etmesi sağlanabilir. Doğal olarak, görsel sistem teknolojisindeki gelişmeler devam ettiği müddetçe, robotların tıpkı bir insan gibi işyerinde dolaşması da mümkün olabilecektir. Sonuç olarak, robot teknolojisindeki gelişmeler bilim-kurgu filmlerinde gördüğümüz kimi sahneleri gerçek hale getirecek gibi görünmektedir. Bu noktada, robotların işçi çıkarımına yol açacağı ve işsizlik sorununu yaratacağı konusunda kuşkular da bulunmaktadır. Fakat iktisadi hayatta yaşanan gerçekler bu kuşkunun ne denli yersiz olduğunu ortaya çıkarmıştır. Çünkü robot teknolojisinin gelişmesiyle yeni iş alanları doğmuştur. Robotların tasarımını, üretimini, satışını, montajını, progr****** tamirini ve bakımını yapan insan gücüne ihtiyaç doğmuştur. Ayrıca robotlar maliyetlerde düşüş yaratarak, bazı işletmeleri iflas etmekten de kurtarmıştır. ABD'de bazı sendikaların işletmenin iflas etmesini ve işçilerin işini kaybetmesini önlemek için işverenin robot teknolojisini kullanmasına sıcak baktığı şeklindeki bazı haberler basında yer almaktadır. Dolayısıyla robot teknolojisi verimliliği arttırdığı müddetçe kullanılmaya devam edecek ve bu verimlilik artışı toplumun genelinde de bir refah artışı meydana getirecektir.
Yapay Zekanın Pazarlanması
1960'lardan itibaren bilim adamları düşünen makineleri oluşturma üzerinde zihin yorarken, yaptıkları işin müşteri bulup bulmayacağı konusunu pek önemsemediler. Örneğin,YZ nin ilk yıllarında, çoğu araştırmacı santraç yazılımı geliştirme üzerinde çalıştı. İlk santraç programlarının amacı kişilerin santranç oynama becerilerini bilgisayarınki ile kıyaslamasına imkan sağlamaktı. İlk santraç programları normal bir oyuncu ile baş edebilirken, bugünün programları büyük ustalarla başa çıkabilmektedir. Ticari açıdan değeri tartışmalı olmakla beraber bu alandaki araştırmalar bilim adamlarına insanın düşünce sisteminin daha iyi anlaşılmasında ve bu sürecin bilgisayarlar ve yazılımlar tarafından nasıl taklit edilmesi konusunda oldukça yararları olmuştur. 1960 ve 1970'li yıllarda, basit bir yapay zeka uygulamasını yapmak için milyonlarca dolar değerinde bilgisayar gerekiyordu. Fakat 1980'li yıllarda bilgisayar teknolojisinde sağlanan gelişmelerin sonucu olarak yapay zeka uygulamalarını kişisel bilgisayarlar ile ucuza yapabilmek mümkün olmuştur. Bunun sonucunda,1960'li yıllarda birdenbire çok sayıda YZ işletmesi ortaya çıktı.
Birkaç yıl öncesine kadar, yapay zeka bilgisayar ve Yönetim Bilgi Sistemi (YBS) sektörlerinin gözdesi konumundaydı. Hemen hemen bu sektördeki her işletme aşırı zarar etmesine karşın, yatırımcılar kârın patlama yapacağı günlerin yakın olduğu konusundaki inançlarını devam ettirdiler. Fakat ağır zararla kapanan birbirini takip eden yıllar bu işletmelerin çoğunun iflas etmesine yol açtı. Gerçek bir kere daha yüzünü göstermişti. "insanlar kâr etmelerine Yardımcı olmayan programları alma konusunda istekli değillerdi." YZ araştırmacıları önce çözüm daha sonra sorun bulma yönteminin kârlı olmadığını yaşayarak öğrenmişlerdi. YZ işletmeleri piyasanın taleplerine cevap vermekten ziyade belli bir teknolojiyi zorla kabul ettirme stratejisini takip etmekle suçlanmaya başlayınca müşteri isteklerini ön plana almaya başladılar. 1987'den itibaren ayakta kalan işletmeler potansiyel müşterilerin ihtiyaçlarını karşılayan ürünler üzerine enerjilerini yoğunlaştırmaya başladı.
YZ işletme yöneticileri, ticari yaşamda ayakta kalabilme yolunun verimliliği arttıran ya da karar verme sürecine yardımcı olan ürünleri üretmekten geçtiğini yaşayarak öğrenmişti...
BİLGİ TABANLI VE UZMAN SİSTEMLER
Günümüzün bilgisayarları muazzam işlem yapma kapasitesine sahip olmasına karşın, ne yazık ki öğrenme becerisine sahip değildir. Yapay zeka araştırmalarının bir kolu olan bilgi tabanlı sistemler bu olguyu değiştirmeye çalışmaktadır. YZ araştırmacıları bilgi tabanlı sistemlere iki temel beceriyi kazandırmayı amaçlamaktadır:
1. İnsan muhakeme sistemini taklit edebilme,
2. öğrenebilme,
Bugünün çoğu bilgi tabanlı sistemi insan muhakeme sistemini taklit edebilmekle beraber öğrenebilme becerisi yönünden istenen düzeye gelebilmesi daha birkaç yıllık araştırmayı gerektirmektedir.
BİLGİ-TABANLI SİSTEMLER
EĞER-0 ZAMAN kurallarının belli bir problemi çözmek amacıyla önceden bilgisayara yerleştirildiği sisteme bilgi-tabanlı sistem denir. örneğin bir hastanın hastalığının teşhisi için geliştirilmiş "eğer-o zaman" kuralları bilgisayara yüklenip, bu kurallardan oluşmuş programla hastalık teşhis edilebiliyorsa bu sisteme bilgi-tabanlı sistem denilebilir. YBS ve karar destek sistemleri gibi bilgi tabanlı sistemler de gerçek bilgilere dayalı olup ayrıca onlardan farklı olarak yordamlama (höristik) bilgileri olan sezgi, yargı ve çıkarımdan da istifade etmeye çalışır. Hem gerçek bilgiler hem de yordamlama bilgileri belli bir alanda uzman olan "alan uzmanından" elde edilir. Bilgi- tabanlı sistem bu insan destekli bilgiyi belirli bir uzmanlık alanındaki insan düşünce sürecini örnek; almak için kullanır. Bu iş bir kere başarıldıktan sonra bilgi-tabanlı sistem çok bilgili bir karar verici kişinin mantığına yakın bir performans gösterebilir.
UZMAN SİSTEMLER
Uzman Sistem Nedir?
Uygulamada,"uzman sistemler" ve "bilgi-tabanlı sistemler" aynı anlamda kullanılan terimlerdir. Teknik açıdan bakıldığında ise, uzman sistem bir bilgi-tabanlı sistemin en gelişmiş biçimidir. Bir uzman sistem sorulara cevap veren, açıklık getirmek için soru soran,tavsiyelerde bulunan ve karar verme sürecine yardımcı olan diyaloğa açık bir sistemdir. Daha az gelişmiş bilgi-tabanlı sistemlere ise yardımcı sistemler denilmektedir. Yardımcı sistem, kullanıcının göreceli olarak basit nitelikteki kararları vermesine yardımcı olan bir sistemdir. Yardımcı sistemler nihai kullanıcının belirli bir sorunu çözmekten ziyade muhakeme sürecinde yapabileceği bir hata olasılığını azaltma amacını gütmektedir. Uzman sistemleri, yardımcı sistemleri ve bunların arasındaki herhangi bir sistemi geliştirmek için ihtiyaç duyulan teknoloji aynı teknolojidir. Bu yüzden yukarıda bahsedilen kavram kargaşası ortaya çıkmaktadır. Uzman sistemler insan düşünce sürecini taklit etmeye çalışır, muhakeme edebilir,çıkarımda ve yargıda bulunabilir. Günümüzde uzman sistemler değişik bilim dallarında karar vermeye yardımcı olarak kullanılmaktadır. Örneğin,tıbbi teşhiste,petrol araştırmasında,finansal planlamada, vergi hesaplamada,kimyasal analizde,cerrahide,lokomotif onarımında,hava tahmininde, bilgisayar tamiratında, uydu onarımında, bilgisayar sistemlerinin tasarımında, nükleer santrallerin işletilmesinde,devlet yasalarını yorumlamada ve daha nice alanlarda etkin bir biçimde kullanılmaktadır.
Uzman Sistemlerin Sağladığı Faydalar
Uzman sistemlerin sağladığı faydalar diğer karar destek ve yönetim bilgi sistemlerinden biraz daha farklıdır.
* Uzman sistemler uzman şahislarin bilgisini yeri gelince kullanmak üzere depolanmasina imkan verir. Belli bir uzman şahsin konusu ile ilgili sahip oldugu bilgileri uzman sistem olarak kullanmak mümkündür. Örnegin bir iş yerinde alaniyla ilgili tercüman olan bir şahsin o işten emekli olmasi işletme açisindan büyük sorun yaratmasi bekleniyorsa, bu şahsin sahip oldugu bilgileri uzman sistem haline getirmek etkili bir çözüm olabilir.
* Bir tek uzman sistemden birden fazla kullanıcının yararlanması,mümkündür.
* Uzman sistemler karar vericilerin performans ve üretkenliğini arttırır.
* Uzman sistemler belli bir konu ile ilgili karar verme sürecinde insanların aksine istikrarlı ve tutarlıdır. Yani,uzman sistem belli bir karar verme durumunda her zaman aynı bilgiyi verir.
* Uzman sistemler kritik şahislara olan bagimliligi azaltir. Insanlar emekli olabilir, hasta düşebilir, izne çikabilir veya işten ayrilabilir. Bilgisayarlar ise çay molasi bile istemez. Onlardan her zaman yararlanmak mümkündür.
* Uzman sistemlerden karar vericileri eğitmek üzere de istifade etmek mümkündür.
Uzman Sistemlerden Hangi Koşullarda Yararlanılmalı
Uzman sistemler ancak gerekli olduğu zamanlarda kullanılmalıdır. Bazı işletmelerin bulunduğu koşullar, uzman sistemin kullanılmasını gerek maliyet gerekse sağlanan faydanın önemsiz olması Yüzünden haklı kılmayabilir. Uzman sistemlerden ancak bu koşullar altında yararlanılması tavsiye edilmektedir:
* İşin tekdüzeliğine bağlı olarak uzman sistemin sık sık kullanılmasına gereksinim duyuluyorsa ve kullanıcı sayısı uzman sistemin kullanılmasını maliyet boyutunda ekonomik kılacak kadar fazla sayıda ise,
* Karar verme durumu karmaşiksa(basit durumlar için basit bir bilgisayar programindan da
yararlanılabilir.)
* Karar verme mantığı bir kural hiyerarşisine dönüştürülebiliyorsa
* Uygulama öneri,sınıflama,teşhis,yorum,açıklama,çözüm yolu seçme, durumu değerlendirmede tahmin etme üzerinde yoğunlaşıyorsa,
Uzman Sistemin Yapısı
Bir uzman sistemin yapısı,uzman sistem bilgi elde etme ünitesi, bilgi tabanı,çıkarım sistemi ve kullanıcı ile iletişim ünitesinden oluşur.
BİLGİ ELDE ETME ÜNİTESİ: Bu ünite bilgi tabanını oluşturan birimdir. Bilgi tabanı bir bilgi mühendisi ile bir veya birden fazla konu ile ilgili uzman şahsın(alan uzmanı)koordineli çalışması sonucunda yaratılır. Bilgi mühendisi, uzman sistemin çalışma esası ve mülakat teknikleri konusunda eğitim görmüş bir insandır. Başlangıç görüşmelerinde alan uzmanı belirli bir sorunun nasıl çözülmesi konusunda bildiği her şeyi bilgi mühendisine anlatır. Başlangıçta yapılan mülakatların sonucunda elde edilen bilgiler genellikle elastik ve sistemsizdir. İkinci aşamada, bilgi mühendisi alan uzmanını iş yerinde gözlemler ve bu esnada da daha fazla bilgi almak ve mevcut kuralların yeterli ve doğru olduğunu teyit etmek için alan uzmanına sürekli soru sorar. Bu aşama genelde bir yıl kadar uzun sürer. Bilgi mühendisi alan uzmanının konu ile ilgili tespit ve kurallar setini uzman sisteme bilgi tabanı olarak aktarmaya çalışır. Bilgi tabanındaki bilgiler EĞER-0 ZAMAN kuralları şeklinde yer alır.
* "Eğer" bölümü durumu açıklar,
* "0 zaman" bölümü sonuç veya amacı izah eder.
Bilgi tabanında yer alan bir kurala şöyle bir örnek verebiliriz: "Eğer bir müşterinin aylık geliri bankaya yapılan aylık ödemenin 3 katından daha az ise, o zaman müşterinin kredi geçmişini incele". Sonuçta, elde edilen bilgi tabanı öyle bir kural seti olacaktır ki, bunu doğrudan iletmenin veri tabanından veya uygulamada kullanılan kurallardan müşahide etmek mümkün değildir.
BİLGİ TABANI: Bilgi tabanı veri tabanından farklı bir kavramdır. Klasik veri
tabanının konusu öğeler arasındaki durağan ilişkiler ile ilgili verilerdir. örneğin, bir
iş gören kaydi ile iş görenin işi ve ücreti alanlari arasinda sabit bir ilişki vardir. Öte
yandan bilgi tabanındaki bilgiler şu tür bilgilerden oluşur:
* Çözülecek problem ya da problemlerin belirlenmesi,
* Problem ya da problemlere çözüm yolları,
* Problemden çözüme doğru nasıl ilerlemeli (tespit ve kurallar seti aracılığıyla)
Bilgi tabanının içerdiği bilgiler zamanla yaşanan tecrübelere bağlı olarak artış gösterir. Bazı kurallar atılır yerine yenileri ikmal edilebilir.
ÇIKARIM SİSTEMİ:Çıkarım sistemi bir uzman sistemin çekirdeğidir. Bilgi tabanında yer alan tespit ve kuralların belli bir soruna tatbik edilmesini sağlayan araçtır. Bu sistemde uzman sisteme muhakeme yeteneği kazandırılır. Bu muhakeme gücü kullanıcıya bir mantık silsilesinin sunulması ile sağlanır ve böylece çözüme ulaşılır. Bir çıkarım sisteminin muhakeme becerisi ileri zincir ya da geri zincir çıkarım süresinin birlikte ya da tek başına kullanılması esasına dayanır. İleri zincirde, uzman sistem nihai kullanıcıdan bilgiler alır ve çözüme ulaşıncaya kadar bilgi tabanından duruma uygun kuralları sırası ile takip eder. Bu süreç esnasında sürekli olarak kullanıcı ile uzman sistem arasında iletişim vardır ve bu iletişim önceden yerleştirilmiş kurallar setinin oluşturduğu mantık silsilesine göre yürütülür. Geri zincir çıkarım sürecinde ise ileri zincirin tam zıttı bir yaklaşım kullanılır. Sistem nihai kullanıcıya istediği hedef ya da sonucu sorar ve daha sonra "Eğer-o zaman" mantık silsilesine geri dönerek uzatılmak istenen hedef ya da sonucun doğru olup olmadığını araştırır. Eğer bilgi tabanındaki "Eğer-o zaman" kurallar seti hedef ya da sonuç ile uyuşuyorsa, kullanıcı tarafından saptanan hedef ya da sonuç, sorunun çözümü demektir.
KULLANICI İLE İLETİŞİM ÜNİTESİ:Yordamlama süreci biçimsel değildir, yani, bir sorunu çözmek için geliştirilmiş yazılı bir algoritma yoktur. Bir uzman sistem bir strateji ise yarattığı süreci kullanmaya devam eder. Sistemde yeni bir stratejiye dönüş seçeneği her zaman mevcuttur. Bu yordamlama süreci bu yüzden her zaman kullanıcı ile iletişime gereksinim duyar. Kullanıcı ile iletişim sayesinde nihai kullanıcı uzman sisteme sorunu ya da hedefi belirtir. Kullanıcı ile iletişim ünitesi aracılığıyla kullanıcı ile uzman sistem arasında iletişim kurulur ve böylece çözüme ulaşılmaya çalışılır.
Yapay zeka olarak adlandırılan alanda, araştırmacıların çabası muhakeme Yeteneği olan, bilgi üretebilen veya öğrenebilen, kendini daha iyiye götürme çabası olan ve beceri algılama ile mekanik yetenekleri taklit edebilen sistemleri geliştirmektir. Genel olarak, uzman sistemler, doğal diller, beşeri algılama yeteneklerinin simülasyonu ve robotikler olarak çalışmaların gruplandırıldığı yapay zeka alanında gelinen nokta, gelecekte yapılacak çalışmaları teşvik edici bir görünüm arz etmektedir. İleride, hemen hemen her uzmanlık alanında danışabileceğimiz ya da bir programlama diline ihtiyaç duymadan doğal dilimizle iletişim kurabileceğimiz bir bilgisayarı kullanabileceğimizi ya da görebilen,konuşabilen veya işitebilen bir robotun iş yerinde iş arkadaşımız olabileceğini söylemek kehanet olmasa gerekir...
KAYNAK : Planagement Informatıon Systems/LORRY LONG,1989
Avatarı yok
nötrino
Yasaklı
23 Şubat 2012       Mesaj #12
Avatarı yok
Yasaklı
İnsanlardan Daha Akıllı Program Yazıldı!

Sponsorlu Bağlantılar
İsveçli araştırmacılar tarafından geliştirilen bir program, insan zekasını ezip geçti.Bugünkü bilgisayarların insanları alt edecek seviyede bir aklı bulunmuyor. Ancak İsveçli bir grup araştırmacı, "insanların yüzde 96'sından daha akıllı" yani "150 IQ puanına sahip" bir yapay zeka geliştirmeyi başardı.

University of Gothenburg'da geliştirilen program, sözlü olmayan, örneğin belirli şekil veya sayıların diziliminden sonra, hangi şekil veya sayının gelebileceğini tahmin etmeyi temel alıyor. Program, insanların görebildiği desenleri görebilmek için bir takım desen algoritmalarından faydalanıyor.

Program, soruları test çözer gibi şıklar arasından seçim yaparak çözmüyor. Bunun yerine desenlerin psikolojik bir modeli oluşturuluyor ve sonuca varmak için mantık yürütüyor. Bu sayede görsel tabanlı sorularda performans düşük olsa da, matematiksel sorularda dahice puanlar elde edebiliyor.

Program, finansal veri gibi psikolojik özelliğe sahip olan alanlarda kullanılabiliyor ancak bazı kısıtlamaları da var. Örneğin psikolojinin dahil olmadığı hava durumu verilerinde o kadar da iyi çalışmayabiliyor.


Kaynak:CHİP(21 Şubat 2012,00:02)


BEĞEN Paylaş Paylaş
Bu mesajı 1 üye beğendi.
Avatarı yok
nötrino
Yasaklı
18 Mart 2012       Mesaj #13
Avatarı yok
Yasaklı
Bilgisayar Dünyasının En Saygın Ödülü Sahibini Buldu

Bilgisayar bilimine katkıda bulunan bilim adamlarına verilen, ''2011 M.A Turing Ödülü''nü, yapay zeka konusundaki çalışmalarıyla California Los Angeles Üniversitesi (UCLA) profesörlerinden Judea Pearl kazandı.

Bilgisayar dünyasının en saygın ödülleri arasında gösterilen, ''M.A Turing Ödülü''ne layık görülen 75 yaşındaki Pearl, aynı zamanda 250 bin dolarlık para ödülünün de sahibi oldu.

Pearl, bilgisayarların milyonlarca veri parçası arasında (bilginin eksik veya belirsiz olduğu durumlarda bile) bağlantılar bulmasını sağlayan matematik formülleri geliştererek yapay zeka sahasına yaptığı katkılar nedeniyle ödüle layık görüldü.

İnsan zihninin karar verirken çıkarsamalar yapabilme özelliğine sahip olduğunu belirten uzmanlar, Pearl'ün çalışmalarının makinaların insana daha yakın düşünmesini sağladığı için önem taşıdığına dikkati çekiyor.

Ünlü İngiliz matematikçi Alan Turing'in adını taşıyan ödül, ''Association for Computing Machineriy. Intel Corp.'' ve Google arama motorunun da sahibi olan ''Google Inc.'' elektronik şirketlerinin maddi katkılarıyla her yıl geleneksel olarak veriliyor.


Kaynak:Margiana Bilim(15 Mart 2012,21:41)
Jumong - avatarı
Jumong
VIP VIP Üye
29 Mayıs 2021       Mesaj #14
Jumong - avatarı
VIP VIP Üye
Nöronlar, Yapay Zekâ Araştırmaları İçin Doğru Şekli Sunuyor

Derin öğrenme, dünyayı daha çok insan gibi "görebilen" ve algılayabilen makinelerin geliştirilmesine olanak sağladı. Esasında insan beyninden ilham alınarak ortaya atılan derin öğrenmeden bahsediyoruz ancak ortada hala cevaplanmayı bekleyen de bir soru var: İnsan beyni gerçekten de bu şekilde mi öğreniyor? Bu sorunun cevabı daha güçlü yapay zekâlar yaratabilmenin ve insan zekâsının gizemlerini çözebilmenin de potansiyelini elinde bulunduruyor. Derin öğrenme, (aynı zamanda derin yapılandırılmış öğrenme, hiyerarşik öğrenme ya da derin makine öğrenmesi) bir veya daha fazla gizli katman içeren yapay sinir ağları ve benzeri makine öğrenme algoritmalarını kapsayan çalışma alanıdır.
2017 yılının sonunda, eLife’ta yayımlanan araştırmada, insan beyninde gerçekleşen derin öğrenme mekanizmasını simüle eden bir algoritma ortaya koyuldu. Çalışmada, belli memeli nöronlarının şekil ve elektriksel özellik itibariyle derin öğrenmeye ne kadar uygun olduğu gösteriliyor.

Çalışmanın önemli bir yanı da gerçek beynin, derin öğrenmeyi nasıl gerçekleştirebilecekleri konusunda dair biyolojik açıdan daha gerçekçi bir yol sunuyor olması.
Toronto Üniversitesi ve Google DeepMind’dan Timothy Lillicrap işbiriliğiyle yapılan çalışmada, sunulan algoritma, neokorteksteki sinir hücrelerinin çalışma prensibine dayanıyor. Neokorteks, beynimizin yüksek seviye fonksiyonlarından sorumlu kısmı olarak biliniyor. Neokorteksteki sinir hücrelerinin çoğu, ağaçlara benzer, tıpkı kökleri beynin derinliklerinde yer alan, dalları yüzeye yakın olan ağaçları andırırlar. İlginç olan ise, köklerin dallara göre daha farklı çeşitte bir veri setini algılıyor olmasıdır. Nöronların bu yapılarını bilen araştırma ekibi, sinyalleri ayrı bölmeler halinde algılayan bir model tasarladılar. Bu yapı, farklı katmanlarda bulunan simüle nöronların işbirliği halinde çalışmalarına ve derin öğrenmeyi ortaya çıkarmalarına olanak sağladı.
Araştırma ekibi, bu çalışmanın bir simülasyonlar seti olduğunu ve beynimizin gerçekte tam olarak nasıl çalıştığını bize anlatmasının mümkün olmadığını, ancak beynimiz bunlara benzer algoritmaları kullanıyorsa; bu bilgini bize yapay zekâ araştırmalarında daha fazla deneysel inceleme imkanı sunacağını belirtiyor.

Çalışmanın Geçmişi
Bu çalışmanın geçmişi, Kanada İleri Araştırmalar Enstitüsü’nde, yapay zeka geliştirme ve insan beyninin nasıl çalıştığını öğrenme amacıyla kurulan “Makinelerde ve Beyinde Öğrenme” adlı programa dayanıyor. 2000’lerin başında araştırmacılar, Toronto Üniversitesi’nde aldıkları bir derste derin öğrenme modellerinin, insan beyninin nasıl çalıştığıyla ilgili bazı gerçekleri yakaladıklarına ikna olmuşlardı. Tabii bazı engeller vardı. Birincisi, derin öğrenme insan seviyesinde bir yeteneğe hiç ulaşabilecek miydi? İkincisi ise; algoritmalar, sinirbilimciler tarafından kanıtlanmış gerçekleri çiğnemeden kurulabilecek miydi?

Artık araştırmacılar sinirbilimle yapay zeka arasındaki boşluğu kapatma çabasındaydılar. Konuyla ilgili hazırlanmış algoritmaları biyolojik çalışmaların sonuçlarıyla birleştiren ekip, beyni simüle eden daha gerçekçi bir algoritma yaratmayı başardı.

Çalışmanın Geleceği
Ağaç şeklindeki neokorteks nöronları, beyindeki birçok hücre tipinden yalnızca biridir. Araştırmacılara göre, gelecekte yapılacak çalışmalarla farklı beyin hücreleri de modellenmeli ve derin öğrenmeyi nasıl gerçekleştirdikleri incelenmeli. Uzun vadede pek çok sorunun cevaplanması bekleniyor. Örneğin tecrübe yoluyla öğrenmek, geri-bildirim almadan nasıl mümkün olabilir?

🌘 🚀

Benzer Konular

25 Ekim 2018 / HipHopRocK Uzay Bilimleri
9 Ağustos 2018 / _PaPiLLoN_ Psikoloji ve Psikiyatri
20 Mart 2016 / ThinkerBeLL X-Sözlük
24 Haziran 2009 / ThinkerBeLL Mühendislik Bilimleri