Yapay sinir ağı denince orasından burasından kablolar fışkıran yarı elektronik, yarı biyolojik bir yapı anlamamak gerekir. Yapay sinir ağı, bir bilgisayar programıdır. Yani güçlü bir bilgisayarda çalışan özel bir bilgisayar programından bahsediyoruz. Bu bilgisayar programı bazı işlemleri yapamayacak şekilde başlayıp, daha sonra yeterli veri yüklendiğinde bu işlemleri yapabilir hale geliyor. Yapay sinir ağı işte bu sistemin adı.
Dünyada mobil cihazların son derece yaygınlaşması, daha akıllı ve yetenekli hale gelmesi ve daha çok kullanılması neticesinde giderek artan veri miktarı, insanları, şirketleri ve devletleri, geleneksel veri işleme yöntemlerinin işleyebileceğinden çok daha fazla veri ile karşı karşıya bırakmıştır. İnsanlığın üretttiği veri, dijital kameraların icadı ve internetin ortaya çıkmasıyla birlikte, 80'lerde ve 90'larda her hızlanmaya başlamış o zaman insanların sakladığı toplam veri yaklaşık olarak her 10 yılda bir iki katına çıkarken, bu artış hızı 2010 yılına varıldığında yılda iki katı seviyesine gelmiştir. 2010 yılında 1 trilyon gigabyte, yani kabaca 1 katrilyon fotoğraf bilgisi iken bu veri 2020'de 40 trilyon Gigabyte'a çıkması beklenmektedir. Buna yeni bir birim verme gerekliliği nedeniyle, şu anda kullandığımız terminoloji de Terrabyte, Petabyte, Exabyte kelimeleri yer alırken, 2020 deki veri miktarı 40 Zettabyte olarak adlandırılacaktır.
Tabi bu verinin tamamını tek bir bilgisayarın işlemesi imkansızdır, bunun önemli bölümlerinin işlenmesinde insanların tek tek çabaları gerekseydi, belki bir günlük verinin işlenmesi bir yıl sürebilirdi. Dolayısıyla Amazon, Google, Netflix gibi firmalar bunları kısmen otomatik sınıflandıran makinelere ihtiyaç duymaktadır. Üstelik bu makinelerin kapasiteleri de sürekli artmak zorunda.
Einstein'ın dediği gibi, problemleri çözmek için onları oluşturan zihniyetten farklı bir yaklaşıma ihtiyaç vardır. Yani büyük veri de denen başa çıkılması zor boyutlarda sürekli akan verinin işlenmesi için yeni ve üstün yöntemler gerekmekte.
İşte yapay sinir ağları, bu veri işleme yöntemlerinden biri. Veri analizinde makineler için gerekli öğrenme işlemlerini gerçekleştirmek için veriyi yüklediğimiz, daha sonra da çeşitli hesaplamalarla bazı sonuçlar elde ettiğimiz bir sistem. Bu öğrenme aşamasından sonra sistem insanların yapabileceğine benzer çetrefil işleri yapabilir hale geliyor. Nedir o işler? mesela el yazısı tanıma, elle yazılmış rakamları ayırd etme, insan fotoğraflarından yüz ve profil tanıma, parmak izi okuma gibi işler. Özel bilim merkezlerinde uzayı tarayarak belli özelliklerde gezegenler bulmaktan tutun da sürücüsüz arabaların trafikteki seyrinin kontrolüne kadar bir çok konu bu sistemlerin konusudur.
İlk aşamada giriş vektörü, iç vektörler ve çıkış vektörü denen her biri bir dizi düğümden oluşan programlama nesneleri oluşturulur, Bu düğümlerinin girişten çıkışa doğru birbirini nasıl etkileyeceğini belirlemek için önce bir vektörün her düğümünü bir sonraki vektörün düğümleri arasında bağlayan kirişlerin yapacağı hesaplamalar programlanır. Başlangıçta rasgele olan bu programın çalışmasında ortaya çıkan çıkış değerleri ile girişe yüklenen giriş değerleri sonucunda çıkışta elde edilmek istenen değerin farkı "maliyet fonksiyonu" olarak tanımlanır. Bir dizi eğitim verisi kullanılıp aradaki krişlerin hesaplama parametreleri değiştirilerek, maliyet fonksiyonu en aza indirilmeye çalışılır. Eğitim Verisi kullanılarak belli bir olgunluğa getirilen maliyet fonksiyonu, yine eldeki Test Verisi ile denenir. Test verisinde istenen sonuçlar yeterince hassas bir aralıkta elde edilmişse yapay sinir ağınız çalışmaya hazırdır. El yazısı, elle yazılmış rakamlar, fotoğraflar yüklenebilir. Yapay sinir ağlarının özel bir kullanımı da e-mail kutunuzda aldığınız mesajların "spam" denen ilgisiz, rahatsız edici, genellikle otomatik gönderilen mesajlar olup olmadığını anlamaktır. Başlangıçta sizin belirlediğiniz spam bilgilerine dayanan sistem, geri planda işleyen yapay sinir ağının bu işi öğrenmesiyle, yavaş yavaş normal mesajlarınızı spam mesajlardan
ayırmayı başaracaktır.
Bilgisayarlarda sıkça gördüğümüz giriş güvenliği aşamasında insan olduğunuzu ispatlamak için Rasgele çizili harf ve rakamları tanımamız beklenen "captcha" işlemi sırasında, sistemin geri planında kullanıcıların tanıdıkları elle yazılı verileri, el yazısı tanıma sistemlerinde kullanılan yapay sinir ağlarına yüklendiğine dair söylentiler mevcuttur. Yani girdiğiniz captcha işlemi sırasında insan olduğunuzu ispatlamanın yanı sıra, bir makineye el yazısı tanımayı da (çok az da olsa) öğretmiş olabilirsiniz. Gelecekte el yazılarımızın dahi bilgisayarlar tarafından okunup anlaşılması hiç te şaşırtıcı olmayacaktır. Daha sonra bu yapay sinir ağlarını da bilgisayarlar geliştirmeye başlarsa, ortaya çıkacak durum pek çok insanın gözünde yapay zeka ile ilgili karanlık senaryoları canlandırmaya yetmektedir.
Her teknolojik gelişmede olduğu gibi yapay zekayı da kullanan sorumlu diyebiliriz ancak ya onu da kullanan insan değilse......?
Dünyada mobil cihazların son derece yaygınlaşması, daha akıllı ve yetenekli hale gelmesi ve daha çok kullanılması neticesinde giderek artan veri miktarı, insanları, şirketleri ve devletleri, geleneksel veri işleme yöntemlerinin işleyebileceğinden çok daha fazla veri ile karşı karşıya bırakmıştır. İnsanlığın üretttiği veri, dijital kameraların icadı ve internetin ortaya çıkmasıyla birlikte, 80'lerde ve 90'larda her hızlanmaya başlamış o zaman insanların sakladığı toplam veri yaklaşık olarak her 10 yılda bir iki katına çıkarken, bu artış hızı 2010 yılına varıldığında yılda iki katı seviyesine gelmiştir. 2010 yılında 1 trilyon gigabyte, yani kabaca 1 katrilyon fotoğraf bilgisi iken bu veri 2020'de 40 trilyon Gigabyte'a çıkması beklenmektedir. Buna yeni bir birim verme gerekliliği nedeniyle, şu anda kullandığımız terminoloji de Terrabyte, Petabyte, Exabyte kelimeleri yer alırken, 2020 deki veri miktarı 40 Zettabyte olarak adlandırılacaktır.
Tabi bu verinin tamamını tek bir bilgisayarın işlemesi imkansızdır, bunun önemli bölümlerinin işlenmesinde insanların tek tek çabaları gerekseydi, belki bir günlük verinin işlenmesi bir yıl sürebilirdi. Dolayısıyla Amazon, Google, Netflix gibi firmalar bunları kısmen otomatik sınıflandıran makinelere ihtiyaç duymaktadır. Üstelik bu makinelerin kapasiteleri de sürekli artmak zorunda.
Einstein'ın dediği gibi, problemleri çözmek için onları oluşturan zihniyetten farklı bir yaklaşıma ihtiyaç vardır. Yani büyük veri de denen başa çıkılması zor boyutlarda sürekli akan verinin işlenmesi için yeni ve üstün yöntemler gerekmekte.
İşte yapay sinir ağları, bu veri işleme yöntemlerinden biri. Veri analizinde makineler için gerekli öğrenme işlemlerini gerçekleştirmek için veriyi yüklediğimiz, daha sonra da çeşitli hesaplamalarla bazı sonuçlar elde ettiğimiz bir sistem. Bu öğrenme aşamasından sonra sistem insanların yapabileceğine benzer çetrefil işleri yapabilir hale geliyor. Nedir o işler? mesela el yazısı tanıma, elle yazılmış rakamları ayırd etme, insan fotoğraflarından yüz ve profil tanıma, parmak izi okuma gibi işler. Özel bilim merkezlerinde uzayı tarayarak belli özelliklerde gezegenler bulmaktan tutun da sürücüsüz arabaların trafikteki seyrinin kontrolüne kadar bir çok konu bu sistemlerin konusudur.
İlk aşamada giriş vektörü, iç vektörler ve çıkış vektörü denen her biri bir dizi düğümden oluşan programlama nesneleri oluşturulur, Bu düğümlerinin girişten çıkışa doğru birbirini nasıl etkileyeceğini belirlemek için önce bir vektörün her düğümünü bir sonraki vektörün düğümleri arasında bağlayan kirişlerin yapacağı hesaplamalar programlanır. Başlangıçta rasgele olan bu programın çalışmasında ortaya çıkan çıkış değerleri ile girişe yüklenen giriş değerleri sonucunda çıkışta elde edilmek istenen değerin farkı "maliyet fonksiyonu" olarak tanımlanır. Bir dizi eğitim verisi kullanılıp aradaki krişlerin hesaplama parametreleri değiştirilerek, maliyet fonksiyonu en aza indirilmeye çalışılır. Eğitim Verisi kullanılarak belli bir olgunluğa getirilen maliyet fonksiyonu, yine eldeki Test Verisi ile denenir. Test verisinde istenen sonuçlar yeterince hassas bir aralıkta elde edilmişse yapay sinir ağınız çalışmaya hazırdır. El yazısı, elle yazılmış rakamlar, fotoğraflar yüklenebilir. Yapay sinir ağlarının özel bir kullanımı da e-mail kutunuzda aldığınız mesajların "spam" denen ilgisiz, rahatsız edici, genellikle otomatik gönderilen mesajlar olup olmadığını anlamaktır. Başlangıçta sizin belirlediğiniz spam bilgilerine dayanan sistem, geri planda işleyen yapay sinir ağının bu işi öğrenmesiyle, yavaş yavaş normal mesajlarınızı spam mesajlardan
ayırmayı başaracaktır.
Bilgisayarlarda sıkça gördüğümüz giriş güvenliği aşamasında insan olduğunuzu ispatlamak için Rasgele çizili harf ve rakamları tanımamız beklenen "captcha" işlemi sırasında, sistemin geri planında kullanıcıların tanıdıkları elle yazılı verileri, el yazısı tanıma sistemlerinde kullanılan yapay sinir ağlarına yüklendiğine dair söylentiler mevcuttur. Yani girdiğiniz captcha işlemi sırasında insan olduğunuzu ispatlamanın yanı sıra, bir makineye el yazısı tanımayı da (çok az da olsa) öğretmiş olabilirsiniz. Gelecekte el yazılarımızın dahi bilgisayarlar tarafından okunup anlaşılması hiç te şaşırtıcı olmayacaktır. Daha sonra bu yapay sinir ağlarını da bilgisayarlar geliştirmeye başlarsa, ortaya çıkacak durum pek çok insanın gözünde yapay zeka ile ilgili karanlık senaryoları canlandırmaya yetmektedir.
Her teknolojik gelişmede olduğu gibi yapay zekayı da kullanan sorumlu diyebiliriz ancak ya onu da kullanan insan değilse......?
04.09.2018 geronimo