Yapay Zeka mı ? Makine Öğrenimi mi ?

Eğer bir etkileşimin arkasında bir makinenin olup olmadığını ayırt edemiyorsak, insanlara özel yetenekte tepki veriyorsa bir yapay zeka (AI) ile karşı karşıyayız demektir.

Benim akılsız yapay zeka dediğim eski yapay zekalar sizin harfi harfine tarif ettiğinizi/ programladığınızı yapan, onların dışına çıkmayan, elde edeceğiniz sonucu değiştirmeyen algoritmalardı.

Ancak günümüzdeki akıllı yapay zekalar olarak tarif ettiğim, yapay zekalar ise günümüzde üzerinde algoritmik hesaplar ile yorumlar yaparak verilen hedeflere farklı yollarla varabilen, işleri daha kolaylaştırabilen algoritmalardır.

Makine Öğrenimi (ML), programlanmadığı sonuçları bile açığa çıkarabilen bir tür yapay zeka olarak kabul ediliyor.

Arthur Samuel, bilgisayar ortamında çalışabilen, kendi hatalarından ders alan ve böylece kendini geliştiren bir dama oyunu yapmıştır.
Ve 1959 yılında makine öğrenimini: “makinelerin bilhassa programlanmadığı sonuçları öğrenebilme kabiliyeti” olarak tanımlamıştır.

İlginçtir ki, makine öğrenimi de yapay zeka gibi yıllarca atıl durumda kalmış. 1990’lı yıllarda veri madenciliği, elinde bulundurduğu verilerde benzer dizilere sahip, benzer motifleri açığa çıkarmak için kullanılan algoritmaların uygulamasıdır.

Makine öğrenimi de aynısını yapmaktadır ancak veri madenciliği bir adım daha ileriye giderek, öğrendiği bilgiler ile ilgili programın davranışını değiştirir.

Örneğin; Facebook size zaman tünelinde ne göstereceğini bu tür bir algoritma ile karar veriyor, Alibaba hangi ürünlerini tavsiye edeceğini, Netflix hangi fimleri önereceğini yine makine öğrenimi ile karar veriyor. Ellerindeki mevcut verilere göre sizin nelerden hoşlanacağınızı tahmin edip ona göre karar veriyor.

Bu demektir ki, Ne kadar çok veri olursa o kadar iyi, bu şekilde yapay zeka özellikleri açığa çıkacaktır. Daha çok veri ile ise işler daha karmaşık hale gelecektir, karmaşık hale geldikçe yapay zekadan, makine öğrenimine kaymalar meydana gelecektir.

Çok daha da karmaşık hale gelince makine öğreniminden, derin öğrenime geçişler başlayacaktır.

Ne kadar çok veriniz varsa sisteminiz o kadar iyi çalışacaktır. Türkiye’de yapay zeka ve derin öğrenme konusunda önümüzdeki en büyük engel verinin olmaması ya da verinin kalitesinin yetersiz olmaması. Aslında burada problemi çözecek teknoloji de yapay zekanın kendisi çünkü yapay zeka algoritmalarının eğitimleri ve veri bilimcileri ile bu farkındalık yaratılacak, verinin dolayısıyla; hizmetin, ürünün ya da operasyonun kalitesi artırılarak katmadeğer sağlacak, bu yönü ile Türkiye için yapay zeka farklı konularda da çözüm olacaktır.