Kavram Karmaşasını Önlemek Adına: Makine Öğrenme, Derin Öğrenme ve Yapay Zeka Nedir?
Öyle bir çağdayız ki her gün yeni bir kavram, yeni bir anlayış, yeni buluşlar gündemde yer alıyor. Nasıl ki tarih boyunca her dönemin Taş Devri, Maden Devri, Yakın Çağ gibi isimleri var; içinde bulunduğumuz çağın da bir adı var: Teknoloji Çağı.
Bu çağın en popüler kavramları arasında da makine öğrenmesi ve yapay zeka yer alıyor. Tabii bir de işin içine bu kavramlarla bağlantılı olan derin öğrenme girince çoğumuzun aklı karışıyor. Birbirleriyle çok yakından alakalı olsalar da bu kavramların ne olduğunu bilmek, daha iyi anlamamıza yardımcı olabilir. Yani makine öğrenmesi nedir, derin öğrenme ile makine öğrenme farkı nedir ve yapay zeka nedir gibi soruların cevaplarını bilmek, çağın hızına yetişmek için temel olması bakımından önemli.
Makine öğrenme ya da machine learning (ML), aslında en basit tanımla yapay zeka elde etmeye giden aşamadır denilebilir. Yani algoritmalar sayesinde makinelere, daha önce verilmiş kararları baz alarak yeni kararlar verme yeteneği kazandırmanın yoludur. Bunu yaparken insanların nasıl öğrendiğini taklit eder. Bir çocuğa bir nesneyi öğretirken nasıl ki birden fazla örneğini gösterip “Bu budur, özellikleri de bunlardır.” diyorsak ve çocuk beyni bunu otomatik olarak kaydediyorsa makine öğreniminde de yöntem neredeyse aynıdır. Biz makineye bir kere öğretiriz ve sonrasında makine, nesnelerin özelliklerini inceleyerek eşleştirme yapar. Yani bir bakıma makine, programlanmadığı sonuçları da öğrenebilme kabiliyeti kazanır.
Veri madenciliği yani algoritmalar aracılığıyla büyük ölçekli veriler arasından faydalı bilgilere ulaşma kavramı ise makine öğrenmesinin yeni bilgiler edindikçe kendini geliştirmesini sağlayan bir ana kümedir. Alışveriş sitelerinden üye olunan sosyal ağlara kadar birçok farklı ortamda karşılaşıyoruz aslında veri madenciliği temelli makine öğrenmesi ürünleriyle. Bize uygun ürünlerin sunulması, üye sayfamıza girince ilgi alanlarımıza uygun içeriklerle karşılaşmamız gibi durumlar, ellerindeki verilerle bizi eşleştirip en uygun sonuçları karşımıza çıkaran makine öğrenmesinin yansımaları. Bu da veri madenciliğinin sihriyle ve üretilen algoritmayla gerçekleşiyor. Yani binlerce farklı veriyi eşleştirip kümelemek ve ideal sonuçları sunmak, makine öğrenmesinin yaptığı şey.
Derin öğrenme yani deep learning (DL) ise makine öğrenimini uygulamak için bir yöntem olarak kabul edilebilir. Çok derin katmanlara atıfta bulunmak için derin öğrenmeye “derin sinir ağları” da denir. Çünkü derin öğrenme ağlarının eğitilmesi için makine öğrenmeden çok daha fazla veri sunulması gerekir. Sürücüsüz araçlar, sesle kontrol gibi teknolojiler, yeşil ışıkta kendiliğinden harekete geçme gibi “kararlar” makine öğrenmeye otomatiklik katan derin öğrenmenin sonuçları. Yani şöyle diyebiliriz: Bir bakıma makine öğrenme ile derin öğrenmenin farkı, manuel işlemler ile otomatik işlemler arasındaki farktır.
Okuma yaparken şöyle bir örnek çıkmıştı karşıma: Öğrencilerin kompozisyonlarını değerlendirip not verecek bir algoritma, duygusal kararlar almayacağı ve insani hatalara düşmeyeceği için daha net sonuçlar verebilir. Yani not verirken insandan daha doğru değerlendirmeler sunabilir. Ancak tüm verileri otomatik olarak işleyip değerlendiren derin öğrenme, verdiği notu neden verdiğini söylemez, doğrudan sonucu sunar. Bu da öğrencinin nerelerde hata yaptığının görülmesini önler. Makine öğrenme ise veriler manuel işlense de algoritmasındaki karar noktaları sayesinde hangi notu neden verdiğini inceleme imkanı sağlar.
Peki, yapay zeka bu kavramların neresindedir ve yapay zeka nedir? Yapay zeka yani artificial intelligence (AI) için en basit tanımla insan beyninin çözemeyeceği kadar karmaşık problemleri çözmesi için tasarlanan makinelerdir diyebiliriz. Yani insan gibi düşünen ama insan aklının çözemeyeceği problemleri çözmeyi hedefleyen makinelerdir.
Toparlamak gerekirse yapay zeka, makinelerin insanlar kadar yeteneğe sahip olup işlem yapabilmesi, programlandığında hatalardan çıkarımlar yaparak kendini iyileştirebilmesidir. Makine öğrenimi, sunulan veriler ve algoritmalar üzerinden insandan daha iyi sonuçlar sunabilen sistemlerdir. Derin öğrenme ise büyük veri denizi içinde birçok katmanda makine öğreniminde kullanılan hesapları tek seferde yapan, ihtiyaç duyduğu parametreleri kendisi geliştirebilen sistemlerdir.
En sık duyduğumuz kavram yapay zeka olsa da aslında bu kavramların hepsi, bir evrenin farklı özelliklerini kapsayan; ama aynı zamanda büyük kesişim kümeleri bulunan terimlerdir. Birini diğerinden ayırmak ya da birbirlerinden bağımsız ele almak mümkün değildir.
Bu çağın en popüler kavramları arasında da makine öğrenmesi ve yapay zeka yer alıyor. Tabii bir de işin içine bu kavramlarla bağlantılı olan derin öğrenme girince çoğumuzun aklı karışıyor. Birbirleriyle çok yakından alakalı olsalar da bu kavramların ne olduğunu bilmek, daha iyi anlamamıza yardımcı olabilir. Yani makine öğrenmesi nedir, derin öğrenme ile makine öğrenme farkı nedir ve yapay zeka nedir gibi soruların cevaplarını bilmek, çağın hızına yetişmek için temel olması bakımından önemli.
Makine öğrenme ya da machine learning (ML), aslında en basit tanımla yapay zeka elde etmeye giden aşamadır denilebilir. Yani algoritmalar sayesinde makinelere, daha önce verilmiş kararları baz alarak yeni kararlar verme yeteneği kazandırmanın yoludur. Bunu yaparken insanların nasıl öğrendiğini taklit eder. Bir çocuğa bir nesneyi öğretirken nasıl ki birden fazla örneğini gösterip “Bu budur, özellikleri de bunlardır.” diyorsak ve çocuk beyni bunu otomatik olarak kaydediyorsa makine öğreniminde de yöntem neredeyse aynıdır. Biz makineye bir kere öğretiriz ve sonrasında makine, nesnelerin özelliklerini inceleyerek eşleştirme yapar. Yani bir bakıma makine, programlanmadığı sonuçları da öğrenebilme kabiliyeti kazanır.
Veri madenciliği yani algoritmalar aracılığıyla büyük ölçekli veriler arasından faydalı bilgilere ulaşma kavramı ise makine öğrenmesinin yeni bilgiler edindikçe kendini geliştirmesini sağlayan bir ana kümedir. Alışveriş sitelerinden üye olunan sosyal ağlara kadar birçok farklı ortamda karşılaşıyoruz aslında veri madenciliği temelli makine öğrenmesi ürünleriyle. Bize uygun ürünlerin sunulması, üye sayfamıza girince ilgi alanlarımıza uygun içeriklerle karşılaşmamız gibi durumlar, ellerindeki verilerle bizi eşleştirip en uygun sonuçları karşımıza çıkaran makine öğrenmesinin yansımaları. Bu da veri madenciliğinin sihriyle ve üretilen algoritmayla gerçekleşiyor. Yani binlerce farklı veriyi eşleştirip kümelemek ve ideal sonuçları sunmak, makine öğrenmesinin yaptığı şey.
Derin öğrenme yani deep learning (DL) ise makine öğrenimini uygulamak için bir yöntem olarak kabul edilebilir. Çok derin katmanlara atıfta bulunmak için derin öğrenmeye “derin sinir ağları” da denir. Çünkü derin öğrenme ağlarının eğitilmesi için makine öğrenmeden çok daha fazla veri sunulması gerekir. Sürücüsüz araçlar, sesle kontrol gibi teknolojiler, yeşil ışıkta kendiliğinden harekete geçme gibi “kararlar” makine öğrenmeye otomatiklik katan derin öğrenmenin sonuçları. Yani şöyle diyebiliriz: Bir bakıma makine öğrenme ile derin öğrenmenin farkı, manuel işlemler ile otomatik işlemler arasındaki farktır.
Okuma yaparken şöyle bir örnek çıkmıştı karşıma: Öğrencilerin kompozisyonlarını değerlendirip not verecek bir algoritma, duygusal kararlar almayacağı ve insani hatalara düşmeyeceği için daha net sonuçlar verebilir. Yani not verirken insandan daha doğru değerlendirmeler sunabilir. Ancak tüm verileri otomatik olarak işleyip değerlendiren derin öğrenme, verdiği notu neden verdiğini söylemez, doğrudan sonucu sunar. Bu da öğrencinin nerelerde hata yaptığının görülmesini önler. Makine öğrenme ise veriler manuel işlense de algoritmasındaki karar noktaları sayesinde hangi notu neden verdiğini inceleme imkanı sağlar.
Peki, yapay zeka bu kavramların neresindedir ve yapay zeka nedir? Yapay zeka yani artificial intelligence (AI) için en basit tanımla insan beyninin çözemeyeceği kadar karmaşık problemleri çözmesi için tasarlanan makinelerdir diyebiliriz. Yani insan gibi düşünen ama insan aklının çözemeyeceği problemleri çözmeyi hedefleyen makinelerdir.
Toparlamak gerekirse yapay zeka, makinelerin insanlar kadar yeteneğe sahip olup işlem yapabilmesi, programlandığında hatalardan çıkarımlar yaparak kendini iyileştirebilmesidir. Makine öğrenimi, sunulan veriler ve algoritmalar üzerinden insandan daha iyi sonuçlar sunabilen sistemlerdir. Derin öğrenme ise büyük veri denizi içinde birçok katmanda makine öğreniminde kullanılan hesapları tek seferde yapan, ihtiyaç duyduğu parametreleri kendisi geliştirebilen sistemlerdir.
En sık duyduğumuz kavram yapay zeka olsa da aslında bu kavramların hepsi, bir evrenin farklı özelliklerini kapsayan; ama aynı zamanda büyük kesişim kümeleri bulunan terimlerdir. Birini diğerinden ayırmak ya da birbirlerinden bağımsız ele almak mümkün değildir.
