Bir cümlelik özet
Yapay zekâ, çok sayıda veriden örüntü öğrenip belirli bir görevi yapan bir bilgisayar sistemidir; bilinçli bir varlık değildir ve hata yapabilir.
Neden önemli?
Telefonda bir video önerildiğinde, yazdığın bir cümle otomatik çevrildiğinde veya sesli asistan “bugün hava nasıl?” sorusunu anladığında arka planda yapay zekâ (İngilizcesi *artificial intelligence*, kısaca *AI*) çalışıyor olabilir.
Bu araçlar hayatımızın içinde. Bu yüzden onların gerçekte ne yaptığını bilmek önemlidir. Yapay zekânın ne olduğunu abartmadan anlarsan, onu daha akıllıca ve daha güvenli kullanırsın. Neyi iyi yaptığını, nerede yanılabileceğini ve sorumluluğun kimde olduğunu ayırt edebilirsin.
Bir önceki derste örüntünün, tekrar eden bir düzen olduğunu görmüştük. Yapay zekânın kalbinde de tam olarak bu vardır: veriden örüntü bulmak.
Yapay zekâ aslında ne yapar?
Yapay zekâyı üç kelimeyle özetleyebiliriz: veri, örüntü, görev.
Önce veri gelir
Yapay zekâ bir şeyi kendiliğinden bilmez. Ona örnekler gösteririz. Bu örneklere veri denir. Binlerce kedi fotoğrafı, milyonlarca çevrilmiş cümle veya insanların dinlediği şarkı listeleri birer veri örneğidir.
Sonra örüntü öğrenilir
Sistem bu verideki tekrar eden düzenleri, yani örüntüleri arar. Örneğin “kedi fotoğraflarında sık sık sivri kulaklar ve bıyıklar görünüyor” gibi bir düzen. Bu örüntüleri biz tek tek yazmayız; sistem verideki tekrarlardan çıkarır.
En son görev yapılır
Öğrendiği örüntüyle sistem yeni bir örnek üzerinde bir görev yapar: yeni bir fotoğrafın kedi olup olmadığını tahmin eder. Dikkat et: bu bir tahmindir, kesin bilgi değildir. Doğru da olabilir, yanlış da.
Kısa tanım: Yapay zekâ, veriden örüntü öğrenip bir görevi (tahmin, sınıflandırma, öneri gibi) yapmaya çalışan bir yazılımdır.
Yapay zekânın olmadığı şeyler
Yapay zekâyı doğru anlamak için ne olmadığını bilmek en az onun ne olduğu kadar önemlidir.
Bilinçli değildir
Yapay zekâ hissetmez, düşünmez, istemez. “Teşekkürler” yazdığında mutlu olmaz. Bir metni akıcı yazması onu anladığı anlamına gelmez; sadece verideki kelime örüntülerini takip eder.
Sihirli değildir
Yapay zekâ büyü yapmaz. Yaptığı her şey matematik ve veri üzerine kuruludur. Elinde hiç örnek yoksa ya da veri kötüyse iyi sonuç veremez.
Hata yapabilir ve yanlı olabilir
Yapay zekâ yanılır. Bir köpeği kedi sanabilir. Daha da önemlisi, veri yanlıysa sonuç da yanlı olur. Eğer bir sisteme yalnız bir tür örnek gösterilirse, gösterilmeyen durumlarda kötü çalışır. Buna yanlılık (İngilizcesi *bias*) denir. Örneğin sadece yetişkin sesleriyle eğitilmiş bir sistem, çocuk sesini zor anlayabilir.
Bu yüzden önemli sonuçları her zaman bir insanın kontrol etmesi gerekir. Sorumluluk makinede değil, onu kullanan ve tasarlayan insanlardadır.
Günlük hayatta yapay zekâ
Bugün kullandığımız yapay zekâların hepsi dar yapay zekâdır. Yani her biri tek bir işi yapmak için tasarlanır. Satranç oynayan bir sistem çeviri yapamaz; çeviri yapan bir sistem araba süremez. Her şeyi bir insan gibi yapabilen “genel yapay zekâ” bugün mevcut değildir; bu şu an sadece bir hedef ve araştırma konusudur.
Öneri sistemleri
Bir video veya müzik uygulaması sana yeni içerikler önerir. Sistem, senin ve senin gibi milyonlarca kişinin izleme örüntülerine bakar. “Bu videoyu izleyenler şunu da izlemiş” örüntüsünü bulur ve öneri yapar. Yine de bu bir tahmindir; her öneri hoşuna gitmeyebilir.
Çeviri araçları
Bir cümleyi bir dilden diğerine çeviren araçlar, milyonlarca çevrilmiş cümledeki örüntülerden yararlanır. Çoğu zaman işe yararlar ama deyimlerde ve şakalarda yanılabilirler. Bu yüzden önemli bir metni her zaman bir insanın kontrol etmesi iyidir.
Sesli asistanlar
“Yarın alarmı kur” dediğinde asistan sesini metne çevirir, komutu tanır ve görevi yapar. Bunu senin kelimelerini gerçekten “anlayarak” değil, ses ve kelime örüntülerini eşleştirerek yapar. Gürültülü bir odada veya alışılmadık bir cümlede kolayca yanılabilir.
Mini uygulama
Yapay zekânın veriden örüntü bulup görev yaptığını küçük bir örnekle görelim. Aşağıdaki program eğitilmiş bir model değildir; kuralları bizim elle yazdığımız basit bir sınıflandırıcıdır. Amacı, “örüntüye bakıp karar verme” fikrini somut göstermektir.
Program bir mesajın selamlama olup olmadığını, içinde bilinen selamlama kelimeleri geçip geçmediğine bakarak tahmin eder:
# Basit kural tabanlı sınıflandırıcı: mesaj bir selamlama mı?
selamlama_kelimeleri = ["merhaba", "selam", "günaydın", "iyi akşamlar"]
def selamlama_mi(mesaj):
mesaj = mesaj.lower()
for kelime in selamlama_kelimeleri:
if kelime in mesaj:
return True
return False
ornekler = ["Merhaba, nasılsın?", "Yarın sınav var", "Günaydın!"]
for mesaj in ornekler:
print(mesaj, "->", selamlama_mi(mesaj))Bu program bir örüntüye (bilinen kelimeler) bakar ve bir görev (sınıflandırma) yapar. Gerçek yapay zekânın farkı, bu kelime listesini biz yazmayız; sistem onları binlerce örnekten kendi bulur. Yine de mantık benzerdir: veri, örüntü, karar.
Kendin dene: Listeye “selamünaleyküm” ekle. Sonra “selam vermeden geçtim” cümlesini test et. Program bunu yanlış sınıflandırır mı? Yaparsa nedenini düşün; bu tam olarak yapay zekânın da hata yaptığı yerdir.
Uygulama laboratuvarı: Yapay Zekâ Nedir?
Yapay Zekâ Nedir? konusunu kalıcı hâle getirmenin en iyi yolu, kavramı küçük ve ölçülebilir bir göreve dönüştürmektir. Bu çalışmada Yapay zekâ aslında ne yapar? ile Sonra örüntü öğrenilir arasındaki ilişkiyi kullanarak temizlenmiş küçük veri tablosu, açık sınıflandırma kuralı ve hata değerlendirmesi hazırlayacaksın. Amaç yalnız sonucun çalışması değil; hangi kararı neden verdiğini, neyi test ettiğini ve hangi durumda tasarımı değiştireceğini açıklayabilmektir.
Görev senaryosu
Şu senaryoyu ele al: eğitim ve test verisini ayırarak basit model karşılaştırma. Dersin ana hedefi “Yapay zekânın ne olduğunu ve ne olmadığını dürüst ve abartısız biçimde öğren” olduğuna göre önce problemi tek cümleyle tanımla. Ardından sistemin alacağı girdiyi, uygulayacağı işlemi ve üreteceği çıktıyı ayrı ayrı yaz. Bilmediğin bir ayrıntı varsa onu varsayım olarak işaretle; varsayımı gerçek bilgi gibi kullanma.
- Planla: Başlangıç durumunu, beklenen sonucu ve kullanacağın kavramları yaz.
- En küçük sürümü kur: Yalnız temel davranışı çalıştır; süsleme ve ek özellikleri sonraya bırak.
- Üç test hazırla: Normal bir durum, sınırda bir durum ve hatalı ya da beklenmeyen bir durum seç.
- Sonucu kaydet: Beklenen ile gerçekleşeni yan yana yaz; fark varsa olası nedeni belirt.
- Tek değişiklik yap: Aynı anda birçok şeyi değiştirmek yerine bir kararı düzeltip testi yeniden çalıştır.
Başarı ölçütleri
- Verinin kaynağı ve amacı açık mı?
- Eksik, tekrar eden ve sıra dışı değerler işaretlendi mi?
- Kişisel bilgi kullanılmadan örnek kurulabiliyor mu?
- Eğitim ve test verisi birbirinden ayrıldı mı?
- Yanlış tahminler saklanıp nedenleri incelendi mi?
“Yapay Zekâ Nedir?” çalışmasını bitirdiğinde ürünü bir arkadaşına yalnız bölüm başlıklarıyla anlat. Arkadaşın eğitim ve test verisini ayırarak basit model karşılaştırma senaryosundaki adımları ve karar nedenlerini takip edebiliyorsa anlatım yeterince açıktır. Anlaşılmayan noktayı daha fazla terim ekleyerek değil, Yapay zekâ aslında ne yapar? ve Sonra örüntü öğrenilir ilişkisini daha küçük adımlara bölerek düzelt.
Sık yapılan hatalar
Yapay zekâyı bilinçli sanmak
Akıcı cevap veren bir sistem “anlıyor” gibi görünebilir. Oysa yalnız örüntü takip eder. Onun bir görüşü, isteği veya duygusu yoktur.
Çıktıya körü körüne güvenmek
Yapay zekâ kendinden emin görünse bile yanılabilir. Bir ödev, adres veya sağlık bilgisi için verdiği yanıtı mutlaka güvenilir bir kaynaktan doğrula.
Verinin önemini unutmak
“Sistem akıllı” demek yerine “sistem hangi veriyle öğrendi?” diye sormak daha doğrudur. Eksik veya tek yönlü veri, yanlı sonuçlar üretir.
Dar ve genel yapay zekâyı karıştırmak
Bir işte çok iyi olan sistemin her işte iyi olacağını sanmak yanlıştır. Bugünkü sistemlerin çoğu yalnız tek bir görev için çalışır.
Güvenlik notu
Yapay zekâ araçlarını kullanırken veri güvenliği ve sorumluluk çok önemlidir:
- Kişisel bilgini paylaşma. Adın, adresin, okulun, telefonun veya başkalarının bilgilerini online yapay zekâ araçlarına yazma. Yazdığın şeyler saklanabilir.
- Yetişkin eşliğinde kullan. Yapay zekâ araçlarını bir yetişkinle birlikte ve platformun yaş kurallarına uyarak kullan.
- Sonuçları doğrula. Yapay zekâ hata yapabilir. Önemli bir bilgide çıktıyı güvenilir bir kaynakla karşılaştır.
- Sorumluluk insandadır. Bir yapay zekânın verdiği karardan onu kullanan ve tasarlayan insanlar sorumludur. “Bilgisayar öyle dedi” bir mazeret değildir.
Ders özeti
- Yapay zekâ, veriden örüntü öğrenip bir görev yapan bir yazılımdır.
- Çalışması üç adıma dayanır: veri, örüntü, görev.
- Yapay zekâ bilinçli veya sihirli değildir; hata yapabilir ve veri yanlıysa yanlı olabilir.
- Öneri, çeviri ve sesli asistanlar günlük hayattaki dar yapay zekâ örnekleridir.
- Sonuçları doğrulamak ve sorumluluğu üstlenmek her zaman insana düşer.
Kontrol soruları
- Yapay zekânın çalışmasındaki üç temel adım nedir?
- “Yapay zekâ bilinçli değildir” cümlesi ne anlama gelir?
- Yanlılık (bias) nedir ve neden ortaya çıkar?
- Dar yapay zekâ ile genel yapay zekâ arasındaki fark nedir?
- Bir yapay zekâ aracına neden kişisel bilgilerini yazmamalısın?
Cevaplar
- Veri toplamak, veriden örüntü öğrenmek ve bu örüntüyle yeni bir örnekte görev (örneğin tahmin) yapmak.
- Sistemin hissetmediği, düşünmediği veya istemediği; sadece verideki örüntüleri takip ettiği anlamına gelir. Akıcı cevap vermesi anladığını göstermez.
- Yanlılık, sistemin bazı durumlarda haksız veya hatalı sonuç vermesidir. Çoğunlukla eğitim verisinin eksik ya da tek yönlü olmasından kaynaklanır.
- Dar yapay zekâ yalnız tek bir görevi yapar (çeviri, öneri gibi). Genel yapay zekâ ise bir insan gibi birçok farklı işi yapabilir; bu bugün mevcut değildir, sadece bir araştırma hedefidir.
- Yazdığın bilgiler saklanabilir veya başkalarınca görülebilir. Kişisel bilgini paylaşmamak gizliliğini ve güvenliğini korur.
Kaynak ve doğrulama notu
“Yapay Zekâ Nedir?” dersi için doğrulama odağı Yapay zekâ aslında ne yapar? ile Sonra örüntü öğrenilir arasındaki ilişkinin örnekler üzerinde tutarlı çalışmasıdır. Bu modüldeki veri kümeleri eğitim amaçlı ve küçüktür; gerçek kişisel veri kullanılmamalıdır. Bir yapay zekâ sonucunun doğruluğu kadar, verinin dengesi, hataların dağılımı ve açıklanabilirliği de değerlendirilmelidir.
Sonraki ders
Makine Öğrenmesi Nedir? Yapay zekânın örüntüleri veriden nasıl kendi kendine öğrendiğini adım adım inceleyeceğiz.