Kategoriler
Yapay Zeka

Yapay Zekâ ve Makine Öğrenmesi: Tam Olarak Aynı İşlevleri mi Tanımlıyor?

Yapay zekâ ve makine öğrenmesi, gerek gündelik yaşamımızda gerekse iş hayatımızda sıkça karşılaştığımız kavramlar. Bu kavramları çoğu zaman bir arada duyduğumuz için zaman zaman karıştırıldıklarına şahit olabiliyoruz.

Sıkça karşılaştığımız bu iki konsept aslında tam olarak aynı işlevleri tanımlamıyor. Bu yazımızda yapay zekâ ve makine öğrenmesinin tanımlarını ve farkını sizler için anlattık.

İnsan tarafından geliştirilen zekâ: Yapay zekâ (artificial intelligence – AI)

Doğal olarak meydana gelmek yerine, özellikle doğal bir şeyin kopyası olarak insanlar tarafından yapılmış veya üretilmiş şeyleri tanımlamak için kullanılan “yapay” kelimesi ile anlama ve düşünme yeteneği anlamına gelen zekâ kelimelerinin bir araya gelmesiyle oluşan yapay zekâ kavramının bir sistem olduğu algısı yaygın olsa da aslında bir sistem değildir. Yapay zekâ, sistemlere entegre edilir. Yapay zekâyı genel olarak, insanın düşünme yöntemlerini analiz ederek, bu yöntemlere benzer yapay yönergeler geliştirmesi; yani bilgisayarların insanlar tarafından gerçekleştirilen görevleri yerine getirebilmesi kabiliyeti olarak tanımlayabiliriz. Makinelerin karmaşık sorunları insana benzer şekilde çözmesine yardımcı olur. Zekâ ve akıl gerektiren sorunların bilgisayar yardımıyla da etkili bir şekilde çözülmesini sağlar.

Yapay zekâ kavramı ne zaman hayatımıza girdi?

Bilgisayar teknolojilerinin yeni ortaya çıktığı dönemde, “Makineler düşünebilir mi?” sorusunun Mathison Turing tarafından sorulmasıyla yapay zekâ hakkında tartışmalar alevlenmiştir. Fakat yapay zekâ kavramı resmi olarak ilk defa John McCarthy öncülüğünde 1956 yılında “Dartmouth College Artificial Intelligence” konferansında ortaya atılmış ve temelleri oluşturulmuştur. İlk yapay zekâ laboratuvarı ise 1959 yılında Massachusetts Teknoloji Enstitüsü’nde (Massachusetts Institute of Technology-MIT) John McCarty ve Marvin Minsky tarafından kurulmuştur.

Öğrenebilen makineler: Makine öğrenmesi (machine learning – ML)

Makine öğrenmesini, isminin yaptığı çağrışımla yapay zekâ kavramının bir diğer tanımı olarak algılarsanız ciddi bir hataya düşersiniz. Makine öğrenmesi de teknik olarak bir yapay zekâ dalıdır, ancak daha spesifik bir çalışma alanını işaret eder.

Makine öğrenmesi, makinenin açıkça programlanmadan ve sürekli denetimimiz olmadan kendi başına öğrenebilmesine imkân tanıyan; sisteme, deneyimlerden otomatik olarak öğrenme ve iyileştirme yeteneği sağlayan bir yapay zekâ uygulamasıdır. Makine öğrenmesi, yapay zekâ alanındaki belli başlı atılımlarla gelişmiştir. İlk atılım, bilgisayarlara görevleri tamamlamak için gereken bilgileri vermenin daha verimli olacağının fark edilmesiyle, bilgisayarlara nasıl öğreneceğini ve her bir olası görevi nasıl gerçekleştireceğini öğretmek olmuştur. İkinci büyük atılım ise, tahmin edebileceğiniz üzere internetin icadıdır. İnternetin icadı, daha önce hiç görülmemiş bir şekilde bilgi depolama için büyük bir potansiyel oluşturdu. Makineler artık depolama sınırlamaları nedeniyle erişemedikleri veri miktarına erişebildi. Bilgisayarların işleyebileceği verilerin bu denli artmasıyla, “makinelerin bir şeyler yapmasını sağlamak” yerine onları “kendileri için düşünmeye” yönlendirmek daha verimli bir hale geldi.

Makine öğrenmesi, yüzlerce faktöre bağlı ve insan gücüyle çözümlerin izlerinin sürülmesinin imkânsız olduğu birçok iş senaryosunda uygulanabilir. İşletmeler kredi temerrütlerini tahmin etmek, müşteri kaybına yol açan faktörleri anlamak, muhtemel hileli işlemleri tespit etmek, sigorta tazminat süreçlerini optimize etmek ve diğer pek çok durum için makine öğrenmesini kullanabiliyor. Bu kavramı sıkça duymamızın sebebi işte bu kadar farklı sektörde birçok farklı amaç için kullanılmasıdır. Makine öğrenmesi ve diğer yapay zekâ teknolojilerini etkin bir şekilde uygulayan şirketler büyük bir rekabet avantajı elde ediyor.

Bu iki kavramın farklarına genel hatlarıyla tekrar bakacak olursak;

• Yapay zekâ karar vermektir, makine öğrenmesi sistemin verilerden yeni şeyler öğrenmesini sağlar.

• Yapay zekânın amacı, karmaşık problemi çözmek için doğal zekâyı simüle etmekken, makine öğrenmesinde amaç, makinenin bu görevdeki performansını en üst düzeye çıkarmak için belirli bir görevle ilgili verilerden ders almaktır.

• Yapay zekâ, insanın bir koşulda tepki vermesini taklit edecek bir sistem geliştirilmesini sağlar. Makine Öğrenimi ise kendi kendine öğrenen algoritmalar oluşturur.

Yapay zekâ ve makine öğrenmesi teknolojileri ile kuruluşunuzun ihtiyaçlarına yönelik sunduğumuz çözümler için bizimle iletişime geçebilirsiniz.

Kaynaklar:

finartz

geeksforgeeks

medium

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir