Yapay zeka, insanın düşünme yapısını anlamak ve bunun benzerini ortaya çıkaracak bilgisayar işlemlerini geliştirmeye çalışmak olarak tanımlanır. Bir başka deyişle yapay zeka, programlanmış bir bilgisayarın düşünme girişimidir.
Daha geniş bir tanıma göre ise yapay zeka, bilgi edinme, algılama, görme, düşünme ve karar verme gibi insan zekasına özgü kapasitelerle donatılmış bilgisayarlardır. Matematiksel olarak formülasyonu kurulamayan ve çözülmesi mümkün olmayan problemler, bilgisayarlar tarafından çözülebilmektedir. Bilgisayarları bu özellikleriyle donatan ve bu yeteneklerin gelişmesini sağlayan çalışmalar “yapay zeka” olarak bilinmektedir.
İnsan beyninin fonksiyonlarını modellerle anlamaya çalışan yapay zeka teknikleri her geçen gün daha fazla gelişmektedir. Yapay Zeka teknikleri ile bilgisayar her konuda bilgiyi işleyip yorum yapma yeteneğine sahip olmuştur, ancak bilgisayarın önceden konu ile ilgili her türlü bilgi ile donatılmış olması gerekmektedir. Bilginin toplanması, derlenmesi ve işlenmek üzere bilgisayara verilmesi en önemli aşamalardan birisidir, çünkü bilgisayara aktarılan bilgi ne kadar doğru ise üretilecek sonuçta o kadar doğru olacaktır.
Yapay sinir ağları, yapay zeka biliminin bir araştırma alanı olup bilgisayarların öğrenmesine yönelik çalışmaları kapsamaktadır. Günümüzde bilgisayarlar ve bilgisayar sistemleri yaşamın vazgeçilmez bir parçası haline gelmiştir. Hemen hemen her alanda bilgisayarlardan faydalanılmaktadır. Bilgisayarlar, önceleri sadece hesap yapabilen ya da veri transferleri gerçekleştirirken zaman içerisinde büyük miktardaki verileri özetleyen ve bu verileri kullanarak olaylar hakkında yorumlar yapabilen özellik kazandığı görülmektedir. Günümüzde ise bilgisayarlar hem olaylar hakkında karar verebilmekte hem de olaylar arasındaki ilişkiyi öğrenebilmektedir.
YSA, insan beyninin öğrenme prosedürünü simüle etmeye çalışan yapay bir sistemdir. Bir başka deyişle, yapay sinir ağları beynin çalışma sistemini basit bir şekilde taklit etmeye çalışmaktadır. Yapay sinir ağının genel bir tanımı yapılması gerekirse, yapay sinir ağı, insan beyninin çalışma ve düşünebilme yeteneğinden yola çıkılarak oluşturulmuş bir bilgi işlem teknolojisidir. Örnekler yardımıyla olaylar arasındaki ilişkileri öğrenen ve daha sonra hiç görmediği olaylar hakkında öğrendikleri bilgilerden yararlanarak karar veren sistemlerdir. YSA, olayların örneklerine bakmakta, bu örneklerden yararlanarak olay hakkında genelleme yapmakta, bilgiler toplanmakta ve daha sonra hiç görmediği örneklerle karşılaştığında öğrendiği bilgileri kullanarak karar verebilmektedir.
Yapay Sinir Ağları (YSA), insan beyninden esinlenerek geliştirilmiş, ağırlıklı bağlantılar aracılığıyla birbirine bağlanan ve her biri kendi belleğine sahip işlem elemanlarından oluşan paralel ve dağıtılmış bilgi işleme yapılarıdır. Yapay Sinir Ağları, bir başka deyişle, biyolojik sinir ağlarını taklit eden bilgisayar programlarıdır.
Yapay sinir ağlarının başlıca özelliklerine değinmek gerekirse; bilgi işleme yöntemi, bilinen programlama ve algoritmaların kodlanmasından farklıdır. Verilerin veri tabanında saklanması mantığı burada kullanılmaz. Diğer programlarda olduğu gibi veriler bir veri tabanında değil, ağlar üzerinde ağırlıklandırılarak saklanır. Olaylarla ilgili veriler derlenerek sisteme öğretilir. Öğrenen sistem daha sonraki işlemleri elindeki örneklere benzeterek sonuç üretir. Kısacası, olayları öğrenek benzer olaylar için benzer sonuçlar üretmeye çalışır. Yapay sinir ağlarının eğitilmesinden kasıt, eldeki örneklerin tek tek ağa gösterilmesi ve ağın örnekteki olaylar arasındaki ilişkiyi belirlemesidir. Her ağ önce eğitim seti ile eğitilir. Ağ bütün örneklere doğru cevap vermeye başlayınca eğitim tamamlanmış demektir. Daha sonra ise test edilir. Ağın hiç görmediği örnekler ağa gösterilerek ağın verdiği cevaplara bakılır. Ağ kendisine gösterilen örnekleri öğrenerek görmediği örnekler hakkında bilgi üretebilir. Ağa gösterilen örnekleri belli sınıflara ayrıştırarak daha sonra gelen bir örneğin hangi sınıfa gireceğini karar verebilir. Ağa eksik bilgiler verildiği zaman ağın bu eksik bilgileri bulması istenir. Bu tür olaylara çözüm üretir. Ağa gösterilen yeni örneklerde eksik bilgi olmasına rağmen sonuç üretebilirler.
Geleneksel sistemlerde ise bilgi eksik olduğunda sonuç üretilemez. Bu özellik yapay sinir ağlarının, geleneksel sistemlere göre önemli bir üstünlüğüdür. Ağın bazı hücrelerinin bozulması ya da çalışamaz durumda olması durumunda bile ağ çalışmaya devam eder. Ağlarda herhangi bir problem ortaya çıktığında bozulma göstermezler. Yapay sinir ağlarında bilgi tüm ağa yayılmış durumdadır. Tek bir bağlantının bir anlamı yoktur. Yapay sinir ağlarının önemli bir özelliği de sadece sayısal bilgilerle çalışmalarıdır.
Günümüzde yapay sinir ağları, eksik bilgilerle çalışabilme ve normal olmayan verilere çözüm üretebilme yeteneklerinden dolayı pek çok alanda kullanılabilmektedir. Doğrusal olmayan, çok boyutlu, karmaşık, kesin olmayan, eksik, kusurlu, hata olasılığı yüksek veriler ve problemlerin çözümü için özellikle bir matematiksel model ve algoritmanın bulunmaması durumlarında yaygın halde yapay sinir ağları uygulamaları yapılabilmekte ve başarılı sonuçlar elde edilmektedir. Yapay sinir ağları bu teorik uygulamaların ötesinde günlük hayatta kullanılan finansal konular, mühendislik ve tıp bilimi gibi birçok alanda uygulanabilmektedir.
Yapay Sinir Ağları uygulamaları genellikle tahmin, sınıflandırma, veri ilişkilendirme, veri yorumlama ve veri filtreleme işlemlerinde kullanılmaktadır. Tahmin için kullanılan yapay sinir ağları, girdi değerlerini bir çıktıyı tahmin etmek için kullanılır. Döviz kuru tahmini örnek olarak verilebilir. Sınıflandırma amacıyla kullanılan yapay sinir ağları, girdi değerlerini sınıflama görevini üstlenirler. Bir makine üzerinde görülen hataların sınıflandırılması örnek olarak verilebilir. Veri ilişkilendirme için kullanılan yapay sinir ağları, öğrendiği bilgiler ile eksik olan bilgileri tamamlar. Eksik bir resmin tamamlanması bu konuda örnek olarak verilebilir. Veri yorumlamak amacıyla kullanılan yapay sinir ağları, girdileri analiz eder. Bir olay hakkında toplanan örneklerden elde edilen ve eğitim sonucu oluşturulan bilgileri kullanarak yeni olayların yorumlanmasını sağlar. Veri filtrelemede ise eğitilen ağlar, birçok veri arasından uygun verileri belirleme görevini yerine getiriler.
Yazar: Zafer AĞYAR
0 Yorum Mevcut