Hepimiz yapay zekâyı hayatımızda kullanıyoruz, ama çoğu zaman “Bu araç nasıl çalışıyor acaba?” diye pek düşünmüyoruz. İşte tam da burada temel kavramları bilmek önemli oluyor. Çünkü;
- Teknolojiyi daha iyi anlamamızı sağlıyor. Mesela bir chatbotun nasıl “düşündüğünü” anladığımızda, onun sınırlarını ve neyi yapamayacağını da anlarız.
- Eleştirel bakış açısı kazanıyoruz. “Yapay zekâ her şeyi yapar” demek kolay, ama biz aslında neyin mümkün olup neyin olmadığını anladıkça, yanlış bilgilere karşı bilinçli durabiliriz.
- Kariyer veya hobilerimiz için avantaj sağlıyor. Teknoloji dünyasında çalışan ya da ilgilenen herkes için bu terimler artık temel bilgi. Öğrendikçe yeni kapılar açılıyor.
- Geleceğe hazırlanıyoruz. Yapay zekâ hayatımızın her alanına girmeye devam ediyor ve bu değişime ayak uydurmak için temel bilgileri edinmek şart.
Yapay zekâ denince çoğumuzun aklına hemen chatbotlar geliyor. Ama aslında yapay zekâ çok daha geniş bir alan. Görüntü işleme, ses tanıma, öneri sistemleri, oyunlar ve daha fazlası yapay zekânın içinde yer alıyor. Yani bu seride öğreneceğimiz kavramlar, sadece sohbet botlarını değil; hayatımızdaki birçok teknolojiyi anlamamıza yardımcı olacak.
Yapay Zekâ Nedir?
Yapay zekâ, bilgisayarların insan benzeri görevleri yapabilmesi için geliştirilen sistemlerin genel adıdır. Yani, bir bilgisayarın “düşünebilmesi”, “öğrenebilmesi” ve “karar verebilmesi” için yazılan yazılımlar ve algoritmalar yapay zekâyı oluşturur.
Peki, algoritma nedir? Algoritma, bir problemi çözmek ya da bir görevi tamamlamak için takip edilen adımlar veya kurallardır. Basitçe söylemek gerekirse, algoritma bir tarif gibi düşünülebilir: Nasıl yemek yapılacağını adım adım anlatan bir tarif gibi, bilgisayara da ne yapması gerektiğini adım adım gösterir.
Günlük hayatımızda kullandığımız birçok araç — örneğin sesli asistanlar, Netflix ve Trendyol gibi platformların öneri sistemleri, bankaların sanal asistanları veya chatbotlar — aslında yapay zekânın uygulamalarıdır. Bu uygulamalar, arka planda çalışan algoritmalar sayesinde çalışır.
Bu yazı dizisinde değineceğim konulara kısa bir ön bakış
- Makine Öğrenmesi & Derin Öğrenme: Bilgisayarların örneklerden öğrenmesini sağlayan yöntemlerdir. Derin öğrenme, bu işin biraz daha gelişmiş hâlidir.
- Token: Yapay zekâ, bir cümleyi anlayabilmek için onu küçük parçalara böler. İşte bu parçalara token denir.
- LLM (Büyük Dil Modeli): Çok fazla yazı okuyarak dil öğrenen büyük yapay zekâ sistemleridir. Chatbotlar genelde bunlarla çalışır.
- Transformer: Bugünkü yapay zekâ modellerini bu kadar güçlü yapan özel bir sistem yapısıdır.
- Mannequin Eğitimi: Yapay zekânın yeni şeyler öğrenmesi için yapılan alıştırmalardır.
- Veri Seti (Dataset): Yapay zekânın öğrenmesi için verilen örnekler, yani bilgi listeleri.
- Overfitting: Yapay zekânın verilen örnekleri ezberleyip, yeni durumlarla başa çıkamamasıdır.
- Underfitting: Yapay zekânın verilen örneklere yeterince uyum sağlayamaması, öğrenememesi.
