Okuyabileceğiniz en basit Makine Öğrenimi açıklaması
Murat Ergen tarafından çevrilmiştir (İngilizce versiyonu)
Muhtemelen makine öğrenimini ve yapay zekayı AI duydunuz, peki ne olduklarını bildiğinize emin misiniz? Eğer anlamada zorlanıyorsanız, bilin ki yalnız değilsiniz. Bilim ve bilim kurguyu ayrıştırmamızı zorlaştıran çok fazla yayım bulunmakta, öyle ki bu isimlendirme bile ayrıştırmayı zorlaştırmaktadır.
Makine öğrenimi, aslında bir etiketleyiciden başka bir şey değildir.
Ben istatistik ve nörobilim eğitimi aldım, biz istatistikçiler en çetin, en sıkıcı isimleri seçmekle ünlüyüzdür. Yani ne ise o, şekilde isimlendiririz. Makine öğrenimi olarak adlandırdığımız şeyin isimlendirimesini eger istatistikçilere bıraksalardı biz, Etiketleyici der geçerdik.
Popüler inanışın aksine, makine öğrenimi ne sihirli bir değnektir, ne de 30 milyar dolarlık VC yatırımının sebebidir. Özünde, makine öğrenimi sadece bir etiketleyici; bir şeyin yaptığınız tanıma bakarak hangi etiketi alması gerektiğini belirlemesidir. Tabi bu şekilde anlatım Hacker News’de okuduğunuza kıyasla çok daha az etkileyici olur. Doğal olarak, bu gibi açıklansaydı ve de sadece etiketleme olarak isimlendirilseydi, bu konu hakkında okumak için nekadar heyecanlanırdınız? Belki de hiç, bu yüzden bir miktar pazarlama ve göz kamaştırmasının, bu teknolojinin hak ettiği ilgiyi (düşündügünüz nedenlerden dolayı olmasa da) elde etmesi için faydalı olmuştur. Gerçekten makine öğrenimi olağanüstü derecede kullanışlı, ancak popülerize olduğu bilim kurgu da değildir.
Yapay zeka (AI) ya gelince? Akademisyenler, AI’ın ne olup olmadığına dair nüansları tartışsa da, endüstriler ise bu terimi belirli bir makine öğrenimine referans yapmak için kullanmaktadırlar. Aslında, çoğu zaman makine öğrenimi ve yapay zeka birbirinin yerine kullanılmaktadır. Doğru, yapay zeka da etiketleme hakkındadır, Robotlar bekliyordunuz değil mi? Ya da aklı olan, insansı bir bilim kurgu bekliyordunuz? Bugünün yapay zekası daha oralarda değil. Bizim türümüz insani özellikleri her şeyde gördüğünden dolayıdır bu beklentiler. Tostların içinde yüzler, bulutlarda bedenler görüyoruz ve eğer iki düğmeyi bir çorap üzerine dikersek, hemen o kuklayla konuşmaya başlıyoruz. Nasıl o çorap kuklası bir insan değilse, AI’da değildir — bunu akılda tutmak önemlidir. Bu bir hayal kırıklığı mı? Üzülmeyin! Gerçek olan yapay zeka çok daha kullanışlıdır.
Şimdi size neden heyecanlı olmanız gerektiğini göstereyim. Fotoğrafta ne görüyorsun?
Duyularınızla oldukça karmaşık veriyi alip, bir hokus pokusla sanki “kedi” diye etiketledi. Bu sizin için çok kolaydı! Peki bilgisayarlardan aynı görevi yapmasını, fotoğrafların kedi / kedi olmayan olarak sınıflandırılmasını (etiketlemesini) istesek nasıl olur?
Makine öğrenimi, yeni bir programlama paradigması, isteklerinizi bir bilgisayara iletmenin yeni bir yoludur.
Geleneksel programlama yaklaşımında, bir programcı veriler ve etiketler hakkında çok fazla düşünür, evrenle iletişim kurar, kanal ilhamı alır ve nihayet bir modele el atar.
Bir başka deyişle, girdilerin çıktılara dönüştürülmesi için kullanılan bir koddur ve bir programlayıcı tarafından oluşturulabilir veya bir algoritma tarafından verilerden öğrenilebilir. Ama bu talimatların ne olacağını bir düşünün. Bu fotoğraf piksellerleriyle aslında ne yapıyorsunuz? Bunu ifade edebilir misiniz? Artık bize göre otomotikleşen, beynimizin bunu nasıl yaptığının tarifinin talimatlarını ortaya çıkarılaması oldukça zordur.
Bir de talimatlarla değil, örneklerle açıklamanin yollarına bakmaya çalışalım.
Bilgisayara “Kedilerden oluşan bir kaç örneğe bak, bir de kedilerden oluşmayan bir sürü örneklere bak ve hadi simdi git kendin bul” diyebilsek işimiz çok daha kolay olurdu değil mi? Makine öğreniminin özü budur. Tamamen farklı bir programlama paradigmasıdır. Açık talimatlar vermek yerine, örneklerle programla yapıp ve makine öğreniminin algoritmalarıyla, verilerinizdeki kalıpları bulmasini ve bu kalıpları yazamadığınız yönergelere dönüştürmesidir.
Yapay zeka, AI, tanımlanamazı otomatikleştirmemizi sağlar!
Heyecan verici değil mi? Buradaki heyecan şu ki, bilgisayarlarımıza talimatlarımızı daha önce yapamayacağımız bir şekilde ifade etmekle ilgilidir. Biz bilgisayarların bizim için bir şeyler yapmasını cok seviyoruz. Ancak yapılmasını istediğimiz şeyin talimatlarının düşünülmesi gerçekten zor ise nasıl talimat verebiliriz? Ya hiç tanımlanamazsa?
Yapay zeka — AI ve makine öğrenimi, tarifsizleştirmeyi otomatik hale getirmektir. Talimatlar yerine örnekleri kullanarak kendinizi açıklamanızı sağlar. Bu bize, geçmişte talimatlarını yazamadığımız, bu yüzden bilgisayarların yardımcı olamadığı bir çok konuda çözümlerin üretilmesi kilidini açıyor. Şimdi tüm bu çözümler mümkün hale geliyor — bu yüzden makine öğrenimi insanlığın ilerlemesinde de temel bir atılımı temsil etmektedir. Bu gelecektir ve gelecek burdadır!
