Yapay zeka (AI)

    Yapay zeka ( AI ), insan entelektüel davranışının bir kısmının yazılım kullanarak yapay bir şekilde yeniden üretilmesidir. Deneyimlerden öğrenerek ve yeni girdilere uyum sağlayarak, görevleri insanların yaptığı gibi gerçekleştirme esnekliğine sahip olursunuz. Satranç oynayan bilgisayarlardan sürücüsüz arabalara kadar, bugünlerde duyduğumuz yapay zeka vakalarının çoğu büyük ölçüde derin öğrenmeye ve doğal dil işlemeye dayanıyor. Bu teknolojileri uygulayarak, büyük miktarda veriden gelen kalıpları tanıyarak bilgisayarınızı iş ve yaşamda çeşitli zor görevleri yerine getirecek şekilde eğitebilirsiniz.

Yapay zekanın tarihi

    Yapay zeka ( AI ) terimi 1956'da icat edildi, ancak artan veri hacmi, gelişmiş algoritmalar ve bilgi işlem performansı ve depolama teknolojisindeki gelişmeler gibi son trendler nedeniyle, son zamanlarda AI olarak adlandırıldı. Kısaltmalar daha yaygın olarak biliniyor.

    1950'lerdeki ilk yapay zeka araştırmaları, problem çözme ve sembol işleme gibi konuları araştırdı. 1960'larda, ABD Savunma Bakanlığı bu alana ilgi duydu ve temel insan mantıksal düşüncesini ( akıl yürütmeyi ) taklit etmek için bilgisayarları eğitmek için araştırma yapmaya başladı. Örneğin, Savunma Bakanlığı İleri Araştırma Planlaması ( DARPA ) 1970'lerde Colorado, Aspen'de bir sokak haritalama projesini tamamladı. DARPA ayrıca 2003 yılında, Siri, Alexa ve Cortana eve girmeden çok önce akıllı bir kişisel asistan geliştirdi.

    Bu erken çalışmalar, günümüz bilgisayarlarında bulunan otomasyon ve biçimsel muhakemenin önünü açarak, insan yeteneklerini tamamlamayı ve güçlendirmeyi amaçlayan karar verme destek sistemlerinin ve akıllı arama sistemlerinin gerçekleştirilmesine yol açtı.

    Hollywood filmleri ve bilim kurgu romanları da dünyayı fetheden insansı robotların hikayesini anlatıyor, ancak bugün AI teknolojisinin evrimsel aşamaları bu ürkütücü ya da zekâya ulaşmadı. Bununla birlikte, AI, her sektöre birçok somut fayda sağlayacak şekilde gelişti.

Yapay zeka neden önemlidir?

    AI, verilerle yinelemeli öğrenmeyi ve keşfi otomatikleştirir . Ancak AI, donanım tabanlı robotik otomasyondan farklıdır. Yapay zeka, manuel görevleri otomatikleştirmek yerine, büyük, yüksek frekanslı, bilgisayarlı görevleri yüksek güvenilirlikle ve "yorgunluk" olmadan gerçekleştirir. Sistemin kurulması ve doğru soruların sorulması gibi bu tür bir otomasyonda insan katılımı çok önemli olmaya devam ediyor.

    AI, mevcut ürünlere zeka katar. Çoğu durumda, AI bağımsız bir uygulama olarak satılmayacak ve Siri'nin yeni nesil Apple ürünlerine yeni bir özellik olarak eklenmesi gibi, insanların halihazırda kullandığı ürünleri iyileştirmek ve geliştirmek için AI özellikleri eklenecek. Otomasyon, konuşma platformları, botlar, akıllı makineler ve daha fazlasını büyük miktarda veriyle birleştirmek, güvenlik istihbaratından yatırım analizine kadar evde ve işte kullanılan birçok teknolojiyi iyileştirebilir ve geliştirebilir.

    AI, kademeli bir öğrenme algoritması ile uyum sağlar. Bu, "verinin kendisini programlayacak" bir şekilde elde edilir. AI, algoritmaların beceri kazandığı verilerin yapısını ve düzenliliğini keşfeder ( yani, algoritmalar sınıflandırıcılar ve tahmin ediciler haline gelir ). Böylece algoritma, satranç oynamayı "kendi kendine öğrenebildiği" gibi, çevrimiçi mağazada tavsiye edeceği bir sonraki ürünü kendi kendine öğrenebilir. Model, yeni veri verildiğinde de uyarlanır. Yapay zeka hata geri yayma tekniği, ilk çözüm çok uygun değilse, eğitim ve ek veriler yoluyla modeli özerk olarak ayarlar.

    Yapay zeka , birçok "gizli katman" içeren bir sinir ağından yararlanarak daha fazla ve daha derin verileri analiz eder. Birkaç yıl önce, beş gizli katmana sahip bir sahtekarlık tespit sistemi kurmak neredeyse imkansızdı. İnanılmaz bilgi işlem gücü ve büyük veri durumu değiştirdi. Derin öğrenme modelleri doğrudan verilerden öğrenir, bu nedenle bu modelleri eğitmek çok fazla veri gerektirir. Modelinize ne kadar çok veri verirseniz, modeliniz o kadar doğru olacaktır.

    Yapay zeka , derin sinir ağları aracılığıyla inanılmaz bir doğruluk elde eder. Bu daha önce imkansızdı. Örneğin, Alexa, Google Arama, Google Fotoğraflar vb. İle tüm insan etkileşimleri ( tür işlemleri ) derin öğrenmeye dayanır ve bunları ne kadar çok kullanırsanız o kadar doğru olurlar. Tıp alanında, MRI görüntülerinden kanseri tespit etme görevinin doğruluğu, derin öğrenme, görüntü sınıflandırma ve nesne tanıma gibi AI tekniklerini kullanarak yüksek eğitimli radyologlarla aynı seviyeye ulaştı.

    AI, verilerinizden en iyi şekilde yararlanır. Algoritma kendi kendine öğrenmeye başladığında, verilerin kendisi bir fikri mülkiyet haline gelir. Cevap verilerdedir, bu yüzden insanların yapması gereken tek şey, cevabı almak için AI uygulamaktır. Veriler, günümüzde iş dünyasında her zamankinden daha önemli olduğu için, rekabet avantajı kaynağı olabilir. Rekabetin yüksek olduğu bir sektörde tüm şirketler benzer teknikler uygulasa bile, en iyi verilere sahip olan büyük olasılıkla kazanan olacaktır.

Yapay zekanın temel kullanımı

    Yapay zeka işlevlerine olan ihtiyaç tüm sektörlerde artıyor. Özellikle hukuki destek, patent arama, risk bildirimi, tıbbi araştırma vb. İçin kullanılabilecek Soru - Cevap sistemleri büyük talep görmektedir. Bunun dışında, AI aşağıdaki kullanımlara sahiptir.

Tıbbi

    AI içeren uygulamalar; tedavi, ilaç tedavisi ve X-ışını tanısal görüntüleme gibi kişiselleştirme için etkilidir. Ayrıca, bir "yaşam koçu" olarak, kişisel tıbbi asistanlar ilaç almak, egzersiz yapmak ve sağlıklı yiyecekler yemek gibi aktiviteleri teşvik eder.

Perakende

    AI tarafından gerçekleştirilen sanal alışveriş işlevi, yalnızca kişiselleştirilmiş öneriler sağlamakla kalmaz, aynı zamanda satın alma seçenekleriyle ilgili tüketici danışmanlığı da sağlar. AI ayrıca envanter yönetimi ve mağaza içi düzen ile ilgili teknolojileri geliştirecek.

Üretim

    AI, "fabrika IoT'si" için de etkilidir. Ağa bağlı ekipmandan akan verileri analiz edebilir ve yinelemeli bir ağ ( sıra verileri için kullanılan bir tür özel derin öğrenme ağı ) kullanarak yükü ve talebi tahmin edebilirsiniz.

Spor Dalları

    AI, maç görüntülerini ve videolarını analiz etmek ve liderlere ( yönetmenler ve antrenörler ) oyuncu konumlarını ve oyun stratejilerini optimize etmek gibi daha iyi maç performansı hakkında raporlar sağlamak için kullanılıyor.

Yapay zeka kullanımıyla ilgili zorluklar

    Yapay zeka ( AI ) her endüstriyi dönüştürüyor, ancak sınırlamalarını da anlamalıyız.

    YZ'nin temel sınırlaması, verilerden öğrenmektir. Bilgiyi dahil etmenin başka yolu yoktur. Bu nedenle, verilerde gizlenen yanlışlıklar doğrudan sonuçlara yansıtılır. Ayrıca, tahmin ve analiz gibi ek işlevsellik katmanları ayrı ayrı eklenmelidir.

    Günümüzün AI sistemleri, iyi tanımlanmış görevleri yerine getirmek için eğitilmiştir. Poker oynayan sistem solitaire ya da satranç oynayamaz ve dolandırıcılık tespit sistemi araba sürmek ya da yasal işler konusunda tavsiye veremez. Ayrıca, tıbbi dolandırıcılığı tespit eden yapay zeka sistemleri, vergi muafiyetini ve garanti talebi dolandırıcılığını doğru bir şekilde tespit edemez.

    Başka bir deyişle, bu sistemler oldukça uzmanlaşmıştır. Tek bir göreve odaklanır ve çok çeşitli görevleri yerine getirebilecek bir insandan uzaktır.

    Benzer şekilde, kendi kendine öğrenen bir sistem olmasına rağmen, tamamen otonom bir sistem değildir. Filmlerde ve televizyonda görünen hayali AI teknolojisi, hala bilim kurgu dünyasının bir hikayesidir. Ancak, belirli görevleri gerçekleştirmek için karmaşık verileri inceleyip öğrenebilen bilgisayarlar çok yaygın hale geliyor.