Giriş (Yapay zeka nedir?)
I. Yapay Zeka Türleri
A. Robotik
B. Beşeri Algılama Sistemlerinin Simülasyonu
1. Konuşma Sistemi
2. Görme Sistemi
C. Doğal Diller
II. Bilgi Tabanı
III. Çıkarım Mekanizması
Sonuç
Kaynakça
YAPAY ZEKÂ (Artificial Intelligence)
Tarihte üç büyük olay vardır. Bunlardan ilki; evrenin oluşumudur. İkincisi, yaşamın başlangıcının olmasıdır. Bu ikisiyle aynı derecede önemli olan üçüncüsü ise, yapay zekanın ortaya çıkışıdır. “Yapay Zeka” teriminin 1956 yılında ilk kez kullanılmasından bu yana birçok araştırmacı bu konu üzerinde yoğun olarak çalışmakta. Ulaşılan nokta ve gelecekle ilgili hedeflerse, oldukça tartışmalı durumuyla her yaşta hemen herkesin ilgisini çekebilecek düzeyde görünüyor. Yapay zeka, bilgisayar biliminin akıllı, yani dili kullanabilme, öğrenme, akıl yürütme, problem çözme gibi niteliklere sahip bilgisayar sistemleri tasarımlamakla uğraşan koludur. Benzer bir tanımı başka kaynaklarda, örneğin Patrick Winston’ın, bu alanın klasik kaynakları arasında sayılan yapay zeka başlıklı kitabında veya yapay zekanın tarihçesinin 1940’lı yıllarda başladığını yazan Ana Britanica’da da bulmak mümkündür. Yapay zeka, insanın düşünme yapısını anlamak ve bunun benzerini ortaya çıkaracak bilgisayar işlemlerini geliştirmeye çalışmak olarak da tanımlanabilir. Yani 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. Yapay zeka, insanlar tarafından yapıldığında zeka gerektiren şeyleri gerçekleştiren makineler yapma bilimidir. (Pirim, 2006, s.81)
Yapay zeka konusundaki araştırmalar şu gruplar altında toplanabilir.
Doğal diller. (Bilgisayar ile doğrudan iletişim)
Beşeri algılama yeteneklerinin simülasyonu. (Görme, konuşma)
Robotikler. (Rutin, kirli ve tehlikeli işler için kullanılan robotikler) (Pirim, 2006, s.82)
Yapay zekanın türü olarak robotikler, bilgisayarlar ile endüstriyel robotların uyumlu bir bütünleşmesidir. Endüstriyel robotlara bilgisayarlar yardımıyla herhangi bir rutin hareketin nasıl yapılacağını öğretmek mümkündür. Örneğin; araba boyama, vida sıkma, malzeme taşıma ve hatta kusurlu parçaları tespit etme gibi daha karmaşık davranışları yapan robotikleri günümüzde görmek mümkündür. Yapay zekanın en büyük ticari başarıyı elde ettiği alan robotik alanıdır. Genel inancın aksine, robotikler bilim-kurgu filmlerinde görülen robotlardan gerek görünüm gerekse işlev açısından oldukça farklıdır. Endüstriyel robotların, günümüzde en fazla kullanılanı ise bir bilgisayar tarafından kontrol edilen hir mekanik koldur. Manipülatör olarak da adlandırılan bu kol bir insan kolunun yapabileceği çoğu hareketi yapabilme becerisine sahiptir. Robotlara işin nasıl yapılacağı bilgisayar tarafından öğretilir. Bir bilgisayar programı ile robotları kontrol etmek mümkündür. Bu program robota hareketin zamanı, yönü, mesafesi gibi konularda komut veren bir programdır. Bir kere programlandıktan sonra, robotların hareketlerini kontrol etmeye fazla ihtiyaç yoktur. O artık işini büyük bir titizlikle herhangi bir şey talep etmeden (yeme, içme gibi) yapmaya devam edecektir. Robotlar konusunda görülen bir diğer gelişme ise, robotlara bazı beşeri algılama becerisini yerleştirmektir. Daha önce açıklanan robotlar beşeri algılama becerilerine sahip olmadıklarından dolayı ancak tekdüze işleri yapma becerisine sahiptirler ve bu yüzden de bu tür robotlara “seç ve yerleştir” robotları denmektedir. Eğer bu robotlara görme, konuşma gibi beşeri algılama becerileri kazandırılırsa, bu robotların insan gibi davranması ve böylece bu robotlara akıllı denmesi de mümkün olabilecektir. Bugünkü teknoloji ile bir robotu görsel bir alt sistemle teçhiz edip, robotun belli standarttaki bir nesneden farklı nesneleri ayırt etmesi sağlanabilir. Doğal olarak, görsel sistem teknolojisindeki gelişmeler devam ettiği müddetçe, robotların tıpkı bir insan gibi işyerinde dolaşması da mümkün olabilecektir. (Allahverdi, 2002)
Diğer bir yapay zeka türü beşeri algılama sistemlerinin simülasyonu, insani yeteneklerin simülasyonu ile ilgili olup bilgisayar sistemlerini görme, işitme, konuşma ve hissetme (dokunma) yetenekleri ile donatma çabasındadır. Bu yapay zeka yeteneklerini bugünün teknolojisini kullanarak belirli ölçüde gerçekleştirmek olası gözükmektedir. İnsan algılama yeteneklerine sahip bilgisayarlar tıpkı insanlar gibi çevre ile iletişim kurma becerisine sahip olabilmektedir. İki ayrı ses cevap ünitesi türü vardır; birinci tür bir insan sesinin kaydını kullanırken diğeri bir konuşma synthesizer’indan yararlanır. Birinci tür, kullanıcı tarafından kasete önceden kaydedilmiş kelime, cümle, müzik, alarm gibi kayıtlardan çıktıyı seçer. Bu ses cevap ünitelerinde, sesin gerçek analog boyutları dijital verilere çevirerek bir hafıza yongasına sürekli kullanılacak biçimde yüklenir. Çıktı alınırken ise, seçilen ses tekrar analog hale dönüştürülür. Bu tür yongalar belirli kullanım alanları için seri üretim teknolojisiyle üretilmektedir. (Balık, 2004)
Konuşma Synthesizer’lari ise ham veriyi elektronik olarak üretilmiş konuşmalara dönüştürür. Bunun için de, bu cihazlar konuşmayı oluşturan temel ses birimlerine benzer sesleri bir arada kullanmaya çalışır. Bir konuşma Synthesizer’i en az 64 temel sesi üretebilme kapasitesine sahiptir. Günümüz teknolojisi ile bunu sinirli sayıda cümle için yapabilmek söz konusu ise de bu teknolojinin kullanım alanı gittikçe gelişmektedir. Örneğin, bugün okuyucu bir kitabi tarayarak ham verileri elde etmekte ve daha sonra konuşma synthesizer’i bu ham verileri görme özürlü insanların istifadesine sunmak için konuşma haline getirmektedir. Diğer bir uygulama ise, konuşma özürlü çocuklar için geliştirilmiş sistemdir. Bu cihaz vasıtası ile bu çocuklar çevreleri ile konuşma imkânı elde edebilmektedir. Bu uygulama alanlarının daha da gelişeceği açıktır. Beklenildiğinin aksine, bu tür cihazlar nispeten ucuz olup, bu açıdan yakın gelecekte kişisel bilgisayarlarda da kullanım alanı bulacağı tahmin edilebilir. Bilgisayarlar büyük konuşmacıdırlar ama iyi bir dinleyici değildirler. Bilgisayarların çok doğal olan sesleri yanlış algılaması olağan bir şeydir. Bununla birlikte, ses tanımanın birtakım uygulamaları da mevcuttur. Çoğu ses tanıma sistemleri konuşmacıya bağımlıdır, yani, ancak belli konuşmacıların sesi sistem tarafından tanınabilmektedir. Bu nedenle, sistemi kullanan her kişi için ayrı bir kelime veri tabanının yaratılması gerekmektedir. Bu veri tabanını oluşturma sürecinde, sistemi kullanan kişinin sistemin her kelimeyi doğru anlamasını sağlamak açısından her kelimeyi en azından 20 defa tekrarlaması gerekmektedir. Yani bir anlamda, bilgisayarı eğitmek gerekmektedir. Bu eğitim gerçekten de zorunludur. Çünkü nadiren bir kelimeyi farklı zamanlarda ayni şekilde ifade ederiz. Dolayısıyla bilgisayarın bu farklı ifadelere alıştırılması gerekmektedir. (Balık, 2004)
Görme, simülasyonu en zor olan insan algılama becerisidir. Örneğin, bir bilgisayarın bir insan gibi bir nesneyi görmesi ve onu yorumlaması mümkün değildir. Bilgisayara görüş kazandırmak için bir kameradan yararlanılır. Kamera aracılığıyla veri tabanı yaratmak için gerekli olan girdiler elde edilir. Bir görsel sistem kamera desteğiyle yorumlanması istenen nesnenin standart halini dijital hale getirir ve bu dijital hale getirilmiş nesnelerin görüntüsü veri tabanına yüklenir. Daha sonra dijital sistem çalışırken, kamera görüntüyü dijital çeviriciye
gönderir. Dijital hale getirilmiş bu görüntü bilgisayarın veri tabanındaki önceden kaydedilmiş dijital görüntüler ile karşılaştırılır. Bu kıyaslama neticesinde sistem nesneyi tanır. Aşağıdaki şekilde benzeri bir prensiple çalışan bir sistemin yapısı gösterilmektedir. Görsel sistemleri ancak birkaç görüntünün (imajın) yer alabildiği özel durumlar için kullanmak mümkündür. Bu durumların ortak özelliği, basit ve monoton olmasıdır. Örneğin, kalite kontrol durumu basit ve monoton bir olaydır. (Balık, 2004)
Yapay zeka türlerinde diğer isim ise doğal diller yani nihai kullanıcının doğal dili ile (İngilizce gibi) bilgisayarla iletişim kurmasını sağlayan yazılımlar için kullanılan isimdir. Doğa1 dil yazılımlarındaki nihai amaç, geleneksel program dillerinde kullanılan komutlara olan gereksinimi ortadan kaldırmaktır. Fakat halen uygulamada gelinen nokta tatmin edici düzeyde değildir. Şu anda piyasada kullanılan doğal dillerin çoğu kullanıcının bir uzman sistem ya da veri tabanı ile iletişimini sağlamaktan öte bir fonksiyon görememektedir. Yine de, bilgi işleminin sınırlı olduğu bazı alanlarda doğal dil uygulamasının oldukça başarılı olduğu gözlenmektedir. Örneğin insan kaynakları ve satın alma ile ilgili araştırma ve rapor hazırlama faaliyetlerinde doğal dil uygulaması oldukça gelişmiş düzeyde olup kullanıcı normal İngilizce konuşur gibi bilgisayar ile iletişim kurabilmektedir. Örneğin aşağıdaki sorunun kullanıcı tarafından sorulduğunu varsayalım. Pazarlama bölümünde görev itibariyle ortalama maaş nedir? Doğal dil yazılımı yukarıdaki soru cümlesini bizim gramer (dil bilgisi) çalışmasında yaptığımız gibi analiz eder. Anlam analizi aşamasında, cümlenin öğeleri genellikle yüklemle başlayarak uygulama sözlüğündeki anahtar kelimeler ile karşılaştırılır. Uygulama sözlüğünde yer alan kelimeler günlük dilde kullanılan kelimelerdir. Bu örnekte sistem soru amacıyla kullanılan kelimelerle karşılaştırma yapacaktır. Bu örnekte “nedir ?” kelimesi uygulama komutu olan “DİSPLAY”e (Göster) doğal dil yazılımı vasıtasıyla dönüştürülecektir. Diğer kelimeler de benzeri şekilde doğal dil yazılımıyla yorumlanarak uygulama komutlarına dönüştürülür. Eğer kullanıcının isteği sistem tarafından anlaşılamazsa, doğal dil yazılımı muğlak olan noktaları sorarak isteği anlama çabasını devam ettirir. Örneğin sistem “Nedir?” ifadesini anlamamışsa, “Nedir? ‘ i anlayamadım” der ve bunun anlamının ne olduğunu uygulama sözlüğünde yer alan benzeri komutları ya da ifadeleri sıralayarak kullanıcıya bunlardan hangisinin ” Nedir?” ile aynı anlamda olduğunu sorar.
Gelen cevaba göre süreç devam eder. (Nabiyev, 2010)
Bilgi tabanı bir bilgi mühendisi ile bir veya birden fazla konu ile ilgili uzmanın koordineli çalışması sonucunda yaratılır. Bilgi mühendisi, uzman sistemin çalışma esası ve mülakat teknikleri konusunda eğitim görmüş bir insandır. Başlangıç görüşmelerinde alan uzmanı belirli bir sorunun nasıl çözülmesi konusunda bildiği her şeyi bilgi mühendisine anlatır. Başlangıçta yapılan mülakatların sonucunda elde edilen bilgiler genellikle elastik ve sistemsizdir. İkinci aşamada, bilgi mühendisi alan uzmanını iş yerinde gözlemler ve bu esnada da daha fazla bilgi almak ve mevcut kuralların yeterli ve doğru olduğunu teyit etmek için alan uzmanına sürekli soru sorar. Bu aşama genelde bir yıl kadar uzun sürer. Uygulamada, “uzman sistemler” ve “bilgi-tabanlı sistemler” aynı anlamda kullanılan terimlerdir. Teknik açıdan bakıldığında ise, uzman sistem bir bilgi-tabanlı sistemin en gelişmiş biçimidir. Bir uzman sistem sorulara cevap veren, açıklık getirmek için soru soran, tavsiyelerde bulunan ve karar verme sürecine yardımcı olan diyaloğa açık bir sistemdir. Daha az gelişmiş bilgi-tabanlı sistemlere ise yardımcı sistemler denilmektedir. Yardımcı sistem, kullanıcının göreceli olarak basit nitelikteki kararları vermesine yardımcı olan bir sistemdir. Yardımcı sistemler nihai kullanıcının belirli bir sorunu çözmekten ziyade muhakeme sürecinde yapabileceği bir hata olasılığını azaltma amacını gütmektedir. Uzman sistemleri, yardımcı sistemleri ve bunların arasındaki herhangi bir sistemi geliştirmek için ihtiyaç duyulan teknoloji aynı teknolojidir. Bu yüzden yukarıda bahsedilen kavram kargaşası ortaya çıkmaktadır. Uzman sistemler insan düşünce sürecini taklit etmeye çalışır, muhakeme edebilir, çıkarımda ve yargıda bulunabilir. Günümüzde uzman sistemler değişik bilim dallarında karar vermeye yardımcı olarak kullanılmaktadır. Bilgi mühendisi alan uzmanının konu ile ilgili tespit ve kurallar setini uzman sisteme bilgi tabanı olarak aktarmaya çalışır. Bilgi tabanındaki bilgiler EĞER-0 ZAMAN (IF-THAN) kuralları şeklinde yer alır.
* “Eğer” bölümü durumu açıklar,
* “0 zaman” bölümü sonuç veya amacı izah eder. (Altıntaş, 2009)
Çıkarım mekanizması, bir uzman sistemin çekirdeğidir. Bilgi tabanında yer alan tespit ve kuralların belli bir soruna tatbik edilmesini sağlayan araçtır. Bu sistemde uzman sisteme muhakeme yeteneği kazandırılır. Bu muhakeme gücü kullanıcıya bir mantık silsilesinin sunulması ile sağlanır ve böylece çözüme ulaşılır. Bir çıkarım sisteminin muhakeme becerisi ileri zincir ya da geri zincir çıkarım süresinin birlikte ya da tek başına kullanılması esasına dayanır. İleri zincirde, uzman sistem nihai kullanıcıdan bilgiler alır ve çözüme ulaşıncaya kadar bilgi tabanından duruma uygun kuralları sırası ile takip eder. Bu süreç esnasında sürekli olarak kullanıcı ile uzman sistem arasında iletişim vardır ve bu iletişim önceden yerleştirilmiş kurallar setinin oluşturduğu mantık silsilesine göre yürütülür. Geri zincir çıkarım sürecinde ise ileri zincirin tam zıttı bir yaklaşım kullanılır. Sistem nihai kullanıcıya istediği hedef ya da sonucu sorar ve daha sonra “Eğer-o zaman” mantık silsilesine geri dönerek uzatılmak istenen hedef ya da sonucun doğru olup olmadığını araştırır. Eğer bilgi tabanındaki “Eğer-o zaman” kurallar seti hedef ya da sonuç ile uyuşuyorsa, kullanıcı tarafından saptanan hedef ya da sonuç, sorunun çözümü demektir. (Abdullah, 2002)
KAYNAKÇA
Abdullah, D. (2002). Yapay zeka (1). İstanbul: Kariyer Yayıncılık.
Allahverdi, N. (2002). Uzman Sistemler (1), İstanbul: Atlas Yayınları.
Altıntaş, E. (25 Ekim 2009). Yapay zeka. 08 Mayıs 2012,
Balık, H. H. (2004). Yapay Sinir Ağları, Fırat Üniversitesi Mühendislik fakültesi Elektrik Elektronik Mühendisliği Bölümü.
Nabiyev, V. V. (2010). Yapay zeka (3), Ankara: Seçkin Yayıncılık.
Pirim, H. (2006). Journal of Yaşar University,1, 81-93.
