Bu bölümde YZ (Yapay Zeka) çalışmalarının özet tarihçesi ve YSA’ lar (Yapay Sinir Ağları) ile ilgili genel bilgiler verilerek sonraki bölümde açıklanacak modelin anlaşılmasına altyapı hazırlanması amaçlanmıştır.
Yapay zekâ, bilim ve mühendislikte en yeni alanlardan biridir. Çalışmalar hemen ikinci dünya savaşından sonra başlamıştır ve 1956 yılında isimlendirilmiştir. Yapay zekâ alanı zekânın varoluşunu anlamanın ötesinde onu inşa etmeye girişmiştir.
Yapay zekâ gelişim tarihi süreci içinde farklı farklı tanımlara sahip olmuştur.
Çizelgede, Yapay zekâ hakkında bazı tanımlamalar, 4 farklı kategoride organize edilmiştir.
Görülebileceği üzere yapay zekâ çalışmaları farklı yaklaşımlarla ilerlemektedir. Bu farklı yaklaşımları incelediğimizde temelde insana benzeme ve rasyonel olma arasında bir ayrım olduğunu görebilmekteyiz. Her gurubun yaptığı çalışmalar birbirini beslemiş ve yapay zekâ konusunda daha derin bir kavrayışa ve somut sonuçlara ulaşılmasına destek olmuştur.
İnsan davranışını temel alan yapay zekâ çalışmaları için en önemli belirleyici Turing Testidir (Alan Turing 1950). Yapay zekânın, tatmin edici operasyonel bir sonucunun ortaya konduğunda anlaşılabilmesi için tasarlanmıştır. Turing testinde, bir yapay zekâ varlığı ile bir insan teste sokulduğunda, kendilerine onları görmeyen başka bir insan tarafından yazılı sorular sorulduğunda verdikleri yazılı cevapların ardından soruları soran kişi eğer yapay zekâ ile insan cevapları arasındaki farkı anlayamıyorsa ve insanı ya da yapay zekâyı cevapları üzerinden tespit edemiyorsa bu teste sokulmuş olan varlık yapay zekâya sahiptir denebileceği önerilmiştir.
İnsansı yapay zekâ alanı çalışmaları başlıca 6 kategoride toplanmıştır:
· Doğal Dil İşleme
· Bilgi Gösterimi
· Otomatik Muhakeme
· Makine Öğrenmesi
· Bilgisayar Görmesi
· Robotlar
İnsansı yapay zekâ çalışmaları insan bilinci üzerinde düşünmeyi ve araştırmayı da gerektirmiştir. Bu konu bilişsel bilim ile birçok çalışmada kesişmiş ve birbirini besleyen bir ilerleme görülmüştür. Bilişsel bilim, yapay zekâ alanındaki modelleri ve psikoloji alanındaki deneysel teknikleri bir araya getirerek insan aklı üzerinde ölçülebilir ve test edilebilir teoriler inşa eder. Beynin ve bilincin nasıl çalıştığı ve nasıl oluştuğu ile ilgili henüz yeterince bilimsel ilerleme sağlanamamış olduğundan insansı yapay zekâ alanı şimdilik bir kara kutu gibidir.
Rasyonel düşünen ve rasyonel davranan yapay zekâ alanı matematiksel olarak daha açık ve kolay çözümlenebilmektedir. Yunan filozof Aristo doğru düşünmenin kodlarını belirleme konusunda ilk girişimde bulunanlardan biridir. Öncülleri doğru olan argüman yapılarının daima doğru sonuçlara ulaşacağı iddiasına sahip desenler sunmuştur. Örnek olarak vermiştir ki; “Sokrat bir insandır, bütün insanlar ölümlüdür, o halde Sokrat ölümlüdür.” Bu düşünme kuralları aklın operasyonlarını yönetir iddiasındadır ve çalışmaları mantık bilimini başlatmıştır.
Rasyonel yapay zekâda iki ana büyük engel vardır. Birincisi her bilgiyi formüle etmenin çok kolay olmamasıdır, özellikle sahip olunan bilgi %100 doğru değilse. İkincisi de bir problemi prensip olarak çözmek ile pratik olarak çözmek arasında büyük bir fark bulunmasıdır. Sadece birkaç yüz değişkeni olan bir problemin dahi hesaplamalı çözümü eğer bilinçli bir yönlendirme ve öncelik sıralaması olmazsa tüm işlem kaynaklarını tüketen bir duruma gelebilir.
Davranışsal rasyonel yapay zekâ, ajan kavramı üzerinden geliştirilmektedir. Rasyonel bir ajan en iyi çıktıyı sağlayacak şekilde davranır veya belirsizlik olduğunda en yüksek beklenen çıktıyı gerçekleştirecek şekilde hareket eder.
Rasyonel ajan yaklaşımı diğer yaklaşımlara göre iki avantaja sahiptir. Birincisi, “düşünceler kanunu” ndan daha genel bir yaklaşımdır çünkü doğru sonuç rasyonaliteye ulaşmak için mümkün birçok mekanizmadan sadece biridir. İkinci olarak, insan düşüncesi ya da insan davranışı temelli insansı yapay zekâ yaklaşımına göre bilimsel gelişmeye daha yatkındır. Rasyonalitenin standardı matematik olarak iyi bir şekilde tanımlıdır ve tamamen geneldir, ayrıca hedefe ulaşacak ajanların tasarımı için formüle edilebilir.
Tez kapsamında yapılan araştırmalar ve çalışmalar rasyonel ajan kavramı üzerine inşa edilmiştir.
Yapay Zekâ Çalışmalarının Tarihsel Gelişimi
Bugün yapay zekâ olarak tanınan ilk çalışma 1943 yılında Warren McUlloch ve Walter Pitts tarafından yapılmıştır. Üç kaynak üzerinde durmuşlardır: Temel psikoloji ve beyindeki nöronların fonksiyonu, Russell ve Whitehead’in geliştirdiği önerme mantığının biçimsel analizi ve Turing’in hesaplama teorisi. Yapay nöronlar modelini önerdikleri araştırmalarında, bu nöronlar kendilerine bağlı diğer nöronlarla uyarımlarını belirleyen “açık” veya “kapalı” durumlardan birini alacak şekilde sistemi karakterize etmişlerdir. Herhangi bir hesaplanabilir fonksiyonun birbirine mantıklı bağlaçlar (ve, veya, değil vb.) ile bağlı nöronların oluşturduğu ağ ile hesaplanabileceğini göstermişlerdir. McCulloch ve Pitts ayrıca uygun bir şekilde tanımlanmış ağların öğrenebileceğini de önermişlerdir. Donald Hebb (1949) nöronlar arasındaki bağlantı gücünü değiştiren basit bir güncelleme kuralı denemesi yapmıştır. Bu süreçte ayrıca 1950 yılında Harvard öğrencileri olan Marvin Minsky ve Dean Edmonds 40 yapay sinir hücresinden oluşan ilk sinir ağı bilgisayarını yapmışlardır.
Yapay zekâ alanında gösterilebilecek birçok erken dönem çalışması olmakla birlikte, Alan Turing’in vizyonu en büyük etkiyi yapmıştır. 1947 yılında konu hakkında Londra Matematik Topluluğunda verdiği derslerde ve 1950 yılında yayımladığı “İşlem Makineleri ve Zekâ” adlı makalesinde yapay zekâ çalışmalarına yön verecek içlerinde Turing Testi (1950) de bulunan buluşlar yapmıştır. Belki de önerdiği fikirlerin en önemlisi “Yetişkin insan aklını simüle etmek için üretilmiş bir program yapmaya çalışmaktansa, neden bir çocuğunkini simüle etmek için bir program yapılmasın” dır.
Yapay zekâ tabirini ilk kullanan John McCarthy olmuştur. 1956 yazında Hanover Darthmouth Kolejinde 10 bilim adamından oluşan ekipleri ile 2 aylık bir çalışma gerçekleştirmişlerdir. Bu çalışmanın büyük etkileri olmamıştır ama alanda çalışan ve sonraki 20 yıl boyunca alanı yönlendirecek olan önemli isimlerin birbirleri ile tanışmalarına imkân sağlamıştır. Darthmouth çalışmasının sonuçlarına baktığımızda Yapay zekâ alanının neden ayrı bir bilim alanı haline getirilmesinin gerekliliklerini görebilmekteyiz. Birinci neden, daha önce hiçbir bilim alanı içerisinde ele alınmamış olan yaratıcılık, kendini geliştirme, dilin kullanımı gibi insansı özelliklerin çoğaltılmasıdır. Daha önce hiçbir bilim alanı bu konuları içermemiştir. İkinci neden ise metodolojidir. Yapay zekâ açıkça bu konularla ilgilenen bilgisayar bilimlerinin tek alanıdır ve Yapay zekâ bu fonksiyonları değişen çevrelerde otomatik olarak gerçekleştirebilecek makinelerin yapımıyla ilgilenen tek alandır.
Yapay zekâ çalışmalarının ilk yılları limitli bir şekilde de olsa başarılarla doludur. Henüz birkaç yıl önce makinelerin sadece aritmetik işlemler yapabilecek düzeyde bir programlanabilme kapasitesine sahip olabileceği düşünülürken hızla geliştirilen algoritmalar ve fonksiyonel çözümler ile bu olumsuz bakış açısı kırılmıştır. Bu dönemde Newell ve Simon’un Genel Problem Çözücü olarak adlandırdıkları program geliştirilmiştir. Genel Problem Çözücü başından itibaren insansı problem çözme protokollerine göre tasarlanmıştır. Belirli limitler içeren yapbozların çözümünde hem genel çözüme ulaşırken hem de ara hedefleri tamamlarken insan yaklaşımına benzer çözüm yolları üretmiştir. Bu çalışmalarını geliştirdikleri dönemde 1976 yılında Fiziksel Sembol Sistem hipotezini ortaya atmışlardır. Bu hipoteze göre zekâ gösteren herhangi bir sistem (insan veya makine) sembollerden oluşan veri yapılarını manüple ederek çalışmalıdır.
Bu gelişmelere rağmen 60’lı ve 70’li yıllar yapay zekâ çalışmalarının görece yavaşladığı dönemlerdir. Her ne kadar bu dönemde çok katmanlı sinir ağlarının (Minsky ve Papert Perceptrons 1969) ve geriye yayılım algoritmalarının geliştirilmiş olması (Bryson ve Ho, 1969) gibi son derece yaratıcı ilerlemeler sağlanmış olsa da bu dönemde Amerika Birleşik Devletleri ve İngiltere’deki hükümet programlarında yapay zekâ çalışmalarına kaynak aktarımında ciddi kısıtlara gidilmiştir.
70’ li yıllar daha çok Zayıf Metotlar olarak da adlandırılan dar bir alana ait, hatta tek bir problemin çözümü için geliştirilen yazılımların ve sistemlerin yaygınlaştığı dönemdir. Uzmanlık gerektiren dar kapsamlı işler için geliştirilen bu yazılımlara Uzman Sistemler ismi verilmiştir.
80’ li yıllara gelindiğinde ticari olarak başarılı ilk uzman sistem olan R1, Digital Equipment Corporation firmasında operasyona başlamıştır (McDermott, 1982). Program, yeni bilgisayar siparişlerini düzenlemeye yardımcı olmak için tasarlanmıştır. 1986’ya gelindiğinde R1 sayesinde firma yıllık yaklaşık 40 milyon USD tasarruf etmeye başlamıştır. Bu zaman zarfında uzman sistemler dünyanın birçok bölgesinde birçok şirket ve devlet kuruluşu tarafından sipariş edilmiş ve uygulamaya alınmıştır.
80’lerin ortasına gelindiğinde ise, 1969 yılında Bryson ve Ho tarafından keşfedilmiş olan geriye yayılma öğrenme algoritması, dünyanın çeşitli yerlerinde en azından 4 farklı grup tarafından tekrar keşfedildi. Bu dönemde algoritma bilgisayar bilimi ve psikolojideki birçok öğrenme problemine başarıyla uygulandı ve 1986 yılında Rumelhart ve McClelland tarafından yayımlanan Paralel Dağıtık İşleme sayesinde büyük heyecan uyandırdı. İstatistik bilimi, olasılık ve veri madenciliği teknolojileri ile de daha iç içe girmeye başlayan yapay zekâ çalışmaları giderek olgunlaşmaya ve bilgisayar bilimi içerisinde yerini sağlamlaştırmaya başladı.
90’lara gelindiğinde yapay zekâ alanında daha alt düzeylerdeki problemlerin zamanla çözümlenebilmesi, araştırmacıları tekrar “Bütünsel Ajan” problemine yönlendirdi. Allen Newell, John Laird ve Paul Rosenbloom’un SOAR (Newell, 1990; Laird, 1987) çalışmaları bütün ajan mimarisi ile ilgili en iyi bilinen örnektir.
Yapay zekâ ajanları için en önemli çevrelerden birisi internettir. Yapay zekâ uygulamaları internet için o kadar genel geçer olmuştur ki “bot” kavramı günlük dile yerleşmiştir. Her gün birçok internet aracını etkileyen yapay zekâ teknolojisi geliştirilmektedir, örnek olarak arama motorları, tavsiye sistemleri, kişiselleştirme ayarları verilebilir.
Bütüncül bir yapay zekâ yaratma çalışmalarının gösterdiği sonuçlardan birisi, daha önceki süreçlerde birbirinden izole olarak geliştirilen alt alanların bütüncül bir şekilde yeniden organize edilmesi gereğidir. Algılama sistemleri, muhakeme sistemleri, planlama sistemleri, kontrol teorisi, istatistik ve ekonomi gibi alanların, bütüncül bir yapay zekâ oluşturabilmek için daha yakın bir şekilde ele alınması gereği ortaya çıkmıştır.
Yapay zekâ alanının bazı liderleri; John McCarthy (2007), Marvin Minsky (2007), Nils Nilsson (1995, 2005) ve Patric Winston (Beal ve Winston, 2009) yaptıkları yayınlarda yapay zekâ çalışmalarının özellikli bir işi yapmak üzere yoğunlaşması üzerine değil, insansı düzeyde bir zekâya sahip makine yaratmak üzerine yoğunlaşması gerektiğini belirterek alanın genel gidişi içerisinde daha üst bir noktaya dikkat çekmişlerdir. Belirttikleri düzey insan seviyesinde yapay zekâ ’dır. Diğer bir ifadesi ile genel yapay zekâ (Goertzel ve Pennachin, 2007).
Günümüze geldiğimizde ise yapay zekâ çalışmalarını şekillendiren en önemli girdi veridir. Gerek internette gerek herhangi bir endüstride metin, tablo, resim, video, grafik vb. şekillerde elde edilen ve düzenlenen veriler sayesinde eğitilen yapay sinir ağları ile birçok farklı alanda başarılı sonuçlar alınabilmektedir. As Kurxweil (2005) belirtmiştir ki, “bugün binlerce yapay zekâ uygulaması her endüstrinin altyapısına derinden gömülmüştür”.
Comments