Kısaca derin örğenme tarafına doğru güçlü bir rüzgar var. Bütün bunlar yapay zekanın bütün hedeflerine derin öğrenme ile ha ulaştık ha ulaşacağız hissiyatı veriliyor. Doğrudan konu hakkında konuşmadan önce giriş niteliğinde temel bazı konulardan bahsetmek istiyorum.
Bilim ve teknolojinin de bir tarihi var. Bilim ve Teknolojik gelişmelerde yıllara göre ilerlemeler görünür.
Bilim ve teknolojide gelişmeler her zaman aynı hızda gitmez. Aslında coğu zaman ortalama bir hızda gelişmeler olur. Ama bazen bir buluş bir yenilik ile gelişme hızı eski hızına göre yıllar sürecek seviyeye bir kaç ayda ulaşılır. Böyle parlak yenilikler pek çok insanın gözlerini kamaştırır. Olmadık beklentilere girilir. Bir örnek verelim. Günümüz yapay zeka çalışmalarına 1956 yılında 1 başlandı. Gelişmelerin gidişatından, 1960'lı yılllarda "Bilgisayarlar on yıl içinde insanlar kadar akıllı olacaklar " diyenler çıktı. Ne mutluki ! yıllar geçmesine rağmen ortada böyle bir gelişme olmadı. :)
Yukardaki grafikdeki gibi A ve D diye iki metod bulunmuş. A metodu gelişerek A1 ve A2 diye geçerliliğini korumuş. D metodu D1 ve D2 diye gelişmiş ama. İlk etapta gelişme olmamış hatta D1 hali hazırda terk edilmiş. D2 metodundan uzun zaman sonra D21 , D22, D23 metodları geliştirilmiş halen güncelliğini koruyor. Grafik ve isimler farazide olsa Bilmin pek çok alanında ve elbetteki Yapay zeka araştırmalrında benzeri durumlar olmaktadır.
Bütün bunlardan anlamamız gereken şeyler nelerdir.
- Gelişmelerde devrim niteliğinde ilerlemelere vesile olan modelleri takip etmemiz, öğrenip uygulayabilmemiz lazım ki geri kalmış olmayalım.
- Bahsettiğimiz modele mucizevi bir hayranlıkla bağlanıp kalmamalıyızki. Bir başka metod çıkış yaptığında afallayıp kalmayalım. Çünkü yeni bir metdo bulabilmek, hali hazırdakinin eksikliklerini görebilmekle başlar....
Yapay Öğrenmede, motodların performanslarını ölçmek için veri setleri oluşturulmuştur. Yapay öğrenmede hali hazırda pek çok metod vardır. Metodlardaki gelişme bu listelerde daha iyi - kesinlik anlamında - sonuçlarla ispatlanmaktadır. Derin öğrenme metodlarının uygulandığı sonuçlar günümüzde bu listelerin üst sıralarını oluşturmaktadır.
Yapay Öğrenmede pek çok metod var dedik. Peki metodlar arasında nasıl seçim yapabiliriz. Biraz da bu işin temellerine bakalım.
Mühedislikte tek önemli olan şey kesinlik değildir. Şöyle örnekleyelim ; Bir uygulama yazmaya çalıştığımızı düşünün. Bölme işleminde virgülden sonra 1000 basamak hesaplayan bir metodun kesinliği virgülden sonra 3 basamak hesaplayana göre daha iyidir. Lakin pek çok iş için 3 basamaklık bir hassasiyet yeterlidir.
Bir başka konuda uygulamanın alanı ve ortaya çıkan verinin yapısıdır. Her meotod her çeşit veriye uygulanamayabilir. Uygulamanın gerektirdiği kısıtlamalar olabilir. Mesela her metodun ortak bir noktası olan eğitim aşamasının hızı, Uygulamanın anlık eğitime ihtiyaç duyması ile bazı metodların eğitim aşamasının çok uzun olması sebebiyle kullanışsız olabilir.
- Yabancı dildeki şöyle tabirler var. "No Silver Bullet" ve "No free lunch" . İşin özü "armut piş ağzıma düş" durumu hiç bir yerde olmadığı gibi Yapay öğrenmede de yoktur. "Falan diye bir metod çıkmış her şey bunu kullanmak lazımdır " anlayışı yanlışdır.
Genel olarak şunu söylemek isterim. Bir uygulamada sayılsal 3 ve algoritmik bir çözüm varsa hesaplama süresi çok uzun değilse onu kullanın. Bu mümkün değilse Uygulamanızın şartlarına göre olan bir araştırma yapın seçiminiz ona göre yapın.
Yazıda epey uzamış sizleri daha fazla sıkmak istemiyorum. Bu kadar temel girizgah Derin öğrenme konusuna daha akılcı bakmanızı sağlayacağını umarak. Derin öğrenme konusundaki aşağıdaki videoya bakmanızı önereceğim. Bu video Ankarada Derin Öğrenme Etkinliği ndeki Ferhat Kurt tarafından yapılan konuşmadır.
Daha yeni başladık :) devam edecek...
Not :
1) Aslında çalışmalar daha önceden başlansada Yapay Zeka adı bu yılda toplanınan bir kongrede verildi.
2) Kitap İletişim yayınlarından - cep üniversitesi serisinden- çıkmış ve 1991 yılında okumuşum hey gidi günler hey...
3) Numerical Analysis , Türkçede Sayısal Çözümleme diye geçiyor.
1 yorum:
Hocam, yapay sinir ağları ile lineer denklem sistemlerini çözmek mümkün mü?
Yorum Gönder