+ Yapay Sinir Ağları İnteraktif Sunum
+
+ Karakterleri Tanıyalım
+Meryem meraklı, bilgili bir Felsefe öğretmenidir. Yeni şeyler öğrenmeye bayılır. Seni dikkatle dinler, en ince ayrıntılarına kadar durumu öğrenmeye çalışır. Son günlerde popüler olan sesli asistanlardan birine kendisi de sahiptir. Onun aklını karıştırmak için elinden geleni yapacaktır.
Konuşan bir kahve bardağı mı? Her zaman yanı başımızda duran kahve bardağımız bu hikayede dile geliyor.
+ Merhaba, ben Piko size özel tasarlanmış sesli asistanım. Bana soracağın her soruyu dikkatle dinlerim ve en uygun cevabı sana iletmeye çalışırım. Bir sıkıntın olursa, dertleşmek istersen bana gelebilirsin. İnsan psikolojisinden çok iyi anlarım.
Meryem
+Meryem işten gelmiş bilgisayarıyla yeni bir ev arıyordu. Çekirdek her zamanki yerinde sehpanın kenarında bekliyordu. Piko ise o sıralarda uyku modundaydı. Meryem işini bıraktı ve mutfağa yönelip Çekirdek’ i yerinden aldı kahvesini doldurdu sehpanın kenarına bıraktı. Kendisi de sandalyesine oturdu. Canı sıkkın bir şekilde bardağa bakarken birden duyduğu sesle irkildi. Çekirdek’ in sesiydi bu. +
+
+
+ Ev sahibimin evi satması nedeniyle yeni bir eve ihtiyacım var. Bu yüzden bir ev bakıyorum, sence bir ev alırken dikkat edilmesi gereken unsurlar nelerdir?
+Bir evin öncelikle senin için yeterli alana sahip olup olmaması önemlidir. Bunun yanında bütçene uygunluğu da kriterlerinden olmalıdır. Ayrıca alacağın evin iş ve ulaşım araçlarına uzaklığı da göz önüne almalısın. Her gün gideceğin işine evin ne kadar yakın olursa o kadar vakit kazanırsın. +
+Teşekkür ederim Piko. Şimdi sırada uzun bir internet araması var. Umarım o kadar evden bir tane bulabilirim. Tabii bir de tek tek bunlar ile ilgili bilgi toplamak... +
+
+
+ Şehirdeki tüm binaları ve konumlarını biliyorum. İnternetten sana uygun olacağını düşündüğüm birkaçını bulmak benim için kolay bir iş. Ben hemen gerekli verileri toplayarak dönüyorum. +
+Meryem! İstemeyeceğin kadar ev buldum sana! +
+Ben de bundan korkuyordum, hepsini nasıl inceleyeceğim? +
+Korkamana gerek yok. Bu verileri daha kolay incelemek için grafiklerle düzenleyebilirim. +
+
+
+ Şu ana kadar, evlerin metrekare ile fiyatlarını tahmin konusunda başarı ile ilerledik. Fakat evlerin Priya’ nın işine olan uzaklığı konusunda sorun yaşadık. Çözümden önce insanların günlük hayatlarında problemlerini nasıl çözdüklerini sormak istiyorum. +
+Biz insanlar problemleri akıl ve mantık ile çözeriz bu işlerlerse beyinde gerçekleşir. Fakat daha detaylı anlatmam gerekirse, tüm bu olaylar sinir sistemimizde nöronlar yardımıyla çözüme kavuşur. +
+
+ 
+
+
+ Nöronlar, duyu organları ile elde edilen verileri alıp elektriksel durumlarına göre değerlendirerek sonuçlar üretir. Tek bir işlemi yapmak için bile birçok nöron gerekmesidir. +
+Yapay sinir ağlarınını anlamak için öncelikle biyolojik nöronları anlamalıyız. +
+
+
+
+
+ Neden öncelikle nöronları anlamalıyız ? İlk yapay sinir ağları tasarlanırken, daha yapay zeka kavramı ortaya çıkmamıştı! Yapay sinir ağları nörobilimcilerin insan beyninin çalışma ve karar verme aşamalarının şema edilmesi ve modellenmesi sonucu ortaya çıkmıştır. +
+
+ 
+
+
+ Biliyor muydunuz? Bende yapay sinir ağları kullanılarak üretildiğim için insanların günlük hayat problemleri ile uyumlu çalışabiliyorum. Peki bu sistem nasıl çalışıyor? +
+Bunları bir arada çalışan yapay nöronlara borçluyum. Her yapay nöronum üzerine gelen veriyi yine onunla gelen eğitim sürecinden kalmış ağırlık ile toplar ve aktivasyon fonksiyonuna girer ve fonksiyonun sonucuna göre yeni veri oluşturup sonraki katmana iletir. +
+
+ 
+
+
+ Eğitim sürecinde ağırlıklar en doğru sonuca yaklaşmak için sürekli değişiyor. Bazen sadece ağırlıklar da yeterli olmuyor ve burada sapma değerleri söz konusu oluyor. Sonucun doğru şekilde çıkması için bazı nöronlar üzerine gelen veriye sapma değerleri ekleyebiliyor. Bu değerlerin uygun sonuçlar verebilmesi eğitim sürecinde sahip olduğum verilere bağlıdır. +
+
+
+ 
+ Yapay sinir ağlarının yapısını oluşturan nöron ve ağırlıklarını öğrendik. Peki bu ağın içinde gerçekleşen işlemlere biraz daha yakından bakmaya ne dersin? +
+Fonksiyon nedir? + Verdiğimiz bir değeri, tanımlanmış özelliklere göre belirli işlemler uygulayarak bir sonuç veren matematiksel işlemlere fonksiyon diyoruz. Evindeki çamaşır makinesini düşünelim. Kirli çamaşırı içine attığında yıkama işlemini çalıştırarak temiz çamaşır çıkartır. Bunu günlük hayatımızdaki fonksiyonlara örnek olarak verebiliriz. +
+
+
+ 
+ Bir örnek üzerinden gidelim. + 7 tane terliğimiz var. Ayak numaralarının tablo ve grafiklerini yana ekledim. Bunlar üzerinden bir tahmin yürütebilir misin? +
+Bu verilere göre bir numara 29-33 arasında ise çocuk terliği, 36-39 arasında ise yetişkin terliğidir diyebiliriz. +
+Harikasın! Artık bazı tahminler yapmaya hazırız! +
+
+
+ 
+ Artık kendimiz tahminler yapabiliyoruz, peki ya bunları bilgisayara nasıl öğretebiliriz? Aktivasyon fonksiyonlarından yardım alabilir miyiz sence? +
+Girdiğimiz değeri çocuk ayakkabısı veya yetişkin ayakkabısı olarak tanımlayabilecek bir fonksiyona ihtiyacımız var. +
+
+
+ 
+ Girdiğimiz değeri 0 veya 1 e yaklaştıran bir fonksiyona ne dersin? İki adet çıktı seçeneğini elde etmiş oluruz. Sonucumuz 0’a yakınsa çocuk terliği, 1’e yakınsa yetişkin terliği olarak sınıflandırabiliriz. +
+Bu harika! Bu fonksiyonun adı ne? +
+Sigmoid’e merhaba de! +
+
+
+ 
+ Sigmoid kıvrımlı grafiği sayesinde sonuca yavaş yavaş yaklaştırıp kesin zıplamaları önlemiş oluyor. Ancak bunun bir negatif getirisi olarak, 0 veya 1’e çok yakın olan değerlerde öğrenme süreci yavaşlamış oluyor. Yanda sigmoid fonksiyonunun bu problemimizde bize nasıl yardımcı olduğunun basit bir çizimini görüyoruz. +
+
+
+ 
+ Bu harika! Başka aktivasyon fonksiyonlarından da örnek verebilir misin? +
+Tabii ki. Az önceki ev - metrekare problemi için kullandığımız metoda lineer fonksiyon diyoruz. Bu da aslında bir aktivasyon fonksiyonu türü, ama her zaman kullanışlı olmuyor. Gelen inputları ağırlık değerleri ile çarparak çıktı oluşturan bu fonksiyon, optimum bir değere sahip olmaması sebebiyle backpropagation kavramını tamamen ortadan kaldırıyor. +
+
+
+ 
+ Piko: AI çalışmalarında kullanılan birçok aktivasyon fonksiyonu var. Şimdiye kadar sigmoid ve lineer fonksiyonlar üzerine konuştuk. Şimdi diğer en sık kullanılanlar diyebileceğimiz ReLU ve Tanh’ı öğrenelim. +
+
+
+ 
+ ReLU(Rectified Linear Unit), hangi aktivasyon fonksiyonunu kullanacağımızı bilmediğimizde kullanabileceğimiz en temel aktivasyon fonksiyonlarından biri. Yandaki grafikte de görebildiğin gibi, sıfırdan küçük değerler için her zaman 0, pozitif değerler için ise lineer bir çıktı üretiyor. +
+Bu negatif değerler için öğrenmeyi gerçekleştiremediği anlamına gelmez mi? +
+Tam olarak öyle. Buna literatürde “Dying ReLU” problemi diyoruz. Bu yüzden ReLU, aynı lineer fonksiyonda olduğu gibi detaylı ve karmaşık verilerle çalışılırken çok doğru sonuçlar üretemiyor. +
+
+
+ 
+ Bu saydığımız fonksiyonlarda yapay sinir ağı modellemelerinde en çok karşımıza çıkan tanh fonksiyonudur. +
+Tanh’ın grafiği bana Sigmoid’i anımsattı. İkisinin arasındaki farkı açıklayabilir misin? +
+Harika bir noktaya değindin Alberto! Aslında tanh, 0 merkezli bir sigmoid fonksiyonudur. Denklemlerini aşağıdaki gibi eşitleyebiliriz: tanh(x) = 2 * sigmoid(2x) - 1 +
+
+
+
+ Peki ya kullanacağımız alanları nasıl ayıracağız? +
+Sigmoid 0 ile 1 arasında değer üreten problemlerde kullanılabilir. Tanh fonksiyonu ise negatif çıktı içeren problemlerin de çözümünde kullanılabilir diye özetleyebiliriz. +
+
+
+ Yapay zeka harika! Bu alanda nasıl kendimi geliştirebilirim? +
+Yapay zeka için verilerin öneminden bahsetmiştik. Sen de veri bilimi ile ilgilenebilirsin. Veriler tarih ilerledikçe hızla artmakta. Bu artışın genel nedeni endüstri ve internet. Üretimin kolaylaşması ve paylaşımın artması ile üretilen veride artıyor. +
+Veriler arttıkça daha karmaşık hale geliyor. Devlet arşivleri, internet vb. Sağlayıcılardan elde ettiğimiz veriyi işlemekse zorlaşıyor. Bu yüzden yeni bir meslek bile oluştu “Veri Bilimci”. Önceki durumlardan da öğrendiğimiz gibi iyi bir yapay zeka eğitmek için bolca veriye ihtiyacımız vardı. Fakat bu verilerin doğruluğu ve alakası da çok önemlidir. +
+
+
+ Benim hangi verilerimi topluyorlar, beni kaçıracaklar mı?! +
+Burada çok büyük bir alan mevcut. Sokaklardaki kamerelardan hareketliliğimiz, duygusal durumumuz gibi veriler toplanabiliyor. Ya da kullandığımız akıllı saat veya bileklikler ile kalp atışımızdan gün içindeki adım sayımıza kadar erişilebiliyor. +
+Zaten hepimizin bildiği sosyal medya araçlarıysa adımızdan nelerden hoşlandığımıza kadar biliyor. Ben bile sizi daha iyi anlamak için konuşmalarımızı kayderek kendimi geliştiriyorum. +
+
+
+ NEEE! Dinleniyor muyuz? +
+Hmm...dinlenildiğini söylemek pek de yanlış olmaz Meryem. Her ne kadar dediğin her kelimeyi karşı tarafta dinleyen bir insan olmasa da ; mikrofon kullanımına izin verdiğin bir uygulamayı açtığında, yapay zeka ve çeşitli algoritmalar, izlediğin tv kanalını ses sinyallerinden analiz ediyor ve karşına izlediğin showlara göre reklam çıkarıyor. +
+
+
+ AAAA, bunlardan nasıl korunabilirim? +
+Belki telefonunu evde bırakıp, ıssız bir adaya göç edersen korunabilirsin Meryem. +
+Oh, en azından telefon dışında bir tehlikem yok. +
+O kadar emin olma Meryem. Verileriniz sadece telefonlarınızdan toplanılmıyor. +
+
+
+ Belki telefonun olmayabilir, fakat her gün dolaşmak için gittiğin parktan, arkadaşlarınla buluştuğun alışveriş merkezinin önünden, eve gelmek için kullandığın yola kadar hepsini biliyorlar Meryem. +
+Sokaktaki kameralardan mı Piko? +
+Aynen öyle. Fakat datanın nasıl toplandığından önemli olarak neden toplandığını sormakta fayda var. Kameralar, devlet güvencesinde sağlık ve güvenlik amaçlarıyla kullanılmaktadır. +
+
- Yapay Zeka İnteraktif Sunum
-
- Karakterleri Tanıyalım
-
- Alberto meraklı, bilgili bir Felsefe öğretmenidir. Yeni şeyler öğrenmeye bayılır. Seni dikkatle dinler, en ince ayrıntılarına kadar durumu öğrenmeye çalışır. Son günlerde popüler olan sesli asistanlardan birine kendisi de sahiptir. Onun aklını karıştırmak için elinden geleni yapacaktır.
-
- - Merhaba, ben Piko size özel tasarlanmış sesli asistanım. Aslında çok bilmiş biriyim. Bana soracağın her soruyu dikkatle dinlerim ve en uygun cevabı sana iletirim. Bu arada bir sıkıntın olursa bana gelebilirsin. İnsan psikolojisinden de çok iyi anlarım. -
-
- - Bean genelde sessiz duran fakat her zaman yanı başımızda duran kahve bardağımızdır. Morali bozuk Alberto’ yu görmeye dayanamaz ve bir anda dilegelir! -
-
- Alberto işten gelmiş telefonuyla yeni bir ev arıyordu. Bean her zamanki yerinde mutfak dolabında doldurulmayı bekliyordu. Piko ise o sıralarda uyku modundaydı. Alberto İşini bıraktı ve mutfağa yönelip Bean’ i yerinden aldı kahvesini doldurdu masanın kenarına bıraktı. Kendisi de sandalyesine oturdu. Canı sıkkın bir şekilde bardağa bakarken birden duyduğu ses ile irkildi. Bean’ in sesiydi bu. “Alberto” dedi Bean.
-
- Duydukları ile adeta buz kesmişti Alberto fakat sakinlikle cevap verdi. - Alberto: Ev sahibimin evi satması nedeniyle yeni bir eve ihtiyacım var. Bu yüzden bir ev bakıyorum, sence bir ev alırken dikkat edilmesi gereken unsurlar nelerdir? - Piko: Bir evin öncelikle senin için yeterli alana sahip olup olmaması önemlidir. Bunun yanında bütçene uygunluğu da kriterlerinden olmalıdır. Ayrıca alacağın evin iş ve ulaşım araçlarına uzaklığı da göz önüne almalısın. Her gün gideceğin işine evin ne kadar yakın olursa o kadar vakit kazanırsın. - Alberto: Teşekkür ederim Piko. Şimdi sırada uzun bir internet araması var. Umarım o kadar evden bir tane bulabilirim. Tabii bir de tek tek bunlar ile ilgili bilgi toplamak... -
-
- Piko: Şehirdeki tüm binaları ve konumlarını biliyorum. İnternetten sana uygun olacağını düşündüğüm birkaçını bulmak benim için kolay bir iş. Ben hemen gerekli verileri toplayarak dönüyorum. - Piko birçok ev bulur. - Piko: Alberto! İstemeyeceğin kadar ev buldum sana! - Alberto: Ben de bundan korkuyordum, hepsini nasıl inceleyeceğim? - Piko: Bu verilerle daha kolay incelemek için grafiklerle düzenleyebilirim. - -
-
- Piko:Değerinden fazla para ödememek adına aklındaki ev boyutu için ideal bir fiyat belirlemek önemlidir. Bunu sana sağladığım grafiklerle nasıl hesaplarız inceleyelim. Öncelikle lütfen yandaki ev fiyatları/metrekare grafiğini incele.
-
- Alberto: Bu grafik bana ne sağlıyor?
-
- 
- 
- Piko: İdeal bir fiyat belirlemek için verinin sınırları içerisinde verilen bir ev boyutu girdisi için ortalama bir fiyat hesaplıyor olabilmemiz gerekiyor. Bunun için geliştirilmiş çeşitli matematiksel formüller ve yollar var, bu - yolları incelemeden önce anlayışını kuvvetlendirmek adına grafikler ve koordinat sistemini hatırlayalım.
-
-
-
- Piko: Eğer ay sayısını Y ile, birikimi X ile gösterirsek yukarıdaki grafiği
X = Y *200
denklemi ile ifade edebiliriz. Fazla soyut kalmaması adına denklemi grafikteki değerlerle çözelim:
-
-
-
- Alberto: Anlıyorum. Eğer veriyi bu şekilde bir denklem ile ifade edersek bize verilmeyen örnekleri tahmin etme şansımız olur! Tıpkı az önce bize verilmeyen 11. ayı tahmin ettiğimiz gibi. -
-
-
- 
- P: Şu ana kadar, evlerin metrekare ile fiyatlarını tahmin konusunda başarı ile ilerledik. Fakat evlerin Alberto’ nun işine olan uzaklığı konusunda sorun yaşadık. Çözümden önce insanların günlük hayatlarında problemlerini nasıl çözdüklerini sormak istiyorum. - A: Biz insanlar problemleri akıl ve mantık ile çözeriz bu işlerlerse beyinde gerçekleşir. Fakat daha detaylı anlatmam gerekirse, tüm bu olaylar sinir sistemimizde nöronlar yardımıyla çözülür. -
-
- P: Söylediklerine katılıyorum. Fakat nöron deyip geçmemeliyiz. Çünkü çözümü anlamak için öncelikle biyolojik nöronları anlamalıyız. - Nöronlar, duyu organları ile elde edilen verileri alıp elektriksel durumlarına göre değerlendirerek sonuçlar üretir. Tek bir işlemi yapmak için bile birçok nöron gerekmesidir. - Nöronlar, vücutta elektrokimyasal sinyalleri alan ve ileten özelleşmiş hücrelerdir. Nöronlar üç temel bölümden oluşur: dendrit, hücre gövdesi ve akson. - Neden öncelikle nöronları anlamalıyız ? - İlk yapay sinir ağları tasarlanırken, daha yapay zeka kavramı ortaya çıkmamıştı! Yapay sinir ağları nörobilimcilerin insan beyninin çalışma ve karar verme aşamalarının şema edilmesi ve modellenmesi sonucu ortaya çıkmıştır. -
-
- P: Biliyor muydunuz? Bende yapay sinir ağları kullanılarak üretildiğim için insanların günlük hayat problemleri ile uyumlu çalışabiliyorum. Peki bu sistem nasıl çalışıyor? - Bunları bir arada çalışan yapay nöronlara borçluyum. Her yapay nöronum üzerine gelen veriyi yine onunla gelen eğitim sürecinden kalmış ağırlık ile toplar ve aktivasyon fonksiyonuna girer ve fonksiyonun sonucuna göre yeni veri oluşturup sonraki katmana iletir. -
-
- P: Konuşmamın arasında az önce ağırlıklardan bahsetmiştim fakat bunu daha detaylı anlatmalıyım. Benim tepki ve cevaplarımın oluşması iki aşamadan oluşuyor. İlk olarak eğitim denen aşama ile ön bilgilere sahip oluyorum bunu sizin bebekliğinize benzetebiliriz. - Sizde küçükken sıcak bir şeye dokunup eliniz yandıktan sonra sıcak cisimlere dokunmanın tehlikeli olabileceğini öğrendiniz. Umarım buna gerek kalmamıştır. Fakat bende neyin doğru ya da yanlış olduğunu eğitim sürecinde öğreniyorum. - Eğitim sürecinde ağırlıklar en doğru sonuca yaklaşmak için sürekli değişiyor. Bazen sadece ağırlıklar da yeterli olmuyor ve burada sapma değerleri söz konusu oluyor. Sonucun doğru şekilde çıkması için bazı nöronlar üzerine gelen veriye sapma değerleri ekleyebiliyor. - Bu değerlerin uygun sonuçlar verebilmesi eğitim sürecinde sahip olduğum verilere bağlıdır. -
-
- A: Yapay zeka harika! Bu alanda nasıl kendimi geliştirebilirim? - P: Yapay zeka için verilerin öneminden bahsetmiştik. Sen de veri bilimi ile ilgilenebilirsin. Veriler tarih ilerledikçe hızla artmakta. Bu artışın genel nedeni endüstri ve internet. Üretimin kolaylaşması ve paylaşımın artması ile üretilen veride artıyor. - Veriler arttıkça daha karmaşık hale geliyor. Devlet arşivleri, internet vb. Sağlayıcılardan elde ettiğimiz veriyi işlemekse zorlaşıyor. Bu yüzden yeni bir meslek bile oluştu “Veri Bilimci”. - Önceki durumlardan da öğrendiğimiz gibi iyi bir yapay zeka eğitmek için bolca veriye ihtiyacımız vardı. Fakat bu verilerin doğruluğu ve alakası da çok önemliydi. -
-Yukarıdaki alanın üzerine tıklayarak, iki boyutlu düzlemde yeni veri noktaları oluşturabilirsin.
-Öğrenme Hızı:
-