Hollywood’un en sevdiği senaryolardan biridir. ROBOTLAR DÜNYAYI ELE GEÇİRECEK!
Bu senaryo ısıtılıp ısıtılıp önümüze sürülür ama robotlar maalesef çay demlemekten ya da takla atmaktan öteye gidemedi bir türlü.
Bunları da bizim verdiğimiz komutlar olmasa yapmaları mümkün değil. Çünkü en amiyane tabiriyle robotlar, dolayısıyla onları kontrol eden bilgisayarlar salaktır. Siz bir makineden, robottan veya bilgisayardan bir şey yapmasını istiyorsanız tüm adımları ile bu komutları kod şeklinde yazmalı ve bu komutları uygulatmalısınız.
ANCAK!
Robotlar eğer gelecekte bir gün dünyayı ele geçirecekse bunun sebebi de yine biz olacağız.
Çünkü bilgisayarlara öğrenmeyi öğretmeye başladık. Buna da MACHINE LEARNING. Yani Makine Öğrenmesi deniyor.
Çok acayip. Gerçekten çok acayip bir konu. Bu videoyu hazırlamak için çok uzun süredir araştırma yapıyorum. Sayısız makale okudum ve video izledim ve tümünün ortak noktası ise şu. Makine Öğrenmesi dünyayı değiştirecek ve bir noktadan sonra kontrolden çıkma ihtimali de var. Ama olmayabilir de. Robotlar dünyayı ele geçirebilir de geçirmeyebilir de.
Ne mi diyorum? İsterseniz size anladığım kadarıyla ne olduğunu anlatayım, sonunda kararı siz verin ne olacağına.
Yorumlarda da beraber tartışalım. Yorum yapmayı unutmayın. Lütfen bebar bilime de videoları beğenerek, paylaşarak destek olmayı unutmayın. Ve bilim, eğitim, teknoloji, felsefe ve daha birçok konuda heyecan duyan ve giderek büyüyen ailemize katılmak için abone olmayı da unutmayın… Şimdiden teşekkürler.
Şimdi gelelim konuya.
Dünyayı Değiştirecek Teknolojiler serisinin 2. Videosuna. Makine Öğrenmesi nedir, ne değildir, örnekler nelerdir ve gelecekte ne tür olasılıklar bizi bekliyor?
Haydi başlayalım.
Şimdi. Başta biraz. Biraz mı dedim. Bayağı karmaşık gelebilir. Gelecek. Ama bir yere gitmeyin lütfen. Anlatacağım. Sonunda mantığını hep beraber anlayacağız. Söz.
Yani inşallah.
Neyse.
Önce tanımıyla başlayalım mı?
Makine Öğrenmesi nedir?
Makine öğrenmesi adı şudur: Sözlük tanımı da yapmayacağım. En basit haliyle:
Az önce de bahsettiğim gibi. Şu anda bilgisayarlar bize müthiş geliyor ya. Çok acayip işler yapıyorlar. Yapay zeka filan deniyor. Ama hiç de öyle değil. Bilgisayarlar şu anda inanılmaz kafasız durumdalar. Bilgisayar çağının henüz embriyo dönemindeyiz desem yeridir. Daha emekleyecek, sonra yürüyecek, koşacak sonra iş bulacak, askerlik filan derken…
Neyse.
Özetle bilgisayarlar henüz bizim söylemediğimiz hiçbir şeyi yapamıyorlar. Komutları veriyoruz ve onlar da yapıyorlar. Hepsi bu.
İşte makine öğrenmesi bilgisayarlara bizim söylemediğimiz şeyleri yapmayı da öğretecek. Bilgisayarlara öğrenmeyi öğreteceğiz. Balık vermeyeceğiz. Balık tutmayı öğreteceğiz yani.
Şimdi robotların istilası daha mantıklı gelmeye başladı mı?
İşte makine öğrenmesi bu.
Peki bunu nasıl yapıyoruz? Nasıl öğreniyor makineler?
İki şekilde. Supervised ve Unsupervised. Yani Denetimli ve Denetimsiz şekilde. Bunlardan da kısaca bahsedelim.
Supervised yani Denetimli öğrenme şöyle bir şey.
Mesela bilgisayara bir girdi ve bir de çıktı veriyoruz. Sonunda ondan bu kontrollü verilerden bir anlam çıkarmasını bekliyoruz. Gelin IKEA örneği üzerinden gidelim burada.
Örneğin ikeadan bir mobilya aldınız. Bir sürü parça çıktı içinden. Bu parçalar da verilerimiz olsun. Bu veriler tek başına hiçbir şey ifade etmez. Ama işte o anda bir mucize gerçekleşir ve içinden bir kağıt parçası çıkar kutunun. Bu kağıt parçası ile sonunda bizim de bir sandalyemiz olabilir. Aslında inanılmaz. Hiçbir işe yaramayacak tahta parçalarından bir sandalye çıkarırsınız. İNANILMAZ DEĞİL Mİ?
Değil işte. O kağıt parçası yani talimatlar olduğu sürece sorun yoktur.
İşte makine öğrenmesinde bilgisayara her parçayı nasıl birleştireceğini söylemeyiz. Ona parçaları yani verileri verir ve kağıt parçasını da eline tutuştururuz. Ve hop. Al sana sandalye.
Buna denetimli makine öğrenmesi diyoruz çünkü bilgisayara hem verileri veriyoruz hem de o verilerle ne yapacağını anlatıyoruz. O da yapıyor. Siz sadece bilgisayara bu verileri nasıl anlamlandıracağını öğretiyorsunuz. Bunun için algoritma yazıyorsunuz. Her bir parçayı nasıl birleştireceğini anlatmaktan çok daha kısa bir kodla işi bitiriyorsunuz. En güzeli de bundan sonra bu algoritmayı hem sandalye, hem masa, hem de koltuk yapmak için kullanabilir bizim akıllı bilgisayarımız.
Bu kısmı işte bizim işimizi çok ama çok kolaylaştıracak. Dünyayı cidden çok daha iyi bir yer haline getirecek kısmı makine öğrenmesinin. Bu seviyede robotlar bir halt edemezler. DÜNYAYI ELE GEÇİRECEM! Derse vurursunuz ensesine. “Lan salak ben sana nasıl yapılacağını söylemeden nasıl yapacan acaba?” dersiniz. O da oturur sandalye yapmaya devam eder…
VE FAKAT.
Unsupervised. Yani Denetimsiz öğrenmede işler biraz karışık. Yani. En basit haliyle anlatmaya çalışacağım yine.
IKEA örneğini hatırlayın. Bir girdi ve bir de çıktı vardı burada. Yani tahtalar veri yani girdi, sandalye ise çıktıydı. O çıktıya nasıl ulaşacağını da talimatlarla söylüyorduk. Denetimsiz öğrenmede çıktı yok. Tahta var ama sandalye yok. Ne var o zaman?
Hiçbir şey. Sadece veri var. Ama öyle böyle değil. Katrilyonlarca. Sınırsız veri. Peki olay ne burada?
Şu andaki haliyle sadece sınıflandırma. Serinin bir önceki videosu Big Data ile ilgiliydi. İzlemediyseniz hemen gidip izleyin ne dediğim daha net anlaşılır. Sonra gelirsiniz buraya. Link yukarıda. İşte orada da bahsetmiştim ne kadar çok veri olduğundan. Bu verilerle birkaç şey yapıyoruz şu an ama bu kadar olmamalı. Değil mi? Çünkü şaka maka geleceğin para biriminin DATA olacağını söyleyenler az değil. Dünya Ekonomi Forumunda da ciddi ciddi tartışılmakta olan bir konu bu. Buradan da Blockchain’e pası atalım ondan da bu seride bahsedeceğimizi duyuralım.
Neyse. İşte denetimsiz makine öğrenmesi bu verilerle ne yapacağımıza dair ilk adım aslında. Şu anda yaptığı şey ise bu verileri sınıflandırmak. Bazen bizim de yardımımızla. Hani “SEN İNSAN MISIN?” diye soru soruyor ya bazen web siteleri. Ve son zamanlarda dikkat etmişsinizdir. Resimlerdeki arabaları bulun, trafik işaretlerini bulun diye sorar bu captcha’lar. İşte burada siz aslında makine öğrenmesine destek oluyorsunuz. Ama neden trafik işaretleri? Neden yollar, köprüler soruluyor habire?
Hadi tahmin edin. 5 saniyeniz var…
Tabiki sürücüsüz otomobiller!
Gelecekte yolarda göreceğimiz sürücüsüz otomobillere veri sağlıyoruz şu an. Bunları sınıflandırıyoruz. Yarın makineler bu verileri kullanacak. Denetimsiz öğrenmenin en güzel örneklerinden biri de bu aslında.
Onun dışında dediğimiz gibi. Temel görevi sınıflandırmaktır. Örneğin resimlerde kedi mi var, at mı var, peçete mi var bunları örneklerle karşılaştırıp sınıflandırıyor ve etiketliyor.
Yani hala aslında emeklemeye çalışıyor makineler, bilgisayarlar.
Verebileceğim daha yığınla örnek var aslında. Bunlardan birçoğunu google aracılığı ile günlük hayatımızda kullanmaya da başladık. Google fotoğraflar en güzel örneği. Albümlere baktığınızda yüzler, hayvanlar, araçlar, belgeler diye sınıflandırıyor ya. Bakmadıysanız gidin bakın. İlk gördüğümde acayip şaşırmıştım. Nasıl yapıyor bunu diye kıllanmıştım.
Şimdi anladım.
Umarım siz de anlamışsınızdır?
Bu arada makine öğrenmesi bu kadarla sınırlı değil elbette ve gelecekte bizi neler bekliyor bilmiyoruz. Olasılıklar inanılmaz. Ayrıca kimi zaman Yapay Zeka ile Makine Öğrenmesi hatta Derin Öğrenme de birbiri yerine kullanılır. Aslında çok da yanlış değildir ama… Neyse. Yapay zeka da sonraki videonun konusu olsun mu? Orada gireriz detaylara. Ne dersiniz?
Ben çok sevdim bu seriyi. Çok şey öğreniyorum araştırma yaparken. Umarım siz de benim gibi heyecan duyuyorsunuzdur geleceğin olasılıklarından.
Hazır yeri gelmişken ben teşekkür etmek istiyorum size. Kısa zamanda çok güzel bir aile olduk. Hızla da büyüyoruz. Ve bu beni çok mutlu ediyor. Youtube’da bu tip içeriklerin de bu kadar ilgi çektiğini görmek çok sevindirici. Bilimden, akıldan, mantıktan beslenen beyinlerin toplandığı bir yer olmaya başladık… Seviyorum sizi…
Haftaya yine aynı saatte burada buluşalım o halde…
Bilimle kalın!
Kaynaklara bakmak için geldim ama bir şey göremiyorum.