Bu Terimleri Bilmiyorsanız Yapay Zekâ Konuşmalarınızda Eksik Kalırsınız! İşte Muhtemelen Duymadığınız 13 Yapay Zekâ Terimi

Kod yazmıyor olsanız bile bu tabirlerle tanışmak sizi bir adım daha öne taşıyacağı gibi yapay zekâyı daha yeterli anlamanıza da yardımcı olacak.

İşte birden fazla kişinin kulağını pek de çınlatmadığı, faydalı yapay zekâ tabirleri:

Yapay zekâ tabirleri:

• Federatif öğrenme
• Felaket unutma
• Gömme
• Gradyan kaybı
• Pekiştirmeli öğrenme
• Dikkat mekanizması
• Mod çökmesi
• Sıfır atışlı öğrenme
• Birkaç atışlı öğrenme
• Halüsinasyon
• Nöroevrim
• Sürü zekâsı
• Transfer öğrenme

Federatif öğrenme

Veri kapalılığı kıymetliyse bu terimi bilmek koşul. Federated learning yani federatif öğrenme, bilgiyi merkezde toplamadan aygıtlar üzerinde öğrenmeyi sağlıyor.

Yani bilgiler aygıtta kalıyor, model orada eğitiliyor. Google’ın klavye önerileri bile bunu kullanıyor. Hem kullanıcı verisi korunuyor hem de model gelişiyor.

Felaket unutma

Bir yapay zekâ modeline yeni bir şey öğretmeye çalışırken eskileri unuttuğunu hiç duydunuz mu? İşte bu tabire “catastrophic forgetting” deniyor. Bilhassa daima öğrenen sistemlerde baş belası! Yapay zekânın “balık hafızalı” olma hâli de diyebiliriz.

Gömme

Bir söz, fotoğraf ya da kullanıcı nasıl sayıya çevrilir? Embedding (gömme/yerleştirme) karmaşık şeyleri makinenin anlayacağı formda vektörlere dönüştürüyor.

Örneğin, “kedi” ve “köpek” benzeri sayılarla temsil ediliyor zira mana olarak yakınlar. İçerik teklif sistemlerinin bilinmeyen silahı.

Gradyan kaybı

Derin hudut ağlarında eğitim sırasında sık görülen bir sorun. Modelin öğrenmesi gereken şeyler, katmanlarda “sönümlenerek” aşağıya ulaşmaz yani sistem öğrenemez. Bu sorun çözülmeseydi, bugün derin öğrenme bu kadar ilerleyemezdi.

Pekiştirmeli öğrenme

“Ödül” temelli öğrenme de diyebiliriz. Yapay zekâ bir aksiyon alıyor, sonucuna nazaran ödül yahut ceza alıyor. Bu döngüyle vakitle doğruyu öğreniyor. Oyun oynayan, robot denetim eden yapay zekâlar bu usulle eğitiliyor. Tam manasıyla sabır işi.

Dikkat mekanizması

Bir metnin hangi kısmı değerli? Yapay zekâ, bu kararı dikkat düzeneğiyle veriyor. Bu yapı, modele “Neyi ne kadar dikkate alması gerektiğini” öğretiyor. ChatGPT üzere lisan modellerinin muvaffakiyetinde büyük rol oynuyor. Dikkatini verdiğin kadar öğreniyorsun, değil mi?

Mod çökmesi

Generative AI (üreten YZ) modellerinde sık rastlanan bir durum. Model daima tıpkı ya da benzeri çıktılar üretmeye başlar. Yani çeşitlilik biter, üretim tek düze olur. Bilhassa GAN’lerde (üretken ağlar) baş ağrıtan bir sorun.

Sıfır atışlı öğrenme

Modelin hiç görmediği bir vazifesi çözmesi de diyebiliriz. Evet, hiç örnek verilmeden! Bu, genel yapay zekâya giden yolda değerli bir adım. Model, eski bilgilerden yola çıkarak yeni bir vazifeye adapte oluyor. Sıfırdan tahlil üretmek, tam da bu.

Birkaç atışlı öğrenme

Modeli eğitmek için binlerce örnek vermek yerine, birkaç örnekle işi öğrenmesini ister misiniz? İşte few-shot learning tam olarak bu. İnsan üzere öğrenen yapay zekâların temel taşlarından biri. Az datayla çok iş başarmak burada devreye giriyor.

Halüsinasyon

Dil modellerinin gerçek olmayan fakat kulağa yanlışsız gelen şeyler uydurması bu tabirle açıklanıyor. Mesela yapay zekâ, olmayan bir kaynak ya da bilgi “uydurabiliyor.” ChatGPT üzere modellerde sık karşılaşıyoruz. Gerçekçiliğe o kadar yakın ki farkı bazen ayırt etmek güç.

Nöroevrim

Sinir ağlarının evrimsel algoritmalarla optimize edilmesi sürecine verilen bir isim. Yani yapay zekâ modelleri, doğal seleksiyon gibisi bir süreçle geliştiriliyor. Bilhassa klasik öğrenme prosedürlerinin yetersiz kaldığı durumlarda kullanılıyor.

Sürü zekâsı

Tahmin edebileceğiniz üzere tabiattaki sürü davranışlarından esinlenilmiş yani birçok kolay ünite, bir ortaya gelerek karmaşık sorunlar çözülüyor. Karıncalar yiyecek bulmada bu prosedürü kullanırken yapay zekâ, optimizasyon sorunlarında kullanıyor.

Transfer öğrenme

Son terimimiz ise transfer öğrenme. Bir alanda öğrenilen bilgi, öbür bir alana aktarılıyor. Bir yapay zekâ modeli, kedileri tanımayı öğrendikten sonra bu bilgiyi köpekleri tanımak için de kullanabiliyor. Bir yandan bu sistemle vakit ve kaynak tasarrufu da sağlanıyor.

Siz bu tabirlerden kaçını biliyordunuz? Yer vermediğimiz fakat sizin de ekleyecekleriniz varsa yorumlara bekliyoruz.

Yapay zekâ hakkında daha fazlası için: