Yapay zeka genellikle 2 kategori altında değerlendirilir: (Dar Ve Genel Yapay Zeka)
- Dar Yapay Zeka: Zayıf yapay zeka olarak da adlandırılan bu çeşit kısıtlı bağlamda işlem yapar ve insan zekasının bir simülasyonudur. Dar yapay zekan genellikle tek bir görevi mükemmel olarak yapmaya odaklanır. Bu makineler çok zeki görünürken aslında en temel insan zekasından bile çok daha fazla kısıtlama altında çalışırlar.
- Genel Yapay Zeka: Güçlü yapay zeka olarak da adlandırılan bu çeşit filmlerde gördüğümüz yapay zeka çeşididir. (Westworld’deki robotlar veya Star Trek’teki Data gibi) Genel yapay zeka genel zekaya sahip bir makinedir ve neredeyse bir insan gibi bu zekayı herhangi bir problemi çözmek için kullanabilir.
Şimdi bu kategorileri biraz daha açalım:
Dar Yapay Zeka
Dar yapay zeka günlük hayatımızda çokça karşılaştığımız ve yapay zekanın bugüne kadarki en anlaşılır hali. Belirli görevlerin yerine getirilmesine odaklanan dar yapay zeka, son on yılda “Yapay Zekanın Geleceğine Hazırlık” a göre, “önemli toplumsal faydalara sahip olan ve ulusun ekonomik canlılığına katkıda bulunan” birçok atılım gerçekleştirmiştir. (Obama İdaresi tarafından yayınlanan 2016 raporu)
Dar yapay zekaya birkaç örnek vermek gerekirse:
- Google araması
- Resim tanıma yazılımları
- Siri, Alexa ve diğer kişisel asistanlar
- Şoförsüz otomobiller
- IBM’in Watson bilgisayarı
Makine Öğrenmesi ve Derin Öğrenme
Dar yapay zekanın birçok başarısı gücünü makine öğrenmesi ve derin öğrenmeden alır. Makine öğrenmesi, derin öğrenme ve dar yapay zeka arasındaki farkı anlamak biraz kafa karıştırıcı olabilir. Girişim kapitalisti Frank Chen, şu notu ile aralarında nasıl ayrım yapılacağına dair iyi bir genel bakış açısı sunuyor:
“Yapay zeka insan zekasını taklit etmeye çalışan bir dizi algoritma ve zekadır. Makine öğrenimi bunlardan biridir ve derin öğrenme de bu makine öğrenmesi tekniklerinden biridir.”
Basitçe söylemek gerekirse, makine öğrenmesi bir bilgisayar verisini besler ve bir görevde özel olarak programlanmadan, milyonlarca satırlık yazılı kod ihtiyacını ortadan kaldırarak, bir işte nasıl daha iyi bir şekilde daha iyi olabileceğini “öğrenmesine” yardımcı olmak için istatistiksel teknikleri kullanır. Makine öğrenmesi hem denetimli öğrenmeyi (etiketli veri setlerini kullanarak) hem de denetimsiz öğrenmeyi (etiketlenmemiş veri setlerini kullanarak) içerir.
Derin öğrenme, biyolojik olarak ilham veren bir sinir ağı mimarisi aracılığıyla girdiler çalışan bir makine öğrenmesi türüdür. Yapay sinir ağları, verilerin işlendiği bir dizi gizli katman içerir ve makinenin öğrenmesinde “derin” olmasına, bağlantıları kurmasına ve en iyi sonuçları elde etmek için girdi almasına olanak tanır.
Genel Yapay Zeka
Herhangi bir göreve uygulanabilecek insani zekaya sahip bir makinenin yaratılması birçok AI araştırmacısı için Kızıl Elma’dır ancak AGI arayışı zorluklarla doludur.
“Herhangi bir ortamda öğrenmek ve hareket etmek için evrensel bir algoritma” arayışı (Russel ve Norvig 27) yeni değildir, ancak zaman esasen tam bir bilişsel yetenek grubuna sahip bir makine oluşturma zorluğunu kolaylaştırmamıştır.
Genel yapay zeka uzun zamandır süper zeki robotların insanlığı altüst ettiği distopya bilim kurgularının merkezinde olmuştur ancak uzmanlar yakın zamanda endişelenmemiz gereken bir şey olmadığı konusunda hemfikirdir.
Kaynak:builtin.com
