Yapay Zekanın Tarihçesi
Yapay Zekanın geçmişi hakında Türkçe bir kaynak:
 |
| yapay-zeka-zaman-cizelgesi (2012-2021) |
Yapay Zeka ve İnsan mail grubunu kurduktan sonra, sık sık sunum davetleri alıyorum. Son olarak Durmuş Günay Hocamın davetiyle, Yapay Zekâdan Korkalım mı? konusunu anlatmıştım. Sunum dosyasına şuradan erişebilirsiniz. Sunumda bahsi geçen tarihçeyi daha okunaklı hale getirmek için Yapay Zekadan yardım istedim:
Bu prompt ile ChatGPT hakikaten güzel bir tarihçe üretti. Biraz düzelterek sunuyorum:
Yapay Zeka (YZ) tarihi, 1956'da başlıyor. John McCarthy, Yapay Zeka terimini ilk kez, önde gelen bilim insanlarının insan zekasını taklit etme yeteneğine sahip makineler oluşturma konusunu tartışmak için bir araya geldiği Dartmouth Konferansı'nda kullandı. McCarthy ve diğerleri, dil kullanma, problem çözme ve öğrenme gibi insan zekasının özelliklerini sergileyen bir "makine dilinin" oluşturulmasını önerdi.
1960'ların başlarında, YZ'nın insan dilini kullanma becerisi Joseph Weizenbaum tarafından geliştirilen ELIZA ile başladı. ELIZA, bir insanla doğal dilde konuşabilen ve basit konuşma kalıplarını taklit edebilen ilk sohbet robotuydu. Basit yapısına rağmen, ELIZA, YZ'nın insan dilini kullanma potansiyelini gösteren bir kilometre taşı oldu. YZ'nın erken dönemlerindeki heyecan verici başarılar uzun sürmedi. Basit dil modelleri gerçek çevirilerde tökezledi.
1970'lerde beklenen ilerlemelerin gerçekleşmemesi nedeniyle bir hayal kırıklığı dönemi yaşandı. Bu dönem, Yapay Zeka Kışı olarak adlandırılıyor. İlk YZ modellerinin dil anlama, problem çözme ve genel zeka gibi alanlarda sınırlı başarıya ulaşmasının ardından, finansman ve ilgi azaldı. Ancak bu dönem, aynı zamanda YZ'nın uzmanlık alanlarına daha odaklanmış bir yaklaşımın gelişmesine de yol açtı.
1980'lerde "Uzman Sistemler" adı verilen odaklanmış YZ modelleri yükselişe geçti. Uzman sistemler, belirli bir konuda derin bilgiye sahip olacak şekilde programlanmış ve belirli görevleri gerçekleştirme yeteneğine sahip olacak şekilde tasarlanmıştı. Bunlar arasında medikal teşhis koyma, hukuki tavsiyelerde bulunma ve karmaşık veri tabanlarını yönetme yetenekleri bulunuyordu. Bununla birlikte, bu sistemler genellikle tek boyutlu ve genel problem çözme yeteneklerinden yoksundu, dolayısıyla bu dönemin başarıları sınırlı kaldı.
1990'lar, YZ'nın gelişiminde yeni bir dönemi işaret ediyor. Bu dönem, Makine Öğrenmesi'nin yükselişine tanıklık etti. Makine öğrenmesi, bilgisayarların karmaşık modeller ve algoritmalar kullanarak verilerden öğrenme yeteneğini vurgular. Bu dönemin en büyük başarılarından biri, 1997'de dünya satranç şampiyonunu yenen IBM'in Deep Blue bilgisayarı oldu. Bir bilgisayarın, karmaşık bir oyunu işin ustası bir insandan daha iyi oynayabileceğini gösterdi.
2000'ler, YZ'nın internet, iletişim ve GPS gibi günlük teknolojilerimizin ayrılmaz bir parçası olduğu bir dönem oldu. Google gibi şirketler, web aramalarını geliştirmek için Yapay Zeka algoritmalarını kullanmaya başladı. Akıllı telefonlar, Yapay Zeka'yı daha fazla kişiye ulaştıran cihazlardı ve GPS hizmetleri, restoran önerileri ve hava tahminleri gibi bilgileri kullanıcılara sunmak için YZ teknolojisini kullandı. Ref: Bilgisayar cebimize nasıl sığdı
2010'larda, Makine Öğrenmesi'nin yeni bir alt dalı öne çıktı: Derin öğrenme, büyük miktarda veriden karmaşık desenleri öğrenmek ve anlamak için yapay sinir ağları kullanır. Bu teknoloji, görüntü ve ses tanıma gibi alanlarda büyük ilerlemeler sağladı.
2020'lerin başlangıcında, Yapay Zeka teknolojisinin bir sonraki büyük dalgası olarak Oluşturucu YZ (Generative AI) öne çıktı. Bu teknoloji, makinaların öğrendikleri verilerden yeni ve özgün içerik oluşturabilme yeteneğine sahip olmasını içerir: metin oluşturma, resim ve müzik yapma ve hatta kod yazma gibi alanlarda uygulamaları olan heyecan verici bir gelişme. Bugün için, Oluşturucu YZ'nın en çarpıcı örneği OpenAI tarafından geliştirilen GPT modelleridir.
Sonuç olarak, Yapay Zeka'nın tarihçesi, sürekli ilerleme ve evrimin bir hikayesidir. Her dönem, bilim insanları ve mühendisler, insan zekasını taklit edebilen ve belirli görevleri yerine getirebilen makineler geliştirmek için yeni ve heyecan verici yöntemler keşfetmiştir. Bu trendin önümüzdeki yıllarda iyice hızlanacağı tahmin ediliyor.
https://maeyler.github.io/JS/simple/word_count
 |
| Sunumun duyurusu |
Generative AI (Oluşturucu YZ)
Geleneksel yazılım, genellikle bir veri tabanı ve bir dizi algoritma içerir. Veri tabanı, bir programın ihtiyaç duyduğu bilgileri saklar. Kullanıcıların girdiği veya önceden toplanmış bilgilerden oluşur. Algoritmalar, belirli bir görevi yerine getirmek veya bir problemi çözmek için yazılımın takip ettiği talimatlardır: "Şu olursa şunu şöyle yap, bu olursa bunu böyle yap" türünde kesin yordamlar içerir. Algoritmalar belirlilik ilkesine dayanır; yani, verilen bir girdinin çıktısı belirlenmiştir. Problemin içinde rastgele elemanlar olsa bile, bunlar da belirli matematik kurallarla üretilir.
Oluşturucu YZ ise yapay sinir ağları ve öğrenme mekanizmalarını kullanır. Yapay sinir ağları, canlılardaki biyolojik sinir ağlarını taklit eder ve katmanlı bir yapıya sahiptir. Bunlar, geniş miktarda veriden karmaşık desenleri öğrenebilir. Bu öğrenme yeteneği, Yapay Zekanın farklı türdeki verilerden - metin, resim, ses, müzik, kod vb- anlam çıkarabilmesini sağlar.
Öğrenme, YZ'nın en önemli özelliğidir. Derin öğrenme teknikleri kullanılarak, bir YZ modeli büyük veri kümelerinden öğrenir ve öğrenilen bu bilgileri yeni girdilere uygular. Bu öğrenme süreci, belirsizlik unsurunu içerir, çünkü aynı girdinin sonucu her zaman aynı olmayabilir.
Prompt, Oluşturucu YZ'ya kullanıcının isteğini tanımlayan bir metin parçasıdır. Yazılım bu tanımı kullanarak kendisinden beklenen çıktıyı üretir: metin, resim, ses, müzik, kod... ChatGPT gibi araçlardan yararlanmak için promptun çok iyi belirlenmesi gerekir. "Prompt mühendisliği" denen yeni uzmanlık alanı, YZ'ya doğru soruyu sormanın yollarını gösterir.
