İnsanoğlu ilk zamanlardan beri sürekli beynin nasıl çalıştığını merak etmiş ve kendisine benzer bir makina yapmanın yollarını aramaya çalışmıştır. Özellikle 19. yüzyılda bu arayışlar hat safhaya ulaşmış ve 1940-1950’li yıllarda “Yapay Zeka” biliminin temelleri atılmıştır.
İnsanoğlu ilk zamanlardan beri sürekli beynin nasıl çalıştığını merak etmiş ve kendisine benzer bir makina yapmanın yollarını aramaya çalışmıştır. Özellikle 19. yüzyılda bu arayışlar hat safhaya ulaşmış ve 1940-1950’li yıllarda “Yapay Zeka” biliminin temelleri
atılmıştır. Şekil 1’de gösterildiği üzere önceleri “Zeki Makine” yapma düşüncesi bilimsel çalışmaları tetikler iken zaman içerisinde günün teknolojik olanaklarının yeterli olmaması nedeni ile istenilen sonuçlar elde edilememiştir. Özellikle Alan Turing tarafından üretilen zeka testini geçmek mümkün olmayınca bilimsel motivasyon zeki makine üretmekten daha çok zeki programlar üretebilme yönüne doğu kaymıştır. 1980’li yıllarda Yapay Zeka Biliminin temel anlayışındaki bu değişim yeni gelişmelere kapı açmıştır. Başta uzman sistemler olmak üzere bugün hayatımızın vazgeçilmez parçası olan teknolojiler yavaş yavaş üretilmeye başlanmıştır. Süreç bu şekilde devam etmiş ve 2000’li yıllarda günün teknolojik gelişmeleri de dikkate alınarak tekrar zeki makine üretmenin yollarına bakılmıştır. Zeki sistem (donanım ve yazılım) adı verilen bu akım hızla geçmişte özlenen o makineyi geliştirmeye doğru yol almaktadır.
Tarihi süreç içerisinde ortaya çıkan Artur Samle’in dama oynama makinesi (1952), Allen Newel ve Herb Simon’ın Mantık teorisi (1958), Herbert Gelertner’in Teorem ispatlayıcısı (1959), Jodi Robinson’un Mantıksal Muhakeme Algoritması (1965) çalışmaları yoğun bir şekilde tetikler iken Marvin Misky ve Saymour Papert’in algılayıcısının (1969), doğrusal olmayan olayları çözememesi gelişmelere soru işareti koymuştur. Olayların nerede ise hepsi tekdüzelikten uzak ve doğrusal olmayan bir nitelik taşımaktadır. Bu konudaki yayınlar ve yapılan değerlendirmeler çalışmaların durmasına yol açmıştır. Japonya başlattığı 5. nesil bilgisayar projesini durdurmuştur (bunu durduranlar daha sonra pişmanlıklarını dile getirmişlerdir). Amerika Savunma Araştırmalar Merkezi DARPA “smart truck-zeki kamyon” projesini durdurmuştur. Bazı bilim adamları çalışmalara laboratuvarlarda devam etmişler ve zeki makine oluşturmaları mümkün olmasa da zeki programlar oluşturmayı başarmışlardır. 1972 yılında işleri kolaylaştıracak PROLOG dili geliştirilmiştir. 1969’da DENDRAL, 1976 yılına MYCIN, 1979 yılında ise PROSPECT adı verilen bir uzman sistemler geliştirilmiştir. Türünün ilkleri olan bu sistemler araştırmacıların dikkatini çekmiş ve 1990’lı yıllarda Yapay Zeka Sistemlerinin ilk örnekleri olan uzman sistemler endüstriyel hayatın vaz geçilmez bir parçası haline gelmiştir.
Uzman sistemler “uzmanlık gerektiren problemlere o alanın uzmanlarının çözümü ürettiği şekilde çözümler üretebilen” yapay zeka programlarıdır. Bu programlar olaylara çözüm üretebildikleri gibi tıpkı uzmanlar gibi kararlarının arkasındaki gerçekleri, neden ve nasıl
karar verdiklerini de açıklayabilmektedir. Olayları yorumlayabilmekte hatta belirsiz bilgileri işleyebilmektedirler. Yeni nesil uzman sistemler ise öğrenebilmekte ve gerçek zamanlı kararlar verebilmektedir. Şekil 2’de gösterildiği üzere her bir uzman sistemi geliştirmek
için en az bir uzman kullanılmakta, bilgi mühendisi tarafından uzmanın bilgisi ondan alınmakta ve “bilgi tabanına” konulmaktadır. Uzman sistemin beyni sayılan “çıkarım mekanizması” bu bilgileri anlamakta ve kullanıcının sorduğu sorulara bilgileri veren uzman gibi cevap verebilmektedir. Eğer birden fazla uzman kullanılır ise sistemin zekası daha yüksek olabilmektedir.
Marifet, olan değişimi peşinden sürükleyebilecek yeniliklere de imza atmak ve öncülerden olabilmeyi başarmaktır. Devletin bu çalışmaları destekleyecek projelerini ve uygulamalarını artırmaları gerekmektedir. Kaynak ayırmak önemli olmakla birlikte bu kaynakların değerlendirildiği yolları açmak da o kadar önemlidir.
Gelişmeler hızla devam etmiş ve Yapay Sinir Ağları üzerine çalışan bilim adamları Minsky’nin ortaya attığı sorunu çözmeye gayret etmişlerdir. Yani doğrusal olmayan olayları bilgisayarın öğrenmesi için çaba sarf etmişler ve 1985 tarihinde “Geri Beslemeli Hata Yayılım Ağı” adı verilen bir yapay sinir ağı modeli geliştirilerek bu soruna çözüm üretmişlerdir. Yapay sinir ağları olayları örneklerden öğrenebilen, örneklere bakarak daha sonra hiç görmedikleri örnekler hakkında kararlar verebilen güçlü bir zekaya sahip öğrenme sistemleridir. Şekil 3’te örneği gösterildiği üzere bu sistemler yapay hücreler (şekildeki daireler) ve bu hücrelerin bir araya gelerek oluşturdukları bilgi şebekesidir. Her bir yapay hücre (proses elemanı denilmektedir) öğrenilecek olayın bir niteliğini temsil etmektedir. Çok sayıda örnek gösterilmekte ve yapay hücrelerin arasındaki bağlantılar (şekildeki çizgiler) birbirleri üzerindeki etkileri göstermektedir. Her bir bağlantının bir değeri (ağırlığı) vardır. Bu ağırlık değerleri başlangıçta rastgele atanmakta ondan sonra her bir örnek gösterildiğinde değiştirilerek her bir örnek için istenen tanıtıcı değeri (beklenen değer) oluşturuncaya kadar belirli bir öğrenme algoritması çerçevesinde bu değiştirme devam etmektedir. Buna öğrenme denilmektedir. Öğrenme bitince siteme daha önce hiç görmediği örnekler gösterilerek onları doğru tanıyıp tanımadığı test edilmektedir.
Yapay sinir ağları bu yapıları ile çok karmaşık problemleri dahi öğrenebilmektedir. Bu nitelikleri ile örnekleri tanıma, sınıflama, tahmin etme, ses tanıma, eksik görüntüleri tamamlama, resimler üzerindeki anormal durumları fark etme gibi birçok işlemi başarı ile yürütebilmektedir. Böylece bir ağa 2×2 dört eder diye öğretilerek 2×3 kaç eder diye sorulduğunda bunun 6 olduğunu bilgisayar söyleyebilmektedir. 1990’lı yıllarda yapay zeka sistemlerindeki gelişmeler “net olmayan” veya belirsiz denilen bilgileri işleyebilmesi için teknikler yoğun olarak kullanılmaya başladı. Normal, yoğun, civarında, gibi kavramları bilgisayarın anlaması önemli bir gelişme oldu. 1965 yılında Asker Lütfi Zadeh isminde Azeri bir bilim adamı tarafından bulunan bulanık küme teorisi kullanılarak Şekil 4’te gösterildiği üzere daha önce O veya Bu anlayışı ile çalışan mantık süzgeçleri AŞAĞI YUKARI kavramına dayalı da çalışmaya başladı.
Bu gelişme aynı zamanda bilgisayarın “kelimeler ile hesaplama” kavramı ile Yapay Zekanın yeni bir boyutunun oluşmasına yol açtı. Şekilden de görüldüğü gibi sınırları net olarak çizilemeyen ve net ifade edilemeyen olaylarında çözümü mümkün olmuştur. Özellikle çamaşır makinesi gibi cihazların kullanımında maliyetlerde önemli oranda tasarruf sağlandı. Japonya’da bugün tüm istasyonlarda trenler bu teknoloji kullanılmaktadır.
Bunlara paralele olarak genetik biliminden ve canlılardan hareket ile bilgisayar sistemlerinin ve robotların zekalarının artırılmasına yönelik çalışmalarda devam ediyordu. Suni yaşam, Genetik algoritmalar, arı koloni algoritmaları, karınca koloni algoritmaları
gibi yeni yöntemler icat edildi. İnsanların kalıtım yolu ile bilgileri nesilden nesile taşıyabilmesini açıklayan genetik biliminden esinlenerek geleneksel yöntemler ile çözülmesi mümkün olmayan problemlere çözümler üretilebilmektedir. Tıpkı anneden babadan genler
vasıtası ile kalıtım yolu ile karakteristik özellikler gelecek nesillere geçmektedir. Bunun gibi mühendislik problemlerine çözüm üretirken de çözümleri anne ve baba gibi düşünerek onları birleştirip onlardan daha iyi çözümler (çocuklar) türetip onlardan da daha iyilerini türeterek en iyi sonuca ulaşmanın yolları aranmaktadır. Şekil 5’te gösterildiği üzere arıların çiçekler üzerindeki en kaliteli polenleri bulup bal yapmasından hareket ile problemlere en iyi çözümler üretmenin (Arı Koloni Algoritması) yolları keşfedilmiştir. Karıncaların buldukları yiyecekleri en kısa yoldan kendi inlerine götürmelerinden hareket ile en kısa yol problemlerinin çözülmesi için yeni yöntemler keşfedilmiştir (Karınca Koloni Algoritması). Bu şekilde sürü zekası zamanla robotlarda iletişim ve iş bölümünün önemli oranda kolaylaştıracak bulgulara yol açacaktır.
2010’lu yıllarda yapay zeka tekrar hem donanım hem de yazılım ağırlıklı olarak gelişmeye devam etti. Zeki Etmen adı verilen sistemler geliştirildi. Bu etmenler olaylar karşısında bağımsız hareket edebilen yazılım ve donanım parçalarıdır. Birden fazla yapay zeka teknolojisini kullanabilirler. Olaylar karşısında odaklanabilme özellikleri vardır. Öncelikleri belirleyebilirler. Zamanı dikkate alarak kararlar verebilirler. Monoton olmayan bir muhakeme yetenekleri vardır. Şekil 6’da gösterildiği gibi çevre ile sürekli etkileşim halindedirler. Olayları sensörleri ile algılarlar. Verdikleri kararları ve davranışlarını ise sensörleri ile eyleme dönüştürürler.
Geldiğimiz nokta itibari ile yapay zeka teknolojisinin etkisi ile bilgisayar artık satranç oyununda insanı yenebilmektedir. Uzman sistemler bir uzay aracını kontrol edebilmektedir. Konuşma tanıma sistemleri ile insanlar bilgisayar ve makinalar ile konuşabilmektedir. Robotlar merdivenlerden çıkabilmekte, her türlü hareketi yapabilmekte ve dökmeden su taşıyabilmektedir. Web sitelerinde otomatik olarak dil tercümesi gerçekleştirilebilmektedir. Özetle söylemek gerekir ise makineler bu teknoloji etkisi ile;
- yorum yapabilmekte, problem çözebilmekte, ilişki kurarak karar verebilmektedir (Uzman Sistemler).
- olayları öğrenebilmektedir (Yapay Sinir Ağları).
- bildiğimiz bilgisayarların çözemediği karmaşık problemlere çözümler üretebilmektedir (Genetik Algoritmalar).
- kelimeleri anlayabilmektedir. Kelimelere göre işlem yapabilmektedir (Bulanık Önermeler Mantığı).
- merdiven çıkabilmektedir. Top oynayabilmektedir. Sorulara cevap verebilmekte ve haberleşebilmektedir. (Zeki Etmenler).
- metinleri okuyabilmekte, anlamlandırabilmekte ve öğretebilmektedir (Doğal Dil İşleme).
- algılayabilmekte, önceliklendirebilmekte ve odaklanabilmektedir (Bilgisayar Görme).
YAZAN: PROF. DR. ERCAN ÖZTEMEL
Marmara Üniversitesi Endüstri Mühendisliği Bölümü