Yapay Zekâ ile İlgili Bilgiler: Öğrenciler İçin Temel Kavramlar Özeti

Yapay zekâ, bilgisayarların öğrenme, akıl yürütme, dil anlama ve görme gibi normalde insan zekâsı gerektiren işleri yapabilmesini sağlayan bilim ve teknoloji alanıdır. Bugünkü sistemlerin çoğu, büyük miktarda veriden örüntü öğrenerek tahmin yapar. Ödev ya da sunum hazırlayan bir öğrencinin bilmesi gereken temel bilgiler; tanım, kısa tarihçe, türler, çalışma mantığı, kullanım alanları, faydalar ve risklerdir.

Aşağıda bu başlıkları kısa ve anlaşılır biçimde topladık. Her bölümde, konuyu daha ayrıntılı çalışmak isteyenler için ilgili yazılara ve sözlük maddelerine bağlantı bulacaksınız. Yazının sonunda bir kavram haritası, kaynak listesi ve ödev için bir taslak plan var.

Yapay zekânın tanımı nedir?

Yapay zekânın tanımı, kabaca "makinelerin zekâ gerektiren işleri yapabilmesi" olarak verilir. Burada "zekâ gerektiren iş" ile kastedilen; bir fotoğraftaki nesneyi tanımak, bir cümleyi başka bir dile çevirmek, bir oyunda en iyi hamleyi bulmak ya da bir soruya anlamlı bir cevap yazmak gibi görevlerdir. Sözlükteki yapay zekâ nedir maddesi de bu tanımı esas alır.

Ödevlerde sık yapılan bir hata, yapay zekâyı "düşünen bilgisayar" diye tanımlamaktır. Bugünkü sistemler bir insan gibi düşünmez; verilerden öğrendikleri istatistiksel ilişkilere dayanarak çıktı üretir. Bu ayrımı tanımınıza eklemek, öğretmeninizin dikkatini çeken doğru bir ayrıntı olur.

Kısa tarihçe: 1950'den bugüne

Yapay zekânın tarihi, 1950'lerde bilgisayarların "düşünüp düşünemeyeceği" sorusuyla başlar. İngiliz matematikçi Alan Turing, 1950'de yayımladığı makalesinde makinelerin düşünüp düşünemeyeceğini sorgulamış ve bugün Turing testi olarak anılan bir deney önermiştir. "Yapay zekâ" terimi ise 1956'da ABD'deki Dartmouth çalıştayıyla yaygınlaşmıştır.

Sonraki on yıllarda alan, büyük beklentiler ve hayal kırıklıkları arasında gidip geldi. 1997'de IBM'in Deep Blue bilgisayarı satranç dünya şampiyonu Garri Kasparov'u yendi. 2016'da DeepMind'ın AlphaGo programı, Go oyununda dünyanın en iyi oyuncularından Lee Sedol'ü mağlup etti. Kasım 2022'de ChatGPT'nin kullanıma açılması ise yapay zekâyı milyonlarca insanın günlük hayatına taşıdı.

Yıl	Gelişme	Neden önemli
1950	Turing'in makalesi	Makine zekâsı sorusu bilimsel olarak tartışılmaya başlandı
1956	Dartmouth çalıştayı	Yapay zekâ ayrı bir araştırma alanı oldu
1997	Deep Blue, Kasparov'u yendi	Bir bilgisayar, satrançta dünya şampiyonunu ilk kez maç düzeninde yendi
2016	AlphaGo, Lee Sedol'ü yendi	Derin öğrenme ve pekiştirmeli öğrenmenin gücü görüldü
2022	ChatGPT kullanıma açıldı	Üretken yapay zekâ geniş kitlelere ulaştı

Bu dönemlerin ayrıntılı anlatımını yapay zekânın tarihçesi yazısında bulabilirsiniz.

Yapay zekânın özellikleri nelerdir?

Yapay zekânın temel özellikleri; veriden öğrenmesi, örüntü tanıması, tahmin yapması ve dil, görüntü ya da ses üretebilmesidir. Bu özellikler, sistemin hangi yöntemle yapıldığına göre farklı düzeylerde bulunur. Ödevinizde bu özellikleri olumlu ve sınırlayıcı olarak iki grupta sunmak, konuyu dengeli anlatmanızı sağlar.

Güçlü yanları:

• Öğrenme: Açıkça programlanmadan, örneklerden kural çıkarabilir.
• Hız ve ölçek: Bir insanın yıllarca okuyamayacağı veriyi kısa sürede işler.
• Tahmin ve sınıflandırma: Bir e-postanın istenmeyen posta olup olmadığını ya da bir görüntüde ne olduğunu tahmin eder.
• Üretim: Metin, görsel, ses ve kod üretebilir.

Sınırlayıcı yanları:

• Hata yapabilir: Kendinden emin görünen ama yanlış cevaplar verebilir; buna halüsinasyon denir.
• Veriye bağımlıdır: Eğitim verisindeki eksiklik ve önyargıları sonuçlarına taşır.
• Açıklanabilirlik sorunu: Bazı modeller bir kararı neden verdiklerini açık biçimde gösteremez.

Türler: dar, genel ve süper yapay zekâ

Yapay zekâ, yeteneklerinin genişliğine göre genellikle üç türe ayrılır. Bugün kullandığımız tüm sistemler ilk gruba girer; diğer ikisi araştırma ve tartışma konusudur.

Dar yapay zekâ: Belirli bir görevde başarılı olan sistemlerdir. Yüz tanıma, çeviri, satranç oynama ya da sohbet asistanları bu gruptadır. Bir satranç programı ne kadar güçlü olursa olsun, yemek tarifi yazamaz.

Genel yapay zekâ: İnsan gibi farklı alanlarda öğrenip düşünebilen varsayımsal bir sistemdir. Yapay genel zekâ olarak da anılır ve henüz var değildir; ne zaman ortaya çıkabileceği konusunda uzmanlar arasında büyük görüş ayrılığı vardır.

Süper zekâ: Her alanda insandan üstün olduğu varsayılan bir sistemdir ve bugün tamamen kuramsal bir tartışmadır.

Ödevinizde bu üç türü anlatırken genel ve süper zekâ hakkındaki tahminleri kesin bilgi gibi yazmamaya dikkat edin. "Uzmanlara göre ... olabilir" ya da "bu konuda farklı görüşler var" gibi ifadeler kullanmak, hem bilimsel açıdan daha doğrudur hem de metninizi daha dengeli gösterir. Mümkünse farklı görüşleri savunan iki kaynağı yan yana anın.

Türler arasındaki farkları ve başka sınıflandırma biçimlerini yapay zekâ türleri yazısında ayrıntılı anlattık.

Yapay zekânın açıklaması: nasıl çalışır?

Yapay zekânın çalışma mantığı, bugün büyük ölçüde makine öğrenmesi yöntemine dayanır. Bu yöntemde bilgisayara kural yazmak yerine çok sayıda örnek verilir; sistem bu örneklerden kendi kurallarını çıkarır. Örneğin binlerce kedi ve köpek fotoğrafı görmüş bir model, daha önce görmediği bir fotoğrafta hangisinin olduğunu tahmin edebilir.

Basit bir örnekle anlatalım. Bir öğrenci ev fiyatlarını tahmin eden bir model kurmak istesin. Elinde 1.000 evin metrekare, oda sayısı ve fiyat bilgisi olsun; bu rakamlar örnek amaçlıdır.

Model, bu verilerden metrekare ve oda sayısının fiyatla nasıl ilişkili olduğunu öğrenir ve yeni bir evin fiyatını tahmin eder. Tahmin her zaman doğru çıkmaz, ama veri arttıkça genellikle iyileşir.

Daha karmaşık işler için derin öğrenme kullanılır. Derin öğrenme, beyindeki sinir hücrelerinden esinlenen yapay sinir ağı yapılarının çok sayıda katmanla kurulmasıdır. ChatGPT gibi sohbet asistanlarının arkasındaki büyük dil modeli teknolojisi de bu yaklaşımın bir ürünüdür. Çalışma mantığının daha ayrıntılı ve görsel bir anlatımı için yapay zekâ nasıl çalışır yazısına bakabilirsiniz.

Kavram haritası: hangi terim neyin parçası?

Yapay zekâ ile ilgili terimler birbirinin içine geçmiş halkalar gibi düşünülebilir. En dıştaki halka yapay zekâdır; onun içinde makine öğrenmesi, makine öğrenmesinin içinde derin öğrenme, derin öğrenmenin bir uygulaması olarak da büyük dil modelleri ve üretken yapay zekâ yer alır.

Kavram	Kısa açıklama	Üst kavramı
Yapay zekâ	Zekâ gerektiren işleri yapan sistemlerin genel adı	Bilgisayar bilimi
Makine öğrenmesi	Veriden öğrenen yöntemler	Yapay zekâ
Derin öğrenme	Çok katmanlı sinir ağlarıyla öğrenme	Makine öğrenmesi
Büyük dil modeli	Metin üzerinde eğitilmiş çok büyük sinir ağı	Derin öğrenme
Üretken yapay zekâ	Yeni metin, görsel, ses üreten sistemler	Derin öğrenme
Algoritma	Bir problemi çözmek için izlenen adımlar dizisi	Tüm bu alanların temeli

Bu tabloyu sunumunuza bir şema olarak eklemek, terimlerin birbirine karıştırılmasını önler ve konuya hâkim olduğunuzu gösterir. Sık yapılan bir karışıklık, "yapay zekâ" ile "ChatGPT" kelimelerini eş anlamlı kullanmaktır. ChatGPT, yapay zekânın yalnız bir uygulamasıdır; yüz tanıma, navigasyon ve öneri sistemleri de aynı geniş alanın parçalarıdır.

Neden önemli? Yapay zekânın önemi ve kullanım alanları

Yapay zekânın önemi, insan emeğini ve zamanını gerektiren birçok işi hızlandırması ve bazı işleri ilk kez mümkün kılmasından gelir. Aynı zamanda iş hayatı, mahremiyet ve güvenlik gibi konularda yeni sorular doğurduğu için toplumsal açıdan da önemlidir.

Alan	Kullanım örneği
Sağlık	Tıbbi görüntülerde şüpheli bölgeleri işaretleme, ilaç araştırmasına destek
Eğitim	Öğrencinin seviyesine göre alıştırma önerme, dil öğrenme uygulamaları
Ulaşım	Navigasyon ve trafik tahmini, sürücü destek sistemleri
Finans	Şüpheli kart işlemlerini tespit etme, müşteri hizmetlerinde sohbet botları
Tarım	Bitki hastalıklarını görüntüden tanıma, sulama planlama
Günlük hayat	Sesli asistanlar, otomatik çeviri, video ve müzik önerileri

Faydaların yanında riskler de vardır: yanlış bilgi, önyargılı kararlar, kişisel verilerin kötüye kullanımı, sahte görsel ve sesler ile bazı işlerin dönüşmesi bunların başında gelir. Bu konuları dengeli tartışmak, iyi bir ödevin olmazsa olmazıdır. Etik boyutu için sözlükteki yapay zekâ etiği maddesine, faydaların ve zararların ayrıntılı listesi için de yapay zekânın faydaları ve zararları yazısına bakabilirsiniz.

Ödev ve sunum için kaynak listesi ve taslak plan

İyi bir ödev, güvenilir kaynaklara dayanır ve kendi cümlelerinizle yazılır. Kaynak ararken üniversitelerin açık ders sayfalarını, bilimsel dergi ve kurum yayınlarını ve ders kitaplarını öncelikli tutun. Helsinki Üniversitesi'nin hazırladığı ücretsiz çevrim içi "Elements of AI" kursu, temel kavramları matematik bilgisi gerektirmeden anlatan bilinen kaynaklardan biridir. Sosyal medya paylaşımlarını ve kaynağı belirsiz blogları ise yalnız fikir almak için kullanın.

Kaynakçada her kaynağın yazarını, başlığını, yayın yılını ve erişim tarihini yazmayı alışkanlık hâline getirin. Bir yapay zekâ aracının önerdiği kaynakları ise mutlaka açıp kontrol edin; bu araçlar bazen gerçekte olmayan kitap ya da makale adları üretebilir.

Yapay zekâ araçlarını ödevde nasıl kullanacağınız da ayrı bir konu. Konuyu anlamak, taslak çıkarmak ya da metninizi kontrol etmek için yardım almak ile ödevi bütünüyle yazdırmak arasında büyük fark var; okulunuzun kurallarını öğrenin. Bu sınırları yapay zekâ ile ödev yazısında ayrıntılı ele aldık.

Aşağıdaki taslak, beş sayfalık bir ödev ya da on dakikalık bir sunum için uygundur:

1. Giriş: Yapay zekânın tanımı ve günlük hayattan bir örnek.
2. Tarihçe: 1950'den bugüne dört beş önemli dönüm noktası.
3. Nasıl çalışır: Makine öğrenmesi mantığı ve basit bir örnek.
4. Türler: Dar, genel ve süper zekâ ayrımı.
5. Kullanım alanları: Üç farklı alandan somut örnek.
6. Fayda ve riskler: Her iki taraftan en az üçer madde.
7. Kendi görüşünüz: Yapay zekânın sizin ilgi alanınızı nasıl etkileyebileceği.
8. Kaynakça: Kullandığınız tüm kaynakların listesi.

Bu konuyu çalışmaya nereden başlamalısınız?

İlk adım olarak kavram haritasındaki altı terimi kendi cümlelerinizle birer satırda tanımlamayı deneyin. Tanımlarken zorlandığınız terim, en çok çalışmanız gereken yerdir; sözlükteki ilgili maddeyi okuyup tanımınızı düzeltin.

Ardından bir yapay zekâ aracını, örneğin bir sohbet asistanını, ödev konunuzla ilgili bir soruyla deneyin ve cevabını güvenilir bir kaynakla karşılaştırın. Cevabın nerede doğru, nerede eksik ya da hatalı olduğunu not etmek, hem ödevinize özgün bir bölüm ekler hem de yapay zekâ okuryazarlığı becerinizi geliştirir.