İçeriğe geç
parazade
Yapay Zeka

Bağlantıcılık Nedir?

İngilizce: Connectionism

Yayın: · Son güncelleme:

Bağlantıcılık Nedir? Kısaca

Bağlantıcılık (connectionism), zihinsel süreçlerin ve öğrenmenin, birbirine ağırlıklı bağlantılarla bağlı çok sayıda basit birimden oluşan ağlarla açıklanabileceğini savunan yaklaşımdır. Yapay sinir ağlarının kuramsal temelini oluşturur.

Bağlantıcılık nedir?
İçindekiler
  1. Bağlantıcılık nedir?
  2. Nasıl çalışır?
  3. Güçlü ve zayıf yönleri

Bağlantıcılık (connectionism), bilgiyi açık kurallar yerine birbirine bağlı basit işlem birimleri arasındaki bağlantıların gücünde saklayan yaklaşımdır. Bu birimler beyindeki nöronlardan esinlenir; öğrenme, bağlantıların ağırlıklarının deneyimle değişmesiyle gerçekleşir.

Bağlantıcılık nedir?

Yapay zekâ tarihinde iki ana gelenek öne çıkar. Sembolik yaklaşım, bilgiyi "eğer A ise B" türünden açık kurallar ve sembollerle temsil eder. Bağlantıcılık ise bilginin ağın tamamına dağıldığını kabul eder: tek bir bağlantı bir anlam taşımaz, anlam çok sayıda bağlantının birlikte oluşturduğu örüntüden çıkar.

Nasıl çalışır?

  • Her birim, kendisine gelen sinyalleri bağlantı ağırlıkları ile çarpıp toplar.
  • Toplam, bir aktivasyon fonksiyonundan geçirilip sonraki birimlere iletilir.
  • Eğitim sırasında ağın hatası hesaplanır ve ağırlıklar hatayı azaltacak yönde güncellenir.

Bu fikir, 1980'lerde paralel dağıtık işleme çalışmaları ve geri yayılım yönteminin yaygınlaşmasıyla güç kazandı. Günümüzdeki yapay sinir ağları ve derin öğrenme, bağlantıcı yaklaşımın doğrudan mirasçılarıdır.

Güçlü ve zayıf yönleri

Bağlantıcı sistemler gürültülü ve eksik veriden örüntü çıkarmada başarılıdır; görüntü tanıma ve dil işleme gibi alanlarda bunu açıkça gösterdiler. Öte yandan neden belirli bir karar verdiklerini açıklamak zordur ve çok veri ister. Bu nedenle bazı araştırmacılar sembolik ve bağlantıcı yöntemleri birleştiren hibrit yaklaşımlar üzerinde çalışır.

Sıkça Sorulan Sorular

Bağlantıcılık ile sembolik yapay zekâ arasındaki fark nedir?

Sembolik yapay zekâ bilgiyi açık kurallar ve sembollerle ifade eder. Bağlantıcılık ise bilgiyi bir ağın bağlantı ağırlıklarına dağılmış olarak saklar ve örneklerden öğrenir.

Derin öğrenme bağlantıcı bir yöntem mi?

Evet. Derin öğrenme, çok katmanlı yapay sinir ağlarını kullanır ve bağlantıcı yaklaşımın en yaygın güncel uygulamasıdır.

İlgili terimler

Yapay Sinir Ağı(Artificial Neural Network)Yapay sinir ağı, birbirine bağlı yapay nöron katmanlarından oluşan ve bağlantı ağırlıklarını veriyle ayarlayarak öğrenen, beyinden esinlenmiş bir hesaplama modelidir.Derin Öğrenme(Deep Learning)Derin öğrenme, çok sayıda katmandan oluşan yapay sinir ağlarıyla veriden karmaşık kalıpları otomatik olarak öğrenen bir makine öğrenmesi yaklaşımıdır.Yapay Nöron(Artificial Neuron)Yapay nöron, girdilerini ağırlıklarla çarpıp toplayan, bu toplama bir sapma değeri ekleyen ve sonucu bir aktivasyon fonksiyonundan geçirerek çıktı üreten, yapay sinir ağlarının temel hesaplama birimidir.Geri Yayılım(Backpropagation)Geri yayılım, bir sinir ağının çıktısındaki hatanın, zincir kuralı kullanılarak katmanlar boyunca geriye doğru dağıtılması ve her ağırlığın hataya katkısının (gradyanının) verimli biçimde hesaplanması yöntemidir.Ağırlık(Weight)Ağırlık (weight), yapay sinir ağlarında ve diğer makine öğrenmesi modellerinde her girdinin ya da bağlantının çıktıya ne kadar katkı yapacağını belirleyen ve eğitim sırasında veriden öğrenilen sayısal parametredir.Görüntü Tanıma(Image Recognition)Görüntü tanıma (image recognition), bir yapay zekâ sisteminin fotoğraf ya da videodaki nesneleri, yüzleri, hayvanları, yazıları veya sahneleri tespit edip tanımlamasıdır. Bilgisayarlı görünün temel görevlerinden biridir.