Yapay Zeka Terimleri – Sayfa 11

653 terim

Terimler

Veri Normalizasyonu(Data Normalization)Veri normalizasyonu, makine öğrenmesinde farklı ölçeklerdeki sayısal özellikleri genellikle 0 ile 1 gibi ortak bir aralığa dönüştürme işlemidir. En yaygın biçimi min-maks ölçeklemedir; özelliklerin modele eşit ağırlıkta katkı vermesine yardımcı olur.Veri Odaklı Karar Verme(Data-Driven Decision Making)Veri odaklı karar verme, iş ve yönetim kararlarının yalnızca sezgi ya da deneyime değil, toplanıp analiz edilmiş ölçülebilir verilere ve kanıtlara dayandırılması yaklaşımıdır.Veri Okuryazarlığı(Data Literacy)Veri okuryazarlığı, veriyi okuma, anlama, eleştirel biçimde değerlendirme ve veriye dayalı bilgiyi başkalarına doğru aktarma becerisidir. Uzmanlara değil, veriyle karşılaşan herkese yönelik temel bir yetkinliktir.Veri Ön İşleme(Data Preprocessing)Veri ön işleme, ham veriyi analiz ya da makine öğrenmesi modeline verilmeden önce temizleme, dönüştürme, kodlama ve ölçekleme gibi adımlarla kullanılabilir hâle getirme sürecidir. Modelin başarısını doğrudan etkileyen temel aşamalardan biridir.Veri Seti(Dataset)Veri seti (dataset), belirli bir amaç için toplanmış ve genellikle tablo, görüntü, metin ya da ses gibi ortak bir yapıda düzenlenmiş veri koleksiyonudur. Makine öğrenmesi modelleri veri setleriyle eğitilir ve değerlendirilir.Veri Sızıntısı(Data Leakage)Makine öğrenmesinde veri sızıntısı (data leakage), tahmin anında erişilemeyecek bir bilginin ya da test verisinin eğitim sürecine karışmasıdır. Model testte çok başarılı görünür, gerçek kullanımda ise beklenenden kötü sonuç verir.Veri Tekilleştirme(Data Deduplication)Veri tekilleştirme, bir veri kümesindeki birebir aynı veya çok benzer tekrar kayıtların tespit edilip ayıklanmasıdır; depolama alanından tasarruf sağlar, analizleri doğru kılar ve yapay zekâ modellerinin ezberleme eğilimini azaltır.Veri Temizleme(Data Cleaning)Veri temizleme, bir veri setindeki hatalı, eksik, tekrarlı, tutarsız ya da biçimi bozuk kayıtları tespit edip düzeltme veya ayıklama işlemidir. Analiz ve makine öğrenmesi sonuçlarının güvenilir olması için temel ön koşullardan biridir.Veri Yönetişimi(Data Governance)Veri yönetişimi (data governance), bir kurumdaki verilerin nasıl toplanacağını, kimin sorumlu olacağını, kimin erişebileceğini ve hangi kalite ile güvenlik kurallarına uyulacağını belirleyen politika, rol ve süreçler bütünüdür.VGG(VGGNet)VGG (VGGNet), Oxford Üniversitesi'ndeki Visual Geometry Group'un 2014'te geliştirdiği, art arda dizilmiş küçük 3×3 evrişim filtrelerinden oluşan sade ve derin bir evrişimli sinir ağı mimarisidir. En bilinen sürümleri VGG16 ve VGG19'dur.Vibe CodingVibe coding, yazılımı satır satır kod yazarak değil, yapay zekâya ne istediğini doğal dille anlatıp üretilen kodu çoğu zaman ayrıntılı incelemeden çalıştırıp sonuca göre yeni isteklerle düzelttiğin, sezgiye dayalı bir geliştirme tarzıdır.Video Özetleme(Video Summarization)Video özetleme, uzun bir videonun en önemli bölümlerini seçerek kısa bir versiyonunu, anahtar kare dizisini ya da yazılı özetini otomatik olarak üreten yapay zekâ tekniğidir; izleyicinin içeriği daha kısa sürede kavramasını sağlar.Vokoder(Vocoder)Vokoder, insan sesini spektral özelliklerine ayırıp yeniden sentezleyen sistemdir; müzikte robotik ses efekti için, yapay zekâda ise spektrogram gibi ara temsilleri duyulabilir ses dalgasına çevirmek için kullanılır.VRAM(Video RAM)VRAM (Video RAM), ekran kartının üzerinde bulunan ve grafik işlemcisinin doğrudan kullandığı bellektir. Yerel yapay zekâda bir modelin ekran kartında çalışıp çalışamayacağını ve ne kadar hızlı çalışacağını büyük ölçüde VRAM miktarı belirler.Web Kazıma(Web Scraping)Web kazıma (web scraping), web sitelerindeki bilgilerin bir yazılım aracılığıyla otomatik olarak toplanıp tablo, veritabanı ya da metin dosyası gibi işlenebilir bir biçime dönüştürülmesidir; yapay zekâ eğitim verisi toplamada da sık kullanılır.Word2VecWord2Vec, kelimeleri metindeki bağlamlarına bakarak sayısal vektörlere dönüştüren ve anlamca benzer kelimeleri vektör uzayında birbirine yakın yerleştiren bir yöntemdir. 2013'te Google araştırmacıları tarafından tanıtıldı ve kelime gömmelerini yaygınlaştırdı.WordPieceWordPiece, metni alt kelime parçalarına bölen ve sözlüğe eklenecek birleştirmeleri, eğitim verisinin olasılığını en çok artıran çiftlere göre seçen tokenizasyon algoritmasıdır; BERT gibi modellerde kullanılır.Yakınsama(Convergence)Yakınsama (convergence), makine öğrenmesinde eğitim ilerledikçe model parametrelerinin ve kayıp değerinin belirgin biçimde değişmeyi bırakıp kararlı bir noktaya oturmasıdır. Matematikte ise bir dizinin belirli bir limite yaklaşmasını ifade eder.Yankı Odası(Echo Chamber)Yankı odası, insanların yalnızca kendi görüşlerini paylaşan kişiler ve kaynaklarla etkileşime girdiği, bu yüzden mevcut inançların sürekli tekrarlanıp güçlendiği ve karşıt görüşlerin dışarıda kaldığı iletişim ortamıdır.Yanlış Negatif(False Negative)Yanlış negatif (false negative, FN), bir modelin gerçekte pozitif olan bir örneği hatalı biçimde negatif olarak tahmin etmesidir. Yani aranan durum vardır ama model onu kaçırır; istatistikte ikinci tür hataya karşılık gelir.Yanlış Pozitif(False Positive)Yanlış pozitif (false positive, FP), bir modelin gerçekte negatif olan bir örneği hatalı biçimde pozitif olarak tahmin etmesidir. Günlük dilde 'yanlış alarm' olarak bilinir; istatistikte birinci tür hataya karşılık gelir.Yapay Bilinç(Artificial Consciousness)Yapay bilinç, bir makinenin ya da yazılımın insanlardaki gibi öznel deneyime, farkındalığa veya içsel yaşantıya sahip olup olamayacağını ve bunun nasıl anlaşılabileceğini inceleyen felsefi ve bilimsel araştırma alanıdır.Yapay Genel Zekâ(Artificial General Intelligence)Yapay genel zekâ (AGI), insanın yapabildiği çok çeşitli zihinsel görevleri, tek bir alana sınırlı kalmadan öğrenebilen ve yerine getirebilen varsayımsal yapay zekâ düzeyidir. Kesin ve herkesçe kabul edilmiş bir tanımı yoktur.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.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.Yapay Yaşam(Artificial Life)Yapay yaşam (artificial life, ALife), canlı sistemlerin büyüme, üreme, evrim ve uyum gibi özelliklerini bilgisayar simülasyonları, robotlar ve biyokimyasal deneylerle yeniden oluşturarak inceleyen disiplinler arası bir araştırma alanıdır.Yapay Zekâ(Artificial Intelligence)Yapay zekâ, bilgisayarların öğrenme, akıl yürütme, dil anlama ve görme gibi normalde insan zekâsı gerektiren işleri yapabilmesini sağlayan yöntem ve sistemlerin genel adıdır.Yapay Zekâ Ajanı(AI Agent)Yapay zekâ ajanı (AI agent), bir hedef verildiğinde görevi adımlara bölen, araç ve hizmetleri kullanarak bu adımları kendisi yürüten, sonuçlara göre planını güncelleyen yapay zekâ sistemidir. Genellikle bir büyük dil modeli üzerine kurulur.Yapay Zekâ Etiği(AI Ethics)Yapay zekâ etiği, yapay zekâ sistemlerinin geliştirilmesi ve kullanılmasında adalet, şeffaflık, gizlilik, güvenlik ve hesap verebilirlik gibi değerleri gözeten ilke ve uygulamaların bütünüdür.Yapay Zekâ Filigranı(AI Watermarking)Yapay zekâ filigranı (AI watermarking), yapay zekâ ile üretilmiş metin, görsel, video ya da ses içeriğine eklenen, çoğu zaman gözle görülmeyen ve içeriğin yapay zekâ ürünü olduğunu tespit etmeye yarayan işarettir.Yapay Zekâ Güvenliği(AI Safety)Yapay zekâ güvenliği, yapay zekâ sistemlerinin insanlara ve topluma zarar vermeden, tasarlandığı amaca uygun, öngörülebilir ve insan denetiminde kalacak şekilde geliştirilmesini ve kullanılmasını amaçlayan araştırma ve uygulama alanıdır.Yapay Zekâ Hizalaması(AI Alignment)Yapay zekâ hizalaması (AI alignment), yapay zekâ sistemlerinin hedeflerinin ve davranışlarının insanların gerçek niyetleri, değerleri ve güvenlik beklentileriyle uyumlu olmasını sağlamaya yönelik araştırma ve uygulama alanıdır.Yapay Zekâ Okuryazarlığı(AI Literacy)Yapay zekâ okuryazarlığı (AI literacy), yapay zekânın temel olarak nasıl çalıştığını anlama, araçları amaca uygun ve güvenli biçimde kullanma, çıktılarını eleştirel değerlendirme ve etik riskleri fark etme becerilerinin bütünüdür.Yapay Zekâ Risk Yönetimi(AI Risk Management)Yapay zekâ risk yönetimi, bir kurumun geliştirdiği ya da kullandığı yapay zekâ sistemlerinin doğruluk, önyargı, güvenlik, gizlilik ve hukuki uyum gibi alanlardaki risklerini sistematik olarak belirlemesi, ölçmesi ve azaltmasıdır.Yapılandırılmamış Veri(Unstructured Data)Yapılandırılmamış veri, önceden tanımlanmış bir şemaya ya da tablo düzenine uymayan veridir. E-postalar, belgeler, sosyal medya paylaşımları, fotoğraflar, ses kayıtları ve videolar bu gruba girer.Yapılandırılmış Veri(Structured Data)Yapılandırılmış veri, önceden tanımlanmış bir şemaya göre satır ve sütunlar hâlinde düzenlenmiş, her alanın türü ve anlamı belli olan veridir. Banka hareketleri, stok listeleri ve müşteri tabloları tipik örneklerdir.Yarı Denetimli Öğrenme(Semi-Supervised Learning)Yarı denetimli öğrenme (semi-supervised learning), az miktarda etiketli veriyi çok miktarda etiketsiz veriyle birlikte kullanarak, yalnızca etiketli veriyle eğitilen modellerden daha iyi sonuç almayı hedefleyen makine öğrenmesi yaklaşımıdır.Yarı Yapılandırılmış Veri(Semi-Structured Data)Yarı yapılandırılmış veri, katı bir tablo şemasına bağlı olmayan ama etiketler, anahtarlar ya da işaretleyicilerle kendi içinde düzen taşıyan veridir. JSON, XML dosyaları ve uygulama logları en bilinen örneklerdir.Yerel LLM(Local LLM)Yerel LLM, internetteki bir servis yerine kişinin kendi bilgisayarında, sunucusunda ya da cihazında çalıştırılan büyük dil modelidir. Veriler cihazdan çıkmadığı için gizlilik avantajı sağlar ama yeterli donanım gerektirir.Yerel Minimum(Local Minimum)Yerel minimum, bir fonksiyonun yakın çevresindeki tüm noktalardan daha düşük değer aldığı, ancak fonksiyonun tamamındaki en düşük nokta olmayabilen noktadır. En düşük noktanın kendisine küresel minimum denir.YOLOYOLO (You Only Look Once, yalnızca bir kez bak), bir görüntüdeki nesnelerin konumunu ve türünü tek bir sinir ağı geçişiyle tahmin eden nesne tespit yöntemidir. Hızlı olduğu için video gibi gerçek zamanlı uygulamalarda yaygın kullanılır.Yol Planlama(Path Planning)Yol planlama, bir robotun, otonom aracın ya da yazılım ajanının başlangıç noktasından hedefe engellere çarpmadan ve belirli ölçütlere (en kısa, en güvenli, en az enerji) göre en uygun rotayı bulmasını sağlayan algoritmik süreçtir.Yorumlanabilirlik(Interpretability)Yorumlanabilirlik (interpretability), bir yapay zekâ modelinin belirli bir çıktıyı neden ve nasıl ürettiğini insanların anlayabilmesi ve bu amaçla modelin iç işleyişini inceleyen yöntemlerin ve araştırma alanının genel adıdır.Yüksek Performanslı Hesaplama(High-Performance Computing)Yüksek performanslı hesaplama (HPC), çok sayıda işlemci ve hızlandırıcıyı hızlı ağlarla bir araya getirerek büyük ve karmaşık hesaplama problemlerini, sıradan bilgisayarların yapamayacağı hızda paralel olarak çözme yaklaşımıdır.Yüz Değiştirme(Face Swap)Yüz değiştirme (face swap), bir fotoğraf ya da videodaki bir kişinin yüzünün, ifade, ışık ve baş hareketleri korunarak yapay zekâ yardımıyla başka bir kişinin yüzüyle değiştirilmesi tekniğidir.Yüz Doğrulama(Face Verification)Yüz doğrulama, bir kişinin yüz görüntüsünü daha önce kaydedilmiş tek bir referans görüntüyle karşılaştırarak bu kişinin iddia ettiği kişi olup olmadığını, yani iki yüzün aynı kişiye ait olup olmadığını belirleyen biyometrik yöntemdir.Yüz Tanıma(Face Recognition)Yüz tanıma, bir fotoğraf ya da videodaki yüzün özelliklerini sayısal bir temsile dönüştürüp kayıtlı yüzlerle karşılaştırarak kişinin kimliğini belirleyen ya da iddia edilen kimliği doğrulayan biyometrik bir yapay zekâ teknolojisidir.Yüz Tespiti(Face Detection)Yüz tespiti (face detection), bir fotoğraf ya da videoda insan yüzü bulunup bulunmadığını belirleyen ve bulunan her yüzün konumunu genellikle bir kutuyla işaretleyen bilgisayarlı görü görevidir; kişinin kim olduğunu belirlemez.Zaman Serisi Analizi(Time Series Analysis)Zaman serisi analizi, zaman içinde düzenli aralıklarla ölçülmüş verileri inceleyerek trend, mevsimsellik, döngü ve düzensiz dalgalanmalar gibi bileşenleri ortaya çıkarmayı ve verinin zamana bağlı yapısını anlamayı amaçlayan yöntemlerin bütünüdür.Zaman Serisi Tahmini(Time Series Forecasting)Zaman serisi tahmini, zaman içinde sıralı olarak ölçülmüş geçmiş verilerden yararlanarak aynı büyüklüğün gelecekteki değerlerini öngörmeye çalışan istatistiksel ve makine öğrenmesi yöntemlerinin genel adıdır.Zihin Kuramı(Theory of Mind)Zihin kuramı (theory of mind), başkalarının inançlarının, niyetlerinin, isteklerinin ve bilgilerinin kendininkinden farklı olabileceğini anlama ve davranışlarını buna göre tahmin etme yeteneğidir. Yapay zekâda modellerin bu yeteneği ne ölçüde taklit ettiği araştırılır.Zincir Kuralı(Chain Rule)Zincir kuralı, iç içe geçmiş (bileşke) fonksiyonların türevini, dıştaki fonksiyonun türevi ile içteki fonksiyonun türevinin çarpımı olarak hesaplamayı sağlayan türev kuralıdır. Sinir ağlarındaki geri yayılım algoritmasının matematiksel temelidir.Z Skoru(Z-Score)Z skoru, bir gözlemin ortalamadan kaç standart sapma uzakta olduğunu gösteren standartlaştırılmış değerdir. Formülü z = (x − ortalama) / standart sapma şeklindedir; farklı ölçeklerdeki verileri karşılaştırmayı sağlar.