Yapay Zeka Dünyasına Giriş: Makine Öğrenmesi, NLP ve Bilgisayarlı Görü Nedir?

Selam millet! Nasılsınız bakalım? Bugün size hem çok havalı hem de hayatımızı değiştiren bir konudan bahsedeceğim: Yapay Zeka! Hani şu filmlerde gördüğümüz, robotların dünyayı ele geçirdiği falan… Tabii ki o kadar abartılı değil ama gerçekten de hayatımızın her alanına sızmış durumda. Ben de bu yola yeni çıkanlar için, sanki yan masadayız da sohbet ediyormuşuz gibi, en temel alt dallarına bir göz atalım dedim.

Şimdi yapay zeka denince aklımıza hemen o süper zeki robotlar geliyor, değil mi? Ama aslında yapay zeka dediğimiz şey, makinelerin insanlar gibi düşünebilmesi, öğrenebilmesi ve problem çözebilmesi üzerine kurulu kocaman bir alan. Tabi bunu tek bir şapka altında anlatmak zor. O yüzden kendi içinde de bir sürü alt dala ayrılıyor. En popülerleri de Makine Öğrenmesi, Doğal Dil İşleme (NLP) ve Bilgisayarlı Görü. Gelin bunları biraz daha yakından tanıyalım.

Öncelikle Makine Öğrenmesi’nden başlayalım. Bu, yapay zekanın belki de en çok duyduğumuz kısmı. Düşünün ki bir çocuğa yeni bir şey öğretiyorsunuz. Ona bol bol örnek gösterirsiniz, değil mi? Makine öğrenmesi de tam olarak böyle çalışıyor. Bilgisayarlara bol miktarda veri veriyoruz ve onlar bu verilerden desenleri, kuralları kendi başlarına öğreniyorlar. Mesela sizin Netflix’te izlediğiniz filmlere göre size yeni film önerisi sunması ya da spam e-postaları ayıklaması hep makine öğrenmesinin işi. Kendi programım sınıfta kaldı 🙂

Bu arada, makine öğrenmesi de kendi içinde bir sürü farklı yöntem barındırıyor. Denetimli öğrenme, denetimsiz öğrenme, pekiştirmeli öğrenme… Ama şimdilik bunları derinlemesine incelemeye gerek yok sanırım. Önemli olan mantığını kavramak: Bilgisayara veri ver, o da öğrensin. Ne güzel değil mi?

Gelelim Doğal Dil İşleme’ye, yani NLP’ye. Bu da benim için ayrı bir keyifli alan. Düşünün ki bilgisayarlar bizim dilimizi anlasa, hatta bizimle sohbet edebilse… İşte NLP tam olarak bununla ilgileniyor. Telefonumuzdaki sanal asistanlar, çeviri programları, metin analizi yapan sistemler hep NLP sayesinde çalışıyor. Hani bazen Google Translate’e bir şey yazıyorsunuz, çıkan sonuç pek de anlamlı olmuyor ya, işte o anlarda NLP’nin ne kadar zorlu bir iş olduğunu daha iyi anlıyorsunuz. Ama işin gerçeği, bu alanda inanılmaz gelişmeler kaydedildi. Yakın zamanda duyduğumuz büyük dil modelleri (LLM’ler) bu konuda en büyük kanıtı bence.

Mesela geçenlerde bir arkadaşımla sohbet ederken, “Acaba yapay zeka ile şiir yazdırabilir miyiz?” diye sordum. O da bana hemen birkaç link gösterdi. Şöyle bir baktım, gerçekten de yazdığı şiirler fena değildi hani. Tabii ki Shakespeare falan olmuyor ama denemeye değer bence. Eğer merak ederseniz, Google’da şöyle bir arama yapabilirsiniz.

Son olarak da Bilgisayarlı Görü’ye geldik. Bu da makinelerin dünyayı “görmesini” sağlıyor. Yani bir fotoğrafı ya da videoyu analiz edip içindeki nesneleri, yüzleri, sahneleri tanıması anlamına geliyor. Kendi kendine giden arabalar, yüz tanıma sistemleri, tıbbi görüntülerdeki anormallikleri tespit eden yazılımlar hep bilgisayarlı görü sayesinde mümkün oluyor. Düşünün ki bir makine, sizin yüzünüzü tanıyıp telefonunuzun kilidini açıyor. Hani ilk çıktığında ne kadar garip gelmişti değil mi?

Bu arada, bu üç alt dal birbiriyle de çok iç içe. Makine öğrenmesi olmadan NLP ve Bilgisayarlı Görü’nün gelişmesi pek mümkün olmazdı. Veri analiz etmek, desenleri tanımak hep makine öğrenmesinin işi. Yani hepsi bir bütün aslında.

Şimdi diyeceksiniz ki “Eee, biz bu işlere nasıl bulaşırız?” veya “Ne yapmalıyım?” Aslında en basiti, bol bol okuyarak, araştırarak başlamak. İnternet bu konuda inanılmaz bir kaynak. Mesela YouTube’da pek çok eğitici video var. Şuradan bir bakabilirsiniz, eminim ilginizi çekecek bir şeyler bulursunuz.

Peki kodlama tarafına hiç girmeyelim mi? Elbette girelim! Yapay zeka projelerinde en çok kullanılan dillerden biri Python. Özellikle makine öğrenmesi kütüphaneleriyle (Scikit-learn, TensorFlow, PyTorch gibi) inanılmaz şeyler yapabiliyorsunuz. Şöyle basit bir örnek vermek gerekirse, elimizdeki veriyi kullanarak basit bir sınıflandırma yapabiliriz. Diyelim ki elimizde evlerin büyüklükleri ve fiyatları var, biz de yeni bir evin büyüklüğünü verip fiyatını tahmin etmek istiyoruz.

Önce yanlış bir yaklaşım deneyelim, hani bazen ilk denemelerimiz böyle olur ya… Basit bir ortalama almak gibi düşünebilirsiniz:

# YANLIŞ YAKLAŞIM: Basit Ortalama ile Tahmin evler = [     {"buyukluk": 100, "fiyat": 200000},     {"buyukluk": 150, "fiyat": 300000},     {"buyukluk": 200, "fiyat": 400000} ]
yeni_ev_buyuklugu = 120 toplam_fiyat = sum(ev["fiyat"] for ev in evler) toplam_buyukluk = sum(ev["buyukluk"] for ev in evler) ortalama_fiyat_metrekare = toplam_fiyat / toplam_buyukluk
tahmini_fiyat = ortalama_fiyat_metrekare * yeni_ev_buyuklugu print(f"Tahmini Fiyat (Yanlış): {tahmini_fiyat} TL") 

Şimdi bu tabii ki çok basit bir yöntem ve pek de doğru sonuç vermez. Çünkü fiyatlar sadece büyüklüğe değil, bir sürü başka faktöre de bağlı. İşte burada makine öğrenmesi devreye giriyor. Lineer regresyon gibi algoritmalarla daha doğru tahminler yapabiliriz. Bu arada, bu algoritmaları kullanmak için önce ilgili kütüphaneleri yüklemeniz gerekiyor tabii. Pip install scikit-learn gibi.

Şimdi daha doğru bir yaklaşımla aynı işi yapalım:

# DOĞRU YAKLAŞIM: Lineer Regresyon ile Tahmin from sklearn.linear_model import LinearRegression import numpy as np
evler = [     {"buyukluk": 100, "fiyat": 200000},     {"buyukluk": 150, "fiyat": 300000},     {"buyukluk": 200, "fiyat": 400000} ]
# Verileri numpy array'lerine dönüştürme X = np.array([ev["buyukluk"] for ev in evler]).reshape(-1, 1) # Büyüklükler (bağımsız değişken) y = np.array([ev["fiyat"] for ev in evler]) # Fiyatlar (bağımlı değişken)
# Modeli oluşturma ve eğitme model = LinearRegression() model.fit(X, y)
# Yeni evin fiyatını tahmin etme yeni_ev_buyuklugu = np.array([[120]]) # Yeni evin büyüklüğü tahmini_fiyat = model.predict(yeni_ev_buyuklugu)[0]
print(f"Tahmini Fiyat (Doğru): {tahmini_fiyat:.2f} TL") 

Gördüğünüz gibi, makine öğrenmesi ile çok daha mantıklı ve doğru sonuçlar elde edebiliyoruz. Bu sadece buzdağının görünen kısmı tabii. Yapay zeka inanılmaz geniş bir alan ve her gün yeni gelişmeler oluyor.

Bu arada, yapay zeka konusu o kadar popüler ki, her yerde karşımıza çıkıyor. Hatta Trendyol’da bile yapay zeka ile kişiselleştirilmiş ürün önerileri sunuluyor sanırım. Ya da Hepsiburada’da müşteri hizmetleri botları var. Hepsi bu alt dalların birleşimiyle ortaya çıkan ürünler aslında.

Sonuç olarak, yapay zeka artık hayatımızın bir parçası ve gelecekte daha da önemli bir hale gelecek. Eğer bu alana ilgi duyuyorsanız, korkmadan ilk adımı atın. Bol bol araştırın, deneyin, öğrenin. Unutmayın, her büyük yolculuk küçük bir adımla başlar. 🙂 Belki de geleceğin dahi yapay zeka mühendislerinden biri siz olursunuz, kim bilir?

Neyse efendim, benim anlatacaklarım bu kadar şimdilik. Umarım sıkılmamışsınızdır ve biraz da olsa faydalı olmuştur. Eğer sorularınız olursa çekinmeden sorun lütfen.

Bu arada, geçenlerde ailece bir kamp gezisine çıktık Bursa’ya yakın bir yerlere. Akşamları ateş başında otururken, yıldızları izlerken aklıma geldi, bu yapay zeka teknolojileri ileride kamp deneyimlerini nasıl etkiler acaba diye düşündüm. Belki hava durumunu anlık olarak daha doğru tahmin eden bir sistem, ya da kamp alanında kaybolmamızı engelleyen bir navigasyon… Kim bilir, belki de bir gün kamp yaparken bile yanımızda yapay zeka dostlarımız olur. Ama sanırım benim için en güzeli, eşim ve çocuğumla o doğal ortamda vakit geçirmek olacak her zaman.