(Aşağıdaki fotoğraf Yapay Zeka tarafından üretilmiştir.)
Yapay Zeka'da baş döndürücü gelişmeler yaşanırken, toplumumuzda hangi tekniklerin daha heyacan verici bulunduğunu anketle ölçtük. Yetmiş kişinin katıldığı oylmanın sonuçları aşağıda görülüyor. 👇
Şaşırtıcı şekilde Derin Pekiştirmeli Öğrenme açık ara önde! Şaşırtcı olan diğerlerinin daha ön planda olması. Örneğin
- Transformer mimarisi sayesinde artık tercümeler, aramalar çok gelişti, görütüler daha kolay incelenebiliyor,
- Difüzyon Modeller sayesinde metinden yüksek çözünürlüklü resimler üretilebiliyor,
- yorumlanabilirlik ve nedensellik sayenide modeller daha güvenilir.
Derin Pekiştirmeli Öğrenme de aslında 2015'den beri başlıklardan inmiyor. Anket sonucunundan uygulamada Derin Pekiştirmeli Öğrenme'nin önemli bir yerinin olduğu sonucu çıkarılabilir. Oyun, Finans ve Robotik sektörlerinde yapılan uygulama ve araştırmalarda kullanılması etkili olablir.
Şimdi konuyla ilgilenenler için konuları tek tek inceleyelim, aynı zamanda yeni başlayanlar için başvurabilecekleri kaynaklardan bahsedelim.
Makine Öğrenmesinde sadece ödül geri bildirimine dayalı bir teknik olan Pekiştirmeli Öğrenme (Reinforcement Learning), yapay sinir ağlarının kullanımı ile önemli başarılar elde etti. Go oyununda insanı yenmek hayal iken, AphaGo bunu başardı ve çok daha ötesine geçti. Algoritmanın kendi kopyaları ile oynayarak simülasyonda kendisini eğitmesi öğrenmede insan faktörünü neredeyse ortadan kaldırdı.
Derin Pekiştirmeli Öğrenme çok geniş bir konu. Bu konuyu öğrenmek isteyenler için oldukça fazla kaynak var. Bir kısmı şöyle:
- Sutton ve Barto tarafından yazılan başucu kitabı,
- OpenAI rehberi,
- Lilian'ın blog yazısı,
- Huggingface kursu,
- Berkeley kursu.
Aslında ikisi farklı konular ama ankette özet olması açısından birleştirdik. Yorumlanabilir modeller; tahminlerinin açıklanabildiği, güvenirliğinin ölçülebildiği, yanlılık oranlarının bilindiği modellerdir. Yapay sinir ağları kapalı kutulardır ve açıklanabilirlikleri yoktur ama kısmen iyi sonuçlar veren yöntemler elde edilmeye başladı.
Nedensellik, değişkenlerin ilişkilerinin arkasında bir yapı olup olmadığını anlamamızı sağlar. Örneğin reklam verdiğinizde satışlarınız artabilir ama bu neden-sonuç ilişkisi midir? Yine sağlık sektöründe etkenlerin hangileri bir birlerini doğrudan etkiler? Son yıllarda Makine Öğrenmesi ile nedenselliği anlamada önemli aşamalar kaydedildi. Tersine, nedensellik sayesinde saldırılara karşı daha hassas modeller geliştiriliyor.
Açıklanabilirliği ve nedenselliği öğrenmek için seçtiğimiz kaynaklar:
Açıklanabilirlikte
Nedensellikte
- Nedensel Çıkarımın Temelleri,
- Pearl'ün kitabı,
- Neal'in kitabı,
- Huntington-Klein'in kitabı,
- Cunningham'ın kitabı.
Verinin tüm bileşenlerini ilişkilendiren ama aynı zamanda paralel hesaplamaya uygun bir yapı, Transformer. Bu mimari sayesinde doğal dil işleme ve görüntü işlemede çığır atladık. GPT, Bert, ClIP gibi büyük modellerin temelinde yine bu mimari var. Acaba Genel Yapay Zeka, yani farklı ortamlara uyum sağlayabilen Yapay Zeka bahsettiğimiz mimari ile oluşturulabilir mi? Transformer farklı veri tiplerini aynı anda işleyip çok amaçlı uygulamaları mümkün kılıyor ama ne kadar zeki olduğunu henüz bilmiyoruz.
Transformer mimarisini öğenmek için sayısız kaynak var ama belki de en önemlisi Huggingface. Açık erişimli bu kütüphanenin dökümanlar kısmından Transformer ile ilgili hemen hemen herşeyi öğrenebilirsiniz. Diğer bazı kaynaklar:
- Murphy'nin kitabının 15. bölümü,
- Chollet'in kitabı
- Blog yazıları ve makaleler.
Üreteç Modeller (Generative Models), verinin arka planındaki yapıyı öğrenir ve yeni veri üretmenizi sağlar. Gözetimsiz Öğrenme tekniğidir. GAN, VAE, Enerji Tabanlı Modeller bu sınıfa girer. Son zamanlarda Derin Difüzyon Modeller, özellikle görüntü verisi üretmede kusursuza yakın sonuçlar vermeye başladı. DALL-E, Imagen gibi büyük modeller ile yeni video bile üretebilirsiniz.
Bu modeller Fizik kaynaklı ve nasıl çalıştıkları aslında çok fazla bilinmiyor. Çok aktif bir çalışma ve uygulama alanı olan Derin Difüzyon Modelleri hemen kullanmaya başlayabilirsiniz. Öğrenmek için bazı kaynaklar ise şöyle:
- Lilian'ın blog yazısı,
- CVPR Eğitimi
- Huggingface Diffuser kütüphanesi ve eğitimi.
Yapay Zeka ile ilgili son yıllarda öne çıkan konuları özetlemeye çalıştık. Elbette yetersiz oldu ama ileride daha detaylı yazılarla ve vidolarla incelemeler yapacağız. Youtube kanalımızda hali hazırda içerikler paylaştık, takip etmenizi tavsiye ederiz.
Ankete katılan ve zaman ayırıp okuyan herkese teşekkürler.