İnsan Öğrenmesi ve Makine Öğrenmesi
Bir film platformu senin bir sonraki favori filmini tahmin edebiliyorsa, seni gerçekten tanıyor mu, yoksa yalnızca hesap mı yapıyor?
OKUMADAN ÖNCE TAHMİN ET
Cevaplarını konunun sonunda göreceksin.
Bir dijital film platformu, kullanıcılarına ilgilenebilecekleri filmleri önermek için makine öğrenmesi kullanır. Sistem kullanıcıların daha önce izledikleri filmleri, verdikleri puanları ve arama geçmişlerini analiz eder; benzer izleme alışkanlıkları olan kullanıcıların verilerini karşılaştırır. Bu süreçte bilgisayar:
- Verileri toplar ve sayısal değerlere dönüştürür.
- Matematiksel formüllerle kullanıcılar arasındaki benzerlikleri bulur.
- Mantıksal çıkarımlarla “X kullanıcısı Y filmini beğendiyse Z filmini de beğenebilir.” sonucuna ulaşır.
Örneğin iki kullanıcı da bilim kurgu filmlerine yüksek puan veriyorsa sistem, birinin çok sevdiği ama ötekinin henüz izlemediği bir filmi ötekine önerir. Makine öğrenmesinde kullanıcılar arasındaki bu benzerlikler, yani örüntüler, önerilerin temelidir. Burada matematik benzerliği ölçer, mantık da bu ölçümden bir sonuç çıkarır.
İnsanın öğrenme süreci
İnsanın öğrenmesi, bir uyarıcıyla başlayıp bilginin gerektiğinde yeniden kullanılmasıyla tamamlanan bir süreç olarak düşünülebilir.
| Aşama | Anlamı |
|---|---|
| Uyarıcı | Tepki oluşturan iç ya da dış etken |
| Dikkat | Bilinçli olarak belirli uyarıcılara odaklanma süreci |
| Algı | Duyularla alınan bilgilerin anlamlı hâle getirilmesi |
| Tanıma | Duyularla alınan bilgilerin ayırt edilip anlamlandırılması |
| Bilginin kodlanması | Algılanan bilgilerin düzenlenerek belleğe kaydedilebilir hâle getirilmesi |
| Depolama | Anlamlandırılan bilgilerin uzun süreli belleğe aktarılıp kalıcı hâle getirilmesi |
| Geri getirme | Depolanan bilgilerin gerektiğinde hatırlanıp yeniden kullanılması |
Kalabalık bir otobüste çalan bir şarkıyı düşün: Ses uyarıcıdır; ona kulak verdiğinde dikkat devreye girer, sesleri bir melodi olarak duyman algıdır, “Bu şarkıyı biliyorum.” demen tanımadır. Sözleri aklında tutmaya çalışman kodlamadır. Sözler tekrar ettikçe aklına yerleşiyorsa bu depolamadır. Haftalar sonra onları hatırlayıp söylemen geri getirmedir.
Makine öğrenmesinin bileşenleri ve yöntemleri
Makine öğrenmesi üç bileşenden oluşur:
| Bileşen | Anlamı |
|---|---|
| Girdi | Sisteme sayısal biçimde sunulan veri kümeleri |
| Süreç | Yapay sinir ağlarının veriyi işleyip hataları düzelttiği aşama |
| Çıktı | Sistemin ürettiği sınıflandırma, tahmin ya da tanıma sonuçları |
Makine öğrenmesinde üç temel yöntem kullanılır:
| Yöntem | Nasıl çalışır? |
|---|---|
| Denetimli öğrenme | Makineye doğru cevapları önceden belli olan örnekler verilir. Makine bu örneklerle öğrenir ve sonra karşılaştığı yeni verileri tahmin etmeye çalışır. |
| Denetimsiz öğrenme | Makineye yalnızca veriler verilir, doğru cevaplar sunulmaz. Makine verileri kendi başına gruplayarak örüntüler bulmaya çalışır. |
| Pekiştirmeli öğrenme | Makine ödül ve ceza mekanizmasıyla eğitilir. Doğru adımlar ödüllendirilir, yanlış adımlar cezalandırılır; makine zamanla en uygun stratejiyi geliştirerek öğrenmeyi sürdürür. |
Pekiştirmeli öğrenme, Skinner’ın edimsel koşullanmadaki ödül ve ceza mantığını hatırlatır.
Biyolojik nöronlar ve yapay sinir ağları
| Biyolojik nöronlar | Yapay sinir ağları |
|---|---|
| Esnektir ve kendini yenileyebilir. | Belirlenmiş kurallar ve hesaplamalarla çalışır. |
| Bilgi, nöronlar arasındaki sinirsel bağlantılarla iletilir. | Bilgi, verilen öneme göre değerlendirilir ve matematiksel işlemlerle işlenir. |
| Beyin yeni bağlantılar kurarak kendini yeniden düzenleyebilir. | Yanlış tahminler özel bir yöntemle düzeltilir. |
| Anlam, duygular ve sezgilerle zenginleşir. | Yalnızca veriyi işler; bağlamı ya da anlamı kavrayamaz. |
Yapay sinir ağlarının tasarımında biyolojik nöronların bilgi işleme ve bağlantı kurma biçimi örnek alınmıştır. Ama bu karşılaştırmaya göre biyolojik nöronlardaki esneklik, bağlamı fark etme ve anlam üretme gücü yapay sistemlerde yoktur.
İnsan öğrenmesi ile makine öğrenmesi yan yana
Bu karşılaştırmada insan öğrenmesi deneyimlerin, duyguların ve sosyal etkileşimlerin şekillendirdiği çok katmanlı bir süreç olarak; makine öğrenmesi ise verilerin algoritmalarla işlendiği teknik bir süreç olarak ele alınır.
Bu farkı bir örnekle düşünebilirsin. Direksiyon dersi alan bir aday, yolda işaretlere, ışıklara ve yayalara bakarak öğrenir; hangi yolun ne zaman kalabalık olduğunu zihninde canlandırır. Bir kavşakta yavaşlar, çünkü hem kuralı bilir hem de karşıdan geçmeye hazırlanan yayanın niyetini sezer. Laboratuvarda denenen otonom bir araç ise yolu kameralarıyla görür, yapay sinir ağlarıyla bu görüntüleri çözümleyip durup durmayacağına karar verir. Milyonlarca veriyle eğitilmiş olsa da yayanın yavaş adımlarındaki anlamı, yani bağlamı ve sosyal ilişkiyi kavrayamaz. Öğrendiği senaryoların dışına çıkan bir durumla karşılaşınca ne yapacağını bilemez; çünkü öğrenmesi bağlamı fark etmeyi ve anlam üretmeyi içermez.
| Ölçüt | İnsan öğrenmesi | Makine öğrenmesi |
|---|---|---|
| Nasıl şekillenir? | Deneyimler, duygular ve sosyal etkileşimlerle | Algoritmalar aracılığıyla verilerin işlenmesiyle |
| Nasıl işler? | Uyarıcıdan geri getirmeye uzanan süreçle; biyolojik nöronlar arasındaki bağlantılarla | Girdi, süreç ve çıktı bileşenleriyle; yapay sinir ağlarıyla |
| Esneklik | Beyin yeni bağlantılar kurarak kendini yeniden düzenler. | Belirlenmiş kurallar ve hesaplamalarla çalışır. |
| Anlam ve bağlam | Anlam, duygular ve sezgilerle zenginleşir; bağlam kavranır. | Yalnızca veri işlenir; bağlam ve anlam kavranmaz. |
Cahit Arf’ın “Makine Düşünebilir mi ve Nasıl Düşünebilir?” başlıklı çalışması da insan öğrenmesi ile makine öğrenmesini karşılaştırırken başvurulabilecek metinlerdendir (Atatürk Üniversitesi halk konferansı, 1958-1959 öğretim yılı).
Başta sorduklarımız3 soru
Geçen yıl öğrendiğin bir yemek tarifini bugün mutfakta hatırlayıp uygulaman öğrenme sürecinin hangi aşamasıdır?
SENİN TAHMİNİNDOĞRU CEVAPGeri getirmeTahminin doğru çıktı.
Geri getirme, depolanan bilginin gerektiğinde hatırlanıp yeniden kullanılmasıdır. Algı ve kodlama ise bilginin ilk alındığı ve belleğe kaydedilebilir hâle getirildiği aşamalardır.
Cevap bu bölümde: İnsanın öğrenme süreci →Bir makineye cevapları önceden belli olmayan veriler verilip bu verileri kendi başına gruplaması istenirse hangi öğrenme yöntemi kullanılmış olur?
SENİN TAHMİNİNDOĞRU CEVAPDenetimsiz öğrenmeTahminin doğru çıktı.
Denetimsiz öğrenmede makineye yalnızca veri verilir, makine örüntüleri kendisi bulur. Denetimli öğrenmede cevabı önceden belli örnekler, pekiştirmeli öğrenmede ödül ve ceza kullanılır.
Cevap bu bölümde: Makine öğrenmesinin bileşenleri ve yöntemleri →Biyolojik nöronlarla karşılaştırıldığında yapay sinir ağlarında hangi güç bulunmaz?
SENİN TAHMİNİNDOĞRU CEVAPBağlamı fark etme ve anlam üretme gücüTahminin doğru çıktı.
Ünitedeki karşılaştırmaya göre yapay sinir ağları veriyi işler ama bağlamı ve anlamı kavrayamaz. Biyolojik nöronlarda ise anlam duygular ve sezgilerle zenginleşir.
Cevap bu bölümde: Biyolojik nöronlar ve yapay sinir ağları →
Konunun kavramları15 kavram
- Makine öğrenmesi
- Bilgisayar sistemlerinin verileri sayısal değerlere dönüştürüp matematiksel hesaplamalar ve mantıksal çıkarımlarla örüntüler bulduğu, bunlardan sınıflandırma, tahmin ya da tanıma sonuçları ürettiği öğrenme biçimidir.
- Uyarıcı
- Organizmada tepki oluşturan iç ya da dış etkendir.
- Algı
- Duyularla alınan bilgilerin anlamlı hâle getirilmesidir.
- Tanıma
- Duyularla alınan bilgilerin ayırt edilip anlamlandırılmasıdır.
- Bilginin kodlanması
- Algılanan bilgilerin düzenlenerek belleğe kaydedilebilir hâle getirilmesidir.
- Depolama
- Anlamlandırılan bilgilerin uzun süreli belleğe aktarılıp kalıcı hâle getirilmesidir.
- Geri getirme
- Depolanan bilgilerin gerektiğinde hatırlanıp yeniden kullanılmasıdır.
- Girdi
- Makine öğrenmesinde sisteme sayısal biçimde sunulan veri kümeleridir.
- Süreç
- Makine öğrenmesinde yapay sinir ağlarının veriyi işleyip hataları düzelttiği aşamadır.
- Çıktı
- Makine öğrenmesinde sistemin ürettiği sınıflandırma, tahmin ya da tanıma sonuçlarıdır.
- Denetimli öğrenme
- Makineye doğru cevapları önceden belli olan örneklerin verildiği, makinenin bu örneklerden öğrenip yeni verileri tahmin etmeye çalıştığı yöntemdir.
- Denetimsiz öğrenme
- Makineye doğru cevaplar olmadan yalnızca verilerin verildiği, makinenin verileri kendi başına gruplayarak örüntü bulmaya çalıştığı yöntemdir.
- Pekiştirmeli öğrenme
- Makinenin ödül ve ceza mekanizmasıyla eğitildiği, doğru adımların ödüllendirilip yanlış adımların cezalandırıldığı ve makinenin zamanla en uygun stratejiyi geliştirdiği yöntemdir.
- Yapay sinir ağları
- Biyolojik nöronların bilgi işleme ve bağlantı kurma yapısından esinlenerek geliştirilen, belirlenmiş kurallar ve hesaplamalarla çalışan sistemlerdir.
- Biyolojik nöronlar
- Bilgiyi aralarındaki sinirsel bağlantılarla ileten, esnek ve kendini yenileyebilen sinir hücreleridir.
Kısa tekrar
Konudan rastgele kartlar. Cevabı önce kendin düşün, sonra kartı aç.
- Bir öneri sistemi kullanıcıların tercihlerini nasıl tahmin eder?Kullanıcıların neyi seçip neyi beğendiğini sayılarla ifade eder. Bu sayılar üzerinde hesap yaparak zevkleri birbirine yakın kişileri belirler. Sonra zevki benzeyen iki kişiden birinin beğendiğini ötekinin de seveceği sonucuna varır ve kullanıcıya henüz karşılaşmadığı içeriği sunar.
- Bir e-posta hizmeti, binlerce iletide sık tekrar eden kelime ve gönderen özelliklerine bakarak yeni gelen bir iletiyi istenmeyen posta klasörüne ayırır. Bu ayırma neye dayanır?Verideki örüntülere. Sistem önceki iletilerde tekrar eden benzerlikleri bulur ve yeni iletiyi bu benzerliklere göre sınıflandırır.
- İnsanın öğrenme sürecinde algı ile tanıma arasındaki fark nedir?Algı duyularla alınan bilgilerin anlamlı hâle getirilmesidir. Tanıma ise bu bilgilerin ayırt edilip anlamlandırılmasıdır.
- Kodlama ile depolama arasındaki fark nedir?Kodlama algılanan bilginin düzenlenip belleğe kaydedilebilir hâle getirilmesidir. Depolama ise anlamlandırılan bilginin uzun süreli belleğe aktarılıp kalıcı hâle getirilmesidir.
- Yıllar önce ezberlediğin bir telefon numarasını bugün hatırlaman öğrenme sürecinin hangi aşamasıdır?Geri getirmedir. Depolanan bilgi gerektiğinde hatırlanıp yeniden kullanılır.
- İnsanın öğrenme süreci hangi aşamayla başlar?Uyarıcıyla. Tepki oluşturan iç ya da dış bir etkenle başlar; ardından dikkat, algı, tanıma, kodlama, depolama ve geri getirme gelir.
- Makine öğrenmesinin üç bileşeni nedir?Girdi (sayısal veri kümeleri), süreç (yapay sinir ağlarının veriyi işleyip hataları düzelttiği aşama) ve çıktı (sınıflandırma, tahmin ya da tanıma sonuçları).
- Bir yüz tanıma sisteminin fotoğraftaki kişinin kim olduğunu söylemesi makine öğrenmesinin hangi bileşenidir?Çıktıdır. Sistemin ürettiği bir tanıma sonucudur.
- Makine öğrenmesinde süreç aşamasında ne olur?Yapay sinir ağları veriyi işler ve hataları düzeltir.
- Denetimli öğrenme ile denetimsiz öğrenme arasındaki fark nedir?Denetimli öğrenmede makineye doğru cevapları belli örnekler verilir. Denetimsiz öğrenmede yalnızca veriler verilir; makine verileri kendi başına gruplayarak örüntü bulur.
- Hangi e-postanın istenmeyen posta olduğu önceden işaretlenmiş binlerce örnekle eğitilen bir sistem hangi yöntemle öğrenir?Denetimli öğrenmeyle. Doğru cevapları önceden belli olan örneklerden öğrenir ve yeni e-postaları tahmin eder.
- Müşterileri hiçbir etiket verilmeden alışveriş alışkanlıklarına göre kendiliğinden gruplara ayıran bir sistem hangi yöntemi kullanır?Denetimsiz öğrenmeyi. Doğru cevaplar verilmeden veriler arasındaki örüntüleri kendi başına bulur.
- Bir oyunu kazandıkça puan, kaybettikçe puan kaybı alan ve zamanla en iyi hamleleri bulan yapay zekâ hangi yöntemle öğrenir?Pekiştirmeli öğrenmeyle. Doğru adımlar ödüllendirilir, yanlışlar cezalandırılır; makine zamanla en uygun stratejiyi geliştirir.
- Yapay sinir ağları neyden esinlenerek geliştirilmiştir?Biyolojik nöronların bilgi işleme ve bağlantı kurma yapısından.
- Biyolojik nöronlarda bulunup yapay sinir ağlarında bulunmayan özellikler nelerdir?Esneklik, bağlam farkındalığı ve anlam üretme kapasitesi.
- Yapay sinir ağlarının çalışma biçiminin özellikleri nelerdir?Belirlenmiş kurallar ve hesaplamalarla çalışırlar; bilgiyi verilen öneme göre matematiksel işlemlerle işlerler, yanlış tahminleri özel bir yöntemle düzeltirler. Yalnızca veriyi işlerler, bağlamı ya da anlamı kavrayamazlar.
- İnsan beyni yeni durumlara nasıl uyum sağlar?Yeni bağlantılar kurarak kendini yeniden düzenler. Biyolojik nöronlar esnektir ve kendini yenileyebilir.
- İnsan öğrenmesi ile makine öğrenmesi arasındaki temel fark nedir?İnsan öğrenmesi deneyimler, duygular ve sosyal etkileşimlerle şekillenen çok katmanlı bir süreçtir. Makine öğrenmesi ise algoritmalar aracılığıyla verilerin işlendiği teknik bir süreçtir.
KENDİNE SOR
Bir makinenin senin ne izleyeceğini doğru tahmin etmesi onun bir şey öğrendiği anlamına gelir mi? İnsan öğrenmesinin anlam üretme ve bağlamı kavrama özelliklerini kullanarak, makine öğrenmesine "öğrenme" demenin ne ölçüde yerinde olduğunu gerekçelendir.