Son zamanlarda çok sıkça duyduğumuz yapay zeka ve makine öğrenmeleri ile ilgili bilgi almak istiyorsanız okumaya devam ediniz.
Makale bitince aşağıdaki konular hakkında bilgilere sahip olacaksınız
- Makine öğrenmesi nedir
- Makine öğrenmesi nerelerde kullanılır
Bilgisayar görmüş olduğunuz her kurum ve kuruluşta, verininin olduğu her alanda makine öğrenmesini kullanılabilir. Kısaca bilgisayarların çalışması için gerekli olan 1 ve 0'ların olduğu her yerde kullanılır.
Veri varsa makine öğrenmesi de kullanılabilir.
Computer Vision (Bilgisayar ile Görü)
Nesnelere bakarak bunların ne olduğunu, elma mı portakal mı bunu belirleyebilmesi işlemidir.
Yapay zekanın kullanıldığı zeki yazılımlar aracılığıyla bilgisayarlar ile görme işlemi yapılır. 2 farklı şekilde olabilir.
- Bilgisayardan gerçek dünya izlenip tehlikeli durumları denetleme
- Sensörler aracılığıyla gerçek dünyadan algılanan hisler ile
Nesne Tanıma
Kameranın çekmiş olduğu bir nesneyi tanıması
Kişilerin mutlu mu mutsuz mu olduğunu tespit etme
Kameralar aracılığı ile toplanan verilerle müşteri memnuniyetini artırma işlemi
Görüntü İşleme
Ekrandaki nesneleri tanınması için öznitelik çıkartılarak yapılan işlemler bu aşamada derin öğrenmeler de kullanılır.
Face Recognition
Yüz tanıma işlemidir, yüzümüzü tanır ve telefonumuzun kilidini açması.
(Günlük hayatta çok sıkça kullanmaya başladığımız bir özellik.)
Yüz tanıma işleminde, kişinin cinsiyetini bilmesi ya da yaşını çıkartması.
Virtual Reality(Sanal Gerçeklik)
Oyun sektöründen tutun da ehliyet alma aşamasındaki çeşitli simülasyonlara kadar bir çok alanda kullanılır.
Makine öğrenmesinin oyun sektöründe kullanıldığı da bilinmektedir. Mesela oynadığımız oyunda hangi oyuncu ile eşleşirsek daha mutlu oluruz. Ya da oyun oynarken seviyelerin tasarımcı tarafından değil de bilgisayar tarafından otomatik üretilmesi.
1990 yıllarında dünya satranç şampiyonu yapay zeka yenmiştir. Burada da yine yapay zeka ve makine öğrenmesini görmekteyiz.
Augmented Reality (Artırılmış Gerçeklik)
Sokaklarda uygulamayı açıp sokağa tuttuğumuzda en yakın eczanenin yerini detaylıca gösteren uygulama ya da pokemon go oyunundaki gibi gerçek dünyada oyunlar oynayabildiğimiz uygulamalardır.
Ev dekorasyonunda kullanılacağı ve bir tıkla kapı rengi,duvar rengi ya da halının rengini değiştirebildiğimiz uygulamaların geliştirilebileceği uygulamalar.
Ses Tanıma
Siri ya da amazon echo uygulamasının bana bir jazz müzik çal dediğimizde bize sevebileceğimiz jazz müziği bulması, shazam'ın sesten çalan müziği bulması.
Bunların dışında akıllı eşyalar ve bu eşyalar arasındaki bağlantıların kurulması.
Robotların gerçek dünyadan öğrendiklerini ilerletebilmesi, kendi kendine kendini geliştirebilmesi. Robotların Reinforce algoritması ile en kötü algoritmada bile kendisi kendini ilerletebilir. Makinenin kendi kendine öğrenebilmesi, robotların dengede kalması, hareket edebilmesi ve yürümesi
Pazarlama
Reklam yapılırken hangi mesajın arkasından çıkması sizin o ürünü almanıza daha çok sebep olur.
Müşteriye özel reklam içeriklerinin hazırlanması
Hizmeti satın almadığımızda bize o hizmeti satın aldıracak en iyi 2.alternatifin belirlenmesi işlemi.
Müşteriniz sizi bırakmadan önce bizi bırakacağını anlayabilir miyiz?
Tavsiye algoritmaları
Amazon elde ettiği gelirlerinin %35'i tavsiye algoritmalarına ayırmıştır aynı işlem netflix tarafında ise %75'i bulmaktadır.
Sağlık tarafında tomografi emaar veya röntgen filmleri üzerinde teşhis ve tanı koyulurken makine öğrenmesi, deep learning kullanımı.
Tahminlerde uydu görüntüleri yer bilimi görüntülerinde tarımda neresi uygun, hangi alanda yağış daha fazla olur. Bitki örtüsü tahmini gibi işlemlerde de makine öğrenmesi kullanımı.
Sahtekarları Yakalama işleminde örneğin; kredi kartı sahtekarlık, sisteme sızma, veri güvenliği, çalışanın sahtekarlık yapmasını yakalama
Arama Motorlarında
Web 1.0 statik
Web 2.0 dinamik (asp.net-php-jsp vs.)
Web 3.0 semantik web. bilimsel ağlar.(makine öğrenmesi)
Google'da aramak için napolyo'nun motosikletinin seri numarası nedir diye sorsak: napolyon sonuçları, motorsiklet sonuçları vs. karmaşık sonuçlar gelir.
Napolyon zamanında motosikleti yoktu bilgisini google veremez. Bu kadar gelişmiş bir yapı Google üzerinde yok. Google üzerinde bu kadar gelişmiş zamansal varlık bilimidir. Bu arama Google'da yok ama ileride Web3.0 daha da ilerlemesiyle görebiliyor olacağız. (Semantik Web)
Web 4.0 ile kişisel ajanlar :
Google yerine bizim kendi kişisel ajanlarımızın olduğu bir senaryodur.
Buzdolabı satarken anlık olarak bütün buzdolabı satanları getir dersek bize bununla ilgili haber veren yazılımlar olacaktoır.
Endüstri 4.0
Aydınlatması olmayan fabrikalardır. İnsanın içeride olmasına gerek kalmadan kendi kendine üretim yapabilen fabrikalar, otomatize olmuşlardır ve kurulacakları lokasyon olarak ay üssü ya da yer altı seçileceği ön görülmektedir.
Karar verme süreçlerinin makine öğrenmesi algoritmalarıyla bağlantı olması durumudur.
IOT (Internet of things- Nesnelerin İnterneti)
Buzdolabının akıllı olması, yumurtanın bitmesi durumunda bizim yerimize sipariş verebilmesi. Uyanmaya yakın vücudumuzdan gönderdiğimiz sinyallerin mutfaktaki kahve makinesine sinyal göndermesi mutfağa geçtiğimizde kahvemizin hazır olması. Akıllı Elektrik Dağıtım Şebekeleri Buzdolapları 10 dk çalışıyor, 30-45 dk duruyor. Doğru bir sekilde aynı zamanda değil de sırayla çalışırlarsa elektrik dağıtımı çok daha düzgün bir şekilde çalışması için buzdolaplarının birbirleriyle haberleşmesini sağlayan sistemlerdir. Buzdolabı çalışma frekansını firma tarafında kontrol edebiliyor olması çalışma zamanını ayarlamasına yardımcı olacaktır.
