Python ile AI - Primer Konsepti

Bilgisayarların veya makinelerin icadından bu yana, çeşitli görevleri yerine getirme yetenekleri katlanarak bir büyüme yaşadı. İnsanlar, bilgisayar sistemlerinin gücünü, farklı çalışma alanları, artan hızları ve zamana göre küçülen boyutları açısından geliştirdiler.

Yapay Zeka adlı bir Bilgisayar Bilimi dalı, insanlar kadar akıllı bilgisayarlar veya makineler yaratmayı hedefliyor.

Yapay Zekanın Temel Kavramı (AI)

Yapay Zekanın babası John McCarthy'ye göre, "Akıllı makineler, özellikle akıllı bilgisayar programları yapma bilimi ve mühendisliği" dir.

Yapay Zeka, akıllı insanların düşündüğü gibi bir bilgisayarı, bilgisayar kontrollü bir robotu veya bir yazılımı akıllıca düşündürmenin bir yoludur. AI, insan beyninin nasıl düşündüğünü ve bir sorunu çözmeye çalışırken insanların nasıl öğrendiğini, karar verdiğini ve çalıştığını inceleyerek ve ardından bu çalışmanın sonuçlarını akıllı yazılım ve sistemler geliştirmenin temeli olarak kullanarak başarılır.

Bilgisayar sistemlerinin gücünden, insanın merakından yararlanırken merak uyandırdı, "Bir makine insanlar gibi düşünebilir ve davranabilir mi?"

Böylece, AI'nın gelişimi, insanlarda yüksek bulduğumuz ve değer verdiğimiz makinelerde benzer zeka yaratma niyetiyle başladı.

AI Öğrenmenin Gerekliliği

Yapay zekanın, insanlar kadar akıllı makineler yaratmaya çalıştığını bildiğimiz gibi. Yapay zekayı incelememiz için çok sayıda neden var. Sebepler aşağıdaki gibidir -

Yapay zeka veriler aracılığıyla öğrenebilir

Günlük hayatımızda büyük miktarda veriyle uğraşıyoruz ve insan beyni bu kadar çok veriyi takip edemiyor. Bu yüzden işleri otomatikleştirmemiz gerekiyor. Otomasyon yapmak için AI çalışmamız gerekir çünkü verilerden öğrenebilir ve tekrarlayan görevleri doğru ve yorulmadan yapabilir.

AI kendi kendine öğretebilir

Bir sistemin kendini öğretmesi çok gereklidir çünkü verilerin kendisi değişmeye devam eder ve bu verilerden elde edilen bilginin sürekli güncellenmesi gerekir. Bu amacı gerçekleştirmek için yapay zekayı kullanabiliriz çünkü yapay zeka özellikli bir sistem kendi kendine öğretebilir.

AI gerçek zamanlı olarak yanıt verebilir

Yapay zeka, sinir ağları yardımıyla verileri daha derinlemesine analiz edebilir. Bu yetenek sayesinde, AI gerçek zamanlı olarak koşullara dayalı durumları düşünebilir ve bunlara yanıt verebilir.

AI doğruluğa ulaşır

Derin sinir ağlarının yardımıyla, yapay zeka muazzam bir doğruluk elde edebilir. AI, tıp alanında hastaların MRI'larından kanser gibi hastalıkları teşhis etmeye yardımcı olur.

AI, en iyi şekilde yararlanmak için verileri düzenleyebilir

Veriler, kendi kendine öğrenen algoritmaları kullanan sistemler için fikri mülkiyettir. Verileri her zaman en iyi sonuçları verecek şekilde indekslemek ve düzenlemek için yapay zekaya ihtiyacımız var.

Zekayı Anlamak

AI ile akıllı sistemler kurulabilir. Zeka kavramını anlamalıyız ki beynimiz kendisi gibi başka bir zeka sistemi kurabilsin.

Zeka nedir?

Bir sistemin hesaplama, akıl yürütme, ilişkileri ve analojileri algılama, deneyimlerden öğrenme, hafızadan bilgi saklama ve geri alma, problem çözme, karmaşık fikirleri kavrama, doğal dili akıcı bir şekilde kullanma, yeni durumları sınıflandırma, genelleme ve uyarlama becerisi.

Zeka Türleri

Amerikalı bir gelişim psikoloğu olan Howard Gardner tarafından açıklandığı gibi, Zeka çok yönlüdür -

Sr.No Zeka ve Açıklama Misal
1

Linguistic intelligence

Fonoloji (konuşma sesleri), sözdizimi (dilbilgisi) ve anlambilim (anlam) mekanizmalarını konuşma, tanıma ve kullanma becerisi.

Anlatıcılar, Hatipler
2

Musical intelligence

Sesten oluşan anlamları, perdeyi, ritmi anlama, yaratma, iletişim kurma ve anlama yeteneği.

Müzisyenler, Şarkıcılar, Besteciler
3

Logical-mathematical intelligence

Eylem veya nesnelerin yokluğunda ilişkileri kullanma ve anlama yeteneği. Aynı zamanda karmaşık ve soyut fikirleri anlama yeteneğidir.

Matematikçiler, Bilim Adamları
4

Spatial intelligence

Görsel veya uzamsal bilgileri algılama, değiştirme ve nesnelere referans vermeden görsel görüntüleri yeniden oluşturma, 3B görüntüler oluşturma ve bunları taşıma ve döndürme becerisi.

Harita okuyucuları, Astronotlar, Fizikçiler
5

Bodily-Kinesthetic intelligence

Problemleri veya ürünleri çözmek için vücudun tamamını veya bir kısmını kullanma, ince ve kaba motor becerilerini kontrol etme ve nesneleri manipüle etme yeteneği.

Oyuncular, Dansçılar
6

Intra-personal intelligence

Kişinin kendi hislerini, niyetlerini ve motivasyonlarını ayırt etme yeteneği.

Gautam Buddhha
7

Interpersonal intelligence

Diğer insanların duygularını, inançlarını ve niyetlerini tanıma ve bunlar arasında ayrım yapma yeteneği.

Kitle İletişimcileri, Röportajcılar

Bir makinenin veya bir sistemin, içinde en az bir veya tüm zeka ile donatıldığında yapay olarak akıllı olduğunu söyleyebilirsiniz.

Zeka Nedir?

Zeka soyuttur. Şunlardan oluşur -

  • Reasoning
  • Learning
  • Problem çözme
  • Perception
  • Dilbilimsel Zeka

Kısaca tüm bileşenlerin üzerinden geçelim -

Muhakeme

Yargılama, karar verme ve tahmin için temel oluşturmamızı sağlayan süreçler bütünüdür. Genel olarak iki tür vardır -

Endüktif Akıl Yürütme Tümdengelim
Geniş genel açıklamalar yapmak için özel gözlemler yapar. Genel bir ifadeyle başlar ve belirli, mantıklı bir sonuca ulaşma olasılıklarını inceler.
Tüm önermeler bir ifadede doğru olsa bile, tümevarımsal akıl yürütme, sonucun yanlış olmasına izin verir. Genel olarak bir şeyler sınıfı için bir şey doğruysa, o sınıfın tüm üyeleri için de geçerlidir.
Example - "Nita bir öğretmen. Nita çalışkan. Bu nedenle, Tüm öğretmenler çalışkan." Example - "60 yaşın üzerindeki tüm kadınlar büyükanne. Shalini 65 yaşında. Bu nedenle Shalini bir büyükanne."

Öğrenme - l

Öğrenme yeteneğine insanlar, belirli hayvan türleri ve yapay zeka destekli sistemler sahiptir. Öğrenme aşağıdaki şekilde kategorize edilir -

İşitsel Öğrenme

Dinleyerek ve işiterek öğrenmektir. Örneğin, kayıtlı sesli dersleri dinleyen öğrenciler.

Epizodik Öğrenme

Tanık olduğu veya deneyimlediği olayların sıralarını hatırlayarak öğrenmek. Bu doğrusal ve düzenlidir.

Motor Öğrenme

Kasların hassas hareketleriyle öğrenmektir. Örneğin, nesneleri seçmek, yazmak vb.

Gözlemsel öğrenme

Başkalarını izleyerek ve taklit ederek öğrenmek. Örneğin çocuk ebeveynini taklit ederek öğrenmeye çalışır.

Algısal Öğrenme

Daha önce gördüğü uyaranları tanımayı öğrenmektir. Örneğin, nesneleri ve durumları tanımlama ve sınıflandırma.

İlişkisel Öğrenme

Mutlak özellikler yerine ilişkisel özellikler temelinde çeşitli uyaranlar arasında ayrım yapmayı öğrenmeyi içerir. Örneğin, en son tuzlu olan patatesleri pişirirken 'biraz daha az' tuz eklemek, diyelim ki bir çorba kaşığı tuz ilave ederek pişirin.

  • Spatial Learning - Görüntüler, renkler, haritalar vb. Görsel uyaranlarla öğrenmektir. Örneğin, Bir kişi gerçekten yolu takip etmeden önce akılda bir yol haritası oluşturabilir.

  • Stimulus-Response Learning- Belirli bir uyaran varken belirli bir davranışı gerçekleştirmeyi öğrenmektir. Örneğin, bir köpek kapı zilini duyunca kulağını kaldırır.

Problem çözme

Bilinen ya da bilinmeyen engellerle tıkanan bir yol izleyerek mevcut durumdan istenilen çözüme ulaşmaya çalışılması ve algılanması sürecidir.

Problem çözme ayrıca şunları içerir: decision making, istenen hedefe ulaşmak için birden fazla alternatif arasından en uygun alternatifi seçme sürecidir.

Algı

Duyusal bilgiyi edinme, yorumlama, seçme ve organize etme sürecidir.

Algı varsayar sensing. İnsanlarda algıya duyu organları yardımcı olur. Yapay zeka alanında algı mekanizması, sensörler tarafından elde edilen verileri anlamlı bir şekilde bir araya getirir.

Dilbilimsel Zeka

Sözlü ve yazılı dili kullanma, anlama, konuşma ve yazma becerisidir. Kişilerarası iletişimde önemlidir.

Yapay Zekaya Neler Dahil?

Yapay zeka, geniş bir çalışma alanıdır. Bu çalışma alanı, gerçek dünya sorunlarına çözüm bulmada yardımcı olur.

Şimdi yapay zeka içindeki farklı çalışma alanlarını görelim -

Makine öğrenme

AI'nın en popüler alanlarından biridir. Bu dosyadaki temel kavram, makinenin verilerden öğrenilmesi ve insanların deneyimlerinden öğrenebilmesidir. Bilinmeyen veriler üzerinde tahminlerin yapılabileceği temelinde öğrenme modellerini içerir.

Mantık

Bilgisayar programlarını yürütmek için matematiksel mantığın kullanıldığı bir diğer önemli çalışma alanıdır. Kalıp eşleştirme, anlamsal analiz vb. Gerçekleştirmek için kurallar ve gerçekleri içerir.

Aranıyor

Bu çalışma alanı temelde satranç, tic-tac-toe gibi oyunlarda kullanılmaktadır. Arama algoritmaları, tüm arama alanını aradıktan sonra en uygun çözümü verir.

Yapay sinir ağları

Bu, ana teması biyolojik sinir ağları analojisinden ödünç alınan verimli bir bilgi işlem sistemleri ağıdır. YSA robotik, konuşma tanıma, konuşma işleme vb. Alanlarda kullanılabilir.

Genetik Algoritma

Genetik algoritmalar, birden fazla programın yardımıyla problemlerin çözülmesine yardımcı olur. Sonuç, en uygun olanı seçmeye dayanacaktır.

Bilgi temsili

Makine tarafından anlaşılabilir bir şekilde gerçekleri temsil edebileceğimiz çalışma alanıdır. Bilgi ne kadar verimli bir şekilde temsil edilir; daha fazla sistem akıllı olacaktır.

AI Uygulaması

Bu bölümde, AI tarafından desteklenen farklı alanları göreceğiz -

Oyun

Yapay zeka, satranç, poker, tic-tac-toe, vb. Gibi stratejik oyunlarda, makinenin sezgisel bilgiye dayalı çok sayıda olası konumu düşünebildiği çok önemli bir rol oynar.

Doğal Dil İşleme

İnsanlar tarafından konuşulan doğal dili anlayan bilgisayarla etkileşim kurmak mümkündür.

Uzman sistemler

Muhakeme ve tavsiye vermek için makine, yazılım ve özel bilgileri entegre eden bazı uygulamalar vardır. Kullanıcılara açıklama ve tavsiye sağlarlar.

Görüntü Sistemleri

Bu sistemler bilgisayardaki görsel girdiyi anlar, yorumlar ve kavrar. Örneğin,

  • Bir casus uçak, alanların uzaysal bilgilerini veya haritasını çıkarmak için kullanılan fotoğrafları çeker.

  • Doktorlar hastayı teşhis etmek için klinik uzman sistemi kullanır.

  • Polis, adli tıp sanatçısı tarafından yapılan saklanan portre ile suçlunun yüzünü tanıyabilen bilgisayar yazılımı kullanıyor.

Konuşma tanıma

Bazı akıllı sistemler, bir insan konuşurken dili cümleler ve anlamları açısından duyabilir ve kavrayabilir. Farklı aksanları, argo sözcükleri, arka plandaki gürültüyü, soğuk nedeniyle insan gürültüsündeki değişiklikleri vb. İşleyebilir.

Elyazısı tanıma

El yazısı tanıma yazılımı, bir kalemle kağıda veya ekrana kalemle yazılan metni okur. Harflerin şekillerini tanıyabilir ve onu düzenlenebilir metne dönüştürebilir.

Akıllı Robotlar

Robotlar, bir insan tarafından verilen görevleri yerine getirebilir. Işık, ısı, sıcaklık, hareket, ses, çarpma ve basınç gibi gerçek dünyadan fiziksel verileri algılamak için sensörleri vardır. Zeka sergilemek için verimli işlemcilere, birden fazla sensöre ve devasa belleğe sahipler. Ayrıca hatalarından ders çıkarabilir ve yeni ortama uyum sağlayabilirler.

Bilişsel Modelleme: İnsan Düşünme Prosedürünün Simülasyonu

Bilişsel modelleme, temel olarak, insanoğlunun düşünme sürecini incelemek ve simüle etmekle ilgilenen bilgisayar bilimi içindeki çalışma alanıdır. AI'nın ana görevi, makinenin insan gibi düşünmesini sağlamaktır. İnsan düşünme sürecinin en önemli özelliği problem çözmedir. Bu nedenle, bilişsel modelleme, insanların sorunları nasıl çözebileceklerini anlamaya çalışır. Bundan sonra, bu model makine öğrenimi, robotik, doğal dil işleme vb. Gibi çeşitli yapay zeka uygulamaları için kullanılabilir. Aşağıda, insan beyninin farklı düşünme düzeylerinin diyagramı verilmiştir -

Aracı ve Çevre

Bu bölümde, ajan ve çevreye ve bunların Yapay Zeka'ya nasıl yardımcı olduğuna odaklanacağız.

Ajan

Bir ajan, ortamını sensörler aracılığıyla algılayabilen ve o ortama efektörler aracılığıyla etki eden herhangi bir şeydir.

  • Bir human agent sensörlere paralel göz, kulak, burun, dil ve deri gibi duyu organları ile efektörler için eller, bacaklar, ağız gibi diğer organlara sahiptir.

  • Bir robotic agent sensörler için kameraların ve kızılötesi mesafe bulucuların ve efektörler için çeşitli motorların ve aktüatörlerin yerini alır.

  • Bir software agent bit dizilerini programları ve eylemleri olarak kodlamıştır.

Çevre

Bazı programlar tamamen artificial environment klavye girişi, veritabanı, bilgisayar dosya sistemleri ve ekranda karakter çıkışı ile sınırlıdır.

Buna karşılık, bazı yazılım aracıları (yazılım robotları veya yazılım robotları) zengin, sınırsız yazılım alanlarında bulunur. Simülatörde birvery detailed, complex environment. Yazılım temsilcisinin gerçek zamanlı olarak uzun bir eylem dizisi arasından seçim yapması gerekir. Bir softbot, müşterinin çevrimiçi tercihlerini taramak için tasarlanmıştır ve müşteriye ilginç öğeler gösterir.real yanı sıra bir artificial çevre.