Yapay Zeka Yapay Sinir Ağları - Mesut PEK
advertisement
Yapay Zeka Yapay Sinir Ağları (YSA) Bulanık Mantık Hazırlayan Mesut PEK İstanbul Ticaret Üniversitesi Mühendislik ve Tasarım Fakültesi Bilgisayar Mühendisliği Bölümü Danışman Prof. Dr. İdris OĞURLU 2016 Zeka Nedir ? Bilnet'e Göre : insanın sahip olduğu dikkat, bellek, yargılama, akıl yürütme, soyutlama vs. gibi yetiler topluluğudur. Amerikan psikolog Wechsler'e göre bireyin amaçlı bir biçimde hareket edebilme, mantıklı düşünebilme ve çevresine uyum gösterme yetilerinin tamamıdır. Psikolog P. Oleron'a göre : bireyin aracın gerçekleştirilebilmesi için araçların duruma uygun kılınmasıdır. Fransız Felsefeci Taine göre : zihinsel hayatı kurmayı amaçlayan bir araçtır. Zeka : İnsanın düşünme, akıl yürütme, nesnel gerçekleri algılama, yargılama ve Sonuç çıkarma yeteneklerinin tamamıdır. [1] Prof. Howard Hardner, çoklu zeka kavramını ortaya atmıştır. - Dilsel zeka : Konuşma ve yazma dilinde sözcükleri etkili kullanma yeteneğidir. (politikacılar,yazarlar) - Sosyal zeka : Diğerlerinin duygularını, ruh hallerini anlama yeteneğidir.(Politik liderler,danışmanlar) - Mantık- Matematik zeka : sebep-sonuç ilişkisi kurabilme, sayı ve numaraları akıllıca kullanma yeteneğidir.(Bilim adamları,matematikçiler,programcılar) -Mekansal (Görsel) zeka : Etraftaki nesneleri hayalinde canlandırma ve görme yeteneğidir.(Ressamlar,mimarlar) -Müzik zekası : Seslere karşı duyarlılık gösterme kapasitesi ve kendini müzikle ifade etme yeteneğidir. (Müzisyenler) -Dışadönük (Bedensel) zeka : Kişinin kendini ifade etmesinde bedenini kullanma ve kişinin ellerini bir şeyler oluşturmak için kullanma yeteneğidir. (Aktörler,atletler,dansçılar,heykeltaşlar) -İçedönük(kişinin kendine dönük) zeka : kendini yönlendirme,idare etme ve tanıma kapasitesidir.(Psikologlar,terapistler) -Doğal zeka : bu gruba dahil olanlar hayvanlara, temiz ve yeşil çevreye,doğa olaylarına ilgi duymaktadır.[1] ! Buradan zekanın tanımını verdik fakat maymun ve muz deneyini ele alalım. Maymun muza ulaşmak için kutuları üst üste koyup ulaşması deneyi ele alınabilir. Veya bir kişi sistemin açığını kullanarak minimum enerji ile maximum kazanç elde etmesini baz alabiliriz. Bu örneklerde zeka kavramının geçerliliğini sağlasa bile, genel olarak zeka kavramını tam açıklayamamaktadır.Çünkü Buradan bakıldığında sahtekar birisinin zeki olduğu söylenebilir.Anlaşıldığı üzere tanımın tam olarak sağlanamadığı görülmektedir.[1] [G-1] [G-2] Yapay Zeka Nedir ? Bir bilgisayarın yada bilgisayar denetimli bir makinenin, genellikle insana özgü nitelikler olduğu varsayılan akıl yürütme, anlam çıkarma, genelleme ve geçmiş deneyimlerinden öğrenme gibi yüksek zihinsel süreçlere ilişkin görevleri yerine getirme yeteneği olarak tanımlanır.[1] Yapay Zeka Kavramının ilk Ortaya Çıkışı Turing Testi : Testin içeriği kısaca şöyledir: birbirini tanımayan birkaç insandan oluşan bir denek grubu birbirleri ile ve bir yapay zekâ diyalog sistemi ile geçerli bir süre sohbet etmektedirler. Birbirlerini yüz yüze görmeden yazışma yolu ile yapılan bu sohbet sonunda deneklere sorulan sorular ile hangi deneğin insan hangisinin makine zekâsı olduğunu saptamaları istenir. İlginçtir ki, şimdiye kadar yapılan testlerin bir kısmında makine zekâsı insan zannedilirken gerçek insanlar makine zannedilmiştir. [3] [G-3] Çin Odası Testi Searle, kapalı bir odada bir kişi ve dışarıda bir Çinli olan bu düşünce deneyi öne sürdü. Buna göre, dışarıdaki Çinli kapının altından içeriye Çince yazılı kâğıtlar gönderiyor ve buna yanıtlar istiyor. Odanın içindeki kişinin elinde Çince yanıt kartları ve nasıl kullanılacağını gösteren İngilizce bir kitapçık var. Kurallar tamamen biçimseldir. İçerdeki kişi dışarıdan Çince yazılı bir kart aldığında, ingilizce kurallar kitabına bakarak bir yanıt oluşturur. Çinli “Nasılsın?” diye sorduğunda kurallar kitabına bakarak “İyiyim, teşekkür ederim” kartını dışarı uzatır. Dışarıdaki Çinli, içeriden gelen karttaki yanıta bakınca ne düşünür? “İçeride Çince bilen birisi var.” Oysa içerideki şahıs Çinli kadar başarılı olmasına rağmen Çince biliyor mu? Hayır. Sadece Çince biliyormuş gibi davranır. (1) (2) [G-4] Yapay Zekanın Bileşenleri Uzman Sistemler ●Yapay Sinir Ağları ●Genetik Algoritmalar ●Model tabanlı muhakeme ●Doğal dil işleme ●Robotik ●Bulanık Mantık ●Ses İşleme ●Oyunlar ●Mantıksal Programlama ●Sezgisel Problemler ● Beynin İşleyişi Yapay zeka araştırmaları, insan beyninin işlevlerinin incelenmesi ve bu işlevlerin taklidi ile sıkı bir ilişki içerisindedir.İnsan beyni bilinen en karmaşık yapıdadır.[1] Beynin çalışması üç bölüme ayrılır: -Bilginin girişi -Sentezleme ve kıyaslama -Çıkış ve eylem Beyin Merkezi Sinir Sistemi Sinir Sistemi Çevresel Sinir Sistemi Omurilik Somatik Sistem Otonom Sistem Sinir Sisteminin Bölümleri [G-5] Merkezi sinir sistemi : Beyin ve omurilikteki bütün nöronları içerir.İnsan bedeninin tüm davranış ve işlevlerini yönetir. Çevresel sinir sistemi : Beyin ve omuriliğin ; kaslar,duyu organları,iç salgı bezleri ve iç organlar gibi vücudun diğer bölümlerindeki sinirler ile ilişkilidir.çevresel sinir sistemi dış dünyadaki işlerle somantik ve iç organlar ile ilgili olan otonom bölümlere ayrılır.[1] Yapay Sinir Ağları Yapay sinir ağları (YSA), insan beyninin özelliklerinden olan öğrenme yolu ile yeni bilgiler türetebilme, yeni bilgiler oluşturabilme ve keşfedebilme gibi yetenekleri, herhangi bir yardım almadan otomatik olarak gerçekleştirebilmek amacı ile geliştirilen bilgisayar sistemleridir. Yapay sinir ağları; insan beyninden esinlenerek, öğrenme sürecinin matematiksel olarak modellenmesi uğraşı sonucu ortaya çıkmıştır. Bu nedenledir ki, bu konu üzerindeki çalışmalar ilk olarak beyni oluşturan biyolojik üniteler olan nöronlarınmodellenmesi ve bilgisayar sistemlerinde uygulanması ile başlamış, daha sonraları bilgisayar sistemlerinin gelişimine de paralel olarak bir çok alanda kullanılır hale gelmiştir Burada kısa bir hatırlatma yapmak gerekirse; insan beyninde yaklaşık 10¹¹ sinir hücresinin varlığından bahsedilmekle birlikte, bu sayının bilgisayar ortamında modellenmesi şu an için mümkün görünmemektedir. [5] Bilginin beyinde tutulması hakkında 2 tür tanımlama vardır. Tıpçılar bilgilerin tüm sinirlerde saklandığını belirtmektedir. Mühendisler bilginin beyinde kimyasal olarak saklandığını söylemektedirler. insan beyni, nöron olarak adlandırılan yaklaşık 10¹¹ hesap elemanından oluşmaktadır. Nöronlar, büyüklük ve görünüş bakımından birbirlerinden önemli ölçüde farklı olsalarda , bazı ortak özellik taşırlar.Biyolojik sinir ağını oluşturan nöronlar temelde 3 bölgeye ayırır.(1) -Soma ( Çekirdektir.Sinire gelen bilgiyi işler. ) -Akson ( Some eşik değerini aşarsa ateşleme yapar ve bilgi akmaya başlar.) -Dentrites ( Bilgiyi diğer nöronlardan alır.)[1] [G-6] Yapay sinir hücreleri de biyolojik sinir hücrelerine benzer yapıdadır. Yapay nöronlar da aralarında bağ kurarak yapay sinir ağlarını oluştururlar. Aynı biyolojik nöronlarda olduğu gibi yapay nöronların da giriş sinyallerini aldıkları, bu sinyalleri toplayıp işledikleri ve çıktıları ilettikleri bölümleri bulunmaktadır. Bir yapay sinir hücresi beş bölümden oluşmaktadır; [5] 1.Girdiler 2.Ağırlıklar 3.Toplama Fonksiyonu (Birleştirme Fonksiyonu) 4.Aktivasyon fonksiyonu 5.Çıktılar Şekil: Yapay Sinir Hücresinin yapısı. [2] X : Giriş W : Ağırlaklandırma Net : Toplama Fonksiyonu F : Ağırlıklandırma Fonksiyonu Y : Çıkış [5] Yapılarına Göre Yapay Sinir Ağları İleri Beslemeli Yapay Sinir Ağı Modeli [5] İleri beslemeli ağlarda nöronlar girişten çıkışa doğru düzenli katmanlar şeklindedir. Bir katmandan sadece kendinden sonraki katmanlara bağ bulunmaktadır. Yapay sinir ağına gelen bilgiler giriş katmanına daha sonra sırasıyla ara katmanlardan ve çıkış katmanından işlenerek geçer ve daha sonra dış dünyaya çıkar. [1] Geri Beslemeli Yapay Sinir Ağları Geri beslemeli yapay sinir ağlarında ileri beslemeli olanların aksine bir hücrenin çıktısı sadece kendinden sonra gelen hücrenin katmanına girdi olarak verilmez. Kendinden önceki katmanda veya kendi katmanında bulunan herhangi bir hücreye de girdi olarak bağlanabilir. Bu yapısı ile geri beslemeli yapay sinir ağları doğrusal olmayan dinamik bir davranış göstermektedir. Geri besleme özelliğini kazandıran bağlantıların bağlanış şekline göre geri aynı yapay sinir ağıyla farklı davranışta ve yapıda geri beslemeli yapay sinir ağları elde edilebilir [5] [G-7] Öğrenme Algoritmalarına Göre Yapay Sinir Ağları Danışmanlı Öğrenme: Danışmanlı öğrenme sırasında ağa verilen giriş değerleri için çıktı değerleri de verilir. Ağ verilen girdiler için istenen çıkışları oluşturabilmek için kendi ağırlıklarını günceller. Ağın çıktıları ile beklenen çıktılar arasındaki hata hesaplanarak ağın yeni ağırlıkları bu hata payına göre düzenlenir. Danışmansız Öğrenme: Danışmasız öğrenmede ağa öğrenme sırasında sadece örnek girdiler verilmektedir. Herhangi bir beklenen çıktı bilgisi verilmez. Girişte verilen bilgilere göre ağ her bir örneği kendi arasında sınıflandıracak şekilde kendi kurallarını oluşturur. Destekleyici Öğrenme: Bu öğrenme yaklaşımında ağın her iterasyonu sonucunda elde ettiği sonucun iyi veya kötü olup olmadığına dair bir bilgi verilir. Ağ bu bilgilere göre kendini yeniden düzenler. Bu sayede ağ herhangi bir girdi dizisiyle hem öğrenerek hem de sonuç çıkararak işlemeye devam eder. [2] Öğrenme Zamanına Göre Yapay Sinir Ağları Statik Öğrenme: Statik öğrenme kuralıyla çalışan yapay sinir ağları kullanmadan önce eğitilmektedir. Eğitim tamamlandıktan sonra ağı istenilen şekilde kullanılabilinir. Ancak bu kullanım sırasında ağın üzerindeki ağırlıklarda herhangi bir değişiklik olmaz. Dinamik Öğrenme: Dinamik öğrenme kuralı ise yapay sinir ağlarının çalıştığı süre boyunca öğrenmesini öngörerek tasarlanmıştır. Yapay sinir eğitim aşaması bittikten sonra da daha sonraki kullanımlarında çıkışların onaylanmasına göre ağırlıklarını değiştirerek çalışmaya devam eder. [2] YSA’ nın en önemli özellikleri; Öğrenme, ●Doğrusal olmama, ●Genelleme, ●Güncelleme, ●Hata toleransı. ● YSA'lar pek çok sektörde değişik uygulama alanları bulmuştur. Bunlardan bazıları; Uzay ●Otomotiv ●Bankacılık ●Savunma ●Elektronik ●Eğlence ●Finans ●Sigortacılık ●Üretim ●Sağlık ●Petrol kimya ●Robotik ●Dil ●Telekomünikasyon ●Güvenlik ● Bulanık Mantık Bazı durumlarda bir uzman kişinin bilgi ve deneyimlerinde yararlanılma yoluna gidilir.Uzman kişi az, çok, pek az, pek çok, biraz az, biraz çok gibi günlük hayatta sıkça kullanılan dilsel niceleyeciler doğrultusunda bir denetim gerçekleştirir.Bu dilsel ifadeler bilgisayara aktarılırsa hem uzman kişiye ihtiyaç kalmamakla hemde uzman kişiler arasında denetim farkı ortadan kalmaktadır.Temeli insanın herhangi bir sistemi denetlemedeki düşünce ve sezgilerine bağlı davranışının, benzetimine dayanmaktadır. Bir insan bir sistemin bulunduğu gerçek durumdan, istenilen duruma götürmek için sezgilerine ve deneyimlerine bağlı olarak bir denetim stratejisi uygulayarak amaca ulaşmaktadır. [2] Bulanık denetim bu tür mantık ilişkileri üzerine kurulmuştur.Bulanık mantık için, matematiğin gerçek dünyaya uyulanması denilebilir.Çünkü gerçek dünyada uygulaması her an değişen durumlarda değişik sonuçlar çıkabilir. [2] [G-8] Bulanık mantığın ve bu mantık kurallarını kullanan bulanık küme teorisinin Lütfi Aliasker Zade ( Lotfi A. Zadeh) tarafından geliştirilip 1965 tarihli orijinal makalesinde yayınlanmasından sonra belirsizlik içeren sistemlerin incelenmesi yeni bir boyut kazanmıştır. 1965 de ortaya atılmasına rağmen, bulanık küme kavramı ancak 1970’li yılların ikinci yarısından sonra kullanılmaya başlanmıştır. Bunda özellikle Zadeh’in 1965 deki ilk makalesinden daha fazla etkili olan ve bulanık mantığın belirsizlik içeren sistemlere uygulanabilirliliğini açıklayan makaleleri etkili olmuştur. 1980’li yılların ikinci yarısından sonra Japonların ürünlerinde bulanık mantığı kullanmalarıyla da hız kazanarak, günümüzdeki doruk noktasına gelmiştir. Artık hemen her alanda bulanık mantık uygulamalarına rastlamak mümkündür. [6] İlk Uygulamaları •ilk 1975 yılında Mamdani ve Assilian, bir buhar makinesinin kontrolünü bulanık sistem modeli ile başarmışlardır. • Ticari olarak ise ilk defa, 1980 yılında, Danimarka’daki bir çimento fabrikasının işletilmesi ve kontrolünde kullanılmıştır. • Özelikle doğuda (Japonya, Singapur, Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır. • Elektrikli süpürgeler, çamaşır makineleri, asansörler, metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla görülmüştür. • 1985 yılları sonrasında Japonya’da teknolojik ürünlerin geliştirilmesiyle dikkat çekip batı dünyasında önem kazanmıştır.[7] Bulanık mantığın uygulama alanları • Bulanık mantık kuramının uygulamaları, günümüzün karmaşık problemlerinin çözümünde kullanışlı bir araç haline gelmiştir. • Matematikçiler, bilim adamları ve mühendisler tarafından birbirinden bağımsız pek çok çalışmaya konu olmuştur. • Genel olarak mühendislik, tıp, sosyoloji, psikoloji, işletme, uzman sistemler, yapay zeka, sinyal işleme, ulaştırma, kavşak sinyalizasyonu gibi birçok alanda rahatlıkla uygulanabilir. [7] Kullanım Alanları • metroların işleyişi kontrol ediliyor, • televizyonların alıcıları ayarlanıyor, • bilgisayar disklerinin kafaları kontrol ediliyor, • kameralar görüntüye odaklanıyor, • klimalar, çamaşır makinaları, elektrikli süpürgeler ayarlanıyor, • buzdolaplarının buzlanması engelleniyor, • asansörler ve trafik lambaları programlanıyor, otomobillerin motorları, süspansiyonları, emniyet fren sistemleri kontrol ediliyor, • füzeler, çimento karıştırıcılar kontrol ediliyor, • robot kolları yönlendiriliyor, • karakterler, nesneler tanınıyor [7] Kaynaklar 1)NABİYEV, V. V., Yapay Zeka,2012,Ankara, Seçkin Yayınları, s.25,27,36 2)Elmas,Ç.,Yapay Zeka Uygulamaları,2010,Ankara,Seçkin Yayınları 3)https://tr.wikipedia.org/wiki/Yapay_zek%C3%A2 4)http://www.evrenindili.com/component/content/article/172-bilincli-makine/311searlein-cin-odas-ve-cin-odasndan-ckanlar?directory=194 5)http://www.ibrahimcayiroglu.com/Dokumanlar/IleriAlgoritmaAnalizi/IleriAlgoritm aAnalizi-5.Hafta-YapaySinirAglari.pdf 6)Erhan Akdoğan - Enerji, Elektrik, Elektromekanik-3e, Temmuz 1999, Sayı 62, Sayfalar:80-85, Bilesim yayıncılık A.Ş., İstanbul 7)http://mekatronik.kocaeli.edu.tr/dokuman/dersnotu/Bulan%C4%B1k_Mant %C4%B1k_Giri%C5%9F_2012-28-09-2012-11-54-43-3665800895.pdf Görsel Kaynaklar 1-http://www.pigeon.psy.tufts.edu/psych26/images/kohler3.JPG 2-http://img-s2.onedio.com/id-54cf5728784b1a914f5211cf/rev-0/raw/s6c62adff9d1131f6ae1c1303766eff59ce28cf25.jpg 3-https://upload.wikimedia.org/wikipedia/commons/e/e4/Turing_Test_ version_3.png 4-http://3.bp.blogspot.com/-SVScour4YWU/VDxWF84RwpI/AAAAAAAAATE/ K7PMu1Rl44I/s1600/chinese-room-1024x570.png 5-NABİYEV, V. V., Yapay Zeka, Seçkin Yayınları 6-http://www.acikbilim.com/wp-content/uploads/2014/05/seyitnoron.png 7-https://upload.wikimedia.org/wikipedia/ commons/thumb/9/95/Hopfield-net.png/220px-Hopfield-net.png 8-https://irkilata.files.wordpress.com/2014/08/16472_html_m7db651b2.png
