YAPAY ZEKA

Basamak Korelasyon Sinir Ağı: Nilgün Şengöz

Basamak Korelasyon ağı, yapay sinir ağları içerisinde yeni ve öğreticili/denetimli öğrenme algoritması olarak yer almaktadır.  Bir ağın içindeki sabit topoloji de ağırlıkları ayarlamak yerine, Basamak Korelasyon ilk önce minimum ağ ile başlar, sonra otomatik olarak eğitir ve yeni gizli birimleri tek tek ekleyerek çok katmanlı bir yapı oluşturur. Eğer yeni gizli birim ağa eklenirse, giriş tarafındaki ağırlıklar dondurulur. Eklenmiş olan bu birim kalıcı bir hal alarak ağda özellik sezinleyici (feature-detector)

Yapay Zeka 7: Oyun Ağaçları, Minimax ve Alfa Beta Budaması

Bu Bölümde Doç.Dr.Şadi Evren Şeker, oyunlarda kullanılan yapay zeka karar sistemlerinin nasıl çalıştığını örnek bir oyun olarak tic-tac-toe oyunu üzerinden anlatarak örnek bir minimax ağacını oluşturuyor ve yapay zekanın karar verme sürecini anlatıyor. Ayrıca rekabete (competition) dayalı oyunlar gibi birlikteliğe (cooperation) dayalı oyunlar için nasıl değişiklikler yapılabileceğini ve maximax ağaçlarını anlatıyor. Ardından Minimax ağacı olarak bilinen ve iki taraflı rekabete dayalı oyunlarda yapay zekanın karar verme süreçlerini belirleyen algoritmalarda arama uzayını

Galatasaray Üniversitesi 12.Teknoloji ve İletişim Günleri: TEKİL12

Galatasaray Üniversitesi 12. Teknoloji ve İletişim Günleri: TEKİL12 de bu sene “Yapay Zeka” teması ile 21 Aralık 2016 Çarşamba günü Galatasaray Üniversitesi Ortaköy Kampüsü Aydın Doğan Salonunda icra edilmiştir.  Bu etkinliğe Türkiye’de yapay zeka konusunda söz sahibi değerli akademisyenler ve meraklılar katılmışlardır. Galatasaray Üniversitesi İletişim Fakültesi Dekanı Prof. Dr.Dilruba Çatalbaş Ürper’in açılış konuşması ile başlayan bu etkinlik aşağıda belirtilen sunumlarla devam etmiştir.  “Yapay Zeka Nedir? Prof. Dr. Levent AKIN Boğaziçi

Yapay Sinir Ağları: Nilgün Şengöz

Bilgisayar teknolojilerinin gelişmesiyle birlikte insanoğlu neredeyse tüm işlemlerini bu yenilikçi teknolojiler üzerinde yapmakta ve yeni yöntemlerin bulunmasına olanak sağlamaktadır. İşte bu yüzdendir ki, 1980’li yıllarda ortaya atılan makinanın insan gibi düşünebilmesi fikri ortaya atılmış, 1990’lı yıllara gelindiğinde ise Yapay Sinir Ağları teknolojisi iyiden iyiye hızlanmış ve büyük bir gelişme görülmüştür. Yapay Sinir Ağları, Yapay Zekâ kavramı altında oluşan bir alt başlık olup, bu konuya ilgi duyan araştırmacıların odak noktası haline

Yapay Zeka 6: Koşul Tatmin Problemleri (CSP)

Bu Bölümde Doç.Dr.Sadi Evren Şeker Constratint Satisfaction Problems olarak da geçen (Kitapta 5.Bölüm olarak yer almaktadır) problem tiplerini ve çözüm yöntemlerini anlatıyor. Basitçe gerçek hayatta bu tip problemlerle kaşılaşılabilecek, eşleşme problemleri (matching problems), zamanlama problemleri, planlama problemleri, zaman çizelgelemesi, kaynak atama, iş atama problemleri gibi problemleri ve çözüm için bir koşul tatmin probleminin nasıl bir graf haline dönüştürüldüğü, problem tiplerini (ayrık veya sürekli) veya değişken sayılarına göre problem tiplerini (unary,

Yapay Zeka 5: Sezgisel Algoritmalar

Arama algoritmalarının daha az ihtimali arayarak nasıl çalışacağından bahseden ve Sezgisel olarak neler yapabileceğimizden bahseden bu bölüm Kitabımızın 4. Bölümüdür. Bu Bölümde Doç.Dr.Sadi Evren Şeker Genel arama algoritmalarını kısaca tekrar edip, gerçek hayat problemlerini nasıl arama problemlerine dönüştürdüğümüzü anlatıyor ve ayrıca sezgisel algoritma nedir? Problemlere nasıl yaklaşılır, bilmeden arama ve bilerek arama arasındaki farkları anlatıyor. Yapay Zeka 5 Bölümünün içerisinde aşağıda belirtilen konular anlatılacaktır: *Aç gözlü yaklaşımı (Greedy Approach) *En

Yapay Zeka 4: Arama Problemleri

Gerçek hayattaki bir yapay zeka probleminin, arama problemi haline nasıl dönüştürüldüğünü ve temel bazı arama algoritmalarını ( DFS, BFS, IDS , DLS gibi) görerek nasıl sonuçlar üretildiğini  Doç.Dr.Sadi Evren Şeker’den bu derste öğreniyoruz. Gerçek Problemlerin Arama Problemine Dönüşümü ve Çözümü Gerçek hayattaki bir yapay zeka probleminin, arama problemi haline nasıl dönüştürüldüğünü ve temel bazı arama algoritmalarını ( DFS, BFS, IDS , DLS gibi) görerek nasıl sonuçlar üretildiği bu bölümde anlatılmaya

Robotlar hissedebilir mi?

Geçen yıl ilk 10 bölümüyle büyük tartışma yaratan “Westworld” dizisini izleyenler bilir: Dünya öyle bir hale gelmiş ki yapay zekâlı robotlar her işi yapıyor. İnsanlarınsa vakti, parası bol; kendilerine yeni deneyimler, eğlenceler yaratmakla meşguller… Dizide devasa bir film platosunu andıran uçsuz bucaksız bir arazide, ABD’nin “vahşi Batı” konseptine göre tasarlanmış bir eğlence parkı var. Tabii bu, vakti ve parası bol insanlarla dolu o dünyada çok kârlı bir yatırım. Ama bir

Yapay Zeka 3, Dr. Racket (Lisp) Giriş

Lisp programlama dilinin bir kırımı olan Dr. Racket ortamının indirilmesi, bilgisayarımıza kurulması, ortamı tanımak ve basit bazı komutları Doç.Dr.Sadi Evren Şeker’den bu derste öğreniyoruz. Amacımız yapay zeka dersinde bu programlama dilini kullanabilmek.. Bu derse Lisp in kullanımı Dr.Rocket üzerinden anlatılacaktır.  Lisp Yapay Zekada neden bu kadar fazla kullanılıyor derseniz, bunun iki cevabı vardır.. Birincisi Functional Programming dili olması diğeride lamda calculus olmasıdır. Yapay Zeka için sağladığı bazı avantajlar mevcuttur. Artık

İlk Yapay Zeka Yönetmeliği

Dünyanın en kıdemli yapay zeka uzmanları Kaliforniya’da bir araya gelerek 23 maddelik bir yönetmelik hazırladılar. Yönetmelik, yapay zekanın tüm insanlık için faydalı olmasını amaçlıyor. Binyıllar boyunca üzerinde yaşadığımız dünyaya, doğaya hükmetmek için bilincimizi ve yeteneklerimizi evrilttik. Aklımız ve sosyal becerilerimiz bize hayatta kalmanın görülmemiş yollarını bahşetti. Başta yazı olmak üzere sürekli yeni teknolojiler geliştiren bir ırka dönüştük. Toprağın kimin olacağına dair sonsuz savaşlara tutuştuk. İnsanın insan üzerindeki hakimiyeti her şeyden