Yapay
Zeka Mühendisliği 1: Temel Konular
Arka
kapak yazısı. Yapay Zeka Mühendisliği adlı bu kitap serimizde yapay zeka
üzerine hem kuramsal (teorik) bilgilere hem de verilen örneklerle uygulamalara
odaklanılmıştır. Okuyucuların farklı farklı bilgi seviyelerinde olabileceği
gözönüne alınarak kitaplarımızdan ilki “temel bilgiler”, ikincisi “derin
bilgiler” ve üçüncüsü de “uygulama vaka örnekleri” şeklinde
adlandırılmıştır.
Bu
kitaplarımızdan ilki “temel konular” başlığına altında yapay zeka üzerine tüm
teknik temel bilgilerin toplandığı kitabımızdır; dolayısıyla bu kitabımızda
aşağıdaki ana konulara yer verilmiştir:
• Yapay Zeka Kavramları
ve Tarihçesi: Yapay zeka alanına sağlam bir başlangıç yapabilmek
için bu konuda adı çok geçen kavramların açık ve anlaşabilir şekilde
açıklanması; alanın gelişim süreci, geçmişi ve geleceği gibi kavramlar ifade
edilerek, okuyucunun konuya motivasyonu arttırılmaya çalışılmıştır.
• Mühendislik
Teknik Konuları: Yapay zeka
uygulamaları geliştirebilmek için bilinmesi gereken temel tekniklerin, algoritmaların
ve yöntemlerin anlatımı yapılmıştır. Örneğin; makine öğrenimi, derin öğrenme,
doğal dil işleme, görüntü işleme gibi ana konular verilmiştir.
• Etik ve
Mahremiyet: Yapay zeka
uygulamaları kişisel ve kurumsal mahremiyetini korumalı ve gerekli özeni
göstermelidir. Bu durum da uygulamaların geliştirme modelleriyle ve öğrenme
sürecindeki eğitimleriyle sağlanabilir. Dağıtık öğrenme modeli de bunun için
geliştirilmiştir; ayrıca veri gizliliği, ayrımcılık, ırkçılık ve sosyal etkiler
de gözönünde tutulmalıdır.
• Uygulama
Örnekleri: Yapay
zekanın uygulama alanı insan yaşamı gibi çok yönlüdür; uygulamaların gerçek
dünya ile gereksinimleriyle ilişkilendirilmesi gerekir. Örneğin sağlık ve tıp
alanında, eğitim, finans, otomotiv, perakende ve güvenlik gibi farklı farklı
endüstrilerde kullanılabilir.
• Deneyim
Kazandırma:
Yapay zeka tekniklerini uygulayabilmek için, bireye edindiği
bilgilerle, cesaret kazandırmak ve teşvik edilmesi hedeflenmiştir. Bu amaçla
gerçekçi örnekler sunulmaya çalışılmıştır.
Yapay Zeka Mühendisliği 1: Temel Konular Bölüm
Başlıkları
Önsöz
Bölüm 1. Yapay Zeka Kavramları, Kapsam ve Tarihçesi ~ Editörce yazılacak
Bölüm
2. Veri Bilimi ve Veri Mühendisliği ~ Prof. Dr. Gülşen AKMAN
Bölüm 3. Yapay Zekada Matematiksel Temeller ve Ayrık Matematik ~ Prof. Dr. Süleyman EKEN
Bölüm 4. Yapay Zeka Veri Yapıları ve Algoritmalar ~ Prof. Dr. Toros Rifat ÇÖLKESEN
Bölüm 5. Biçimsel Diller ve Özdevinirler ~ Prof. Dr. Mehmet KARAKÖSE
Bölüm 6. Doğal Dil İşleme (NLP) ve Dilbilimi ~ Dr. Murat AYDOĞAN
Bölüm 7. Makine Öğrenmesi ~ Doç. Dr.
Hüseyin ÇAKIR
Bölüm 8. Veri Madenciliği ~ Prof. Dr.
Seniye Ümit FIRAT
Bölüm 9. Derin Öğrenme ~ Prof. Dr. Sami
EKİCİ
Bölüm
10. Yapay Zeka Uygulamalarında Kullanılan Diller ve Özellikleri ~ Prof. Dr. Turgay Tugay BİLGİN
Bölüm 11. Robotik Özellikler ve Kontrol Mühendisliği Uygulamaları ~ Doç. Dr. Ercan KÖSE
Bölüm 12. Görsel Algı ve Bilgisayarla Göre ~ Doç. Dr. Emre DANDIL
Bölüm 13. Yapay Zeka Optimizasyon Algoritmaları - Dr. Ahmet Cevahir ÇINAR
Kaynakça
Dizin
Yapay Zeka Mühendisliği 2: Derin Konular Bölüm
Başlıkları
Önsöz
Bölüm
1. Yapay Zeka Teorisi ~ Editörce
yazılacak
Bölüm 2. Yapay Öğrenme ~ Doç. Dr.
Atınç YILMAZ
Bölüm 3. Sinir Ağları - Yapay Zeka Yansımaları ~ Doç. Dr. Yusuf KUVVETLİ
Bölüm 4. Büyük Veri ve Bulut Bilişim ~ Prof.
Dr. Süleyman EKEN
Bölüm 5. Yapay Zekada Olasılık Teorisi ve Stokastik Süreçler ~ Prof. Dr. Ahmet Hamdi KAYRAN, Dr. Hasan Hüseyin KARAOĞLU
Bölüm
6. Oyun Teorisi ve Yapay Zeka Yansıması ~ ???
Bölüm
7. İnsan Bilgisayar Etkileşimi ~ Prof. Dr. Ayhan ERDEM
Bölüm 8. Konuşma Tanıma ve Duygu Algılama ~ Doç. Dr. Özal YILDIRIM
Bölüm 9. Graf Bilimi Yansımaları ~ Doç.
Dr. Zeydin PALA
Bölüm 10. Kuantum Hesaplama ve Yapay Zeka ~ Doç.
Dr. Büşra ÖZDENİZCİ KÖSE
Bölüm 11. Günümüzdeki Yapay Zeka Uygulamaları ve Teknik Özellikleri
~ Prof. Dr. Osman ALİEFENDİOĞLU
Bölüm 12.
Yapay Zeka Vaka Çalışmaları ~
Bölüm 13. Sosyal Açıdan Yapay Zeka ve Etik ~ Prof. Dr. Cesur BARENSEL ve Ayşe ESER BARENSEL
Kaynakça
Dizin
Yapay Zeka Mühendisliği 2: Derin Konular
Arka
kapak yazısı. Yapay Zeka Mühendisliği adlı bu kitap serimizde yapay zeka
üzerine hem kuramsal (teorik) bilgilere hem de verilen örneklerle uygulamalara
odaklanılmıştır. Okuyucuların farklı farklı bilgi seviyelerinde olabileceği
gözönüne alınarak kitaplarımızdan ilki “temel bilgiler”, ikincisi “derin
bilgiler” ve üçüncüsü de “uygulama vaka örnekleri” şeklinde
adlandırılmıştır.
Yapay zeka
alanına mühendis bakışı ile hazırlanan bu kitaplarımızın ikincisi “derin
konular” başlığına altında toplanmıştır; yani temel konuların daha ilerisine
gidilmeye çalışılmıştır. Dolayısıyla bu kitabımızda aşağıdaki konulara yer
verilmiştir:
• Yapay Zeka
Teorisi: Yapay zeka
alanında kullanılan tasarım ilkeleri, matematiksel modelleri, altyapı gereksinimleri,
algoritmaları ve yöntemlerini inceleyen bir disiplindir. Bu teoride, uygulamayı
gerçekleştirmek için hangi matematiksel yöntemleri ve modellerinin kullanıldığı
incelenir.
• Yapay Öğrenme
ve Sinir Ağları: Yapay
öğrenme, bir sayısal sistemin geçmişteki deneyimlerinden veya özel öğrenme
verilerinden öğrenerek belirli görevleri yapabilmesini sağlayan bir yapay zeka
dalıdır. Bu deneyimler, büyük verilerden damıtılarak elde edilir; ve veri
kümelerindeki örüntüleri tanıyarak tahminlerde bulunur. Sinir ağları
ise insanın sahip olduğu biyolojik sinir yapısından esinlenerek tasarlanmış bir
matematiksel modeldir; veri analizi ve örüntü tanıma gibi işler için kullanılır.
• Yapay Zeka
Çevre Birimleri: Yapay zeka
sistemlerinin dışarısıyla etkileşim kurmasını sağlar; girdi verilerini almasına
ve ürettiği sonuç çıktılarını dışarıya iletmesine imkan verir; yani sistemlerin
etkileşime girdiği ve bilgi alış-verişi yaptığı kaynakları ifade eder. Yaygın
olarak; sensörler, API’ler, elektronik kontrol sistemleri, ses sistemleri, otomasyon
sistemleri, veritabanları ve İnternet uygulamaları olarak sıralanabilir.
• Kuramsal
Konular: Yapay
zekanın kendi teorisi yoğun olarak matematik konularına dayalıdır; matematiğin
bilgisayar bilimi ile birleşmesiyle sanki merkez nüve oluşturulmaktadır. Dolayısıyla
“Matematik, yapay zeka çalışmalarının kraliçesidir.” denilebilir. Yapay zeka
algoritmalarını anlamak, geliştirmek ve optimize etmek için lineer cebir,
türev-integral denklemleri, olasılık ve istatistik, optimizasyon matematiği, ayrık
matematik ve algoritma analizi konuları oldukça önemlidir.
• Gelecek
Öngörüleri:
Yakın ve uzak gelecekte yapay zekanın nasıl bir gelişim gösterebileceği üzerine
kuramsal öngörüler ve insanlığa fırsat ve olası tehditlerinin neler olabileceği
şimdiden tartışılması oldukça önemlidir. Çünkü yapay zeka sistemi tasarlayıp
geliştirecek olan mühendislerin bunları da başlangıçta gözönüne alması
önemlidir.
|