tag Tarih
Artificial Narrow Intelligence (ANI) (Dar (Zayıf) Yapay Zeka)
Bu sayfada Tarih (Artificial Narrow Intelligence (ANI) (Dar (Zayıf) Yapay Zeka)) etiketi ile işaretlenmiş 2 yapay zeka kavramını bulabilirsiniz.
Yapay Genel Zeka (AGI — Artificial General Intelligence), insan benzeri bilişsel esnekliğe sahip, herhangi bir entelektüel görevi öğrenip uygulayabilen teorik bir yapay zeka sistemidir. Günümüzde mevcut olan dar yapay zeka sistemlerinin aksine AGI, bağlamdan bağımsız olarak yeni alanlara uyum sağlayabilir, soyut akıl yürütme yapabilir ve deneyimden öğrenme kapasitesini farklı disiplinlere aktarabilir. Mevcut yapay zeka sistemleri belirli görevlerde olağanüstü başarı gösterse de bu başarı dar bir alan içinde kalmaktadır. Satranç oynamak için tasarlanmış bir sistem tıbbi teşhis yapamaz; görüntü tanıyan bir model doğal dil anlayamaz. AGI ise bu sınırlılığı aşarak insanın bilişsel esnekliğini taklit etmeyi hedefler. AGI araştırmasında öne çıkan yaklaşımlar arasında sembolik yapay zeka, bağlantıcı modeller, hibrit sistemler ve beyin simülasyonu yer almaktadır. DeepMind'ın AlphaZero'su gibi sistemler belirli alanlarda genelleme kapasitesi gösterse de gerçek AGI tanımını karşılamamaktadır. OpenAI, Anthropic, Google DeepMind gibi önde gelen araştırma kurumları AGI'yi uzun vadeli hedef olarak benimsemiştir. AGI'nin zaman çizelgesi tartışmalı olmaya devam etmektedir. Bazı araştırmacılar 2030'ların ortasında mümkün olabileceğini öne sürerken bir kısım akademisyen bunun yüzyıllar öteye uzadığını savunmaktadır. Nick Bostrom gibi düşünürler AGI'nin kontrolsüz gelişiminin varoluşsal riskler doğurabileceğini vurgularken diğerleri bu risklerin abartıldığını düşünmektedir. AGI tartışmasının felsefi boyutu da derindir. Turing Testi, Çin Odası argümanı ve bilinç sorusu, bir makinenin gerçekten genel zekaya sahip olup olmayacağını ya da yalnızca taklit edip etmeyeceğini sorgular. Güvenli ve hizalanmış bir AGI geliştirmek, teknik ilerlemenin yanı sıra etik çerçevelerin de olgunlaşmasını gerektirmektedir.
Artificial Narrow Intelligence (ANI) (Dar (Zayıf) Yapay Zeka)
Yapay Genel Zeka (AGI — Artificial General Intelligence), insan benzeri bilişsel esnekliğe sahip, herhangi bir entelektüel görevi öğrenip uygulayabilen teorik bir yapay zeka sistemidir. Günümüzde mevcut olan dar yapay zeka sistemlerinin aksine AGI, bağlamdan bağımsız olarak yeni alanlara uyum sağlayabilir, soyut akıl yürütme yapabilir ve deneyimden öğrenme kapasitesini farklı disiplinlere aktarabilir. Mevcut yapay zeka sistemleri belirli görevlerde olağanüstü başarı gösterse de bu başarı dar bir alan içinde kalmaktadır. Satranç oynamak için tasarlanmış bir sistem tıbbi teşhis yapamaz; görüntü tanıyan bir model doğal dil anlayamaz. AGI ise bu sınırlılığı aşarak insanın bilişsel esnekliğini taklit etmeyi hedefler. AGI araştırmasında öne çıkan yaklaşımlar arasında sembolik yapay zeka, bağlantıcı modeller, hibrit sistemler ve beyin simülasyonu yer almaktadır. DeepMind'ın AlphaZero'su gibi sistemler belirli alanlarda genelleme kapasitesi gösterse de gerçek AGI tanımını karşılamamaktadır. OpenAI, Anthropic, Google DeepMind gibi önde gelen araştırma kurumları AGI'yi uzun vadeli hedef olarak benimsemiştir. AGI'nin zaman çizelgesi tartışmalı olmaya devam etmektedir. Bazı araştırmacılar 2030'ların ortasında mümkün olabileceğini öne sürerken bir kısım akademisyen bunun yüzyıllar öteye uzadığını savunmaktadır. Nick Bostrom gibi düşünürler AGI'nin kontrolsüz gelişiminin varoluşsal riskler doğurabileceğini vurgularken diğerleri bu risklerin abartıldığını düşünmektedir. AGI tartışmasının felsefi boyutu da derindir. Turing Testi, Çin Odası argümanı ve bilinç sorusu, bir makinenin gerçekten genel zekaya sahip olup olmayacağını ya da yalnızca taklit edip etmeyeceğini sorgular. Güvenli ve hizalanmış bir AGI geliştirmek, teknik ilerlemenin yanı sıra etik çerçevelerin de olgunlaşmasını gerektirmektedir.
Symbolic AI (GOFAI) (Sembolik (Klasik) Yapay Zeka)
Sembolik Yapay Zeka (Symbolic AI), insan bilgisini açık semboller, kurallar ve mantıksal ilişkiler aracılığıyla temsil edip bu temsiller üzerinde çıkarım yapan yapay zeka yaklaşımıdır. "GOFAI" (Good Old-Fashioned AI — İyi Eski Moda Yapay Zeka) olarak da anılır; 1950'lerden 1990'ların sonuna kadar alan araştırmalarına hâkim olmuştur. Sembolik AI'ın çekirdeğini "eğer A ise, o zaman B yap" biçimindeki kural tabanlı çıkarım oluşturur. Uzman sistemler bu paradigmanın zirvesini temsil eder: tıp teşhisinde MYCIN, IBM bilgisayar konfigürasyonunda XCON, kimya analizi için DENDRAL bu alanda öncü çalışmalardır. IBM Deep Blue, satranç şampiyonu Kasparov'u 1997'de böyle bir kural tabanlı arama motoruyla yendi. Sembolik yaklaşımın güçlü yönleri açıktır: kurallar okunabilir ve denetlenebilir olduğundan sistem kararları yorumlanabilir; az veriyle de çalışabilir; mantıksal tutarlılık garanti edilebilir. Ancak 1980'lerin "yapay zeka kışı"nda kritik sınırları ortaya çıktı: gerçek dünya belirsizliği (fuzzy, noisy data) kural motorlarını zorladı, kural tabanları büyüdükçe bakımı imkânsızlaştı ve görüntü ya da ses gibi ham algısal verilerden sembolik temsil üretmek çözümsüz kaldı. Derin öğrenmenin yükselişiyle birlikte sembolik AI büyük ölçüde yerini nöral yaklaşımlara bıraktı. Ancak günümüzde Neurosymbolic AI adı verilen hibrit alan iki paradigmayı birleştirmeye çalışıyor: sinir ağının örüntü tanıma gücü, sembolik sistemin akıl yürütme garantileriyle birleşiyor. Google DeepMind'ın AlphaGeometry'si nöral öneriler + sembolik kanıtlama ile Matematik Olimpiyatı problemlerini çözebiliyor. XAI (Açıklanabilir Yapay Zeka) zorunluluğunun giderek artması, sembolik yöntemlere ilgiyi yeniden canlandırıyor. Regülasyon gereksinimleri, tıp ve finans gibi kritik alanlarda "neden böyle karar verdi?" sorusunu yanıtlayabilen sistemlere olan talebi artırıyor; sembolik AI bu konuda nöral ağların önünde yer alıyor.