tag UzmanSistemler

Symbolic AI (GOFAI) (Sembolik (Klasik) Yapay Zeka)

Bu sayfada UzmanSistemler (Symbolic AI (GOFAI) (Sembolik (Klasik) Yapay Zeka)) etiketi ile işaretlenmiş 1 yapay zeka kavramını bulabilirsiniz.

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.

rule

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.

arrow_forward