Yapay zeka programlama ve derin öğrenme alanında çalışma yapmak isteyenler öncelikle sistemin çalışma prensibi ve sınırlarını bilmelidir. Yapay zeka, dar zeka ve yapay genel zeka olarak iki kısımda incelenebilir.
Yapay zeka programlama, bu iki yapay zeka kategorisini kullanarak gerçekleştirilen programlardır. Yapay dar zeka, belli bir problemi çözmeye yönelik olarak geliştirilen, veriden öğrenen dar kapsamlı bir yapay zeka sistemidir. Yapay genel zekaysa insanların sinir sisteminden ilham alınarak matematiksel olarak tasarlanmaktadır. Görsel algılama, konuşma, ses tanıma, hareket, muhasebe ve muhakeme yapma yeteneğine sahiptir. Kendi kendine öğrenme işlemlerini sürdürebilen yazılımsal ve donanımsal sistemlerdendir.
Yapay Zeka Programlama
Yapay zeka kolay bir şekilde öğrenilebilir, ancak gerçek anlamda üzerinde çalışılması gereken bir sahadır. Yapay zeka programlamayı öğrenmek isteyenler farklı noktalarda araştırma yapabilir. İnternette bunlarla ilgili pek çok kaynak vardır. Videoların dışında bloglarda bulunan yazılar ve akademik makaleler yapay zeka hakkında bilgi sahibi olmanızı sağlayabilir.
Yapay zekanın temel hususlarını öğrenerek geliştirici olabilirsiniz. Temelden öğrenmeyenler ise daha çok uyarlayıcı düzeyinde kalmaktadır. Yapay zeka programlama için;
- Yapay sinir ağları (artificial neural networks)
- Makine öğrenme (machine learning)
- İşlemsel zeka (computational intelligence)
- Derin öğrenme (deep learning)
gibi programların öğrenilmesi gerekmektedir.
Yapay Zeka Programlama İçin Bilinmesi Gerekenler Nelerdir?
Yapay zekayla ilgili çalışma yapacak olanların veri biliminde çok kullanılan 5 programlama dilini bilmesi gerekmektedir: Python, C/C++, Java, R, ve JavaScript. Bu dillerin içinde Python, derin öğrenme programında çok fazla tercih edilen dillerden biridir. Bunun dışında R de verilerin görselleştirilmesi için elzem olan programlardan biridir. Makine öğrenmesi için de farklı diller kullanılmaktadır: Scala, Julia, Ruby, Octave, MatLab, SAS.
Yapay zeka geliştirmek için tercih ettiğiniz programlama diline uygun olan IDE seçimi yapabilirsiniz. Python dilinde çalışanlar Anaconda ya da Visual Studio Code’u; Java dilinde çalışanlar ise Eclipse’i kullanabilir.
İhtiyaç Duyulanlar ve Duyulmayanlar
Derin öğrenme için GPU’ya ihtiyaç duyabilirsiniz ama bu olmazsa olmaz bir kural değildir. GPU’ya ancak üzerinde çalışacağınız veri setine, modelin karmaşıklığına ve zaman genişliğine göre ihtiyacınız olabilir. Makine öğrenmesi ve derin öğrenme için API’lar, yani uygulama programlama ara yüzleri bulunmaktadır. Ayrıca, şu kütüphanelerden de yararlanabilirsiniz: SciKit-Learn, Accord.NET, Spark MLlib, Azure ML Studio, Amazon Machine Learning, H2O, DL4J, NVIDIA-DIGITS. Veri setlerine ücretsiz olarak ulaşabileceğiniz 2 yer vardır: UCI Machine Learning Repository: Data Sets ve Kaggle Datasets.
Bazı akademik ya da ticari destek programlarından yararlanmanız mümkündür. Üniversiteler ve TUBİTAK, yüksek lisans ve doktora öğrencilerine bilimsel destekler vermektedir. Bunun dışında GPU tarzındaki donanım ihtiyaçlarınız için NVIDIA GPU Grant Program’a başvurabilirsiniz.
