Yapay zek\u00e2 program\u0131 AlphaGo Zero, herhangi bir insan girdisi olmaks\u0131z\u0131n sadece birka\u00e7 g\u00fcn i\u00e7inde e\u011fitildi. Google\u2019\u0131n sahibi oldu\u011fu DeepMind\u2019\u0131n yapay zek\u00e2 program\u0131, herhangi bir insan hamlesi \u00f6\u011frenmeden, \u201cGo\u201d strateji oyununda insan\u00fcst\u00fc seviyeye ula\u015ft\u0131. \u0130nsan girdisi olmaks\u0131z\u0131n, bu kendi kendini geli\u015ftirebilme kabiliyeti, herhangi bir g\u00f6revin \u00fcstesinden gelebilecek genel bir yapay zek\u00e2 tasarlama hayaline do\u011fru kritik bir ad\u0131md\u0131r. DeepMind Ba\u015fkan\u0131 Demis Hassabis bir bas\u0131n a\u00e7\u0131klamas\u0131nda, bu geli\u015fmenin, yak\u0131n gelecekte programlar\u0131n protein katlanmas\u0131 veya materyal ara\u015ft\u0131rmas\u0131 gibi bilimsel zorluklar\u0131 \u00fcstlenmesine imk\u00e2n verebilece\u011fini s\u00f6yledi. Hassabis, \u201cGer\u00e7ekten \u00e7ok heyecanl\u0131y\u0131z, \u00e7\u00fcnk\u00fc baz\u0131 ciddi sorunlarda ciddi ilerleme sa\u011flayacak kadar iyi oldu\u011funu d\u00fc\u015f\u00fcn\u00fcyoruz\u201d dedi.<\/p>\n
Londra\u2019da bulunan DeepMind taraf\u0131ndan daha \u00f6nceden geli\u015ftirilen Go oynayan bilgisayarlar, uzmanlar taraf\u0131ndan oynanm\u0131\u015f 100.000\u2019in \u00fczerinde insan oyunuyla e\u011fitilmi\u015fti. AlphaGo Zero olarak bilinen en son \u00e7\u0131kan program, rasgele hamleleri kullanarak s\u0131f\u0131rdan ba\u015flayaca\u011f\u0131 yerde, kendi kendine oynayarak \u00f6\u011freniyor. 40 g\u00fcnl\u00fck e\u011fitim ve 30 milyon oyundan sonra yapay zek\u00e2, d\u00fcnyan\u0131n \u00f6nceki en iyi oyuncusunu -ba\u015fka bir DeepMind yapay zek\u00e2s\u0131 AlphaGo Master\u0131- yenmeyi ba\u015fard\u0131. Sonu\u00e7lar Nature<\/em>\u2019da yay\u0131mland\u0131.<\/p>\n Washington, Seattle\u2019daki Yapay Zek\u00e2 Allen Enstit\u00fcs\u00fc\u2019n\u00fcn Ba\u015fkan\u0131 Oren Etzioni, \u201ctakviye \u00f6\u011frenme\u201d olarak bilinen bu tekni\u011fi iyi \u00e7al\u0131\u015fmak i\u00e7in kullanman\u0131n zor oldu\u011funu ve yo\u011fun kaynak gerektirdi\u011fini s\u00f6yl\u00fcyor. Ekibin daha az al\u0131\u015ft\u0131rma s\u00fcresi ve bilgisayar g\u00fcc\u00fc kullanarak, \u00f6nceki s\u00fcr\u00fcmleri a\u015fan bir algoritma in\u015fa edebilmesinin \u015fa\u015f\u0131rt\u0131c\u0131 olmad\u0131\u011f\u0131n\u0131 ekliyor.<\/p>\n \u0130nsanlar taraf\u0131ndan geli\u015ftirilmemi\u015f oyunlar \u00fcretti<\/strong><\/p>\n Eski \u00c7in oyunu Go, alan\u0131 kontrol etmek i\u00e7in bir tahta \u00fczerine siyah ve beyaz ta\u015flar\u0131n yerle\u015ftirilmesini i\u00e7erir. AlphaGo Zero, atalar\u0131 gibi, oyun tahtas\u0131ndan soyut kavramlar \u00f6\u011frenmek i\u00e7in, beynin yap\u0131s\u0131ndan esinlenen bir yapay zek\u00e2 t\u00fcr\u00fc olan derin bir sinir a\u011f\u0131 kullan\u0131yor. Ona sadece oyunun kurallar\u0131 anlat\u0131lm\u0131\u015f, deneme yan\u0131lma yoluyla \u00f6\u011frenmi\u015f ve her oyundan sonra kendini geli\u015ftirmek i\u00e7in neyin \u00e7al\u0131\u015ft\u0131\u011f\u0131na dair bilgilerden geri besleme alm\u0131\u015f. Ba\u015flang\u0131\u00e7ta, AlphaGo Zero\u2019nun \u00f6\u011frenmesi, insan oyuncunun yans\u0131mas\u0131yd\u0131. Yeni ba\u015flayanlar\u0131n s\u0131k s\u0131k yapt\u0131\u011f\u0131 gibi, ta\u015f yakalamak i\u00e7in h\u0131rsl\u0131 denemeler yapmaya ba\u015flad\u0131; ama \u00fc\u00e7 g\u00fcn sonra uzmanlar\u0131n kulland\u0131\u011f\u0131 karma\u015f\u0131k taktiklerde uzmanla\u015fm\u0131\u015ft\u0131.<\/p>\n Hassabis, \u201cG\u00f6r\u00fcyoruz ki, binlerce y\u0131ll\u0131k insanl\u0131k bilgisini yeniden ke\u015ffediyor\u201d diyor. Program, 40 g\u00fcn sonra insanlar taraf\u0131ndan \u00fcretilmemi\u015f oyunlar bulmu\u015ftu.<\/p>\n Toplant\u0131da AlphaGo\u2019nun geli\u015fimine liderlik eden DeepMind\u2019dan biliminsan\u0131 David Silver, yapay zek\u00e2da takviyeli \u00f6\u011frenmeyi kullanan yakla\u015f\u0131mlarla u\u011fra\u015f\u0131ld\u0131\u011f\u0131n\u0131, \u00e7\u00fcnk\u00fc yetene\u011fin her zaman istikrarl\u0131 bir \u015fekilde ilerlemedi\u011fini s\u00f6yledi. Botlar(1)<\/sup> s\u0131kl\u0131kla atalar\u0131n\u0131 yenerler, ancak \u00f6nceki s\u00fcr\u00fcmlerin nas\u0131l yenilece\u011fini unuturlar. Silver, \u201cBu, projenin ilk ger\u00e7ekten kararl\u0131, sa\u011flamla\u015ft\u0131r\u0131lm\u0131\u015f takviye \u00f6\u011frenimi s\u00fcr\u00fcm\u00fcd\u00fcr; tamamen s\u0131f\u0131rdan \u00f6\u011frenebilmektedir\u201d diyor.<\/p>\n AlphaGo Zero\u2019nun atalar\u0131 iki ayr\u0131 sinir a\u011f\u0131 kulland\u0131lar: Biri muhtemel en iyi hamleleri tahmin etmek ve di\u011feri de bu hamleler aras\u0131nda kazanma olas\u0131l\u0131\u011f\u0131 en y\u00fcksek olan\u0131 de\u011ferlendirmek. \u0130kincisini yapmak i\u00e7in; olas\u0131 sonu\u00e7lar\u0131 test etmekte birden fazla h\u0131zl\u0131 ve rasgele oyunlar oynayan roll-out(2)<\/sup> kulland\u0131lar. Yine de AlphaGo Zero tek bir sinir a\u011f\u0131 kullan\u0131yor. Her bir pozisyondaki muhtemel sonu\u00e7lar\u0131 ara\u015ft\u0131rmak yerine, a\u011fdan bir kazanan tahmin etmesini istiyor. Silver bunun, 100 zay\u0131f oyuncunun oyunlar\u0131na g\u00fcvenmek yerine, uzmandan bir tahmin yapmas\u0131n\u0131 istemek gibi oldu\u011funu s\u00f6yl\u00fcyor. \u201cG\u00fc\u00e7l\u00fc bir uzman\u0131n tahminlerine g\u00fcvenmeyi tercih ediyoruz\u201d diyor.<\/p>\n Silver, bu i\u015flevleri tek bir sinir a\u011f\u0131nda birle\u015ftirmenin algoritmay\u0131 daha g\u00fc\u00e7l\u00fc ve \u00e7ok daha verimli hale getirdi\u011fini s\u00f6yl\u00fcyor. Hassabis\u2019in 25 milyon dolarl\u0131k donan\u0131m olaca\u011f\u0131 tahmininde bulundu\u011fu, tens\u00f6r i\u015flem \u00fcnitesi ad\u0131 verilen, b\u00fcy\u00fck miktarda i\u015flem g\u00fcc\u00fcne sahip 4 \u00f6zel \u00e7ipe h\u00e2l\u00e2 ihtiya\u00e7 var. Fakat atalar\u0131 bu say\u0131n\u0131n 10 kat\u0131n\u0131 kulland\u0131. Ayr\u0131ca kendini aylarca de\u011fil, birka\u00e7 g\u00fcn i\u00e7inde e\u011fitti. Silver bunun, \u201cAlgoritmalar\u0131n hesaplama ya da mevcut veriden \u00e7ok daha \u00f6nemli oldu\u011fu\u201d anlam\u0131na geldi\u011fini s\u00f6yl\u00fcyor.<\/p>\n Gelecek olas\u0131 yapay zek\u00e2 g\u00f6revleri<\/strong><\/p>\n Hassabis baz\u0131 DeepMind ara\u015ft\u0131rmac\u0131lar\u0131n\u0131n, benzer teknikleri prati\u011fe uygulamak i\u00e7in h\u00e2l\u00e2 AlphaGo \u00fczerinde \u00e7al\u0131\u015fmaya devam ettiklerini s\u00f6yledi. Hassabis gelecek vaat eden bir alan\u0131n, ila\u00e7 geli\u015fimi i\u00e7in \u00f6nemli bir ara\u00e7 olan proteinlerin nas\u0131l katland\u0131\u011f\u0131n\u0131 anlama ara\u015ft\u0131rmalar\u0131 oldu\u011funu s\u00f6yl\u00fcyor.<\/p>\n Protein katlanmas\u0131 \u00f6rnekleri \u00fcretmek, y\u0131llar boyu itina gerektiren kristalografiyi i\u00e7erebilir; bu nedenle \u00f6\u011frenilecek veri azd\u0131r ve kapsaml\u0131 bir arama kullan\u0131larak, aminoasit dizilerinden yap\u0131lar\u0131 tahmin etmek i\u00e7in \u00e7ok fazla m\u00fcmk\u00fcn \u00e7\u00f6z\u00fcm vard\u0131r. Yine de bulmaca, Go ile baz\u0131 temel \u00f6zellikleri payla\u015f\u0131yor. Her ikisi de bilinen kurallar\u0131 i\u00e7eriyor ve iyi tan\u0131mlanm\u0131\u015f bir amaca sahipler. Bu algoritmalar, daha uzun vadede, kuantum kimyas\u0131nda, materyal tasar\u0131m\u0131nda ve robotikte benzer g\u00f6revlere uygulanabilir.<\/p>\n Silver, yakla\u015f\u0131m\u0131n\u0131 daha genel olarak ger\u00e7ek d\u00fcnya g\u00f6revlerine uygulamak i\u00e7in; yapay zek\u00e2n\u0131n daha az veri ve deneyimden \u00f6\u011frenme yetene\u011fine ihtiyac\u0131 olaca\u011f\u0131n\u0131 kabul ediyor. Di\u011fer temel bir ad\u0131m, ba\u015fka bir DeepMind botunun 2015\u2019de e\u011flence salonu oyunlar\u0131 i\u00e7in yapt\u0131\u011f\u0131 gibi, oyunun kurallar\u0131n\u0131 kendisi i\u00e7in \u00f6\u011frenmek olacakt\u0131r. Hassabis bunun, AlphaGo Zero\u2019nun sonunda yapabilece\u011fi bir \u015fey oldu\u011funu tahmin ediyor: \u201c\u00c7al\u0131\u015faca\u011f\u0131ndan eminiz, yaln\u0131zca \u00f6\u011frenme s\u00fcresini \u00e7ok uzatacak\u201d diyor.<\/p>\n Dipnotlar<\/strong><\/p>\n 1) Bot: Bili\u015fim d\u00fcnyas\u0131nda robot anlam\u0131nda kullan\u0131l\u0131yor.<\/p>\n 2) Roll-out: Yeni bir \u00fcr\u00fcn\u00fc ya da sistemi ilk kez eri\u015filebilir hale getirmek.<\/p>\n","protected":false},"excerpt":{"rendered":" Yapay zek\u00e2 program\u0131 AlphaGo Zero, herhangi bir insan girdisi olmaks\u0131z\u0131n sadece birka\u00e7 g\u00fcn i\u00e7inde e\u011fitildi. Google\u2019\u0131n sahibi oldu\u011fu DeepMind\u2019\u0131n yapay zek\u00e2 program\u0131, herhangi bir insan hamlesi \u00f6\u011frenmeden, \u201cGo\u201d strateji oyununda insan\u00fcst\u00fc seviyeye ula\u015ft\u0131. \u0130nsan girdisi olmaks\u0131z\u0131n, bu kendi kendini geli\u015ftirebilme kabiliyeti, herhangi bir g\u00f6revin \u00fcstesinden gelebilecek genel bir yapay zek\u00e2 tasarlama hayaline do\u011fru kritik bir […]<\/p>\n","protected":false},"author":871,"featured_media":18469,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1131,19,453,31],"tags":[1830,34,400,1081],"class_list":["post-18468","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-165-sayi","category-bilim-gundemi","category-bilisim","category-teknoloji","tag-alphago","tag-teknoloji","tag-yapay-zeka","tag-zeka"],"acf":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/posts\/18468","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/users\/871"}],"replies":[{"embeddable":true,"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/comments?post=18468"}],"version-history":[{"count":0,"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/posts\/18468\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/media\/18469"}],"wp:attachment":[{"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/media?parent=18468"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/categories?post=18468"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/bilimvegelecek.com.tr\/index.php\/wp-json\/wp\/v2\/tags?post=18468"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}