Dr. Eda Evlioğlu Gezer
ORCID: 0000-0003-0926-964X
eevlioglu@gmail.com
ISBN: 978-605-71074-3-5
Yayın Tarihi: 07.08.2027
Doi: 10.5281/zenodo.16758592
İnsanlar akıl, düşünme, mantık yürütme, karmaşık yapıları anlama, karar verebilme, planlama, yenilik yapabilme, sorun çözme gibi özellikleri hasebiyle yeryüzündeki en akıllı varlıklar olarak kabul edilmektedir. Bir organizma veya bir sistem akıl yürütme, deneyimlerden yola çıkarak kendini geliştirme, dili anlama, problem çözme, mantık yürütme gibi temel zihinsel becerilere sahipse o varlığın zekâ sahibi olduğu ileri sürülebilir. Bu anlamda Yapay Zekâ (YZ) (Artificial Intelligence/AI) insanlar tarafından tasarlanan, insan zekasının simülasyonu olarak ifade edilebilir. YZ verileri algılayabilen, analiz edebilen, yorumlayabilen, problem çözebilen ve hatta insan kapasitesini aşan görevleri efektif ve hızlı bir şekilde tamamlayabilen sistemler olarak kabul edilmektedir (Ghosh&Thirugnanam, 2021, s. 24). Yapay Zekâ kavramından ilk kez 1955 yılında Dartmouth konferansında bahsedilmiştir ve YZ çalışmalarında öncü kabul edilen McCarthy YZ’yı öğrenmenin ve zekanın herhangi bir özelliğinin bir makine tarafından taklit edilebilmesi olarak tanımlamaktadır (McCarthy vd., 1955). Bu tanımlamada insana ilişkin ayırt edici bir özelliğin makinelerin veya bilgisayar sistemlerinin simüle edebileceği ön plana çıkarılmaktadır. Literatürdeki diğer bir tanımlama da YZ’yı bir varlıktan çok bir çalışma alanı veya bilim dalı olarak kabul eden Rapaport’un (2017) tanımlamasıdır. Ona göre YZ çözülebilecek sorunları, gerçekleştirilebilecek görevleri ve hesaplanacak istatistikleri belirleyip bunlara verimli, pratik, fiziksel ve etik çözümler bulmak amacıyla algoritmalar geliştiren bilgisayar bilimi adıdır (Rapaport, 2017, s. 16).
Öte yandan YZ çalışmaları sadece bilgisayar bilimleri ile sınırlı kalmamaktadır. YZ’nın var olmasını sağlayan birçok disiplin ve çalışma alanı vardır. Algoritma geliştirmek için matematik, biyoloji, felsefe, psikoloji, insan zihni ve davranışlarını incelemek için sinir bilim, görsel algı çalışmaları, verileri incelemek ve analiz etmek için istatistik, algoritmaları çalıştırmak için bilgisayar ve yazılım mühendisliği gibi birden fazla alan YZ’nın ortaya çıkmasına katkı sağlamıştır (Ghosh&Thirugnanam, 2021, s. 25).
Günümüzde YZ uygulamaları sosyal medyada pazarlama, e-ticaret, tarım, iş dünyası, eğitim, eğlence sektörü, tıp, savunma sanayi, uzay teknolojileri, akıllı şehirler gibi sektörlerde geniş kullanım alanlarına sahiptir. Sağlık sektöründe YZ uygulamaları hastalıklara teşhis koyabilmektedir. Bunun yanında ameliyat yapabilen YZ entegreli robotlar kullanılmaktadır. İşletme, bankacılık ve finans sektöründe milyonlarca müşterinin verilerini ve kayıtlarını güvende tutmak çok önemlidir. Bu anlamda olası dolandırıcılık vakalarını önlemek maksadıyla YZ teknolojileri kullanılmaktadır. Eğitim alanında YZ teknolojileri öğrencilerin müfredat, ders kitapları, e-öğrenme biçimindeki büyük verilere ulaşma gibi konularda onlara yardımcı olmaktadır (Hernández-Blanco, 2019). Akıllı şehir ve ulaşım alanında da YZ teknolojilerinden faydalanılmaktadır. Akıllı şehirler insan yaşamını daha kolay ve gelişmiş hale getiren teknolojilerin kullanıldığı şehirlerdir. Bu doğrultuda akıllı ulaşım sistemleri de ulaşımı kolaylaştıran ve trafik kazalarını engelleyen teknolojilerin kullanıldığı sistemlerdir (Dickmanns, 1997). Akıllı şehirlerde ve akıllı ulaşımın kullanıldığı sistemlerde büyük veriler kullanılmaktadır. Bu türden verilerin analizi insan kapasitesini aşan bir görevdir ve bu türden analizler YZ teknolojileri kullanılarak yapılmaktadır.
Anahtar Kelimeler: Yapay Zekâ, Sosyal Medyada Yapay Zeka, Yapay Zeka Uygulamaları.
Kaynakça
Dickmanns, E.D. (1997). “Vehicles capable of dynamic vision”. IJCAI Int. Jt. Conf. Artif. Intell. 2, 1577–1592 (1997)
Ghosh, M., Thirugnanam, A. (2021). “Introduction to Artificial Intelligence”. İçinde Srinivasa, K.G., G. M., S., Sekhar, S.R.M. (der.) Artificial Intelligence for Information Management: A Healthcare Perspective. Springer, Singapore. https://doi.org/10.1007/978-981-16-0415-7_2
Hernández-Blanco, A., Herrera-Flores, B., Tomás, D., Navarro-Colorado, B. (2019). “A Systematic Review of Deep Learning Approaches to Educational Data Mining”. Complexity.
McCarthy, J., Minsky, M., Rochester, N., Shannon, C. (1955). “A proposal for the Dartmouth Summer Research Project on Artificial Intelligence”.
http://www-formal.stanford.edu/jmc/history/dartmouth.html.
Rapaport, W. J. (2020). “What Is Artificial Intelligence?”. Journal of Artificial General Intelligence. 11(2) 52-56. DOI: 10.2478/jagi-2020-0003
