Yapay zekâ her yerde. Genellikle pek farkına varmadan da olsa yapay zekâ ile zaten pek çok alanda uzun yıllardır karşılaşıyorduk. Üzerinde oldukça uzun zamandır çalışılan bir teknoloji bu. Ancak geçtiğimiz son birkaç yıl içerisinde gösterdiği ciddi gelişim hızı, insanların ağzını açık bırakacak şeyleri kolaylıkla yapabilir hale gelmesi, günlük hayatı oldukça kolaylaştırabilir olması ve kullanımının kolaylığı ile beraber günümüzde popülerliği hiç olmadığı kadar artmış durumda. Bu bağlamda, yapay zekâ ile bağlantılı bazı terimlerin ne olduğu hakkında fikir sahibi olmak faydalı olacaktır diye düşünüyorum. Bu yazı serisinde, bu terimlerin üzerinden teknik detaylarda boğulmadan, olabildiğince sade bir dille geçiyor olacağız.
Fine-Tuning
Fine-tuning(kelimenin dilimizdeki karşılığı ince ayaryapmak anlamına gelir), yapay zekâ modellerini belirli bir konuda uzmanlaştırma işlemine denir. Bir yapay zekânın eğitiminde ilk olarak genel bilgiler kullanılır. Bu sayede dil kurallarını, genel kültürü, akıl yürütmeyi ve benzerini öğrenir. Daha sonrasında eğeryapay zekânın sağlık, hukuk, mühendislik, ekonomi ve benzeri gibi bir alanda gerçekten iyi olması isteniyorsa, o alana ait verilerle ikinci bir eğitim sürecine sokulur. Fine-tuning olarak adlandırılan işlem bu ikinci aşamadır.
Yüksek Potansiyel
Olası pek çok kullanım senaryosu düşünülebilir. Sonuçta düzgün yapılmış birfine-tuning işlemikullanılan yapay zekâ modelini genel bir zekâdan alıp belirli bir alanda uzman bir asistana dönüştürmüş oluyor. Burada potansiyel oldukça yüksek. Elde belirli bir alanla ilgili yeterli eğitim verisi olduğu sürece o alanla ilgili uzman bir asistana kısa sürede sahip olmak mümkün. Ancak tekrardan düzgün yapılmış kısmını vurgulamak istiyorum. Eksik, hatalı, taraflı veri setleri yapay zekânın yanlış şeyler öğrenmesine ve de doğal olarak yanlış bilgiler vermesine sebep olacaktır.
