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.
Data Labeling
Data labelingya da dilimizdeki karşılığı ile veri etiketleme, aynen isminden de tahmin edilebileceği üzere, verilerin ne olduğunun etiketlenmesidir. Örneğin, bir fotoğrafa bakıp “bu bir kedi” ya da “bu bir köpek” demek gibi düşünülebilir. Yapay zekâ modeli, bir veriye baktığında bu etiketler sayesinde “bu nedir?” sorusunun cevabını öğrenmiş olur.
Zahmetli Olabilir
Oldukça yüksek sayıda veri (belki binlerce belki milyonlarca) tek tek incelenir ve doğru şekilde etiketlenir. Genellikle bu işeinsan eli değmesi gerekir ancak otomasyon ile bu süreç hızlandırılabilir. Zahmetli bir iş olabilir ancak veri etiketleme olmadan yapay zekâ doğru öğrenemez.
Doğru Yapılması Önemli
Veri etiketleme, yapay zekâ modelinin eğitimi açısından oldukça kritiktir. Yanlış etiketlenmiş veriler, yapay zekânın yanlış düşünmesineve bu yanlış düşünce sonucundayanlış sonuçlar üretmesine neden olur.
