Çocuklar İçin Yapay Zeka

Son yıllarda birçok yerde sıkça karşımıza çıkan yapay zekayı insanlardan bağımsız olarak çalışabilen zeki sistemler olarak tanımlayabiliriz. Burada zeki sistemler olarak nitelendirmemizin amacı oluşturan sistemin öğrenebilme, test edilebilme ve sorun çözebilme özelliklerinin olmasıdır.

Peki bu özellikler, bir makineye,yapay zekaya sahip olan bir sistemde nasıl oluşturuluyor?

Bunu anlayabilmek için çok basit bir örnek verelim; kullandığımız herhangi bir alışveriş sitesinde daha önceden yapmış olduğumuz  aramalar, satın almalar, favori ürün oluşturma gibi çeşitli seçimlerimiz bir havuzda tutulup, bizim için, şunlar da ilginizi çekebilir başlığı ile çeşitli yerlerde karşımıza çıkartılıyor.

Peki nasıl oluyor bunlar derken, yapay zekanın kendi içerisinde birçok alt daldan oluştuğunu anımsıyoruz. Bu alt dallardan en çok karşımıza çıkanlar makine öğrenme, yapay sinir ağları, derin öğrenme, genetik algoritmalar, genetik programlama vb. Tüm bu alt dallar birbirleriyle koordineli çalışır. Belirli veriler, programlar ve istatistiği kullanarak da çeşitli durumlar için otomatik olarak çıktı üretebilen sistemler haline getirilir. Her ne kadar çokça karmaşık gibi gözükse de temelinde temel algoritma ve programlama mevcuttur.

Birkaç paragraf öncesinde verdiğimiz örneği birazcık irdeleyerek yapay zekanın, fark ettiğimiz hatta çoğunluğunu fark edemediğimiz birçok yerden dört bir yanımızı sardığını açıkça söyleyebiliriz. Hızla gelişen dünyada çocuklar da yapay zekanın kullanıldığı bir dönemde yaşıyor ve ileride çok daha yaygın kullanıldığı bir dünyada yaşayacaklar.

Tüm bunları anlayabilmek, yorumlayabilmek en basit olarak yalnızca kullanabilmek için ise mantığını kavramaları, geleceğe yönelik adımlar oluşturmalarında oldukça önemli.

Peki yapay zekayı çocuklara nasıl anlatacağız? Nasıl öğreteceğiz?

Burada önemli olan, konuyu basite indirgemek, çocuğun ilgi alanlarını keşfetmek ve elbette eğitimci olarak onu motive edebilmek.

Kim bir makineye bir bebek gibi davranıp yeni bir şey öğretmek ve onu iletişim kurabilecek seviyeye eriştirmek istemez ki?

Yapay zeka sistemi oluştururken küçük yaş ve başlangıç konumunda iseniz Mblock-5’i kullanabilirsiniz. Biraz daha profesyonel bir yapı oluşturmak için ise Excel-IBM Watson ikilisinden faydalanabilirsiniz.

Yapay zeka yolunda en önemli adım olan veri bilimi ve veri analizi, çocukların ilgili alanları ile alakalı olmadığı zaman oldukça sıkıcı, detayına inilmeden hemen tamamlanması gereken bir hale dönüşebilir. Seçilen başlık ve konu mutlaka çocuğun ilgi duyduğu, üstüne düşünmekten keyif aldığı şekilde olmalıdır.

Veri toplama aşamasında dilerseniz Mblock-5 ‘te yer alan makine öğrenimi kütüphanesinden, dilerseniz Excel’den faydalanabilirsiniz. Excel kısmında çalışacak iseniz formüllere hakim olmanız gerekir. Bunun nedeni ise verilerimiz için istatistiği kullanabilmek. Mblock-5 bu adımı bizim için basit düzeyde yapabiliyor.

Verileri görsel olarak ifade edebilmek içinse eğer Excel’de  çalışıyorsanız Microsoft’un bize sunduğu PowerPi programından faydalanabilirsiniz. Bu özellik Mblock-5’te mevcut değil.

Toplanan ve analizi yapılan verileri yapay zekayla birleştirme işlemindeyse çeşitli programlardan faydalanabilirsiniz. Bunlar içerisinde Microsoft’un, Amazon’un birçok uygulaması mevcut fakat bizim burada bahsedebileceğimiz IBM Watson. IBM Watson’ı diğerinden ayıran özellik yeni başlayanlar için basit ara birimler sunabilmesidir.

Mblock-5′ te ise bilişsel hizmetler kütüphanesini kullanarak yapay zekayla ilgili olan kod bloklarına erişebiliyoruz. Mblock-5’te diğer uygulamalara göre daha amatörce-giriş seviyesinde yapay zeka uygulamaları geliştirebiliyoruz. Kütüphane bize(kamera ve sesi kullanarak) daha çok tanımaya (ses, yazı, duygu, yaş) yönelik uygulamalar oluşturmaya imkan tanıyor.

Örneğin; Makine öğrenimi kütüphanesini kullanarak çeşitli nesnelerin fotoğraflarını programa tanıtarak öğrenmesini sağlayabiliyoruz. Öğrenme işlemi tamamlandıktan sonra tanıtılan nesnelerin fotoğrafları gösterildiğinde onun hangi nesne olduğunu bize kolaylıkla söyleyebiliyor.

IBM Watson’da ise daha önceden oluşturulan veriler aktarılıyor ve bu adımdan sonra artık makineye öğretim işlemine başlamış oluyorsunuz. Verilerin %80’ni IBM Watson’ı eğitmek amaçlı %20’sini ise test etmek amacıyla kullanacağız.

Son olarak ise sınıflandırma teknikleri ve algoritmalar seçiliyor. IBM Watson’ın güzel bir özelliği; birden fazla algoritmayı otomatik olarak seçip size hangisinin hangi doğrulukta tahminler yapacağını söylemesi. İstediğimizi seçip başlayabiliyoruz.

Seçilen algoritmaya göre sorulan sorulara yüzdelik cinsinden cevaplar alabiliyoruz.

Örneğin; bir basketbolcunun pozisyonunu ve puanını verip hangi ülkeden olabileceğini sorduk. Program bize %90- %98 gibi bir oran veriyor.

Böylece bir makineyi her iki programda da eğittik ve kullandık. Giriş seviyesi bizler için çok heyecan verici bir işlem gibi gözükmese de çocuklar için yapay zekayı anlamak, kullanabilmek adına oldukça ilgi çekici bir deneyim.

Ezgi Akdoğan

KAYNAKÇA:

Atölye Vizyon'da çocuğunuz geleceğin teknolojisini öğrenerek  hem eğleniyor  hem de öğreniyor. Yeni keşifler yapıyor, üretiyor ve icatlar çıkarıyor.

Pinoo Kodlama, Robotik ve Maker Eğitim Kitleri 

 

Diğer Blog İçerikleri