1 / 213

AI and Machine Learning - Today’s Implementation Realities

AI and Machine Learning - Todayu2019s Implementation Realities<br><br>www.cihanozhan.com<br>www.deeplab.co

cihanozhan
Download Presentation

AI and Machine Learning - Today’s Implementation Realities

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Yapay ZekaAI and Machine Learning - Today’s Implementation RealitiesCihan Özhan | Founder at DeepLab.co| Developer/Hacker, AI Engineer

  2. DeepLab : TeknolojilerML/DL/CV Odaklı • Teknolojiler • Go, Python, C/C++, Rust, C# • PyTorch, TensorFlow, Keras, scikit-learn • Web, Mobile, IoT/Edge ve Back-End olarak… • OpenCV • … ve farklı onlarca araç-gereç… • Cloud Computing • AWS Machine Learning • Google CloudMachine Learning • IBM Watson Machine Learning • Microsoft AzureMachine Learning • … ve farklı birçok Cloud çözüm… • Distributed Systems • Distributed Databases • Distributed Systems & DistributedML/DL

  3. Sunum Hedefi • Yapay zekanın temel felsefesine genel bir bakış atmak. • Yapay zekanın bilimsel altyapısına genel bir bakış atmak. • Machine Learning hakkında temel bir bakış açısı kazanmak. • Yazılım geliştiricilere yapay zeka ile ilgili temel algoritmik bakış açısını kazanmak. • Machine Learning geliştirmek için kullanılabilecek açık kaynaklı çözümleri tanıtmak. • Machine Learning sektörüne girmek için hızlı bir danışmanlık sağlamak. • Machine Learning ileilgilisektörelbilgilervermek.

  4. Klişe No : 85496477

  5. YapayZekaAltındakiTemelBilimNedir?

  6. Biyomimetik & Yapay Zeka • Yapay zeka da temel olarak bir biyomimetik ürünüdür. • İnsan beynindeki nöronların çalışma mekanizması ve çiziminin ortaya çıkarılmasıyla birlikte bilgisayar bilimciler tarafından ilgili çalışma yönteminin dijital bir taklidinin oluşturulması fikriyle yapay zeka ortaya çıktı. • Halen daha eğer ComputerVision’u anlamak isterseniz insan/canlı görme yeteneğini incelemeniz, yapay zekayı anlamak için de sinir bilimi alanında en azından temel bilgilere sahip olmanız gerekir.

  7. Neuron & Neural Network

  8. ConvolutionalNeural Networks

  9. Nasıl?

  10. Inputs to a multilayer perceptron network

  11. Deep Learning + Computer Vision

  12. Biyomimetik Kaynaklar • http://www.khanacademy.org.tr/ • https://biomimicry.org/ • https://toolbox.biomimicry.org/introduction/biomimicry-film/ • https://biomimicry.net/ • https://www.learnbiomimicry.com/ (Ücretli Kurslar) • Kitaplar :https://biomimicry.org/summer-reading-list-biomimics/ • Kitaplar :https://www.goodreads.com/shelf/show/biomimicry

  13. Yapay Zeka Nedir? • Bazen “Hesaplamaya Dayalı Zeka - ComputationalIntelligence” de adlandırılır. • Yapay Zeka kavramı John McCarthy öncülüğünde 1956 yılında New Hampshire’de yapılan Dartmouth CollegeArtificialIntelligence konferansında ortaya atılmıştır. • Türkiye’de ise 1959 yılında Ord. Prof. Dr. Cahit ARF tarafından bu alanda bir konferans verilmiştir. • Konferans Adı : Makineler Düşünebilir mi ve Nasıl Düşünebilir? • Bu konferansta insan zekasının benzetişiminin oluşturulması ve düşünen bilgisayarlar sorunları tartışılırdı. • ‘Düşünme ve akıllı davranış mekanizmasının bilimsel anlatımı ve bu mekanizmanın makinelerde somutlandırılmasıdır’ (TheAmericanAssociationforArtificialIntelligence) • ‘Yapay Zeka, insanın zekasını kullanarak yapabildiği işleri yapabilen makinenin oluşturulması hakkında bilimdir.‘ (MarvinMinsky.)

  14. Yapay Zeka Tehlikeli mi? Andrew Ng der ki ‘Bugün yapay zekanın kötü bir süper zeka olmasından endişelenmek, Mars’taki aşırı nüfus artışından endişelenmek gibidir.’

  15. Yapay Zeka AşamalarıStages of AI

  16. Yapay Zeka AşamalarıStages of AI

  17. Yapay Zeka’nınBilimsel Temelleri • Bilgisayar Bilimleri ve Müh. : Donanım ve Yazılım • Felsefe : Muhakeme Kuralları • Matematik : Mantık, Algoritma ve Optimizasyon • Kavram Bilimi ve Psikoloji : İnsanın Düşünce Sürecinin Modellenmesi • Sinir Bilimi : İnsanın Aşağı Seviyede Beyin Faaliyet Model. • Biyoloji : Taklit Bilimi • Dilbilim : Temel Bilgisayar Bilimi Veçokdahafazlası…

  18. Yapay Genel ZekaAGI • İnsan biyolojisinin birçok gelişmiş fonksiyonunu tam olarak taşıyabilen zeka türüdür. • Matematiksel(hesaplama)zeka, görsel algılama, konuşma ve ses tanıma, hareket, muhakeme gibi kabiliyetlerinin yanında kendi kendine öğrenebilenyazılımsal ve donanımsal sistemler bütünüdür.

  19. YSA Neden Yıllarca Ölü Kaldı?YSA: Yapay Sinir Ağları • (-) 1960’lı yıllarda bazı gelişmeler oldu ancak YSA uygulanabilir olamadı… • (+) 1980’lerin sonunda back-propagation(geriyayılım) yönteminin bulunması ve iyi sonuçlar verdiğinin ispatlanmasıyla birlikte YSA tekrar popüler oldu. • (+) Birçok yapay zeka donanımı geliştirildi ve yatırımlar aldı. • (-) 90’ların başında SupportVectorMachines ve KernelTrick ortaya çıkana kadar. Ve YSA tekrar öldü… https://en.wikipedia.org/wiki/Support_vector_machine

  20. YSA’nın Dirilişi! • Son diriliş 2009 ve 2012 yıllarında başladı. • GeoffreyHinton ve öğrencileri 2009’da konuşma tanıma problemi(speechrecognition) için yeni bir eğitme yöntemi geliştirdi. • Eğitmensiz(unsupervised) öğrenme ile ağı ilklediler. • Ağın sonuna eğitmenli(supervised) katmanı ekleyip geriyayılım(back-propagation) kullandılar. • Ve en iyi sonuç veren model bu sayede geçildi! • Bu yöntem Android telefonlarda 2012’den beri kullanılıyor. • Yeni düzenlileştirme yöntem fix : Dropout • Overfitting dediğimiz ezberlemeyi önleyen yeni bir yöntem. • Tartışmasız en güçlü yapay zeka çalışma alanı ComputerVision • ILSVRC 2012 yarışmasında işlenebilecek 1.2 milyon görüntü ve 1000 sınıf vardı. • Problem : Verilen görüntüdeki baskın nesneyi tahmin etmeye çalışarak 5 tahmin üretmek. Bu tahminlerden biri doğru ise model başarılı sayılır. • GeoffreyHinton ve öğrencisi AlexKrizhevsky, 2009’daki yöntemi kullanarak 7 katmanlı bir evrişimsel sinir ağı eğitti(CNN, ConvolutionalNeural Network) • Günümüzde bu ağa AlexNet diyoruz.

  21. Kaynak :GeoffreyHinton’nınRoyalSociety’de verdiği konuşma, 22 Mayıs 2016, https://youtu.be/izrG86jycck

  22. https://www.cs.toronto.edu/~hinton/absps/plautfilters.pdf http://www.cs.toronto.edu/~hinton/papers.html

  23. Süper KahramanlarBir kısmı!

  24. Tehditler & Fırsatlar • Yapay zekanın birçok iş kolunu rahatlıkla ele alabilecek olması • Endüstri, Tıp, Hukuk, Hizmet Robotları, Otomobillervb… • Yapay zekanın yaratıcılık gerektiren işlerde henüz hazır olmayışı • Yaratıcılık sezgisellik gerektirir. • Güçlü yapay zekanın sezgisel beyne sahip olması • İnsan = Yüksek Sezgisel Beyin • Bilgisayar = Yüksek Hesaplamalı Beyin • Sezgisel Beyin+ Hesaplamalı Beyin = ? • Güçlü yapay zekanın bedene ve bedensizliğe sahip olması • IoT, Super Bilgisayarlar, 5G İnternet, Robotlar, Otomobillervb…

  25. Google AIIQ Analizi • Cornell Üniversitesi’nin araştırmasına göre Google AI en yüksek IQ’ya sahip(2017). • Google AI’ınIQ’su : 47.28 puan • 18 yaşındaki bir insanın ortalama IQ puanı 96, altı yaşındaki bir insanın puanı ise ortalama 55.5’dir. • Google AI’ın rakipleri • Baidu : 32.92 • Bing : 31.98 • Siri : 23.9 • 2014 yılı verilerine göre ise… • Google AI : 26.5 • Baidu AI : 23.5

  26. YSA Neden Yıllarca Ölü Kaldı?YSA: Yapay Sinir Ağları • (+) 90’larda SVM’ler daha iyi sonuç veriyordu. • (-)YSA’larınkatman sayısını artırmanın sonuç üzerinde bir etkisi yoktu. • (-) Bazı modellerde(recurrentnetworks)geri yayılım hiç iyi sonuç vermedi. • (-) Bugün üzerinde çalışılan devasa verisetleri o zamanlar yoktu. • (-) Bilgisayar teknolojisi YSA/YZ için yetersizdi. GPU, CPU, RAM, HDDvb… • vb…

  27. Yapay Zekanın Kapsamı • İnsan Modeli Üzerinden Yapay Zeka • Beyin(Algı ve Öğrenme) : Machine Learning / Deep Learning • Görü: ComputerVision • Hafıza: BigData • İletişim: NLP & Speech Recognition • Fiziksel Beden: Robotics & IoT

More Related