Sinir ağları, günümüzün en gelişmiş yapay zeka sistemleri. Bu ağlar gün geçtikçe toplumun içine daha çok karışıyor, sosyal medyadan neler öğreneceğimize onlar karar veriyor, hastalıkların teşhisini koymada doktorlara yardım ediyorlar hatta bir insanın suç işleyip işlemediğine bile karar veriyorlar.
Facebook Yapay Zeka Araştırmalarında sinir ağları üzerine çalışmalar yapan, Texas A&M Üniversitesinden matematikçi Boris Hanin, “En iyi bildiğimiz şey, sinir ağlarının nasıl çalıştığını bilmememiz” diyor. Kendisi bu durumu, bir diğer devrimsel teknolojinin gelişimi olan buharlı motorlara benzetiyor. Başlangıçta buhar motorları, su pompalamaktan fazlası değildi fakat daha sonra trenleri güçlendirdiler ki bunu da sinir ağlarının henüz ulaştığı karmaşıklık olarak düşünebiliriz. Daha sonra matematikçiler ve bilim insanları termodinamik teorisini geliştirdiler ve motorların içerisinde ne olduğunu anlamaya çalıştılar. En sonunda da bu bilgi insanlığı Ay’a ulaştırdı.
Hanin “İlk olarak mühendisliğe ihtiyacın vardır, daha sonra trenleri geliştirirsin ve en sonunda roket yapmak için teorik bilgilere ihtiyaç duyarsın” diyor.
İnsan Beyninin Taklidi
Sinir ağları, insan beynini taklit etmeyi hedefliyor ki insan beyni de küçük soyutlamalardan büyüğe doğru ilerleyerek çalışıyor. Düşüncenin karmaşıklığına bakıldığında da, küçük seviyedeki soyutlamaları birleştirerek büyük soyutlamaya ulaşılır. Mesela kuşlar ile köpekleri ayırt etmemiz gibi.
Cornell Üniversitesi Bilgisayar Bilimleri Doktora öğrencisi ve Google Brain üyelerinden olan Maithra Raghu “İnsanlar için baktığımızda, eğer ki bir köpeği ayırt etmeyi öğrenirseniz, dört bacağı ve tüylülüğü ayırt etmeyi de öğrenirsiniz. Sinir ağlarımızda biz de bu tarz bir şeyi yapmak istiyoruz” dedi.
Ayırt etme insan beyninde doğal olarak bulunsa da sinir ağlarının bunu gerçekleştirmek için çalışması gerekiyor. Tıpkı beyin gibi, sinir ağları da birçok farklı şekilde birbirine bağlanan ve ‘nöron (sinir)’ adı verilen bloklardan oluşuyor. Her nöron bir bağlamı veya bağlamların birleşimini temsil ediyor.
Sinirler bir araya geldiğinde, mühendislerin elinde birçok seçenek oluyor. Kaç katman sinir olmasına karar vermek zorunda kalıyorlar. Örnek vermek gerekirse, bir objeyi tanıma görevi verilen bir sinir ağını düşünelim. Sistemin ilk katmanına görsel girilir. Bir sonraki katmanda ağın, görselin sınırlarını basitçe belirlemesi gerekiyor. Daha sonraki katmanda ağ, sistem görseldeki kıvrımları ve hatları birleştiriyor. Bir sonraki katmanda metin ve şeklin içindeki kıvrımları birleştiriyor ve son katmanda şekil ve metinlerden bir sonuç çıkartılıyor. Yani, oldukça karmaşık bir süreç.
Mühendislerin ayrıca, genişliğe de karar vermesi gerekiyor. Mesela yukarıdaki örneğin genişliği, her seviyedeki hatların, kıvrımların ve şekillerin sayısıyla belirleniyor. Tüm bu derinlik ve genişliğin de ötesinde, katmanların içinde ve katmanlar arasında sinirlerin birbirine nasıl bağlanacağına ve her bir bağlantı için ne kadar ağırlık verilmesi gerektiğine karar verilmesi gerekiyor.
