29
5
3
1
0
Yapay sinir ağları ve derin öğrenme teknikleri bilgi işlem teknolojilerinin zirve noktaları değil mi? Tam olarak değil. Yapay zekalardan daha iyi bir potansiyele sahip olan yeni bir bilgi işlem teknolojisi anlayışı gelişiyor.

1990’lı yılların sonlarından bu yana yapay zekalar, derin öğrenme ağları ve makine öğrenimi konusunda geniş çaplı araştırmalar yapılıyor. Artık bu yazılımlar, insanları çeşit oyun testlerinde alt etmeyi başarıyorlar. Bilim, yazılımları gün geçtikçe insan beynine benzetmek için çalışmaya devam ederken, bu potansiyelin de üzerine çıkacak olan bir teknoloji geliştirildi. 

Üstelik söz konusu teknoloji, mevcut sistemlerin çeşitli oyunlarda insanları yenmesi gibi o sistemleri yendi. Bilim insanlarına göre bu yeni teknoloji, insanoğlunun bildiği en karmaşık organların (beyin, göz vb) evrimini taklit edebilecek. Yani evrimleşebilen bir algoritmalardan bahsediyoruz. 

Fransa’daki Toulouse Üniversitesi’nde görevli Dennis Wilson ve birkaç meslektaşı, söz konusu dünyanın kapılarını aralayan son çalışmaya imza attılar. Ping Pong, Breakout, Space Invaders gibi meşhur oyunlarda derin öğrenme yazılımlarının insanlardan daha iyi performans göstermeleri dikkatlerini çekmişti. Gelenekselden öteye gidecek olan yeni bir anlayış için çalışmak istediler: Evrimsel bilgi işlem

Yaşanan son gelişmelerin ışığında: Nedir bu Evrimsel Bilgi İşlem?

Evrimsel bilgi işlem, yapay sinir ağlarından tamamen farklı bir şekilde çalışır. Amacı, belirli bir problemi, mantıklı bir yaklaşımı kullanarak çözmek için en uygun kodları belirlemektir. Yani karar vermektir.

Standart yaklaşımlarda kod oluşturmak için belirli bir amacın olması gerekir. Evrimsel bilgi işlemde ise durum farklıdır. Süreç tamamen rastgele oluşturulmuş kodla başlar. Sadece bir versiyon değil, pek çok versiyon ya da yüz binlerce rastgele olarak birleştirilmiş kod parçası söz konusudur.

Bu kodların her biri, istenilen hedefe ulaşıp ulaşmadığı konusunda test edilir. Evet, yüz binlerce ihtimal, yazılımlar tarafından test edilirler. Aralarından en iyi kod parçaları seçilir, bu parçalar da daha iyi kodların çok sayıda kopyasını üretmek için yeni nesil bir kod havuzunun kaynağı olarak kullanılırlar.

Bu sistemde ortaya çıkan her yeni kod havuzu, bir önceki parçaların özdeş bir kopyası olamaz. Meydana gelen değişiklikler, bir nevi yazılımların mutasyonu olarak adlandırılabilir. Hatta farklı kodların rekombinasyonuyla yeni yazılım türleri elde edilebilir. Yeni nesil kodlardan her biri yeniden teste tabi tutulurlar. Yine en iyi kod parçaları, başka bir neslin kaynağını oluştururlar.

Kodlar bu şekilde gelişir, zamanla daha iyi bir noktaya gelirler. Eğer tüm koşullar doğru bir şekilde ilerlerse, kodlar kendilerini yöneterek, testler gerçekleştirerek, en iyisini geliştirerek bir insan programcıdan daha iyi sonuçlara ulaşırlar. Aynı zamanda bu süreç, her insanın kendine özgün olması, kendi kendimize üretmemiz, iyi olana yönelme isteğimiz açısından doğaya da benzer. 

Bilgisayar bilimcileri, robotların tasarlanmasından uçak parçalarının üretilmesine kadar, çeşitli alanlarda evrimsel bilgi işlemi kullandılar. Eğer bu anlayış derin öğrenme yazılımlarının doğasına uyarlanabilirse -ki son çalışmayla test edilen aslında bu- bilişim dünyası bambaşka bir hal alabilir. 

Evrimsel bilgi işlem anlayışıyla, derin öğrenme anlayışına sahip yazılımların, klasik oyunlarda yaptığı test karşılaşmalarında kazanan taraf evrimsel taraf oldu.

Kaynak : https://www.technologyreview.com/s/611568/evolutionary-algorithm-outperforms-deep-learning-machines-at-video-games/
29
5
3
1
0
Emoji İle Tepki Ver
29
5
3
1
0