tech
Bugünkü yapay zekânın çoğunun motoru budur. İnsanların yazdığı adım adım kesin talimatları izlemek yerine, bilgisayar bir işte çok farklı bir yolla ustalaşır.
Makine öğrenimi, bir sisteme büyük miktarda örnek veri besleyerek ve programcının her kuralı elle yazması yerine, iç parametrelerini yavaş yavaş ayarlayarak örüntüleri tanımasına izin vererek çalışır. Birçok maruz kalma ve geri bildirim turu boyunca sistem, görüntüleri tanımak ya da metin üretmek gibi görevlerde gelişir; bu, insanların pratik yaparak öğrenmesine benzer şekilde deneyimden öğrenmesini etkin kılar.
Robotların diğer makineleri montaj etmesi fiziksel üretim otomasyonunu tanımlar, yazılımın verilerden örüntü öğrenmesiyle ilgisizdir; interneti kelimesi kelimesine ezberlemek ise bu sistemlerin nasıl çalıştığını yanlış yansıtır, çünkü genelleştirilebilir örüntüler öğrenirler, tam metni saklamazlar.
Makine öğrenimi sistemleri kendilerine verilen her türlü veriden öğrendiği için, o verideki önyargıları da özümseyip büyütebilir; eğitim verisi kalitesinin algoritma zekası kadar önemli bir kaygı hâline gelmesinin nedeni de budur.
tech
Bir yazılımın "açık kaynak" olması ne demektir?Basitçe söylersek "blok zinciri" (blockchain) nedir?Bulut bilişimde "bulut" nedir?Yapay zekâdaki bir "sinir ağı" neyden esinlenerek kabaca modellenmiştir?"NFT" neyi temsil eder?Yazılımda "API" nedir?"Turing testi" neyi ölçer?"Bilgisayarlı görü" nedir?"Prompt mühendisliği" nedir?Yapay zekâda „LLM” ne anlama gelir?„Şifreleme” verilere ne yapar?„İki faktörlü kimlik doğrulama” (2FA) nedir?Quration — Quration Play