Yapay Sinir Ağları ve Problem Çözümü

Yazan : Şadi Evren ŞEKER

Bilgisayar bilimlerinin önemli çalışma alanlarından birisi olan yapay zekanın bir alt dalı olan yapay sinir ağları (artificial Neural Networks) ne yazık ki her konuda kullanışlı değildir. Bu yazının amacı günümüz bilgisi ile hangi problemlerin yapay sinir ağlarına uygun olduğunu sorgulamaktır.

Basit bir sınıflandırma yapmak gerekirse, insanoğlunun matematiksel olarak modelleyebildiği problemler yapay sinir ağları için uygun değildir. Örneğin basit bir toplama işlemi için bir yapay sinir ağı oluşturulması uygun değildir. Burada uygun değildir tabiri ile problemin daha basit çözülebileceği anlatılmaktadır. Yani toplama işlemi için bir yapay sinir ağı inşa edip bu sinir ağını eğitmek ve daha sonra toplama yapmasını beklemek yerine elimizdeki muhteşem işlem hızı olan (insana izafi olarak) bilgisayarlar ile bu işlemi yapmak çok daha pratik olur. Yani kısacası matematiksel olarak modellenen her problem için bilgisayarlarda daha hızlı çalışan bir çözüm mutlaka bulunur.

Burada matematiğin sınırlarını zorlamak veya yeni bir matematik tanımı yapmak yerine kast ettiğimiz matematiği şöyle sınıflandırmak sanırım daha başarılı olur: Kısaca çözümünün akış diyagramı (flow chart) çizilebilen her problem yapay sinir ağları için uygunsuzdur.

Hangi problemlerin uygunsuz olduğunu açıkladıktan sonra hangilerinin uygun olduğunu tartışabiliriz. Buna göre yapay sinir ağları şaşılacak derecede diğer programlama yaklaşımlarına göre kısa kodlar içermektedir. Ancak tasarımları ve eğitimleri ve bazen de çalışma süreleri inanılmaz derecede uzamaktadır.

Yapay sinir ağlarına en uygun çalışma alanlarının başında hiç şüphesiz sınıflandırma problemleri ve bu sınıflandırma problemlerinin en başında da desen tanıma (örüntü tanıma, pattern recognition) konusu gelmektedir. Bu desen (örüntü , pattern) bir resim, ses veya herhangi bir başka veri kümesi olabilir. Örneğin bir şirketin satışlarına benzer satış performansına sahip bir şirket olduğunu bulmak için şirketlerin satışlarını içeren bir veri kümesindeki tarama buna örnek gösterilebilir.

Bütün bu sınıflandırma ve ses, görüntü, animasyon işleme işlemleri veri miktarı büyüdükçe insanlar tarafından yapılması zor hale gelmektedir. Örneğin internet üzerinde milyarlarca resim bulunmaktadır. Bu resimlerin içerisinde sadece papatya çiçeği bulunanların gösterilmesi istense ve resimler üzerinde böyle bir sınıflandırılmaya gidilse muhtemelen bir insan ömrü buna yetmez ancak yeterince yüksek işlem hacmine sahip ve doğru tasarlanmış bir yapay sinir ağı bu işlemi çok daha makul zamanda bitirebilir.

« Sinir Hücresi (Nöron, Neuron) | Akış Diyagramı (Flow Chart) »

Yorumlar

Bu Yazı Hakkında

Bilgisayar Kavramları üzerinde şu anda okumakta olduğunuz 'Yapay Sinir Ağları ve Problem Çözümü' isimli yazı 02 Oct 2008 tarihinde, saat: 03:12 'de Şadi Evren ŞEKER tarafından gönderilmiş, toplam 1092 defa okunmuştur.

Benzer yazıları Yapay Sinir Ağları (Artificial Neural Networks) kategorilerinden okuyabilirsiniz. Yazar ile irtibat kurmak için email gönderebilirsiniz. Yazıya yorum yapabilir ya da yapılan yorumları RSS 2.0 ile takibe alabilirsiniz.

Yazarın Kitabı

Bu yazının yazarı Şadi Evren ŞEKER'in son çıkan kitabı "Programlama ve Veri Yapılarına giriş (C, C++ ve JAVA ile)" hakkında bilgi almak için Buraya tıklayabilirsiniz.
Eklenen Son Yazılar