Forum
Aktif konular
Üyeler
Kurallar
Arama
Facebook Yapay Zeka Botları Facebook Yapay Zeka Botları
-
Muhakkak haberlerde ve/veya forumlarda görmüşsünüzdür (Ben tahribat ta görmediğim için konu açayım dedim.) facebook pazarlama alanında hizmet vermesi için yapa zeka bot geliştiriyor. Kendi aralarında da iletişim kurmalarına izin verilen botlar bir süre sonra haberde denildiği kadarıyla kendi iletişim dillerini oluşturuyorlar. Gördüğüm metinlerde bende oluşan izlenim dili hatalı kullanmaları vs gibi nedenlere dayandığı yönünde. Ama facebook mühendisleri yazılımsal bir hatadan değil botların kendi aralarında bir dil geliştirdiklerinden böyle olduğunu söylüyor. Velhasılı kelam konu bu.
Şimdi merak ettiğim ve bunu da vesile kılarak soracağım soru şu : Yapay zeka ile ilgili okuduğum makalelerde vs insan beyninin bilinen öğrenme yöntemlerine benzer şekilde öğrenecek bir yapı tasarlanıyormuş. Benim bildiğim/gözlemlediğim kadarıyla bebekken öğrenme yöntemimiz :
- Girdileri al ,
- Tanımla , Sınıfla
- Kaydet
- Tepki ver
- Gelen sonuç girdi olarak tekrar ilk aşamaya dönsün.
Bu şekilde tecrübe vs kazanıp öğreniyoruz. Peki ya zeka kısmı. Zeka dan kastım hayal kurma , plan yapma , isteme bunları nasıl öğretiyorlar. Belli bir birikimden sonra yapay zekanın kendi kodlarında veya veritabanı yapısında değişiklik yapmasına izin vermek gerekir. Çünkü böyle olmazsa gelişmesi bi noktada duracak. Düşününce kafam yanıyor ya la..
(Kahrolsun şu ingilizce anlama konusunda olan yetersizliğim.)
Ayrıca mod arkadaşlar Yabancı dil ve Yapay zeka ile ilgili bölümler açılırsa bence güzel olur. Önceki yapay zeka konularını açıp okudum herbiri farklı bölümler altında. Ben de diğer arkadaşlar gibi yazmış olayımda siz okuyun ve birşey değişmeden kaldığımız yerden devam edelim.
-
İsteme kısmı da aslında bu yöntemin arasına "if" sıkıştırmış şekilde.
-girdileri al (vücudun su isteğine bak)
-tanımla(su ihtiyacın olduğunu belirledin)
-> eğer su ihtiyacı %70'e geldiyse su iç
-> su ihtiyacın yoksa devam et
-kaydet (suya ihtiyacım yok VEYA suya ihtiyacım var)
-tepki ver (su içme işi)
-gelen sonucu başa girdi olarak gönder( yeni su ihtiyacı %0)
-
Şimdi Facebook olayı tam olarak öyle değil. Facebook son zamanlarda tartışabilen/pazarlık edebilen bir chatbot üstünde çalışıyordu. Bunun denemelerini yaparken botların İngilizceye bağlı kalmasını sağlayan bir ödüllendirme mekanizması koymadıkları için robotlar bozuk bir İngilizceyle konuşmaya başladılar, yeni dil dedikleri şey bu. Kurdukları diyalogdan bir örnek:
Bob: “I can can I I everything else.”
Alice: “Balls have zero to me to me to me to me to me to me to me to me to.”
Sonrasında çalışmayı sonlandırmadılar, düzeltip devam ettiler.
Olayın nasıl asparagas haber haline geldiğini detaylıca anlatan bir yazı: http://www.snopes.com/facebook-ai-developed-own-language/
Çalışmayla ilgili Facebook ekibinin yazısı: https://code.facebook.com/posts/1686672014972296/deal-or-no-deal-training-ai-bots-to-negotiate/
Çalışmanın kodu: https://github.com/facebookresearch/end-to-end-negotiator
Gelelim yapay zeka ile insan beyni nasıl ilişkili? Öncelikle nöronlar vasıtasıyla çalışan insan beyni elektriksel ve biyokimyasal süreçlerle birbirleriyle iletişim kuran bir ağ diyebilriiz kabaca.
Resimde iki sinir hücresi görüyorsunuz. Sinir hücreleri hücre gövdesi, dendrit ve akson olmak üzere 3 kısımdan oluşur. Dendritler sinyali alır, aksonlar sinyali iletir. Tek yönlü bir mekanizma vardır. Bir nöronun aksonu ile diğerinin dendritinin arasındaki boşluğa sinaptik boşluk denir.
Sinir hücresine dendritten gelen uyartı elektriksel olarak iletilir. Nasıl oluyor, Na-K pompaları ile akson içi ve dışındaki iyon dengesi değiştirilerek uyartının ilerlemesi sağlanır. Hızlıdır çünkü elektrikseldir, aksonun çevresinde miyelin kılıf olan nöronlarda bu iletim ranvier boğumu denen boğumlar dolayısıyla daha hızlı gerçekleşir.
Ancak bir nörondan diğerine sinyal iletilirken bu iş böyle olmaz. Uyartı sinaps bölgesine (iki nöronun arası) geldiğinde burada aksonun ucundan nörotransmitter adı verilen maddeler salgılanır (asetilkolin, dopamin, gaba vb.) . Bu maddeler vasıtasıyla biyokimyasal olarak uyartı diğer nörona iletilir.
Peki burda akıllarda bir soru belirir. Bir sinyali alan nöron tüm sinir sistemine bunu iletiyor mu? Hepsi uyarılıyor mu? Bu verimsiz bir mekanizma değil mi?
Burada devreye 2 mekanizma giriyor. Öncelikle nöronlar her uyartıya tepki vermez, aksiyon potansiyeli denen bir olay var.
Bu grafikte bir sürü ayrıntı var, önemli olan kısım thresold diye geçen kısım. Her nöronda farklı bir thresold (eşik değeri) vardır. Bu değerin altındaki hiçbir uyartıya yanıt vermezler. Ancak bu uyartıdan yüksek uyartılara da hep aynı şiddette cevap verirler, buna "ya hep ya hiç" kuralı denir. Eşik değerini geçiyorsa hareket geçer, uyartıyı iletir geçmiyorsa iletmez. Uyartının şiddeti tepkinin gücünü belirlemez yani, tepki ya vardır ya yoktur. Önemli olan nokta da bu eşik değerinin nörondan nörona değişmesi.
Bir sinir demetini uyardığınızda uyarı şiddeti arttıkça tepki artacaktır ancak bunun nedeni her bir nöronun daha büyük şiddetteki uyarıya daha büyük tepki vermesi değil, sinir demetinin uyarılma şiddeti arttıkça eşik değerini geçen nöron sayısının artıp harekete geçen nöronların toplam sayısının artmasıdır.
İkinci mekanizma ise sinaptik direnç dediğimiz mekanizmadır. Sinaps sırasında nörotransmitterler aktarılırken gelen sinyalin iletip iletilmeyeceğini veya güçlendirilip zayıflatılmayacağına bu sinaptik direnç dediğimiz durum belirler. Kasların kasılması güçlendirme hareketine örnek verilebilir, gevşemesi ise gelen sinyalin zayıflatılmasıdır.
Buraya kadar temel bir sinir sistemi bilgisi elde ettik. Her nöronun sinyal iletilerini iletip iletmeyeceğini belirleyen eşik değer ve sinaptik direnç olarka iki mekanizma var ve bu her nöronda farklı. Tüm bu nöronlarsa bizim hafızamızı, bilgilerimizi, hareketlerimizi, düşüncemizi, muhakeme kabiliyetimizi oluşturuyor.
Gelelim yapay zeka kısmına. Yapay zeka kısmında birçok olay var tabi ama yapay sinir ağlarından bahsedeceğim. Çünkü Facebook'un kullandığı olay da o, bugün trend olan da bu. Neyi benziyor peki?
Yapay nöronlar bir input alıyor ve buna karşılık bir output veriyor. Siz bir neural networke binlerce input ve bunların karşılığında olması gereken outputu gösteriyorsunuz. Nöronlar bunları sayısal olarak alıyor (vektör, matris gibi matematiksel formlar kullanılıyor), ve istenen çıktıyı (yine matematiksel olarak) vermek için kendi içinde uygun parametreleri belirler. Bunu nasıl yapıyor? Inputtan outputu verecek çıktıyı elde edene kadar parametreleri değiştiriyor, istenen outputla sistemin verdiği output arasındaki fark minimuma inene dek sistem eğitiliyor, tabi bu fark eğitim datasındaki tüm örnekler için geçerli ve evet tüm nöronlarda bu parametreler farklı olabiliyor.
Şimdi biraz daha somutlaştırayım. Örneğin elinizde bir sürü resim var bunları sınıflandırmak istiyorsunuz. İnsan fotoğrafı mı hayvan mıdır ağaç mıdır? Bunun için binlerce fotoğraf/resim alıyorsunuz, bunların hepsinin ne fotoğrafı olduğunu sisteme giriyorsunuz. Sonra sistem inputların ve outputların matematiksel gösterimlerini alıp inputtan outputu elde edene dek parametrelerle oynuyor ve yeterince büyük datayla sistemi eğittinizde o parametreler öyle bir hale geliyor ki eğitim datası hariç bir data verdiğinizde, o input o parametrelerle çarpılıp toplanarak sizin sınıflandırılmasını istediğiniz gibi sınıflandırabiliyor.
Bu tabi ki çok kaba ve yüzeysel bir anlatımı çok daha fazla ayrıntısı var. Peki benzerliğe dikkat ettiniz mi? Parametreler var her nöronda farklı parametreler, gelen girdiye farklı çıktılar üretiyorlar bu çıktıları başka nöronlar alıp farklı parametrelerle toplayıp çarparak farklı çıktılar elde ediyor ve sonunda eldeki çıktı size lazım olan oluyor. Aynı nöronlardaki aksiyon potansiyeli ve sinaptik dirençte işleyen mantık gibi.
Değişik bir örnek daha var. Yeterince büyük bir neural network eğitirseniz, bazı nöronların bazı konularda özelleştiğini görebilirsiniz. Örneğin birkaç bin nöronla adversarial network eğitilirken gözlemlenen bir olaydan bahsedeyim. Sisteme binlerce karışık resim veriyorlar. Ancak olması gereken outputu vermiyorlar, bu da başka bir teknik; unsupervised learning diye geçer genel olarak. Sonrasında bakıyorlar ki o binlerce nöronlardan birinin verdiği çıktılar yüz silueti şeklinde. O nöron sadece yüz tanıma için özeleşmiş, ondaki parametrelerin resimlerde yüz tanımayla ilgili bir şey yapmak için direk kullanılabileceğini fark ediyorlar.
Kısaca yapayıyla doğalı arasındaki ilişki kabaca böyle.
Konuyla ilgili güzel bir makale varmış, ben göz atma fırsatı bulamadım daha ilgilisi için koyayım şöyle: http://dx.doi.org.sci-hub.cc/10.1016/j.neuron.2017.06.011
-
Adam yapay zekayı anlatırken temel fizyoloji dersi verip sinir hücrelerinde iletim mekanizmasını da anlatıp örneklerle destekledi.
-
Gecenlerde Elon Musk ile Zuckerberg'in AI konusunda anlasamadigi haberi vardi. Musk gel butun isleri robotlara yaptiralim, gelecek yapay zeka ile calisan robotlarin olsun derken, Zuckerberg bunun insan hayatina cok zararlar getirecegini, insanoglunun henuz buna hazir olmadigini soyluyormus.
Bu haberi Elon Musk'i mention ederek paylasan bir takipcisine Musk, aynen soyle yazmisti:
I discussed this topic with Mark Zuckerberg, but his understanding is limited.
Altindaki yorumlara cok gulmustum.
-
Lightsaber bunu yazdı
Şimdi Facebook olayı tam olarak öyle değil. Facebook son zamanlarda tartışabilen/pazarlık edebilen bir chatbot üstünde çalışıyordu. Bunun denemelerini yaparken botların İngilizceye bağlı kalmasını sağlayan bir ödüllendirme mekanizması koymadıkları için robotlar bozuk bir İngilizceyle konuşmaya başladılar, yeni dil dedikleri şey bu. Kurdukları diyalogdan bir örnek:
Bob: “I can can I I everything else.”
Alice: “Balls have zero to me to me to me to me to me to me to me to me to.”
Sonrasında çalışmayı sonlandırmadılar, düzeltip devam ettiler.
Olayın nasıl asparagas haber haline geldiğini detaylıca anlatan bir yazı: http://www.snopes.com/facebook-ai-developed-own-language/
Çalışmayla ilgili Facebook ekibinin yazısı: https://code.facebook.com/posts/1686672014972296/deal-or-no-deal-training-ai-bots-to-negotiate/
Çalışmanın kodu: https://github.com/facebookresearch/end-to-end-negotiator
Gelelim yapay zeka ile insan beyni nasıl ilişkili? Öncelikle nöronlar vasıtasıyla çalışan insan beyni elektriksel ve biyokimyasal süreçlerle birbirleriyle iletişim kuran bir ağ diyebilriiz kabaca.
Resimde iki sinir hücresi görüyorsunuz. Sinir hücreleri hücre gövdesi, dendrit ve akson olmak üzere 3 kısımdan oluşur. Dendritler sinyali alır, aksonlar sinyali iletir. Tek yönlü bir mekanizma vardır. Bir nöronun aksonu ile diğerinin dendritinin arasındaki boşluğa sinaptik boşluk denir.
Sinir hücresine dendritten gelen uyartı elektriksel olarak iletilir. Nasıl oluyor, Na-K pompaları ile akson içi ve dışındaki iyon dengesi değiştirilerek uyartının ilerlemesi sağlanır. Hızlıdır çünkü elektrikseldir, aksonun çevresinde miyelin kılıf olan nöronlarda bu iletim ranvier boğumu denen boğumlar dolayısıyla daha hızlı gerçekleşir.
Ancak bir nörondan diğerine sinyal iletilirken bu iş böyle olmaz. Uyartı sinaps bölgesine (iki nöronun arası) geldiğinde burada aksonun ucundan nörotransmitter adı verilen maddeler salgılanır (asetilkolin, dopamin, gaba vb.) . Bu maddeler vasıtasıyla biyokimyasal olarak uyartı diğer nörona iletilir.
Peki burda akıllarda bir soru belirir. Bir sinyali alan nöron tüm sinir sistemine bunu iletiyor mu? Hepsi uyarılıyor mu? Bu verimsiz bir mekanizma değil mi?
Burada devreye 2 mekanizma giriyor. Öncelikle nöronlar her uyartıya tepki vermez, aksiyon potansiyeli denen bir olay var.
Bu grafikte bir sürü ayrıntı var, önemli olan kısım thresold diye geçen kısım. Her nöronda farklı bir thresold (eşik değeri) vardır. Bu değerin altındaki hiçbir uyartıya yanıt vermezler. Ancak bu uyartıdan yüksek uyartılara da hep aynı şiddette cevap verirler, buna "ya hep ya hiç" kuralı denir. Eşik değerini geçiyorsa hareket geçer, uyartıyı iletir geçmiyorsa iletmez. Uyartının şiddeti tepkinin gücünü belirlemez yani, tepki ya vardır ya yoktur. Önemli olan nokta da bu eşik değerinin nörondan nörona değişmesi.
Bir sinir demetini uyardığınızda uyarı şiddeti arttıkça tepki artacaktır ancak bunun nedeni her bir nöronun daha büyük şiddetteki uyarıya daha büyük tepki vermesi değil, sinir demetinin uyarılma şiddeti arttıkça eşik değerini geçen nöron sayısının artıp harekete geçen nöronların toplam sayısının artmasıdır.
İkinci mekanizma ise sinaptik direnç dediğimiz mekanizmadır. Sinaps sırasında nörotransmitterler aktarılırken gelen sinyalin iletip iletilmeyeceğini veya güçlendirilip zayıflatılmayacağına bu sinaptik direnç dediğimiz durum belirler. Kasların kasılması güçlendirme hareketine örnek verilebilir, gevşemesi ise gelen sinyalin zayıflatılmasıdır.
Buraya kadar temel bir sinir sistemi bilgisi elde ettik. Her nöronun sinyal iletilerini iletip iletmeyeceğini belirleyen eşik değer ve sinaptik direnç olarka iki mekanizma var ve bu her nöronda farklı. Tüm bu nöronlarsa bizim hafızamızı, bilgilerimizi, hareketlerimizi, düşüncemizi, muhakeme kabiliyetimizi oluşturuyor.
Gelelim yapay zeka kısmına. Yapay zeka kısmında birçok olay var tabi ama yapay sinir ağlarından bahsedeceğim. Çünkü Facebook'un kullandığı olay da o, bugün trend olan da bu. Neyi benziyor peki?
Yapay nöronlar bir input alıyor ve buna karşılık bir output veriyor. Siz bir neural networke binlerce input ve bunların karşılığında olması gereken outputu gösteriyorsunuz. Nöronlar bunları sayısal olarak alıyor (vektör, matris gibi matematiksel formlar kullanılıyor), ve istenen çıktıyı (yine matematiksel olarak) vermek için kendi içinde uygun parametreleri belirler. Bunu nasıl yapıyor? Inputtan outputu verecek çıktıyı elde edene kadar parametreleri değiştiriyor, istenen outputla sistemin verdiği output arasındaki fark minimuma inene dek sistem eğitiliyor, tabi bu fark eğitim datasındaki tüm örnekler için geçerli ve evet tüm nöronlarda bu parametreler farklı olabiliyor.
Şimdi biraz daha somutlaştırayım. Örneğin elinizde bir sürü resim var bunları sınıflandırmak istiyorsunuz. İnsan fotoğrafı mı hayvan mıdır ağaç mıdır? Bunun için binlerce fotoğraf/resim alıyorsunuz, bunların hepsinin ne fotoğrafı olduğunu sisteme giriyorsunuz. Sonra sistem inputların ve outputların matematiksel gösterimlerini alıp inputtan outputu elde edene dek parametrelerle oynuyor ve yeterince büyük datayla sistemi eğittinizde o parametreler öyle bir hale geliyor ki eğitim datası hariç bir data verdiğinizde, o input o parametrelerle çarpılıp toplanarak sizin sınıflandırılmasını istediğiniz gibi sınıflandırabiliyor.
Bu tabi ki çok kaba ve yüzeysel bir anlatımı çok daha fazla ayrıntısı var. Peki benzerliğe dikkat ettiniz mi? Parametreler var her nöronda farklı parametreler, gelen girdiye farklı çıktılar üretiyorlar bu çıktıları başka nöronlar alıp farklı parametrelerle toplayıp çarparak farklı çıktılar elde ediyor ve sonunda eldeki çıktı size lazım olan oluyor. Aynı nöronlardaki aksiyon potansiyeli ve sinaptik dirençte işleyen mantık gibi.
Değişik bir örnek daha var. Yeterince büyük bir neural network eğitirseniz, bazı nöronların bazı konularda özelleştiğini görebilirsiniz. Örneğin birkaç bin nöronla adversarial network eğitilirken gözlemlenen bir olaydan bahsedeyim. Sisteme binlerce karışık resim veriyorlar. Ancak olması gereken outputu vermiyorlar, bu da başka bir teknik; unsupervised learning diye geçer genel olarak. Sonrasında bakıyorlar ki o binlerce nöronlardan birinin verdiği çıktılar yüz silueti şeklinde. O nöron sadece yüz tanıma için özeleşmiş, ondaki parametrelerin resimlerde yüz tanımayla ilgili bir şey yapmak için direk kullanılabileceğini fark ediyorlar.
Kısaca yapayıyla doğalı arasındaki ilişki kabaca böyle.
Konuyla ilgili güzel bir makale varmış, ben göz atma fırsatı bulamadım daha ilgilisi için koyayım şöyle: http://dx.doi.org.sci-hub.cc/10.1016/j.neuron.2017.06.011
Ufkumu açtiniz şimşekler çakti bende sağolun
-
mizahi bunu yazdı
Gecenlerde Elon Musk ile Zuckerberg'in AI konusunda anlasamadigi haberi vardi. Musk gel butun isleri robotlara yaptiralim, gelecek yapay zeka ile calisan robotlarin olsun derken, Zuckerberg bunun insan hayatina cok zararlar getirecegini, insanoglunun henuz buna hazir olmadigini soyluyormus.
Bu haberi Elon Musk'i mention ederek paylasan bir takipcisine Musk, aynen soyle yazmisti:
I discussed this topic with Mark Zuckerberg, but his understanding is limited.
Altindaki yorumlara cok gulmustum.
Link please :))
-
futurist bunu yazdımizahi bunu yazdı
Gecenlerde Elon Musk ile Zuckerberg'in AI konusunda anlasamadigi haberi vardi. Musk gel butun isleri robotlara yaptiralim, gelecek yapay zeka ile calisan robotlarin olsun derken, Zuckerberg bunun insan hayatina cok zararlar getirecegini, insanoglunun henuz buna hazir olmadigini soyluyormus.
Bu haberi Elon Musk'i mention ederek paylasan bir takipcisine Musk, aynen soyle yazmisti:
I discussed this topic with Mark Zuckerberg, but his understanding is limited.
Altindaki yorumlara cok gulmustum.
Link please :))
-
Bence hiçbir robot insan olmaya yaklaşamaz. Bence hiçbir yapay zeka insan aklı kadar olamaz.
Çünkü insan beyni kaotik çalışır, bunu bir algoritmayla taklit etmek bence imkansızdır.
İnsan beyni kaotik değil de bir düzene, bir algoritmaya göre çalışmaya başladığında o insanlar zaten hasta olmuş oluyor. (o yaptıkları gibi)Bence teknolojinin yapabileceği en büyük şey insan duygu ve hareketlerini taklit eden robotlar yapabilmek olacaktır. Ha bunlar tehlikeli olamaz mı, gayet tabi olur.
-
Fotograf sırası ters oldu ama idare edin konuşmaları bunlar.
A_REX tarafından 08/Ağu/17 10:11 tarihinde düzenlenmiştir -
Matematik.
Kısayol
Şikayet
Özel Mesaj
Alıntı yap
Cevapla