Yapay Zeka: Kodlanmış Kurallar vs. Öğrenilen Davranış

Yapay zeka denince çoğu kişi hayal gücü devreye girer, robotlar, bilgisayarlar düşünüyor, karar veriyor. Ama gerçek biraz daha basit ve aynı zamanda daha ilginç.

Yapay zekanın iki temel yaklaşımı var. Birincisi, geleneksel programlama: bir sorunu çözmek için kuralları sen belirlersin. Örneğin, "eğer sıcaklık 25 dereceden fazlaysa klima aç" diyorsun ve bilgisayar onu aynen yapıyor. Hiç esneklik yok, hiç öğrenme yok, sadece kodladığın kurallar.

İkincisi ve daha ilginç olanı, makine öğrenmesi. Burada kuralları sen yazmıyorsun. Bunun yerine programı verilerle beslersin ve o, verilerin içindeki desenleri kendisi keşfeder. Mesela binlerce e-postayı "spam" ya da "spam değil" olarak etiketlersen, sistem zamanla hangi özelliklerin spam gösterdiğini öğrenir. Yeni bir e-posta geldiğinde kendi başına karar verir.

Fark nerede? Kurallar tabanlı sistemler hızlı ve öngörülebilir, ama sınırlı. Gerçek hayat karmaşıksa, her duruma kural yazmak imkansız hale gelir. Makine öğrenmesi ise daha esnek ve ölçeklenebilir, fakat daha fazla veri ve hesaplama gücü gerektirir.

Bu ayrım, yapay zekanın ne olduğunu anlamanın anahtarı. Çoğu modern uygulama, sesli asistanlar, görüntü tanıma, tavsiye sistemleri, ikisinin bir karışımını kullanıyor. Sabit kurallarla başlarsın, sonra makine öğrenmesiyle iyileştirirsin.

Neubench'in başlangıç yazısında bu temel farkın daha derinlemesine açıklaması var. Yapay zekanın sadece trendy bir sözcük olmadığını, pratik bir problem çözme yöntemi olduğunu anlamak, yazılımcı olarak seni bir adım öne çıkarır.