SEV Connect - Kış 2019

CONNECT KIŞ 49 ARİF KEREM DAYI ( ACI ’ 2 1) OKULDA YAPAY ZEKÂ YAPAY ZEKÂ; konuşan birini anlama, farklı nesneleri ayırt etme, tahminlerde bulunma veya strateji oyunu oynama gibi insan aklı gerektiren karmaşık görevleri bilgisayarlara yaptırabilmek için geliştirilen matematiksel modeller ve algoritmalardan oluşur. Konuyla yakından ilgisi olan insanlar dışında pek bilinmese de, yapay zekâ algoritmaları aslında belli bir matematiksel model üzerine kurulmuştur ve bu modelin dışına çıkamaz. Peki, öyleyse yapay zekâyı diğer programlama paradigmalarından ayıran şey nedir? Bu sorunun cevabı için yapay zekânın bir alt bölümü olan Makine öğrenimine bakalım: Makine öğrenimi, bilgisayarların doğrudan programlanmadan bir görevi yerine getirebilmelerini sağlayan algoritmalardan oluşur. Bu algoritmaların temelinde, verilen veriden çıkarım yapmak yatar. Yapay zekâ diğer algoritmaların aksine, kendine verilen komutları tek tek yerine getirmek yerine, bir bilgisayara öğrenme yeteneğini kazandırır. Örneğin, makine öğrenmesinin gerçekleştirileceği bir bilgisayara oynanmış satranç oyunlarını verirseniz, size olası bir durumda hangi hamleyi yapmanızın iyi olacağını söyleyebilir. Bilgisayara farklı nesnelerin fotoğraflarını öğrettiğinizde, verdiğiniz yeni fotoğraflar eskilerin arasında olmasa bile, bu fotoğrafın neyle ilgili olduğunu söyleyebilir. Yapay zekânın, bilgisayar ve yazılım mühendisliği alanı dışında da çok fazla kullanımının olduğunu unutmamak lazım. Yapay zekânın son birkaç yıldır popülerleşmesiyle şirketler, insanların yapay zekâyı kolayca öğrenebilmeleri için çeşitli çalışmalar yapıyor: Google’ın tasarladığı TensorFlow, Facebook’un tasarladığı Pytorch ve açık kaynak olan Keras, Numpy ve Sci- Kit, yapay zekâyı daha fazla insana ulaştırabilmek için kurulan Framework’lerden birkaçı. Bu alanda en popüler olan programlama dillerinden biri de Python. Yapay zekâ hakkında bir şeyler öğrenmek isteyenler, Python öğrenerek çalışmalara başlayabilirler. Ben, Python öğrenmeye dört yıl önce başladım ve başlangıç seviyesi için uygun bir dil olduğunu düşünüyorum. İnternette çok fazla kaynak bulunuyor ve her geçen gün kütüphane sayısı artıyor. Çevrim içi platformlarda birçok kod örneği bulunuyor ve öğrenciler buralardaki örnekleri inceleyerek yapay zekâ uygulamalarını öğrenebilirler. Ayrıca algoritmaların temelde nasıl çalıştığını öğrenmek isteyenler Stanford, MIT gibi üniversitelerin çevrim içi öğrenme ortamlarından veya başka çevrim içi kaynaklardan yararlanabilirler. Günümüzde programlamayı öğrenme yaşının giderek küçük yaşlara inmesiyle beraber, okullarda da Python programlama dili ve Machine Learning Framework’ler derslerde anlatılabilir. İlgisi olan öğrenciler için yapay zekâ seçmeli dersi oluşturulabilir, kulüpler kurulabilir. Okulumuzda IT bölümü ile bu alanda çalışmalar yapmaya başladık. Bu sene İzmir Amerikan Koleji olarak ev sahipliği yaptığımız ve SEV’in ilkini düzenlediği “mySEV Coding Bootcamp”te, kardeş liselerimizden gelen öğrenciler ile 10 günlük kodlama kampı gerçekleştirdik. Bu doğrultuda, önümüzdeki eğitim öğretim yılı için bu derslerin açılması planlanmaktadır. Binlerce insan tarafından gelecekte çok önemli olacağı söylenen yapay zekânın genç öğrencilere erken yaşlarda tanıtılması, onların gelecekte daha etkin bireyler olmalarını ve çağın gerisinde kalmamalarını sağlayacaktır. MERT OKUYA Z ( TAC ’ 21) YAPAY ZEKÂ ÖĞRETMEN OLMAZ YAPAY ZEKÂYLA tanışmam satranç oynarken beni yenen Gary Linscott’un yazdığı Stockfish adlı yapay zekâ ve oyun motoruyla oldu. Stockfish, şu anda satranç ustalarını bile oldukça zorlayan bir yazılım. Stockfish’in kaynak kodu internette herkese açık. Yani herkes istediği gibi kodu görebilir ve istediği gibi kodu değiştirebilir. Yapay zekâ ile tanışmam da satrançla oldu. Bir Python kütüphanesi olan “python-chess” ile 820 elo’ya kadar rakiplerini yenebilen bir yapay zekâ geliştirdim. Her ne kadar 820 elo, satranç için başlangıç seviyesine hitap etse de, benim için iyi bir deneyimdi. Umarım daha fazlasını da yapabilirim, ancak bunun için daha çok matematik öğrenmem gerek. Çünkü yapay zekâ kütüphaneleri genellikle çok ağır matematik bilgisi gerektiriyor, bu da bir lise öğrencisinin üzerinde çalışmasını çok zorlaştırıyor. Yapay zekâ insan kadar zeki olabilir mi? Bence henüz olamaz. İnsan kadar zeki bir yapay zekâ şu anki mevcut işlemci yapısıyla programlanamaz. Fakat “quantum” bilgisayarlar elbette yapay zekâda da devrim yaratacak. Quantum bilgisayarlar sayesinde silikon işlemcilerin yıllar boyunca zor yapabildiği bir işlemi 3-4 saniyede yapabileceğiz. Fakat bunun 2030’dan önce olacağını söylemek çok zor. Gelecekte yapay zekâ ve finans alanında bir yerde çalışmak istiyorum. Bugün teknolojinin kalbinin attığı yer olan NASDAQ borsasındaki alım-satım emirlerinin yüzde 50’si OKULL ARDA YAPAY ZEK A