Yapay Zekanın Bilimsel Çerçevesi

Bu eğitim, Yapay Zeka olarak adlandırdığımız ve temel olarak insanlığa ve insanların yaşam standartlarına pozitif katkılarda bulunacak her türlü akıllı sistemlerin geliştirilmesini hedef alan çok çeşitli yöntem, metot ve tekniği, hem örnekleri ile hem de algoritmik tasarımları ile katılımcılara tanıtmak, ve aslında sınırları çok geniş olan bu bilim dalını, tüm belli başlı alt alanlarını kapsayacak detaylı bir özet halinde katılımcılara sunmak için tasarlanmıştır. Özellikle son yarım asır boyunca Yapay Zeka konusunda ivmelenerek ilerleyen gelişmelere/yeniliklere şahit olmaktayız. Dünyanın her yanındaki araştırmacılar neredeyse her yeni gün yeni yöntemler, algoritmalar, yazılımlar, ve bunları çalıştıracak donanımlar konularında müthiş ilerlemeler kaydetmektedirler. Bu eğitim kapsamında tüm bu gelişmeler bilimsel bir çerçeve içinde, bağlamları ile birlikte ve örnekler eşliğinde ele alınacaktır.

İdeal Katılımcı Profili : Yapay Zeka algoritmaları ve yöntemleri hakkında geniş bir yelpazede bilgi sahibi olmak isteyen, yapay zeka çözümlerinin tasarlanma ve uygulanma prensiplerini örnekleri ile inceleyip, halihazırda yürütmekte olduğu çalışmalarda bu yöntemlerden faydalanmayı düşünen, tercihen popüler programlama dillerinden herhangi birisi ile yazılım geliştirmiş olma tecrübesine sahip (veya pseudocode, sözde kod, seviyesinde tanımlanabilen algoritmaları takip edebilecek temel yetkinlik ve mühendislik yaklaşımına sahip) bilişim öğrencileri, çalışanları ve profesyonelleri bu eğitimi özellikle faydalı bulacaklardır.

Eğitim İçeriği : Yapay Zeka terimini günümüzde her türlü akıllı sistemleri ifade edebilen geniş bir şemsiye terim olarak kullanmaktayız. Akıllı sistemler yaratabilmek için çok çeşitli bilim dallarından ve metotlardan faydalanılmaktadır. Bunlar arasında matematik, istatistik, olasılık, mantık, optimizasyon, benzetim, modelleme gibi birçok alanlar ve yöntemler bulunmaktadır ve akıllı sistemler oluşturabilmek için çoğunlukla multidisipliner yetkinliklere ihtiyaç duyulmaktadır.  

📌 Yapay Zeka

* Yapay Zekanın tanımı, tarihçesi, günümüzde ulaştığı nokta, riskleri ve faydaları

* Yapay Zekanın sınırları, felsefesi, etik boyutu, geleceği

* Akıllı sistemlerin/ajanların (agents) bilimsel tanımı, temel yapısı, rasyonalite

📌 Problem Çözme 

* Problemlerin bilgisayarlar tarafından anlaşılacak şekilde modellenmesi

* (Temel ve sezgisel) arama algoritmaları ile problemlerin çözümlerini bulma

* Zor problemler (sonsuz seçenek arasında arama, kısmi gözlemlenebilir ortamlar, vs.)

* Rakipli problemlerde (örnek: oyunlar) arama algoritmaları ile en doğru kararları bulmak

* Çeşitli kısıtlara uyularak çözülmesi gereken problemler (örnek: ders planı oluşturma)

📌 Mantıksal Çıkarım, Muhakeme ve Planlama 

* Verileri/bilgileri, yazılım ile işlenebilecek şekilde hazırlama/biçimlendirme

* Temel/sezgisel/hiyerarşik planlama

* Önerme mantığı ve birinci derece mantık kullanarak muhakeme yapma

📌 Belirsizlik/Olasılık İçeren Problemler için Muhakeme

* Olasılık teorisi ile belirsizliği ölçebilme

* Bayes kuralı ve kullanım amacı

* Bayes ağları modeli ile karar verme

* Çok adımlı (zamana yayılmış) optimal kararlar verme metotları

* Fayda teorisi, karar ağları, Markov karar süreci modelleri, çok oyunculu ortamlar

📌 Makine Öğrenmesi 

* Örneklerden genelleme yaparak öğrenme yöntemleri (karar ağaçları, regresyon, vb.)

* Örneksiz öğrenme metotları (gruplama)

* Derin öğrenme, pekiştirmeli öğrenme

📌 İletişim, Gözlem, Eylem

* Doğal dil işleme/anlama (gramer modelleri, derin öğrenme ile dil anlama)

* Bilgisayarlı görü, görüntü işleme, resim sınıflandırma, nesne tanıma

* Robotik sistemler, hareket/rota planlama

Eğitim Sonucu : Eğitimi başarı ile tamamlayan katılımcılar, Yapay Zeka alanının tüm bilimsel çerçevesini, felsefesini, temel amacını, bu amacı gerçekleştirmek için geliştirilmiş ve geliştirilmekte olan çok çeşitli yöntemlerin temel kategorilerini, her kategorinin çözmeyi amaçladığı farklı problem türlerini, çeşitli yapay zeka algoritmalarının üstün ve zayıf yanlarını teknik ve formal bir bakış açısı ile öğrenmiş/kapsamış olacaklardır. Farklı problem türleri için geliştirilmiş/kullanılmakta olan farklı yaklaşımları, bir bütünlük çerçevesinde bağlamları ve örnekleri ile birlikte inceleme/öğrenme imkanı bulacaklardır.

Eğitim Sonunda Kazanılacak Beceriler :

✔ Yapay Zekayı formal ve teknik olarak tanımlayabilmek, değerlendirebilmek

✔ Bu alanın bilimsel çerçevesine, tüm alt bileşenleri ile eksiksiz olarak hakim olmak

✔ En temel, yaygın, ve etkili yapay zeka algoritmalarını tanıyor olmak ve örneklendirebilmek

✔ Eldeki problemleri/görevleri formal tanımlara uygun şekilde sınıflandırabilmek

✔ Doğru şekilde sınıflandırılmış problemler için en uygun çözüm metotlarını belirleyebilmek