Yapay Sinir Ağı Nedir?

Yapay sinir ağı, adını beyindeki sinir hücrelerinden alır; ama beyni birebir taklit etmez. Asıl fikir şudur: çok sayıda basit hesap birimini katmanlar halinde bağlarsan ve onları örneklerle ayarlarsan, karmaşık örüntüleri tanıyabilen bir sistem elde edersin.

Bir yapay nöron ne yapar?

Her nöron:

1. Kendisine gelen sayıları alır.
2. Her birini bir ağırlıkla çarpar ve toplar.
3. Üzerine bir sapma (bias) değeri ekler.
4. Sonucu bir aktivasyon fonksiyonundan geçirip bir sonraki katmana iletir.

Tek bir nöron çok basittir; gücü, binlerce ya da milyonlarcasının birlikte çalışmasından gelir.

Katmanlar

• Giriş katmanı: Veriyi alır (ör. bir resmin pikselleri).
• Gizli katmanlar: Ara özellikleri çıkarır (kenarlar, şekiller, nesne parçaları).
• Çıkış katmanı: Sonucu verir (ör. "bu resim bir kedi" olasılığı).

Çok sayıda gizli katmanı olan ağlara derin sinir ağı denir; bu alanın adı da derin öğrenmedir.

Ağ nasıl öğrenir?

Ağ başta rastgele ağırlıklarla yanlış tahminler yapar. Her örnekte tahminin doğru cevaptan ne kadar uzak olduğu bir hata değeriyle ölçülür. Geri yayılım (backpropagation) yöntemi, bu hatayı azaltmak için her ağırlığın hangi yöne değişmesi gerektiğini hesaplar. Bu işlem milyonlarca örnekte tekrarlanınca ağ giderek daha iyi tahmin yapar.

Nerelerde kullanılır?

• Fotoğrafta yüz ve nesne tanıma
• Konuşmayı yazıya çevirme
• Makine çevirisi ve büyük dil modelleri
• Tıbbi görüntülerde inceleme desteği

Sınırları

Sinir ağları çok miktarda veri ve hesaplama gücü ister. Neden belirli bir karar verdiklerini açıklamak zordur; eğitim verisindeki önyargıları da öğrenebilirler. Bu yüzden önemli kararlarda sonuçları insanın denetlemesi gerekir.

Özet

• Sinir ağı, katmanlı basit hesap birimlerinden oluşur.
• Örneklerden, hatasını azaltarak öğrenir.
• Derin öğrenme ve dil modellerinin temelidir.