Delphi Can

Gecen haftaki delphi webinarinda yapayzekadan bahsedilecegini yazmislardi, webinari kacirdik, videoyu bekliyorum :

Duzenlenince haber edecekler. Beklemeye devam.

Konu farklı bir noktaya gitmiş, 
Yapay Zeka kavramı içerisinde çok farklı alt kırılımlar (bölümler) olan bir konudur,
Bir bilim midir sorusuna gelecek olursak henüz bence bir bilim dalı olacak laboratuvar çalışmaları seviyesine ulaşamadı.

YZ kavramı 1970lerde hatta daha önce MIT 'de yapılan çalışmalarla hala aynı düzlemde devam etmektedir.
Tek artı yanı teknoloji o zamanlara göre çok gelişti ve milisaniye bazında işlem yapabilme sayımız arttı.
İlk YZ örneğini oluşturan Alan Turing' tir ve YZ sistemleri Turing makinesi (Turing testi) denilen bir sistemle 
test edilir, konuyu ve işin tarihçesine çok girmeden konuya devam etmek isterim.

YZ günümüzde Yapay Sinir Ağları (bu ağlar ciddi anlamda farklılık gösteren algoritmalarla çalışırlar TKA-ÇKA, LVQ, ART, 
Geri Beslemeli, Öğreticili, Öğreticisiz vs.) ve Genetik Algoritmalar olarak ayrılıyor. Son zamanlarda Çekişmeli
Üretken Ağlar kavramı bütün görüntü işleme konusunda yeni bir çığır açmıştır. Örn. Tek resimden Video görüntü üretmek.

Sohbet botlarına gelirsek (aslında diğer YZ sistemlerine) makine öğrenmesi (belirli bir noktada Derin Öğrenme) kavramı
işin içerisine girmektedir. Bilgi olmadan analiz edilecek bir şey (data) olmayacaktır. Sohbet botlarına ilk başta belirli 
veriler öğretilerek eğitim süreçleri ve analiz yetileri arttırılabilir. Sonrasında doğru bir öğrenme / geliştirme algoritması
işin devamını getirebilir. YSA Geri beslemeli ÇKA ile veya Genetik Algoritma (Gen-Populasyon / Mustasyon) yöntemleriyle
bu iş kısmi olarak çözülebilir. Ama çok ciddi kafa patmatmak gerekiyor. GA ile kullanıcı karakterini öğrenip ekranları
tasarlayan bir algoritma yazarken çok zorlandım. İşleri çok kolaylaştırmasına rağmen sunumlarda çok kişi mantığını 
anlamakta zorluk çekti veya algılayamadı. Örnek vermem gerekirse bir teknolojisi marketin sitesinde yapmaya çalıştığı
bilgisayar seçimi için girdi alıp yorum ve seçenek sunan mimari tam bir hilkat garibesi olarak tasarlanmış, umarım 
geliştirirler.

Bu konu ile ilgili sayfalarca yazsak bitmez, YSA ile en çok ses tanıma, görüntü tanıma, hava tahmini sistemleri gibi 
işler üretilmekte. Genetik Algoritmalarla Çok girdili hesaplamalar ve öğrenme algoritmaların en iyi şekilde tasarlanması
sağlanabilir. En iyi örnek The Travelling SalesMan örneğidir.

Python, R, Scala gibi dillerin ciddi kütüphaneleri mevcut. (örn. Python TensorFlow) Ayrıca Google'ın ürettiği 3DRank 
çoklu matris yapısının görüntü ses tanıma yapısını çok beğenmiştim. Ayrıca formumuz Delphi olduğu için Mitov 'un 
yaptığı YSA görüntü tanıma mimarisini incelediğimde oldukça başarılı bulmuştum %100 Delphi ile kodlanmış bir işti.

Google bu konuda bir YZ şirketi olarak ayrılmaya başladı. Gelecekte çok ciddi işler çıkaracaklarına inanıyorum.

Şu an ki yapay zeka dedikleri bence devasa bir database üzerinde çalışan if , case yığınlarından mevcut

Sayın @Tan Ay Çekişmeli Üretken Ağlar demişken konuyla ilgili olarak şu videoyu da ben ekleyeyim dedim.

(27-08-2019, Saat: 08:36)yhackup Adlı Kullanıcıdan Alıntı: [ -> ]Şu an ki yapay zeka dedikleri bence devasa bir database üzerinde çalışan if , case yığınlarından mevcut

AI yapısını böyle düşünmemekte büyük fayda var, AI ile mimarisinde bir ağ kodlanırken genelde bir çok matematik formülü kullanmak gerekir.
(Veri madenciliğine daldığınız zaman uğraşacağımızdan daha çok formül) 

AI mimarileriyle birlikte kullanılacak simulasyon yapılarıda mevcuttur. İlk aklıma gelen Monte Carlo simulasyonudur. FX sektöründe günlük 5-6 milyon Tick Data yı simule
etmek için uğraştığım AI ye destek veren simulasyon yöntemidir. YSA yı geçtik GA da IF blokları yerinde daha çok FOR döngüleriyle karşılaşabiliriz. 
(Koderın uyguladığı mantığa göre) Çünkü Gen mimarisinde üretilen populasyonlardan geri Gen bildirimi almak gerekirse Populasyonu yeniden parçalamak gerekebilir.
Zaten bir populasyon üretmişiz neden bu poulasyonu oluşturacak Genler bizi ilgilendirsin diyebiliriz. Burada Genlere yeni mutasyonlar (çaprazalama) uygulayabiliriz diyebilirim.

ÇKA yada Geri beslemeli (her girdide ağırlık kullanılması gerekli yapılardır) ağlarda IF CASE blokları kullanırsak bunu kodlamamız imkansız hale gelir.
(en basit denklemde Varyasonları dünüşürsek bile)

Gördüğüm Teknoparklarda, ülkemizin bir yerlerinden biz YZ ile hede hödö yapıyoruz diyenlerin %99'una inanmam.
Bilimsel olarak Method belli yöntem belli bu doğrultuda bile optimize edilebilecek algoritmalar kurgulanamıyor ülkemizde maalesef.
Yine hayranlıkla Yurtdışınaki gelişmeleri izliyorum adamlar yapmış be diyorum...

Merak edenler "Perceptron" terimini araştırarak konuya giriş yapabilirler... OOP açısından Uyarlaması zor bir yapı değil. Gerisi bu nesneyi kullanarak bir ağ oluşturmakta... Sonrası zaten gelir.

Aşağıdaki link de ilk başlangıç noktanız olsun

https://towardsdatascience.com/perceptro...db0deab975

Linke bakinca icim daraldi, once ingilizce ogrenmek gerekiyor daraldim ustad.

(27-08-2019, Saat: 14:22)TheEAK Adlı Kullanıcıdan Alıntı: [ -> ]Linke bakinca icim daraldi, once ingilizce ogrenmek gerekiyor daraldim ustad.

Eğer Google Chrome tarayıcısını kullanıyorsanız sağ tıklayıp "Türkçe Diline Çevir" menüsünü kullanabilirsiniz. Elbette mükemmel değil ama bir fikir edinmenizi sağlar.

(27-08-2019, Saat: 09:41)uparlayan Adlı Kullanıcıdan Alıntı: [ -> ]Merak edenler "Perceptron" terimini araştırarak konuya giriş yapabilirler... OOP açısından Uyarlaması zor bir yapı değil. Gerisi bu nesneyi kullanarak bir ağ oluşturmakta... Sonrası zaten gelir.

Aşağıdaki link de ilk başlangıç noktanız olsun

https://towardsdatascience.com/perceptro...db0deab975

Güzel bir makale ama "perceptron" konusundan önce Nöron ve Snapsis konularının ele alınması ve Nörolojik olarak bu yapınında çok basit bazda algılanması
gerektiğini düşünüyorum. Örnek olarak görüntü ve ses 'in mekanik değerlerinin tam olarak Matrislenebilmesinin mantığı nöron-snaps-perceptron yapısından geçiyor.
Bir Yapay Sinir Ağına girdileri sağlamak ve girdiler sağlandıktan sonra Gizli Katma (Hidden Layer) da yapılacak işlemlerin algoritmasını tanımlamak gerekmekte.
Output işin en kolay kısmı. 

Craig Chapman'ın YSA ile ilgili 7 videoluk bir video seti vardı (Delphi ile yazılmış) fakat Youtube kanalına baktım nedense kaldırmış videolarını.
GGlass için bile çok güzel bir proje geliştirmişti kendisi. 

Konuyla ilgili olarak genelde görüntü ve ses tanıma işlemlerinden örnekler üretildiği için 
Neural Network & Deep Learning 'i en basit şekilde anlatan bir video payşalmak isterim : https://www.youtube.com/watch?v=aircAruvnKk

Konunun genelini aştıysam kusura bakmayın

(27-08-2019, Saat: 16:30)Tan Ay Adlı Kullanıcıdan Alıntı: [ -> ]

(27-08-2019, Saat: 09:41)uparlayan Adlı Kullanıcıdan Alıntı: [ -> ]Merak edenler "Perceptron" terimini araştırarak konuya giriş yapabilirler... OOP açısından Uyarlaması zor bir yapı değil. Gerisi bu nesneyi kullanarak bir ağ oluşturmakta... Sonrası zaten gelir.

Aşağıdaki link de ilk başlangıç noktanız olsun

https://towardsdatascience.com/perceptro...db0deab975

Güzel bir makale ama "perceptron" konusundan önce Nöron ve Snapsis konularının ele alınması ve Nörolojik olarak bu yapınında çok basit bazda algılanması
gerektiğini düşünüyorum. Örnek olarak görüntü ve ses 'in mekanik değerlerinin tam olarak Matrislenebilmesinin mantığı nöron-snaps-perceptron yapısından geçiyor.
Bir Yapay Sinir Ağına girdileri sağlamak ve girdiler sağlandıktan sonra Gizli Katma (Hidden Layer) da yapılacak işlemlerin algoritmasını tanımlamak gerekmekte.
Output işin en kolay kısmı. 

Craig Chapman'ın YSA ile ilgili 7 videoluk bir video seti vardı (Delphi ile yazılmış) fakat Youtube kanalına baktım nedense kaldırmış videolarını.
GGlass için bile çok güzel bir proje geliştirmişti kendisi. 

Konuyla ilgili olarak genelde görüntü ve ses tanıma işlemlerinden örnekler üretildiği için 
Neural Network & Deep Learning 'i en basit şekilde anlatan bir video payşalmak isterim : https://www.youtube.com/watch?v=aircAruvnKk

Konunun genelini aştıysam kusura bakmayın

Demir Adamın da dediği gibi "bazen yürümeyi öğrenmeden koşmak gerekir". Şikâyet etmekten kolay ne var, konunun genelini aştığınıza sevindim, bize böyleleri lazım