İSTATİSTİK VE YAPAY ZEKA
Dr. Öğr. Üyesi Özlem ARIK – Biyoistatistik Anabilim Dalı
İstatistik, sayıların geçerli ve güvenilir sonuçlar ortaya koyabilmesi için çeşitli yöntemler ve analiz teknikleri kullanan bir bilim dalı olarak ortaya çıkmıştır. İstatistik kelimesi ilk olarak Almanca’da Gottfried Achenwall tarafından devlete ait verilerin sunulduğu Statistik (1749) adlı eserde devlet bilimi anlamında kullanılmıştır. Bilgi dünyasında yaşıyoruz ve bu bilgi istatistik ile kontrol edilmektedir, yazılım dünyasında günlük hayat problemlerinin her yerinde temel seviyede istatistik vardır ve istatistik bilimi sayesinde toplayacağımız veri üzerinde farkındalığımız artmaktadır. İlgili verilerin toplanması, analiz edilmesi ve sonuçların sunulması; bunlara göre doğru kararların alınmasını sağlayan istatistik ile verilerin analizine ihtiyaç duyan bilim dalları bir arada olmuştur. Verilerin incelenmesinde verinin çok büyük boyutlarda olması nedeniyle klasik istatistiksel yöntemler ile önemli ve anlamlı sonuçların elde edilmesi zor olduğu için, çeşitli veri madenciliği yöntemleri geliştirilmiş ve bilgisayar programcılığı yardımıyla analiz yapmak daha uygulanabilir hale gelmiştir. Klasik istatistiksel yöntemlerin büyük miktardaki veriler için geçerli ve güvenilir sonuçlar verememesiyle birlikte Tukey tarafından 1977 yılında ortaya atılan keşfedici veri analizi yöntemleri ile daha iyi sonuçlar elde edilmeye başlanır ve veri madenciliği kavramının temeli atılmış olur. İlk kez 1980`li yıllarda literatüre giren veri madenciliği, son yıllarda teknolojinin ve bilgi sistemlerinin gelişmesiyle kamu ve özel kuruluşlara ait veri tabanlarında çok hızlı bir biçimde verilerin depolanması ile günümüzde yaygın bir şekilde kullanılmaktadır. Öncelikle istatistik, makine öğrenme ve insan gibi düşünebilme ile sezgisel yaklaşımı temel alan ve yüksek
kapasitede güçlü bilgisayarların kullanılmasını gerektiren yapay zeka gibi kavramların bir araya gelmesi ile disiplinler arası bir alan olan veri madenciliği sayesinde büyük miktarda biriken ham veri setlerinden anlamlı, değerli ve faydalı bilgiler ortaya çıkarılmaktadır. Büyük veri setleri üzerinden çıkarılan bilgiler ile kullanıcının başarılı sonuçlar elde etmesine, kararlar
almasına ve farklı sorunlara çözümler getirmesine yardımcı olan veri madenciliği gün geçtikçe daha çok kabul görmektedir ve problemin belirlenmesi, veriyi anlama, veriyi hazırlama, modelin kurulması, modelin değerlendirilmesi, modelin kullanılması-uygulama, modelin izlenmesi şeklinde belli bir süreç akışı içermektedir.
Temelinde büyük veri setleri ve veri madenciliğinin yer aldığı yapay zeka ise son dönemlerde hem dünyada hem ülkemizde tartışılmaya başlanmıştır. İnsan gibi davranışlar sergileme, sayısal mantık yürütme, hareket, konuşma ve ses algılama gibi birçok yeteneğe sahip olan yapay zeka, bir bilgisayarın veya bilgisayar kontrolündeki bir robotun çeşitli faaliyetleri zeki canlılara benzer şekilde yerine getirme kabiliyeti olarak tanımlanmaktadır. Kimisi yapay zekanın insan gücünü azaltacağını, bu nedenle işsizliğe yol açacağını, kimisi ise büyük fırsatlar doğuracağını öngörmektedir. 21. yüzyılın petrolü ve gelecekteki başarının anahtarı olan veriler güçlü bir yapay zeka için hayati yakıttır. Veri bilimcilerin, yapay zeka algoritmalarını doğru verilerle beslemek ve eğitmek için verileri kullanılabilir formda sunmak ve verilerde gerekli tutarlılık seviyesini elde etmek için önemli sorumlulukları vardır. Web, akıllı telefonlar, müşteriler, sensörler gibi farklı kaynaklardan toplanan büyük veri setlerini analiz etmek üzere istatistik, bilgisayar bilimi ve iş bilgisi dâhil olmak üzere bir dizi beceriyi bir araya getiren veri bilimciler, veriler üzerinden ilgilenilen konu ve bazı yapıları algoritmalar aracılığıyla öğrenmektedir. Algoritma genel anlamıyla, belli bir amacı yerine getirmek için gerçekleştirilen işlemler dizisidir. Teorik alt yapıyı sağlayan algoritmalara makine öğrenmesi algoritmaları denir. Makine öğrenimi, 1980’lerde açığa çıkmış olup veri madenciliğin kullanılması ile beraber daha popüler hale gelmeye başlamıştır. Sunulmuş veriler ve parametreler ile benzetimler yaparak, sizden daha iyi tespitlerde bulunan, programlamadıklarınızı da açığa çıkarabilen, kendi kendini eğitebilen sistemlerdir. Ürünlerin oluşması ve hayatımıza girdiği haline ise yapay zeka denmiş olur. 1950’lerde açığa çıkmış olup, makinelerin insanlar kadar kabiliyetli bir şekilde bazı işlemleri yapabilmesi olan yapay zeka, bilgisayarların insan gibi düşünebilmelerini sağlamayı amaçlayan bir alandır fakat insanın duygusal zeka ve yaratıcılık yeteneklerine sahip değildir ve hiçbir zaman da olmayacaktır. Zayıf yapay zekalar sadece programladığınızı yerine getirirken kuvvetli yapay zekalar algoritmik hesaplarda bulunarak programladığınızı iyileştirebilen, hatalardan öğrenebilen sistemlerdir. 2010’lu yıllarda kullanılmaya başlanmış, büyük veri denizi ile tek bir katmanda değil, birçok katmanda makine öğreniminde kullanılan hesapları tek bir seferde yapan, makine öğreniminde tanımlamanız gereken parametreleri bile kendisi keşfeden, belki de daha iyi parametreler ile değerlendirmelerde bulunabilen bir sistem ise Derin Öğrenme`dir. Kısacası; fabrikaya hiç gitmeyen bir ustabaşı ya da geçtiğimiz günlerde Mehran Anvari isimli cerrahın 400 km. uzaktan yaptığı ameliyat bu işin sadece başlangıcıdır ve 21. yüzyılda işgücünden tasarrufa ilişkin beklenen adım klasik mesainin sonlandırılarak makinelerin uzaktan idare edilmesi yönündedir. Halk dili ile bu süreçlere yapay zeka denirse, insanlardan daha hızlı öğrenen, daha nitelikli sonuçlar açığa çıkaran bu sistem önemli hale gelmektedir. Yapay zeka önemlidir; çünkü tekrarlayan öğrenme ve verisel keşifleri otomatikleştirir, hâlihazırdaki ürünlere zeka ekler, verilerin programlamayı yapmasına izin vermek için aşamalı öğrenme algoritmaları aracılığıyla uyum sağlar, birçok gizli katmana sahip sinir ağlarını kullanarak daha fazla ve daha derin verileri analiz eder, derin sinir ağları sayesinde önceden imkânsız olan bir doğrulukla çalışıyor ve verilerden en iyi şekilde yararlanır. Özellikle de hukuki yardım, patent aramaları, risk bildirimi ve tıbbi araştırma için kullanılabilecek soru yanıtlama sistemleri gibi her sektörde yapay zeka yeteneklerine yüksek bir talep vardır. Büyük veri setlerinin yer aldığı perakende, imalat, bankacılık, iletişim, sigorta, yüzey analizi ve coğrafi bilgi sistemleri, görüntü tanıma ve robot görüş sistemleri, uzay bilimleri ve teknolojisi, meteoroloji ve atmosfer bilimleri, sosyal bilimler ve davranış bilimleri, metin madenciliği, internet madenciliği, sağlık, tıp ve genetik alanları da yapay zekanın diğer kullanım alanlarıdır. Sağlık hizmetlerinde yapay zeka uygulamaları; kişiselleştirilmiş reçete ve röntgen okumaları sağlayabilir, kişisel sanal sağlık asistanları yaşam koçu olarak görev yapabilir, haplarınızı almanızı, egzersiz yapmayı veya daha sağlıklı beslenmenizi hatırlatır. Yeteneklerimizi artırmak ve yaptığımız işte bizi daha iyi hale getirmek için yetişen yapay zeka bizim yerimize geçmek için çabalamamaktadır. Özetle; yapay zeka, büyük miktarda veriyi hızlı, yinelemeli işleme ve akıllı algoritmalarla birleştirerek çalışır ve yazılımın verilerdeki özelliklerden otomatik olarak öğrenmesini sağlar. Yapay zekanın amacı girdi üzerinde mantıklı olabilecek ve çıktıda açıklanabilecek yazılımlar sağlamaktır. Yapay zeka, yazılımla insan benzeri etkileşimler sağlayacak ve belirli görevler için karar desteği sunacaktır, ancak insanların yerini almaya hedeflemez ve yakın zamanda bunun olması beklenmemektedir. Pek çok şirket, yapay zekanın sunduğu tüm değerlerden yararlanmak için veri bilimi ekiplerine önemli yatırımlar yapmaktadır. Verilerden değer elde etmek üzere bilimsel ve diğer yöntemlerden yararlanan disiplinler arası bir alan olan veri bilimi, birden fazla kaynaktan toplanan verileri analiz etmek için istatistik ve bilgisayar bilimi gibi alanların sağladığı becerileri ticari bilgilerle bir araya getirmektedir.
Kaynaklar:
https://www.datasciencearth.com/istatistiksel-onyargi-ve-yapay-zeka/
https://dataiteam.com/yapay-zeka/istatistik/
https://www.veribilimiokulu.com/veri-bilimi-ve-yapay-zeka-nedir/
https://www.datasciencearth.com/istatistiksel-onyargi-ve-yapay-zeka/
https://www.endustri40.com/yapay-zeka-makine-ogrenimi-ve-derin-ogrenme-arasindaki-
farklar/
https://www.sas.com/tr_tr/insights/analytics/yapay-zeka-nedir.html