Share to: share facebook share twitter share wa share telegram print page

Yapay hayal gücü

Yapay zekâ
dizisinin bir parçası
Gelişim süreci
Yaklaşımlar
Felsefe
Tarihçe
Teknoloji
Sözlük

Yapay hayal gücü, tahminler, icatlar[1] veya bilinçli deneyimler yaratmak için gerçek veya olası kurgu modelleri üreten, simüle eden ve kolaylatıran[2] yapay genel zekâ'nın bir alt bileşenidir.

Yapay hayal gücü terimi, makinelerin veya programların bir özelliğini tanımlamak için de kullanılmaktadır. Araştırmacıların simüle etmeyi umdukları özelliklerden bazıları yaratıcılık, vizyon, dijital sanat, mizah ve hicivdir.[3]

Bu alandaki uygulayıcılar Yapay(görsel) hayal gücü,[4] Yapay(işitsel) Hayal Gücü,[5] insan duygularına dayalı içerik modelleme/filtreleme ve İnteraktif Arama gibi Yapay hayal gücünün çeşitli yönlerini araştırmaktadır. Konuyla ilgili bazı makaleler, yapay hayal gücünün "insanların gerçek dünyadan kaçabilecekleri kadar rahat olabilecekleri" yapay bir dünya yaratmak için nasıl gelişebileceğine dair spekülasyonlar yapmaktadır.[6]

G. Schleis ve M. Rizki gibi bazı araştırmacılar, yapay hayal gücünü oluşturmak için yapay sinir ağlarını kullanmaya odaklanmaktadır.[7]

Bir başka önemli proje de Japonya'daki Tokyo Üniversitesi'nde Hiroharu Kato ve Tatsuya Harada tarafından yürütülmektedir. Bir nesnenin tanımını, hayal gücünün ne olduğunu tanımlamanın en kolay yolu olabilecek bir görüntüye çevirebilen bir bilgisayar geliştirmişlerdir. Fikirleri, bir görüntünün belirli bir kısmına karşılık gelen kısa sekanslara bölünmüş bir dizi piksel olarak görüntü kavramına dayanmaktadır. Bilim insanları bu dizileri "görsel kelimeler" olarak adlandırıyor ve bunlar makine tarafından istatistiksel dağılım kullanılarak makinenin karşılaşmadığı bir nesnenin görüntüsünü oluşturmak için yorumlanabilir.

Yapay hayal gücü konusu, Sembolik Yakınsama Teorisi 'ni ortaya atan ve bilgisayar sistemlerinde yapay hayal gücü geliştirmek için bir proje üzerinde çalışan ünlü iletişim uzmanı Ernest Bormann gibi bilgisayar bilimleri alanı dışındaki akademisyenlerin de ilgisini çekmiştir.[8] Sanatçı Grégory Chatonsky tarafından yapay hayal gücü ve post-dijital sanat üzerine düzenlenen disiplinlerarası araştırma semineri 2017 yılından bu yana Paris'teki Ecole Normale Supérieure 'de gerçekleştirilmektedir.[9]

Nasıl Zihin Oluşturulur: Hayal Gücüne Sahip Makinelere Doğru, Igor Aleksander'ın konuyla ilgili akademik bir kitabıdır; Yapay Hayal Gücü,[10][11] bir Anahtarlı romandır, Kalpanik S. adlı bir Yapay hayal gücü sistemi tarafından yazıldığı ve "Center of Artificial Imagination, Inc." tarafından yayınlandığı iddia edilen akademik olmayan bir kitap, bu terimin bilinen ilk kullanımıdır.

Etkileşimli aramada kullanımı

Yapay hayal gücünün tipik uygulaması, etkileşimli bir aramadır. Etkileşimli arama, 1990'ların ortalarından bu yana World Wide Web'in gelişimi ve arama motorlarının optimizasyonu ile birlikte geliştirilmiştir. Bir kullanıcının ilk sorgusuna ve geri bildirimine dayanarak, aranacak veritabanları arama sonuçlarını iyileştirmek için yeniden düzenlenir.

Yapay hayal gücü, görüntüleri sentezlememize ve gerçek dünyada var olup olmadığına bakılmaksızın veri tabanında olup olmadığına bakılmaksızın yeni bir görüntü geliştirmemize olanak tanımaktadır. Örneğin, bir bilgisayar ilk sorgunun cevabına dayanan sonuçlar göstermektedir. Kullanıcı birkaç ilgili görüntü seçer ve ardından teknoloji bu seçimleri analiz eder ve görüntülerin sıralamasını sorguya uyacak şekilde yeniden düzenler. Bu süreçte, seçilen görüntüleri sentezlemek ve arama sonucunu ek ilgili sentezlenmiş görüntülerle iyileştirmek için yapay hayal gücü kullanılmaktadır. Bu teknik, Rocchio algoritması ve evrimsel algoritma dahil olmak üzere çeşitli algoritmalara dayanmaktadır. Bir sorgu noktasını ilgili örneklerin yakınına ve ilgisiz örneklerden uzağa konumlandıran Rocchio algoritması [12] basittir ve veritabanlarının belirli sıralarda düzenlendiği küçük bir sistemde iyi çalışmaktadır. Evrimsel sentez iki adımdan oluşur: standart bir algoritma ve standart algoritmanın geliştirilmesi şeklindedir.[13][14] Kullanıcıdan gelen geri bildirimler sayesinde, kullanıcının aradığı şeye uygun olacak şekilde sentezlenen ek görüntüler olacaktır.

Genel yapay hayal gücü

Yapay hayal gücünün daha genel bir tanımı ve geniş uygulamaları bulunmaktadır. Yapay hayal gücünün geleneksel alanları arasında görsel hayal gücü ve işitsel hayal gücü yer almaktadır. Daha genel olarak, fikir, imge ve kavram oluşturmaya yönelik tüm eylemler hayal gücü ile ilişkilendirilebilir. Dolayısıyla, yapay hayal gücü sadece grafik üretmekten daha fazlasını ifade etmektedir. Örneğin, yapay hayal gücünün sınıflandırılması zor olsa da ahlaki hayal gücü, yapay hayal gücünün önemli bir araştırma alt alanı olarak karşımıza çıkmaktadır.

Ahlak, insan mantığının önemli bir parçasıyken yapay ahlak, yapay hayal gücü ve yapay zeka için önemlidir. Yapay zekaya yönelik yaygın bir eleştiri, insanların makinelerin hataları veya kararları için sorumluluk alıp almaması ve nasıl iyi huylu makineler geliştirileceğidir. Hiç kimse en iyi ahlaki kuralların net bir tanımını yapamadığı için, genel kabul görmüş ahlaki kurallara sahip makineler yaratmak imkansızdır. Bununla beraber, yapay ahlak üzerine yapılan son araştırmalar ahlak tanımının etrafından dolanmaktadır. Bunun yerine, makineleri insan ahlâkını taklit edecek şekilde eğitmek için makine öğrenimi yöntemleri kullanılmaktadır. Binlerce farklı insanın ahlaki kararlarına ilişkin veriler göz önünde bulundurulduğunda, eğitilen ahlaki model yaygın olarak kabul edilen kuralları yansıtabilir.

Hafıza, yapay hayal gücünün bir diğer önemli alanıdır. Aude Oliva gibi araştırmacılar yapay hafıza, özellikle de görsel hafıza üzerine kapsamlı çalışmalar gerçekleştirmiştir.[15] Görsel hayal gücü ile karşılaştırıldığında, görsel hafıza daha çok makinenin resimleri insani bir şekilde nasıl anladığı, analiz ettiği ve depoladığı üzerine odaklanır. Buna ek olarak, uzamsal özellikler gibi karakterler de dikkate alınmaktadır. Bu alan beynin biyolojik yapısına dayandığından, sinirbilim üzerine de kapsamlı araştırmalar yapılmıştır, bu da onu biyoloji ve bilgisayar bilimi arasında büyük bir kesişim noktası haline getirmektedir

Ayrıca bakınız

Kaynakça

  1. ^ A bot will complete this citation soon. Click here to jump the queue arXiv:[1].
  2. ^ A bot will complete this citation soon. Click here to jump the queue arXiv:[2].
  3. ^ "How Generative AI Can Augment Human Creativity". Harvard Business Review. 16 Haziran 2023. ISSN 0017-8012. 20 Haziran 2023 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Haziran 2023. 
  4. ^ Thomee, B.; Huiskes, M.J.; Bakker, E.; Lew, M.S. (July 2007). "Visual information retrieval using synthesized imagery". Proceedings of the 6th ACM international conference on Image and video retrieval. ACM. ss. 127-130. doi:10.1145/1282280.1282303. ISBN 9781595937339. Erişim tarihi: 19 Aralık 2023. 
  5. ^ AUDIO CONTENT TRANSMISSION by Xavier Amatriain & Perfecto Herrera, "Publications" (PDF). 6 Ocak 2007 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 22 Aralık 2007. 
  6. ^ Hypertext and “the Hyperreal” by Stuart Moulthrop, Yale University http://portal.acm.org/citation.cfm?doid=74224.74246
  7. ^ Learning from a random player using the reference neuron model in the Proceedings of the 2002 Congress on Evolutionary Computation, 2002. http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=1007019
  8. ^ Twentieth-Century Roots of Rhetorical Studies, by Jim A. Kuypers and Andrew King, 2001. published by Praeger/Greenwood, page 225.
  9. ^ Postdigital Artificial Imaginationhttp://postdigital.ens.fr 7 Mayıs 2020 tarihinde Wayback Machine sitesinde arşivlendi.
  10. ^ Artificial Imagination https://www.amazon.com/Artificial-Imagination-Kalpanik-S/dp/0981476244 21 Aralık 2021 tarihinde Wayback Machine sitesinde arşivlendi.
  11. ^ Artificial Imagination https://www.amazon.com/Artificial-Imagination-Special-Photostory-Washington/dp/098147621X 21 Aralık 2021 tarihinde Wayback Machine sitesinde arşivlendi.
  12. ^ Dalton, Gerard, Buckley, Chris (1 Haziran 1990). "Improving retrieval performance by relevance feedback". Journal of the American Society for Information Science. 41 (4): 288-297. doi:10.1002/(SICI)1097-4571(199006)41:4<288::AID-ASI8>3.0.CO;2-H. 
  13. ^ "Using an artificial imagination for texture retrieval". 2008 19th International Conference on Pattern Recognition. December 2008. 
  14. ^ An Artificial Imagination for Interactive Search (PDF). Springer Berlin Heidelberg. 2007. ss. 19-28. 4 Ekim 2023 tarihinde kaynağından arşivlendi (PDF). Erişim tarihi: 10 Mart 2024. 
  15. ^ Oliva, Aude (2008). "Visual long-term memory has a massive storage capacity for object details". Proceedings of the National Academy of Sciences. 105 (38): 14325-14329. doi:10.1073/pnas.0803390105. PMC 2533687 $2. PMID 18787113. 
Kembali kehalaman sebelumnya