AI nedir? 2024 Yılında A'dan Z'ye Temel Yapay Zeka Terimleri Sözlüğü

Yapay zeka ortamı baş döndürücü bir hızla hareket ediyor, bu nedenle alışılmadık bir terim (veya iki) tarafından hazırlıksız yakalanırsanız affedilirsiniz. Teknoloji günlük hayatımızı giderek daha fazla şekilde etkilediğinden, en son yapay zeka jargonuyla güncel kalmak giderek daha önemli hale geliyor.

Bu, özellikle yapay zeka okuryazarlığının işverenler için sahip olunması gereken yeni beceri olduğu işyerleri için geçerlidir. LLM'nizdeki AGI'nizi bilmiyorsanız endişelenmeyin. Etrafımızdaki dünyayı şekillendirmeye devam eden teknoloji hakkında daha fazla bilgi edinmenize yardımcı olmak için A'dan Z'ye popüler AI terimlerinin bir listesini derledik ve her kavramın sıradan kişilerin anlayabileceği terimlerle ne anlama geldiğini açıkladık.

Makine öğrenimi gibi temel temas noktalarından kuantum yapay zeka gibi daha karmaşık kavramlara kadar, bazı ilginç terimleri tazelemek ve yapay zekanın cesur yeni dünyası hakkında daha fazla bilgi edinmek için okumaya devam edin.

AI nedir?

Yapay zekanın kısaltması olan yapay zeka, insanlar gibi duyarlı varlıkların zekasının aksine makinelerin zekasını ifade eder. Yapay zeka sistemleri, büyük miktarda eğitim verisi alarak, verileri kalıplara göre analiz ederek ve bu kalıpları çıktı üretmek için kullanarak çalışır.

Konsept 1950'lerden bu yana ortalıkta dolaşırken, OpenAI gibi yapay zeka geliştiricilerinin yaptığı atılımlar nedeniyle yapay zeka son yıllarda ana akım haline geldi. Yapay zeka üzerine yapılan çalışmalar çok geniştir ve her yıl genişlemektedir; bu nedenle 2024'te yapay zeka ve ilgili kavramlar hakkında daha fazla bilgi edinmek için okumaya devam edin.

Yapay Genel Zeka (AGI) için A

YGZ, insan benzeri zeka sergileyen ve genellikle insanlar kadar akıllı veya onlardan daha akıllı olduğu düşünülen teorik bir yapay zeka türüdür. Terimin kökenleri 1997'ye kadar izlenebilse de, yapay zeka geliştiricileri teknolojinin sınırlarını ileriye doğru itmeye devam ettikçe AGI kavramı son yıllarda ana akım haline geldi.

Örneğin, Kasım 2023'te OpenAI, Project Q* kod adlı yeni bir yapay zeka "süper zeka" modeli üzerinde çalıştığını açıkladı; bu, şirketi YGZ'yi gerçekleştirmeye daha da yaklaştırabilir. Bununla birlikte, YGZ'nin hala varsayımsal bir kavram olduğu ve birçok uzmanın bu tür YZ'nin yakın zamanda geliştirilmeyeceğinden emin olduğu vurgulanmalıdır.

B Büyük Veri içindir

Büyük veri, geleneksel veri işleme yöntemlerinin yönetmekte zorlandığı büyük, yüksek hacimli veri kümelerini ifade eder. Büyük veri ve yapay zeka el ele gider. Devasa ham bilgi havuzu, yapay zekanın karar vermesi için hayati öneme sahiptir; gelişmiş yapay zeka algoritmaları ise veri kümelerindeki kalıpları analiz edebilir ve değerli içgörüleri belirleyebilir. Birlikte çalışırken, kullanıcıların geleneksel yöntemlere göre çok daha hızlı bir şekilde daha anlayışlı açıklamalar yapmasına yardımcı olurlar.

B Önyargı içindir

Yapay zeka önyargısı, bir algoritma belirli insan türlerine karşı sistematik olarak önyargılı sonuçlar ürettiğinde ortaya çıkar. Ne yazık ki yapay zeka sistemlerinin, zararlı inançları destekleyerek ve ırk, cinsiyet ve ulusal kimliğe ilişkin olumsuz stereotipleri teşvik ederek toplumdaki önyargıları yansıttığı sürekli olarak gösterilmiştir.

Bu önyargılar, Buzzfeed'in artık silinmiş olan ve dünyanın dört bir yanından yapay zeka tarafından üretilen Barbie'leri sergileyen bir makalesinde vurgulanmıştı. Görseller, aşırı cinselleştirilmiş Karayip oyuncak bebeklerini, küresel güneyden beyaz badanalı Barbie'leri ve yanlış kültürel kıyafetlere sahip Asyalı oyuncak bebekleri öne çıkararak çeşitli ırksal stereotipleri destekledi.

C ChatGPT içindir

Muhtemelen bunu duymuşsunuzdur, ancak Kasım 2022'de piyasaya sürüldüğünde oyunu değiştiren üretken AI sohbet robotuna saygı gösterilmeden hiçbir AI sözlüğünün tamamlanmış sayılamayacağından bahsetmek yine de önemlidir.

Kısacası ChatGPT , yapay zeka tartışmasını sunucu odasından oturma odasına taşıyan üründür. iPhone'un cep telefonu için yaptığını yapay zekadan yaptı ve geniş çapta erişilebilir modeli sayesinde teknolojiyi kamuoyunun bilgisine sundu.

Yakın zamanda İşyerinde Teknolojinin Etkisi raporumuzda açıkladığımız gibi ChatGPT, işletmeler tarafından kolaylıkla en yaygın kullanılan yapay zeka aracıdır ve hatta 4 günlük çalışma haftasının kilidini açmanın anahtarı bile olabilir .

Etkisi zamanla azalabilir ancak yapay zeka dünyası her zaman ChatGPT'nin doğum öncesi ve sonrası prizmasından görülecektir.

C Hesaplama içindir

'Bilgi işlem gücü' anlamına gelen bilgi işlem, yapay zeka modellerini veri işleme ve tahmin yapma gibi görevleri gerçekleştirmek üzere eğitmek için gereken hesaplama kaynaklarını ifade eder. Tipik olarak, bir LLM'yi eğitmek için ne kadar çok rekabet gücü kullanılırsa, o kadar iyi performans gösterebilir.

Ancak bilgi işlem gücü çok fazla enerji tüketimine dayanıyor ve bu da çevre aktivistleri arasında endişelere yol açıyor. Örneğin araştırmalar, ChatGPT'ye günlük olarak güç sağlamak için 1 GWh enerji gerektiğini ortaya çıkardı; bu, 30.000 ABD hanesine güç sağlamak için yeterli enerjidir.

D Difüzyon içindir

Difüzyon modelleri, yapay zeka tarafından oluşturulan üstün görüntüler üretebilen yeni bir makine öğrenimi aşamasını temsil eder. Bu modeller, bu süreci tersine çevirmeyi öğrenmeden önce veri kümesine gürültü ekleyerek çalışır.

Bir görüntünün ardındaki soyutlama kavramını anlayarak ve içeriği yeni bir şekilde oluşturarak, yayılma modelleri, geleneksel yapay zeka modelleriyle oluşturulanlardan daha keskin ve rafine görüntüler oluşturur ve şu anda Dall gibi çeşitli yapay zeka görüntü araçlarında kullanılmaktadır. -E ve Kararlı Difüzyon.

E Acil Yetenekler içindir

Yapay zeka modelleri, yaratıcısının niyetinin dışında beklenmedik bir yanıt ürettiğinde ortaya çıkan davranış ortaya çıkar. Yapay zekanın çoğu o kadar karmaşık ki karar verme süreçleri hala insanlar, hatta yaratıcıları tarafından bile anlaşılamıyor. Son zamanlarda ortaya çıkan yetenekleri sergileyen GPT4 kadar öne çıkan yapay zeka modelleri ile yapay zeka araştırmacıları, yapay zeka modellerinin arkasındaki nasıl ve nedenini anlamak için daha fazla çaba harcıyor.

F Yüz Tanıma içindir

Yüz tanıma teknolojisi, insan yüzlerinin hareketsiz görüntülerini ve videolarını işlemek için yapay zekaya, makine öğrenimi algoritmalarına ve bilgisayarlı görme tekniklerine dayanır. Yapay zeka, karmaşık yüz ayrıntılarını manuel yöntemlere göre daha verimli bir şekilde tanımlayabildiğinden, çoğu yüz tanıma sistemi, doğruluğunu artırmak için evrişimli sinir ağı (CNN) adı verilen yapay bir sinir ağı kullanır.

G, Üretken Yapay Zeka içindir

Üretken yapay zeka; metin, görseller ve ses klipleri gibi orijinal içerik üreten her türlü yapay zekayı tanımlayan, her şeyi kapsayan bir terimdir. Üretken yapay zeka, çıktılar oluşturmak için LLM'lerden ve diğer yapay zeka modellerinden gelen bilgileri kullanır ve ChatGPT, Gemini ve Grok gibi sohbet robotları tarafından verilen yanıtlara güç verir.

H Halüsinasyon içindir

Chatbot'lar her zaman doğru veya mantıklı yanıtlar üretmiyor. Yapay zeka modelleri çoğu zaman yanlış bilgi üretir ancak bunları gerçekmiş gibi sunar. Buna AI halüsinasyonu denir. Halüsinasyonlar, yapay zeka modelinin gerçek gerçekleri almak yerine, üzerinde eğitim aldığı veri setine dayalı tahminler yapmasıyla ortaya çıkıyor.

Yapay zeka halüsinasyonlarının çoğu küçüktür ve hatta ortalama bir kullanıcı tarafından gözden kaçırılabilir. Bununla birlikte, ChatGPT tarafından üretilen yanlış yanıtlar daha önce geliştiricileri kötü amaçlı kod indirmeleri için kandırmak amacıyla dolandırıcılar tarafından istismar edildiğinden bazen halüsinasyonlar tehlikeli sonuçlara yol açabilir.

Ben İstihbarat Patlamasından yanayım

Yapay Zeka ile benzerlikler taşıyan istihbarat patlaması, yapay zeka gelişiminin kontrol edilemez hale geldiği ve bunun sonucunda insanlık için tehdit oluşturduğu varsayımsal bir senaryodur. "Tekillik" olarak da adlandırılan bu terim, teknolojinin hızlı ve büyük ölçüde kontrolsüz ilerlemesi nedeniyle birçok kişi tarafından hissedilen varoluşsal bir tehdidi temsil ediyor.

J Jailbreak içindir

Jailbreak, yapay zeka modellerinin etik korumalarını aşmayı amaçlayan bir hackleme biçimidir. Özellikle, sohbet robotlarına belirli istemler girildiğinde, kullanıcılar bunları herhangi bir kısıtlama olmaksızın kullanabilmektedir.

İlginç bir şekilde, Brown Üniversitesi tarafından yakın zamanda yapılan bir araştırma, Hmong, Zulu ve İskoç Galcesi gibi dilleri kullanmanın ChatGPT'yi jailbreak yapmanın etkili bir yolu olduğunu buldu. ChatGPT'yi nasıl jailbreak yapacağınızı buradan öğrenin.

J İş Güvensizliği içindir

Yapay zeka, daha önce insanlar tarafından gerçekleştirilen manuel işlemleri otomatikleştirmeye devam ettikçe, teknoloji işçiler arasında yaygın iş güvensizliğine yol açıyor. Çoğu çalışanın endişelenecek bir şeyi olmasa da Tech.co Teknolojinin İşyeri Üzerindeki Etkisi raporumuz yakın zamanda tedarik zinciri optimizasyonu, yasal araştırma ve finansal analiz rollerinin 2024'te yerini yapay zekaya bırakacağını ortaya çıkardı.

L, Büyük Dil Modelleri (LLM'ler) içindir

LLM'ler, doğal, insani yanıtları anlamak ve üretmek için doğal dil işlemeyi (NLP) kullanan uzman bir tür yapay zeka modelidir. Basit bir ifadeyle, ChatGPT gibi araçların bir bottan ziyade size ve bana benzemesini sağlayın.

Üretken yapay zekanın aksine, Yüksek Lisans'lar dille ilgili görevleri yerine getirmek için özel olarak tasarlanmıştır. Adını duymuş olabileceğiniz popüler LLM örnekleri arasında GPT-4, PaLM 2 ve Gemini bulunmaktadır.

M, Makine Öğrenimi içindir

Makine öğrenimi, insanlara benzer şekilde sistemlerin deneyimlerden öğrenmesine ve gelişmesine olanak tanıyan bir yapay zeka alanıdır. Özellikle yapay zekada veri ve algoritmaların kullanımına odaklanıyor ve yapay zeka modellerinin gerçek dünya ortamlarında özerk bir şekilde öğrenme ve karar verme biçimini geliştirmeyi amaçlıyor.

Terim sıklıkla yapay zeka ile birbirinin yerine kullanılsa da, makine öğrenimi daha geniş yapay zeka şemsiyesinin bir parçasıdır ve minimum düzeyde insan müdahalesi gerektirir.

N Sinir Ağı içindir

Sinir ağı (NN), insan beyninin yapısını ve işlevini taklit etmek için tasarlanmış bir makine öğrenme modelidir. Yapay bir sinir ağı, birden fazla katmandan oluşur ve beyinde bulunan nöronları gevşek bir şekilde taklit eden, yapay nöronlar adı verilen birimlerden oluşur.

Derin sinir ağları olarak da adlandırılan YSA'ların çeşitli yararlı uygulamaları vardır ve görüntü tanımayı, tahmine dayalı modellemeyi ve doğal dil işlemeyi geliştirmek için kullanılabilir.

O, Açık Kaynak Yapay Zeka içindir

Açık kaynaklı yapay zeka, serbestçe kullanılabilen kaynak koduna sahip yapay zeka teknolojisini ifade eder. Açık kaynaklı yapay zekanın nihai amacı, yapay zeka topluluğu içinde şirketlere ve geliştiricilere teknolojiyle yenilik yapma konusunda daha fazla özgürlük veren bir işbirliği ve şeffaflık kültürü yaratmaktır.

Şu anda mevcut olan açık kaynaklı yapay zeka ürünlerinin çoğu, mevcut uygulamaların varyasyonlarıdır ve yaygın ürün kategorileri arasında sohbet robotları, makine çeviri araçları ve büyük dil modelleri yer alır.

P İstemler içindir

Gemini ve ChatGPT gibi araçlara bir şekilde aşina değilseniz, istem, hedefe yönelik bir yanıt almak için sohbet robotlarına girdiğiniz bir talimat veya sorgudur. Bağımsız komutlar olarak var olabilirler veya yapay zeka modelleriyle daha uzun görüşmeler için başlangıç ​​noktası olabilirler.

Yapay zeka istemleri kullanıcının istediği herhangi bir biçimde olabilir, ancak daha uzun biçimli, ayrıntılı girdilerin en iyi yanıtları ürettiğini gördük. Microsoft tarafından yakın zamanda yapılan bir araştırmaya göre, duygusal bir dil kullanmak, yüksek kaliteli yanıtlar üretmenin başka bir yoludur.

İşyerinde zamandan tasarruf etmenizi sağlamak için tasarlanan bu 40 ChatGPT istemiyle iş hayatınızı nasıl kolaylaştıracağınızı öğrenin.

P Parametreler içindir

Yapay zekada parametreler, makine öğrenimi modelinin davranışını ölçen bir değerdir. Bu bağlamda her parametre bir değişken görevi görerek modelin girdiyi çıktıya nasıl dönüştüreceğini belirler. Parametreler, yapay zeka performansını ölçmenin en yaygın yollarından biridir ve genel olarak konuşursak, bir yapay zeka modeli ne kadar çok şeye sahipse, karmaşık veri modellerini o kadar iyi anlayabilir ve daha doğru yanıtlar üretebilir.

Q, Kuantum Yapay Zeka içindir

Kuantum AI, makine öğrenimi algoritmalarının hesaplanması için kuantum hesaplamanın kullanılmasıdır. Bilgiyi 1'ler ve 0'lar aracılığıyla işleyen klasik hesaplamayla karşılaştırıldığında kuantum hesaplama, aynı anda hem 1'leri hem de 0'ları temsil eden kübit adı verilen bir birimi kullanır. Teorik olarak bu süreç, bilgi işlem hızlarını önemli ölçüde hızlandırabilir.

Kuantum yapay zeka örneğinde, kübitlerin kullanımı potansiyel olarak çok daha güçlü yapay zeka modellerinin üretilmesine yardımcı olabilir, ancak birçok uzman bu gerçeğe ulaşma konusunda hala çok uzakta olduğumuza inanıyor.

R, Kırmızı Takımlar içindir

Kırmızı ekip oluşturma, yapay zeka modellerindeki kusurları ve güvenlik açıklarını bulmayı amaçlayan yapılandırılmış bir test sistemidir. Siber güvenlik terimi esas olarak, aktörlerin bir sistemdeki potansiyel zayıf noktaları tespit etmek ve uzun vadede savunmasını geliştirmek için gerçek bir siber saldırıyı simüle etmeye çalıştığı etik bir hackleme uygulamasını ifade eder.

Yapay zeka kırmızı ekip oluşturma durumunda, gerçek bir hackleme girişimi gerçekleşemez ve kırmızı ekip üyeleri bunun yerine, geliştiricilerin üzerine yerleştirdiği korkulukları benzer şekilde atlayarak belirli bir şekilde yönlendirerek sistemin güvenliğini test etmeye çalışabilir. jailbreak yapmak için.

S Denetimli Öğrenme içindir

Yapay zeka öğrenimi söz konusu olduğunda iki temel yaklaşım vardır: denetimli öğrenme ve denetimsiz öğrenme. Denetimli makine öğrenimi olarak da bilinen denetimli öğrenme, algoritmaların belirli bir çıktı için etiketlenmiş giriş verileri üzerinde eğitildiği bir eğitim yöntemidir. Testin amacı, algoritmanın etiketlenmemiş veriler üzerinde ne kadar doğru performans gösterebileceğini ölçmektir ve süreç, bir bütün olarak yapay zeka sistemlerinin genel doğruluğunu iyileştirmeye çalışır.

T, Eğitim Verileri içindir

Basit bir ifadeyle, eğitim verileri, bir makine öğrenimi modelini eğitmek için kullanılan son derece geniş bir girdi veri kümesidir. Eğitim verileri, algoritmalar kullanarak tahmin modellerini, belirli kullanıcı hedefleriyle ilgili özelliklerin nasıl çıkarılacağını öğretmek için kullanılır ve daha sonra test kümeleri adı verilen sonraki verilerle tamamlanabilecek ilk veri kümesidir.

Bu, yapay zeka ve makine öğreniminin çalışma şekli açısından temel bir öneme sahiptir ve eğitim verileri olmadan yapay zeka modelleri öğrenemez, faydalı bilgiler çıkaramaz, tahminlerde bulunamaz veya basitçe ifade etmek gerekirse var olamaz.

U Denetimsiz Öğrenme içindir

Denetimli öğrenmenin aksine, denetimsiz öğrenme, modellere etiketlenmemiş, karmaşık verilerin verildiği ve herhangi bir özel çerçeve olmadan kalıpları ve içgörüleri keşfetmeye teşvik edilen bir makine öğrenimi türüdür.

Denetimsiz öğrenme modelleri üç ana görev için kullanılır; etiketlenmemiş verileri gruplamaya yönelik bir veri madenciliği tekniği olan dağınıklık, değişkenler arasındaki ilişkileri bulmak için farklı kurallar kullanan başka bir kazanç yöntemi olan ilişkilendirme ve değişkenlerin sayısı arttığında uygulanan bir öğrenme tekniği olan boyutluluk azaltma. Bir veri kümesindeki boyutlar çok yüksek.

X, X riski içindir

X-risk, varoluşsal risk anlamına gelir. Daha spesifik olarak terim, yapay zekanın hızlı gelişiminin ortaya çıkardığı varoluşsal riskle ilgilidir. Potansiyel bir X riski olayı hakkında uyarıda bulunan insanlar, yapay zeka alanında kaydedilen ilerlemenin, kontrol edilmediği takdirde insanlığın yok olmasına veya küresel felakete yol açabileceğine inanıyor.

Ancak X riski uç bir inanç değildir. Aslında, 2023'te DeepMind CEO'su Demis Hassabis, OpenAI Kurucu Ortağı ve Baş Bilimcisi Ilya Sutskever ve Bill Gates gibi birçok teknoloji lideri, yapay zeka geliştiricilerini yapay zekanın oluşturduğu varoluşsal tehdit konusunda uyaran bir mektup imzaladı.

Z, Sıfır Atışlı Öğrenme içindir

Sıfır atışlı öğrenme, bir yapay zeka modelinin herhangi bir eğitim örneği almadan bir görevi tamamlamakla görevlendirildiği bir derin öğrenme problemi kurulumudur. Makine öğreniminde, henüz eğitim için etiketlenmemiş sınıflara yönelik modeller oluşturmak amacıyla sıfır atışlı öğrenme kullanılır.

Sıfır atışlı öğrenmenin iki aşaması, bilginin yakalandığı eğitim aşamasını ve bilgilerin örnekleri yeni bir sınıf kümesine sınıflandırmak için kullanıldığı müdahale aşamasını içerir.