PES 2010
eğer sıkı bir pes oyuncusuysanız pes 2010 çıkmadan yayınlanan şu video’yu görmüş olmalısınız. video’da
peki pes 2010’da üzerinde durduğumuz noktalar nelerdi, bir göz atalım. takım stratejisi; pes 2010’da yaptığımız en büyük gelişme yapay zeka oldu.
diyordu. devamında 8 kaydırma çubuğu ile takım stratejisini 0-100 arasında ayarlayabileceğimiz ve oyunu almamız gerektiği söyleniyordu. peki neydi bu yapay zeka? konami mühendisleri ne yapmıştı da 8 kaydırma çubuğu ile takımımızı daha “akıllı” oynatabiliyorduk?
Yapay ağlar
eminim yapay zekanın ne olduğu konusunda fikriniz vardır ama anlatımımın bütünlüğü açısından birkaç yetkin tanım vermem gerektiğini düşünüyorum.yapay zeka ile ilgili tanım araştırmasına girdiğinizde iki seçenekle karşılaşırsınız. yapay zeka (artificial intelligence) ve yapay sinir ağları (neural networks). aslında ikisininde ilgilendiği şey aynıdır ancak “yapay zeka” daha yüzeysel bir kavram iken “yapay sinir ağları” ne olduğu hakkında biraz daha fikir verir. çünkü yapay zeka demek; yapay (doğadaki örneğine benzetilerek insan eliyle yapılmış) sinir (hayvansal organizmalarda duyuları taşıyan beyazımsı teller) ağları (yaygın şebeke) demektir.
oyunlarda henüz temel seviyede olan yapay zeka uygulamaları görülebilir
bir tanıma göre “yapay sinir ağları canlılarda bulunan sinir sisteminin çalışmasını elektronik ortama taşımayı hedefleyen bir programlama yaklaşımıdır. yapay sinir ağlarının da canlılarda olduğu gibi öğrenme, hatırlama ve öğrendiklerini güncelleme gibi yeteneklerinin olması hedeflenmektedir.” derken wikipeda; “i̇nsan beyninin bilgi işleme teknolojisinden esinlenerek geliştirilmiş bir bilgiişlem teknolojisidir.” ve “insanın düşünme yöntemlerini analiz ederek bunların benzeri yapay yönergeleri geliştirmeye çalışmaktır.” buyurmuş.evrenin en mükemmel bilgisayarını taşıyoruz. beynimiz!
evrenin en mükemmel bilgisayarı!
her gün yeni şeyler öğrenen, öğrendiklerini öncekilerle benzetme, çağrıştırma ya da birebir eşleme gibi yetenekler ile ilişkilendirebilen, bunları kategorize eden ve gelecekle ilgili tahmin yürütüp farklı senaryolar üretebilen mucizevi bilgisayar.
düşünen makinalar uzak değil!
bir gün yapay zeka mühendisleri beynin düşünme dediğimiz aktivitesini matematiksel olarak %100 modelleyebilirse, silikon çiplerin bizim gibi düşünmesi de sağlanmış olacak. bunun için önerilen bazı modeller halen mevcut ancak başarısı tartışma konusu: örneğin hebb modeli; bu model en eski ve ünlü olanıdır. şöyle der:
“a nöronunun bir aksonu b hücresini uyandırmaya yaklaşmışsa ve sürekli/kalıcı olarak ateşlenmesinde rol alıyorsa, hücrelerden birisinde veya her iki hücrede öyle bir gelişme veya metabolik bir değişim meydana gelirki, b’nin ateşlenmesinde rol alan a’nın verimliliğinde (efficiency) bir artış olur.”
bbc’nin hazırladığı “i̇nsan beyni” belgeselinde hebb’in demeye çalıştığı şey çok güzel örneklenmiş:
“..bizler için yeni bir şey öğrenmek demek, beyinlerimizin işleyişini yeniden ayarlamak demektir. beyinlerimiz birbirine bağlı 100 milyar nörondan meydana gelmektedir. öğrenmek, bu nöronlar arasında yeni yollar yaratmak ve bunları kalıcı kılmaktır. “
“…bizim için (nöronlarımız arasında yeni yollar yaratmak) derin bir vadiden geçmek gibidir. bir taraftan diğer tarafa geçmek bize öğrenme şeklimizle ilgili bir şeyler söyler. sinyal bir beyin hücresinden diğerine ilk kez geçerken büyük bir efor sarfedilir. vadiyi geçerken de aynı deneyimi yaşarız. karşıya yapılan ilk yolculuk en zorudur.
nöronlarvadi bir kez geçildikten sonra karşıya her geçiş daha kolay olacaktır. ve bir şey öğrenirken de benzer şeyler olur. başlangıçta öğrenmek çok zordur. ama sinyal beyin hücreleri arasındaki aralıktan ne kadar çok geçerse daha sağlam bir yol elde ederiz. karşıya defalarca kez geçtikten sonra bu işin zahmeti azalıcaktır. sonunda bir şey öğrenmiş oluruz.”
bu örnekler beynimizin öğrenme, değerlendirme ve sonunda kararını açıklaması hakkında birkaç fikir verebilir. konuyu saptırmadan biraz da yapay zeka temelleri hakkında bilgi vermek istiyorum.sonuç olarak yapay sinir ağları, nöronları örnek alarak yazılmış öğrenme algoritmalarını kullanan birbiriyle ilişkili programcıklardır. görevi şudur:# öğrenme# i̇lişkilendirme# sınıflandırma# genelleme# tahmin# özellik belirleme# optimizasyonyapay sinir ağları bunları başarmak için ne yapar? cevabı basit: gerçek bir sinir hücresi gibi çalışarak! yani; bu programcıklar aralarında bağ kurar, verileri alır, işler ve çıktı üretir.geçen yıl insan beyninin alpha-camkii adı verilen bir proteinle verileri sevindirici, acı verici ya da komik olarak değerlendirdiği bulunmuştu. kararımızı verirken verileri değerlendirme işlemlerinden geçirmemizde alpha-camkii‘nın yaptığı işi ysa’da yapay nöronun veriyi aldığı yolun ağırlığı yapar.yapay nöronlarımız da değerlendiriken kendine gelen verilerin ağırlığına bakar.örneğin bu yazımı beğenirsiniz ya da beğenmezsiniz ama önceki yazılarımı okumuş olarak bu yazıma bakarsanız fikriniz değişebilir.
Süper Bilgisayarlar
açıklayayım, ağırlık verinin geldiği bağlantıyla çarpılan bir sayıdır ve pozitif, negatif ya da sıfır olabilir. örneğin siz yazım hakkında düşünürken yediğiniz son yemek kararınız üzerinde 0 etkiye sahiptir ve beyniniz kararını toparlarken bu bilgiyi önemsemez. benzer şekilde eğer önceki bir yazımı çok beğendiyseniz veri ilgili nöronunuza gelirken 5’le çarpılır. yazılarım arasında beğenmediğiniz bir yazı görmüşseniz, bu yazımla ilgili karar aşamasında beyniniz veriyi -2 ile çarpabilir. sonuç pozitifse bu yazımı değerlendirirken hakkımda iyi şeyler düşüneceksiniz. hakkımda düşündüğünüz iyi şeyler belki çıktı (yazının altına yorum) olarak dış dünyaya verilir ya da başka bir işlemde kullanılmak üzere başka bir nöronunuza gider. bu sayede beni kategorize edebilirsiniz, hatta genellemelerinizde kullanılmak üzere bir ağırlık oluşturabilirim. örneğin yazıları iyi olanların ağırlığı yüksekse “bildirgec‘te genelde iyi yazılar çıkar” diye genelleme yapabilirsiniz. bu bildirgec‘e de bir ağırlık vermenize yol açar.yani aslında yazının başında verdiğim kaydırma çubukları ile pes 2010 ‘un içindeki yapay sinir ağları programcıklarının verileri alan bölümündeki (akson) ağırlıkları ile oynamış olursunuz. bu da çıktınıza etki eder.aslında henüz uygulamada yapay zeka temel seviyeden çok yukarıda değilse de akademik çevrelerin çalışmaları sonuçlandıkça günlük hayatta yapay zekayla daha sık karşılacağız. şimdilik bu alan diğer bilgisayar çalışma alanlarına göre (veri depolama kapasitelerinin artırılması, işlem hızının artırılması vb…) daha yavaş ilerliyor gibi gözükebilir. ancak devrimsel gelişmelere de açık bir alan olduğunu da unutmamak gerekir.
