YAPAY ZEKA ARAŞTIRMA MERKEZİ

Yapay zekâ kavramı ilk olarak Alan Turing’in “Makineler Düşünebilir mi?” sorusuyla gündeme gelmiştir. John McCarthy 1956’daki Dartmouth Konferansında ilk kez yapay zekâ terimini ortaya atmıştır. Zekâ önceleri az sayıda alanda kısıtlı kullanımı olsa da günümüzde robotik, doğal dil işleme, bilgisayarlı görme, tıp gibi birçok alanda kullanılır hale gelmiştir. Yapay zekâ 1980’lerde makine öğrenmenin ortaya çıkması ile birlikte daha da popülerlik kazanmaya başlamıştır. Şu anda ise büyük miktarda verilerin kolay elde edilebilir olması ve güçlü donanımların geliştirilmesi sonucu, konuşma tanıma, imge tanıma ve kendi kendini süren arabalar gibi nefes kesici yapay zekâ uygulamalarının geliştirildiğini görüyoruz. Dolayısıyla artık yapay zekâ, yaşayan bir organizma gibi gittikçe büyüyerek gelişmekte ve artık her gün biraz daha hayatımıza girmektedir.
Yapay zekâ konusunda yapılan araştırmalar sonucunda, her ne kadar uzun bir yol kat edilmiş olsa da önümüzde daha çok uzun bir yol var. Öyle ki halen günümüzdeki akıllı makinelerin hiçbiri insan zekasının genişliğine ve derinliğine erişememektedir. Dolayısıyla SBTÜ ailesi olarak insanların daha iyi, daha güvenli, daha üretken ve daha sağlıklı yaşam sürmelerine yardımcı olacak algoritmaların geliştirilmesine katkıda bulunmak temel hedefimizdir.
KURULMASI PLANLANAN ARAŞTIRMA MERKEZİNDE YAPILACAK ÇALIŞMALAR
Kurulması planlanan yapay zekâ laboratuvarında aşağıda açıklanan konularda çalışmalar yapılması planlanmaktadır. Akademik kadronun genişlemesi ile birlikte tüm bu alanlarda çalışma yapılacağı düşünülmektedir.
1. Makine Öğrenmesi ve Derin Öğrenme
Makine öğrenmesinin temel anahtarı veridir. Çok sayıda etiketli verimiz varsa (yani verinin bir çıktısı varsa), bu veriler bilgisayar tarafından değerlendirir ve böylece bunları tanımlamayı ve anlamayı öğrenir. Sonuç olarak daha önce öğrenmediği bir durumla karşılaştığında, bunun sonucunu tahmin etme yeteneğine kavuşur.
Derin öğrenme ise makine öğrenmesinin bir alt dalı olarak ortaya çıkmıştır. En büyük avantajı ise araştırmacıların uzun yıllar boyunca çözemediği problemlerle başa çıkabilme yeteneğidir. Özellikle son 5 yılda bilgisayarların daha güçlü hale gelmesi ile birlikte, derin sinir ağları şeklinde isimlendirilen çok büyük öğrenme araçları geliştirilebilmektedir.
Makine öğrenmesi ve derin öğrenme yeni nesil yapay zekâ uygulamalarının da temel bileşeni olacaktır. Robotik, doğal dil işleme ve video analizi gibi konularda geliştirilecek uygulamalar makine öğrenmesi ve derin öğrenme gerektirecektir.
2. Doğal Dil İşleme
Yapay zekâ uygulamaları ile konuşma ve anlama konusunda oldukça başarılı sonuçlar elde edilebilmektedir. Fakat insanların konuşma dilini (doğal dil) anlamak çok daha zorlu bir işlemdir. Aslında doğal dil işleme yapay zekâ araştırmalarının en aktif olduğu alanlardan biridir. Bilgisayarlar bir konuşmayı dinleyebilir ve bu konuşmada geçen kelimelerin ve cümlelerin anlamlarını öğrenebilir. Fakat tüm cümleyi gerçekten anlamak ve diyalog kurmak hala üzerinde çalışılan problemlerden biridir.
3. Bilgisayarlı Görü
İnsanlar gözleriyle bakarlar ama beyinleriyle görürler. Bilgisayarlı görü ise piksellerin tek tek işlenerek kavramlar oluşturması ve bunların bir araya getirerek bir konsept oluşturulmasıdır. Bilgisayar görmesi uzun yıllar boyunca araştırmacılar tarafından çalışılmaktadır. Bilgisayarlı görüdeki temel gelişmeler aşağıda listelenmiştir.
  • 2009 yılında ImageNet veri seti geliştirilmesi ve sinir ağlarının kullanılması ile birlikte nesnelerin neredeyse insanlar gibi sınıflandırılması sağlanmıştır.
  • Bir sonraki gelişim bir resimdeki çoklu nesnelerin tespitidir. Örneğin bir resimde bulunan arabaların marka ve model ve üretim yıllarına kadar tanımlanması sağlanabilmektedir.
  • Bir sonraki adım bilgisayarın bir resimdeki ilişkiyi ortaya çıkarmasıdır. Örneğin bir resimden, kedinin yatakta bilgisayarın yanında yattığını söylemesi gibi cümleler veya hikâyeler oluşturabilmesidir. Tabii ki 3 boyutlu karmaşık gerçek dünya sahnelerinin öğrenilmesi daha komplike algoritmaların geliştirilmesi ile olacaktır.
4. Robotik
Temel olarak robotik alanında yapay zekâ, insanlar gibi fiziksel olarak hareket eden, iletişim kuran ve insan davranışlarını yapabilen makineler inşa etmeye çalışılan uygulamalarda kullanılmaktadır. Dolayısıyla bilgisayar bilimlerinin yanı sıra makine mühendisliği, elektrik elektronik mühendisliği gibi mühendislik alanlarını ve ayrıca psikoloji gibi sözel alanları da kapsamaktadır.
Robotik uygulamaları savunma sanayi, endüstri sanayisi ve sağlık gibi oldukça geniş yelpazede kullanılmaktadır. Tabii ki robotların da kendi/diğer robotların tecrübelerinden öğrenmesi hedeflenmektedir. Örneğin bir robota bir nesne taşıması söylendiğinde, robotun çevresini gözlemlemesi ve etrafta dolaşan insanlar gibi ortam değişikliğine uyum sağlaması beklenmektedir.
5. Otonom Araçlar
Sürücüsüz arabalar, uçaklar, tekneler vb. önümüzdeki on yıllar boyunca insanların hayatlarını ve çevremizi derinden değiştirecek. Araştırmacılar ise insan davranışları nedeniyle sürekli olarak değişen bir ortamda araçların güvenli bir şekilde nasıl çalışabileceklerini araştırıyorlar. Otonom araçlar bazı kısıtlamalar ile beraber bazı bölgelerde yollara çıktı fakat yayaların, bisikletlerin olduğu şehir içi trafikte güvenli bir şekilde yollara çıkabilmeleri için hala yeterli seviyede değiller.
Otonom araçlar robotik, bilgisayar görmesi, insan bilgisayar etkileşimi, makine öğrenmesi ve karar verme gibi birçok alanı ilgilendiren araştırmacıların birlikte çalışmasını gerektirmektedir. Öyle ki saatte 100 km veya daha fazla yol kat eden ve 1-3 ton ağırlığında bir robotun kontrolü kolay bir görev değildir.
6. Çok-Ajanlı Otonom Sistemler
Çok-ajanlı otonom sistemler, temel olarak İHA sürüleri gibi birden çok otonom sistemin ortak bir hedef doğrultusunda hareket etmesi olarak özetlenebilir. Araştırma konusu olarak çok-ajanlı otonom araçların birbiri ile iletişimi nasıl olacak, nasıl ortak hareket edecekler, yol ve güzergâh planlaması gibi eylemleri kapsamaktadır. Tabii ki tüm bu işlemler ve daha fazlasının gerçek zamanlı olarak hesaplanması ve uygulanması gerekmektedir.
7. Otonom Uzay Araçları
Otonom uzay araçlarından temel olarak, aracın nerede olduğu, çevresinde ne olduğu, eylemlerin planlanması, hareketin ve dengenin kontrolü gibi birçok hayati işlevi kusursuz bir şekilde yerine getirmesi beklenmektedir. Otonom uzay araçları özellikle, uçuşu planlama, yörünge planlama, gezegenlere otonom iniş gibi alanlarda kullanılmaktadır. Bu kapsamda makine öğrenme teknikleri ve pekiştirmeli öğrenme tekniği araştırılacak ve geliştirilecektir.
8. SLAM (Eş Zamanlı Konum Belirleme ve Haritalama)
Otonom araçlarda haritalama, görüntüleme ve engel teşhisi gibi uygulamalarda yaygınca kullanılan lazer mesafe ölçer mantığına dayanan LIDAR sisteminin laboratuvarımıza entegre edilmesi büyük önem taşımaktadır. 2D ve 3D görüntüleme yapabilen LIDAR sistemi otonom araçlar dışında tarım, su altı görüntüleme, hava kirliliği analizi ve yapı tünel modelleme gibi birçok uygulama alanına sahip olmasıyla birlikte günümüz savunma teknolojilerini bir adım daha ileriye taşımıştır. Bu kapsamda böyle bir sistemin laboratuvarımıza entegre edilmesi, disiplinler arası uygulamalara vesile olacak ve üniversitemizin uzmanlık alanı olan savunma teknolojilerinde yenilikçi projeler geliştirmemize vesile olacaktır. LIDAR uygulamalarına verebileceğimiz bazı örnekler:
  • Askeri uygulamalar (hareket halindeki hedeflerin tespiti, kırsal bölge detaylı haritalama, hava savunması, hava trafiği kontrolü, navigasyon, arama kurtarma, atış kontrol)
  • Üç boyutlu haritalama
  • Uydu görüntüsü işleme
  • Otonom araçlar için navigasyon ve kaza önleyici olarak engel algılama
  • Tarım uygulamaları (ürün hasat bilgisinin toplanması ve istatistik oluşturulması, topografik analiz, toprak özelliklerinin incelenmesi, ürünlerin kategorize edilmesi, ürün verimliliği kontrolü)
  • Coğrafi analiz için uzaktan algılama
  • Mağara, tünel gibi kapalı alanların haritalanması ve görüntülenmesi
  • Hava ve su kirliliği analizi
  • İklim gözlemleme
  • Doğal afetler sonrasında bina analizi
  • Yenilenebilir enerji verimliliğinin artırılması (güneş panelleri ve rüzgâr tribünlerinin en doğru şekilde konumlandırılması, rüzgâr yönü ve kuvvetini algılama gibi)
9. IoT (Nesnelerin İnterneti)
Nesnelerin İnterneti kavramı yani IoT (Internet of Things) teknolojisi akıllı cihazların birbiriyle iletişime geçmesi ve haberleşmesidir. Günümüzde nesnelerin interneti küçük ev aletlerinden akıllı şehirlere kadar uzanmaktadır. Burada oluşan veriler ‘big data’ yani büyük veri olarak karşımıza çıkmaktadır. Büyük veri tüm dijital verilerin bir yerde toplanıp birikmesi sonucu oluşmaktadır. Buradaki veriler genel olarak yapay zeka algoritmaları tarafından analiz edilip günlük hayatımızda birçok işimize yaramaktadır.
10. Veri Madenciliği ve Büyük Veri
Veri madenciliğinde yapay zekâ ve büyük veri teknikleri, sınıflandırma, planlama, tahmin, müşteri bilgilerini toplama ve analiz etme gibi çeşitli alanlarda yaygın olarak kullanılmaktadır. Günümüzde, veri artık her yerde dolayısıyla ve büyük miktarda üretilen bu verilerin işlenmesi ve anlamlı bilgi elde edilmesi oldukça önemlidir. Yapay zekâ genellikle bu tür verileri işlemek için kullanılmaktadır. Temel olarak, Yapay Zekâ ve alt dallarının tümü (örneğin Makine Eğilimi, Derin Öğrenme, Sinir Ağları) algoritma tabanlıdır. Bu algoritmik yöntemler, istenen sonuçları üretmek ve modelleri veya tahminleri bulmak için çok miktarda veri üzerinde çalışmaktadır. Dolayısıyla büyük veri üzerinde yapay zekâ yardımıyla insan hayal gücüyle yapılamayacak karmaşık analitik görevler hızlı bir şekilde yapılabilmektedir.
11. Yapay Zekanın Akışkanlar Mekaniğine Uygulanması ve Optimal Kontrol
Silindir sürüklenmesi ve modellenmesi gibi akışkanlar mekaniğindeki bazı özel problemlerdeki akışı modellemek ve optimize etmek için sinir ağları ve evrişim stratejileri kullanılmaktadır. Özellikle son yıllarda hızla artan hesaplama kapasiteleri ile birlikte hesaplamalı akışkanlar dinamiğinde yeni yaklaşımlar getirilmiştir. Bu araştırma merkezinde akış kontrolünün hesaplanmasında makine öğrenmesi algoritmalarının kullanılması yönelik çalışmalar yapılacaktır.
12. Genomik ve Sağlık
Genomik, tıbbın bilgisayar bilimi ile buluşmasıdır. Örneğin hastalıklara neden olan gen dizilerinin tespiti gibi genomlar ile hastalıklara bakılması sayısız katkılar sağlamaktadır. Yapılan çalışmalarda gen dizlerinin normalden sapmaları hipertansiyondan uyku apnesine kadar hastalıklarla ilişkili olduğu görülmüştür.
13. Diğer Alanlar
Yapay zekâ uygulamaları artık her alanda kullanılmaktadır. Kurulması planlanan YaZAM kapsamında ilerleyen dönemlerde farklı alanlarda da çalışmalar yapılması planlanmaktadır. Aşağıda ilerleyen dönemlerde çalışılması planlanan diğer konular verilmiştir.
  • Karar destek sistemleri ve geliştirilmesi
  • Tanı sistemleri ve tanı kiti geliştirme
  • Simülasyon çalışmaları ve simülasyon verilerinin analizi
  • Güvenlik sistemlerinin oluşturulması ve kriptoloji
  • Bilgi güvenliği