<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Nilay Ozturk on Medium]]></title>
        <description><![CDATA[Stories by Nilay Ozturk on Medium]]></description>
        <link>https://medium.com/@nilay.ozturk?source=rss-26ee14875e63------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*mUzyFpF17oihQ1U3pg-6sw.jpeg</url>
            <title>Stories by Nilay Ozturk on Medium</title>
            <link>https://medium.com/@nilay.ozturk?source=rss-26ee14875e63------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 20:19:50 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@nilay.ozturk/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Yapay Zekâ Neden Böyle Dedi?]]></title>
            <link>https://medium.com/@nilay.ozturk/yapay-zek%C3%A2-neden-b%C3%B6yle-dedi-235c763fd5d1?source=rss-26ee14875e63------2</link>
            <guid isPermaLink="false">https://medium.com/p/235c763fd5d1</guid>
            <category><![CDATA[yapay-zeka]]></category>
            <category><![CDATA[açıklanabilir-yapay-zeka]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[explainable-ai]]></category>
            <dc:creator><![CDATA[Nilay Ozturk]]></dc:creator>
            <pubDate>Sat, 16 Aug 2025 11:04:54 GMT</pubDate>
            <atom:updated>2025-08-16T11:04:54.096Z</atom:updated>
            <content:encoded><![CDATA[<h3>Explainable AI (XAI) ile Kararların Arkasını Görmek</h3><p>Son birkaç yıldır yapay zekânın hayatımızın her alanına girmesi artık şaşırtıcı değil. İşlerimizi kolaylaştırıyor, zaman kazandırıyor ama bazen de bizi çıkmaza sürüklüyor. Bir bilgi verdiğinde, bir işlem yaptığında ya da bir tahminde bulunduğunda, bu kararın nasıl verildiğini açıklayamıyor.<br> Bu durum, doğal olarak bizde birkaç şüphe uyandırıyor:<br> Yapay zekâ neye göre karar veriyor? Bu karar ne kadar doğru, ne kadar etik?<br> İşte bu sorular, bizi <strong><em>Açıklanabilir Yapay Zekâ</em></strong> kavramına götürüyor.</p><p>Örneğin, bir banka kredi başvurunu reddettiğinde sebebini sorduğunda <strong>“bilinmiyor”</strong> cevabını alırsan ne hissedersin?<br> Ya da bir sağlık uygulaması sana yüksek riskli bir hastalık teşhisi koyduğunda, bu kararı nasıl verdiğini bilmeden ona güvenebilir misin?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/245/0*ssTHsf6VIFuO35D9.gif" /></figure><h3>Neden Açıklanabilirlik Gerekli?❓</h3><p>Verilerimizi verdiğimiz, sonuçlar aldığımız ama <strong>“arka planda ne olduğunu”</strong> bilmediğimiz sistemlere <em>kara kutu (black box)</em> diyoruz. Kara kutu yapay zekâ, kararların nasıl alındığını kullanıcıya göstermez.<br> Yalnızca girdiyi ve çıktıyı görürüz — arada ne olduğu bir sırdır.</p><p>Bu, birçok sorun doğurur:</p><ul><li><strong>Güncellemeler gerektiğinde sistemi anlamak zorlaşır.</strong></li><li><strong>Bir kullanıcı olarak, gelen cevabın mantığını anlayamazsınız.</strong></li><li><strong>Etik dışı ya da önyargılı kararların farkına varamayabilirsiniz.</strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/314/0*4NEaf7QkfigHD0CL.gif" /></figure><p>Sonuçta karşımızda “doğruyu söyleyen ama neden söylediğini bilmeyen” bir sistem olur.<br> Bu yüzden açıklanabilirlik, sadece <strong><em>lüks değil — bir gerekliliktir.</em></strong></p><h3>Açıklanabilir Yapay Zekâ Nedir?💡</h3><p>Açıklanabilir Yapay Zekâ (XAI), yapay zekâ sistemlerinin aldıkları kararların nedenini insanlara anlatabilmesini sağlayan yöntemler bütünüdür.</p><p>XAI sistemlerinin iki temel amacı vardır:</p><ol><li><strong>Yüksek doğrulukla çalışan ama aynı zamanda açıklanabilir modeller geliştirmek.</strong></li><li><strong>Kullanıcının sisteme güvenmesini, anlamasını ve gerektiğinde müdahale edebilmesini sağlamak.</strong></li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/619/0*HmoOusMthwWSSiBD.png" /><figcaption>“Açıklanabilir Yapay Zekaya İhtiyaç” DARPA tarafından</figcaption></figure><p>Yani XAI, bir nevi <strong>“yapay zekâyı insanca konuşturma”</strong> çabasıdır.</p><h3>XAI Nasıl Çalışır?⚙️</h3><p>Açıklanabilir Yapay Zekâ sistemleri, karmaşık modellerin neden belirli bir sonuca ulaştığını farklı yollarla gösterir. Bu yaklaşımlar genellikle ikiye ayrılır:<br> Global açıklamalar ve lokal açıklamalar.</p><ul><li><strong><em>Global açıklama</em>, modelin genel olarak nasıl çalıştığını açıklar. Örneğin: “Bu kredi modeli, başvuranın gelirine ve borç geçmişine daha çok ağırlık verir.”</strong></li><li><strong><em>Lokal açıklama</em> ise modelin tek bir karar için nasıl düşündüğünü gösterir. Örneğin: “Ahmet’in başvurusu, düşük gelir ve yüksek borç nedeniyle reddedildi.”</strong></li></ul><p>Bu açıklamaları üreten bazı yaygın yöntemler şunlardır:</p><ul><li><strong><em>LIME (Local Interpretable Model-agnostic Explanations):</em><br> Modelin etrafındaki örnekleri değiştirerek nasıl karar verdiğini tahmin eder. Sanki modelin mantığını “taklit eden” bir mini model gibi çalışır.</strong></li><li><strong><em>SHAP (SHapley Additive exPlanations):</em><br> Her girdinin karar üzerindeki etkisini matematiksel olarak hesaplar. Daha güçlü ama hesaplama açısından daha yoğundur.</strong></li></ul><p>Bunlar, kullanıcıların kararı yalnızca sonuç olarak değil, bir neden-sonuç ilişkisi içinde görmesini sağlar. Böylece güven duygusu artar, sistem daha şeffaf hale gelir.</p><h3>Kullanım Alanları🧪</h3><p><strong>🩺 Sağlık:</strong><br> Teşhis, görüntü analizi, ilaç geliştirme gibi alanlarda XAI, hekimlerin yapay zekâ kararlarını daha iyi anlamasını sağlar.</p><p><strong>💰 Finans:</strong><br> Kredi değerlendirme, sahtekarlık tespiti ve fiyatlandırma gibi alanlarda şeffaf kararlar, hem kullanıcı güveni hem de yasal uyumluluk için kritiktir.</p><p><strong>⚖️ Adalet:</strong><br> Risk değerlendirme ve suç tahmini gibi hassas alanlarda XAI, algoritmik önyargıların fark edilmesine ve giderilmesine yardımcı olur.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/364/0*0kY8o9VDrtVl40qD.gif" /></figure><h3>Zorluklar ve Tartışmalar📉</h3><ul><li><strong>Açıklama ne kadar “anlamlı”?</strong><br> Her açıklama, kullanıcıya gerçekten yardımcı olmayabilir. Teknik jargona boğulmuş açıklamalar kafa karıştırıcı olabilir.</li><li><strong>Doğruluk ile açıklanabilirlik arasında ödünleşim:<br></strong> Derin öğrenme gibi modeller yüksek doğruluk sağlar ama açıklanması zordur. Açıklanabilir modeller ise bazen daha az başarılı sonuçlar verir.</li><li><strong>Sahte güvenlik hissi:</strong><br> Açıklamalar yanıltıcı olabilir. Sistem “anlamış gibi yapabilir”.</li><li><strong>Farklı kullanıcılar, farklı açıklamalar ister:</strong><br> Bir mühendis ile sıradan bir kullanıcının beklentisi aynı değildir. XAI sistemlerinin bu farkı göz önüne alması gerekir.</li></ul><h3>Gelecekte XAI Nereye Gidebilir?🔮</h3><p>Yapay zekâ artık sadece cevap vermiyor; öneriyor, yönlendiriyor, <strong>hatta karar alıyor.</strong> Ancak bu kararların nedenlerini bilmeden onlara güvenmek mümkün mü?</p><p>Önümüzdeki yıllarda XAI’nin yalnızca teknik bir kavram olmaktan çıkıp etik, hukuki ve toplumsal bir standart hâline gelmesi bekleniyor.<br> Belki de bir gün, her yapay zekâ sisteminin <strong>“açıklama yapma hakkı”</strong> değil, açıklama yapma zorunluluğu olacak.</p><p>Tıpkı bir doktorun teşhisini anlatma sorumluluğu gibi, bir yapay zekâ modelinin de kararlarını açıkça ifade etmesi gerekecek.</p><p>Bu dönüşüm, sadece teknoloji şirketlerinin değil; hukukçuların, eğitimcilerin, tasarımcıların ve sıradan kullanıcıların da sürece dahil olmasını gerektiriyor.</p><p>Kısacası:<br> Yapay zekâya güvenmek istiyorsak, onu anlamamız, hatta gerektiğinde sorgulamamız gerekiyor.</p><p>Okuduğunuz için teşekkür ederim. Desteklerniz çok kıymetli!😍</p><h3>Kaynakça</h3><p><strong>DARPA: </strong><a href="https://www.darpa.mil/research/programs/explainable-artificial-intelligence">https://www.darpa.mil/research/programs/explainable-artificial-intelligence</a></p><p><strong>Google Cloud:</strong> <a href="https://cloud.google.com/vertex-ai/docs/explainable-ai/overview">https://cloud.google.com/vertex-ai/docs/explainable-ai/overview</a></p><p><strong>GIF 1:</strong> <a href="https://media.giphy.com/media/v1.Y2lkPTc5MGI3NjExMHJpc2RpaGdhMTUzMHdiMmkxcWwybmpsNWdpdXN5aG81M3o2NnZpYSZlcD12MV9naWZzX3NlYXJjaCZjdD1n/uN5iwZB2v2dH2/giphy.gif">https://media.giphy.com/media/v1.Y2lkPTc5MGI3NjExMHJpc2RpaGdhMTUzMHdiMmkxcWwybmpsNWdpdXN5aG81M3o2NnZpYSZlcD12MV9naWZzX3NlYXJjaCZjdD1n/uN5iwZB2v2dH2/giphy.gif</a></p><p><strong>GIF 2: </strong><a href="https://media.giphy.com/media/v1.Y2lkPTc5MGI3NjExMHJpc2RpaGdhMTUzMHdiMmkxcWwybmpsNWdpdXN5aG81M3o2NnZpYSZlcD12MV9naWZzX3NlYXJjaCZjdD1n/WRQBXSCnEFJIuxktnw/giphy.gif">https://media.giphy.com/media/v1.Y2lkPTc5MGI3NjExMHJpc2RpaGdhMTUzMHdiMmkxcWwybmpsNWdpdXN5aG81M3o2NnZpYSZlcD12MV9naWZzX3NlYXJjaCZjdD1n/WRQBXSCnEFJIuxktnw/giphy.gif</a></p><p><strong>GIF 3:</strong> <a href="https://media.giphy.com/media/v1.Y2lkPTc5MGI3NjExdmN2N2dzbWpzYTdwNWRwdG0wNzVuM3lqejc3dzl3bjJoN3NuczUwNSZlcD12MV9naWZzX3NlYXJjaCZjdD1n/qBhfaPNVsXxBaFmrNg/giphy.gif">https://media.giphy.com/media/v1.Y2lkPTc5MGI3NjExdmN2N2dzbWpzYTdwNWRwdG0wNzVuM3lqejc3dzl3bjJoN3NuczUwNSZlcD12MV9naWZzX3NlYXJjaCZjdD1n/qBhfaPNVsXxBaFmrNg/giphy.gif</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=235c763fd5d1" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Dünya Dışında Yaşam Mümkün mü? Günümüzde Buna Ne Kadar Yakınız?]]></title>
            <link>https://medium.com/@nilay.ozturk/d%C3%BCnya-d%C4%B1%C5%9F%C4%B1nda-ya%C5%9Fam-m%C3%BCmk%C3%BCn-m%C3%BC-g%C3%BCn%C3%BCm%C3%BCzde-buna-ne-kadar-yak%C4%B1n%C4%B1z-aebb75fcb9ab?source=rss-26ee14875e63------2</link>
            <guid isPermaLink="false">https://medium.com/p/aebb75fcb9ab</guid>
            <category><![CDATA[bilim]]></category>
            <category><![CDATA[bilgi]]></category>
            <category><![CDATA[dünya]]></category>
            <category><![CDATA[uzay]]></category>
            <category><![CDATA[mars]]></category>
            <dc:creator><![CDATA[Nilay Ozturk]]></dc:creator>
            <pubDate>Thu, 20 Mar 2025 04:32:35 GMT</pubDate>
            <atom:updated>2025-03-20T04:32:35.540Z</atom:updated>
            <content:encoded><![CDATA[<h3>Sadece Burası Mı?</h3><p>İnsanlık tarih boyunca gökyüzüne bakarak “Başka gezegenlerde hayat var mı?” sorusunu sordu. Bilim insanları, sadece Güneş Sistemi’nde değil, galaksimizin derinliklerinde de yaşam belirtileri arıyor. Peki, şu anki bilimsel gelişmelerle Dünya dışında yaşam bulmamız mümkün mü?</p><h3>1. Yaşamın Temel Şartları</h3><p>Dünya’daki yaşamın var olması için belirli temel şartlar gereklidir:<br> ✅ <strong>Sıvı Su:</strong> Bildiğimiz tüm yaşam formları suya bağımlıdır.<br> ✅ <strong>Enerji Kaynağı:</strong> Güneş ışığı veya kimyasal tepkimelerden enerji elde etmek gerekir.<br> ✅ <strong>Uygun Kimyasal Ortam:</strong> Karbon bazlı bileşikler, biyolojik süreçlerin temelidir.</p><p>Bilim insanları, bu üç temel şartı taşıyan gezegenleri ve uyduları inceliyor. Günümüzde en umut verici adaylar hangileri?</p><h3>2. Güneş Sistemi’nde Yaşam İhtimali</h3><p>Güneş Sistemi içinde yaşam barındırabilecek birkaç gök cismi öne çıkıyor:</p><p>🟢 <strong>Mars:</strong></p><ul><li>Eskiden yüzeyinde sıvı su olduğu biliniyor.</li><li>NASA’nın Perseverance aracı, Mars’ta eski mikrobiyal yaşam izleri arıyor.</li><li>Ancak günümüzde Mars yüzeyi aşırı soğuk ve radyasyona maruz kalıyor.</li></ul><figure><img alt="An artist’s concept of NASA’s Ingenuity Mars Helicopter flying through the Red Planet’s skies.
 NASA/JPL-Caltech" src="https://cdn-images-1.medium.com/max/1024/0*McQ39vhEc1aKgmKa" /></figure><p>🟢 <strong>Europa (Jüpiter’in Uydusu):</strong></p><ul><li>Yüzeyi buzla kaplı ama altında devasa bir okyanus var.</li><li>Manyetik alanı sayesinde sıvı suyun korunabildiği düşünülüyor.</li><li>NASA, Europa Clipper misyonuyla 2030’larda burayı inceleyecek.</li></ul><p>🟢 <strong>Enceladus (Satürn’ün Uydusu):</strong></p><ul><li>Buhar fışkırtan jeolojik yapılar suyun varlığına işaret ediyor.</li><li>Cassini uzay aracı, metan ve organik bileşikler tespit etti.</li></ul><figure><img alt="This mosaic of Saturn’s moon Enceladus was created with images captured by NASA’s Cassini spacecraft on Oct. 9, 2008, after the spacecraft came within about 16 miles (25 kilometers) of the surface of Enceladus.
 NASA/JPL/Space Science Institute" src="https://cdn-images-1.medium.com/max/1024/0*4vWnHxqu0stEd3LD" /></figure><p>Bu gök cisimlerinde basit mikrobiyal yaşamın var olabileceği düşünülüyor, ancak henüz kesin bir kanıt yok.</p><h3>3. Ötegezegenler: Başka Dünya’lar Var mı?</h3><p>Güneş Sistemi dışında, yaşanabilir bölgede bulunan birçok ötegezegen keşfedildi.</p><p>🔹 <strong>TRAPPIST-1 Sistemi:</strong></p><ul><li>Dünya’ya benzeyen 7 gezegen içeriyor.</li><li>Üçü yaşanabilir bölgede yer alıyor.</li><li>James Webb Teleskobu, bu gezegenlerin atmosferlerini inceliyor</li></ul><figure><img alt="This artist’s concept shows what the TRAPPIST-1 planetary system may look like, based on available data about the planets’ diameters, masses and distances from the host star, as of February 2018.
 NASA/JPL-Caltech" src="https://cdn-images-1.medium.com/max/1024/0*FkndfJUPmYDpB_UV" /></figure><p>🔹 <strong>Proxima Centauri b:</strong></p><ul><li>En yakın yıldız sisteminde, Dünya büyüklüğünde bir gezegen.</li><li>Sıvı su bulunma ihtimali var.</li></ul><p>Bu gezegenlerde yaşam olup olmadığını anlamak için atmosfer analizi gerekiyor. Eğer oksijen, metan gibi biyolojik imzalar tespit edilirse, Dünya dışı yaşam için güçlü bir kanıt olabilir.</p><h3>4. Günümüzde Ne Durumdayız?</h3><p>🔬 <strong>James Webb Uzay Teleskobu (JWST):</strong></p><ul><li>Ötegezegen atmosferlerini analiz ediyor.</li><li>Karbon bazlı bileşikler ve su buharı arıyor.</li></ul><p>🚀 <strong>Mars Görevleri:</strong></p><ul><li>Perseverance, Mars’ta eski mikrobiyal yaşam izleri arıyor.</li><li>2030’larda örnekler Dünya’ya getirilecek.</li></ul><p>🔭 <strong>SETI Projesi:</strong></p><ul><li>Evrenden gelen radyo sinyallerini inceliyor.</li><li>Henüz zeki yaşamdan bir sinyal alınmadı.</li></ul><h3>Yani Dünya Dışında Yaşam Bulunabilir mi?</h3><p>Bugüne kadar Dünya dışında kesin yaşam kanıtı bulunamadı. Ancak Mars, Europa ve Enceladus gibi gök cisimleri umut verici. Gelişen teleskoplar ve uzay misyonları sayesinde, önümüzdeki on yıllarda Dünya dışı yaşamı keşfetme ihtimalimiz hiç olmadığı kadar yüksek.</p><p>Evrende yalnız mıyız, yoksa henüz keşfedilmemiş komşularımız mı var? Belki de cevaba her zamankinden daha yakınız. 🚀🌌</p><h3><strong>Kaynakça</strong></h3><p><strong>NASA’nın Perseverance Görevi</strong></p><p>NASA. <em>Mars 2020 Perseverance Rover.</em> <a href="https://mars.nasa.gov/mars2020/">Erişim Linki</a></p><p><strong>Europa Clipper Misyonu</strong></p><p>NASA. <em>Europa Clipper Mission.</em> <a href="https://europa.nasa.gov/">Erişim Linki</a></p><p><strong>Mars’ta Sıvı Su Kanıtları</strong></p><p>NASA. <em>Mars Exploration Program.</em> <a href="https://mars.nasa.gov/">Erişim Linki</a></p><p><strong>James Webb Uzay Teleskobu’nun Ötegezegen Atmosferi Keşifleri</strong></p><p>NASA. <em>James Webb Space Telescope.</em> <a href="https://www.jwst.nasa.gov/">Erişim Linki</a></p><p><strong>SETI Projesi (Dünya Dışı Akıllı Yaşam Araştırması)</strong></p><p>SETI Institute. <em>Search for Extraterrestrial Intelligence (SETI).</em> <a href="https://www.seti.org/">Erişim Linki</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=aebb75fcb9ab" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Basic Information You Need to Know About Artificial Intelligence]]></title>
            <link>https://medium.com/@nilay.ozturk/you-are-not-using-artificial-intelligence-cc8dec26ff35?source=rss-26ee14875e63------2</link>
            <guid isPermaLink="false">https://medium.com/p/cc8dec26ff35</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[neural-networks]]></category>
            <category><![CDATA[self-improvement]]></category>
            <category><![CDATA[programming]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Nilay Ozturk]]></dc:creator>
            <pubDate>Mon, 14 Oct 2024 18:07:43 GMT</pubDate>
            <atom:updated>2024-10-14T18:08:45.843Z</atom:updated>
            <content:encoded><![CDATA[<p>You are not using artificial intelligence? Actually, you are, you just don’t realize it! Did I surprise you? Then keep reading.<br>👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻</p><p>Everyone has been talking about artificial intelligence for the past few years. Although it&#39;s everywhere in our lives, we don&#39;t know much about it. In this article, I will explain AI to you in a way you will understand, and I guarantee you&#39;ll get it. Enjoy reading!</p><h4>What is Artificial Intelligence?</h4><p>Artificial intelligence (AI for short) is an interdisciplinary field aimed at developing systems that mimic human intelligence and perform various cognitive tasks. The more similar an AI is to a human, the more successful it is. AI gains abilities such as learning, problem-solving, and decision-making based on data and algorithms.</p><h4>Types of Artificial Intelligence</h4><p>AI can be categorized into three main types according to its capabilities:</p><p>1. Narrow AI (ANI): These are AI systems specialized in specific tasks and can surpass human capacity in a particular field. The AI you&#39;re currently using falls into this category. ANI can deeply specialize in a limited area of knowledge. For example, IBM&#39;s Deep Blue managed to defeat world chess champion Garry Kasparov in 1997. You can think of ANI as a young prodigy: it will excel in whatever you teach it, but outside of what it&#39;s taught, it won&#39;t know much and won&#39;t behave like an adult (human).</p><p>2. General AI (AGI): AGI refers to AI systems capable of performing broad cognitive tasks like humans. AGI is still in the research phase and aims to have flexible intelligence that can learn and adapt like humans. This type of AI behaves like a highly intelligent adult: in addition to being very smart, it learns to act like an adult human.</p><p>3. Super AI (ASI): ASI surpasses all human cognitive abilities. ASI is still theoretical, and its ethical and societal implications are widely discussed. As you might have guessed, I don&#39;t think I can provide an example of this type of AI :)</p><p>How Does Artificial Intelligence Learn?<br>AI’s two main components, machine learning (ML) and deep learning (DL), carry out complex tasks by extracting meaning from large datasets. Let’s dive into the details:</p><p>Machine Learning (ML): ML algorithms continuously learn and make predictions by extracting information from large datasets. Supervised, unsupervised, and reinforcement learning methods are used. ML is commonly used in areas like natural language processing (NLP) and predictive models. With ML, we provide the information, and it processes it based on what we give.</p><p>Deep Learning (DL): DL processes large datasets through layered neural networks. These algorithms, which are similar in structure to the human brain, excel at complex tasks like image and speech recognition. Deep learning analyzes data in-depth through the multi-layered structure of neural networks and achieves successful results in tasks like image recognition or language processing. With DL, humans aren’t involved in the process. The AI handles the task using neural networks and other data. In the end, it can explain why it gave that information.</p><p>Here’s a visual explanation:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*U0TeTssTuHcvTDOuD2DDrw.jpeg" /></figure><h4>Applications of Artificial Intelligence</h4><p>AI is widely used across many industries:</p><p>Healthcare: AI assists doctors with imaging technologies and diagnostic systems. It enhances the accuracy of disease diagnosis by analyzing large datasets and accelerates the drug development process.</p><p>Automation and Robotics: AI is used in the management of robotic processes in factories and in self-driving vehicle technology. Automation optimizes work processes and increases efficiency.</p><p>Daily Life: Digital assistants (like Siri, Alexa) provide services by learning from personal data and user habits. Additionally, platforms like Netflix and YouTube use AI-powered recommendation systems.<br>Ethics and Societal Impacts of Artificial Intelligence<br>The widespread use of AI brings potential risks such as unemployment, data security, privacy, and ethical concerns. It’s essential that principles like impartiality, transparency, and accountability are prioritized in the development of AI systems. If these principles are not observed, it seems like an apocalyptic scenario may await us. 🤖🤖🤖🤖🤖</p><p>Yes, AI has many positive and negative aspects, but it&#39;s in our hands to use it for good. I hope I’ve kept my promise. Thank you for reading. See you in the next article!<br>✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨</p><h4>Sources</h4><h3>Chat GPT :)</h3><h3>1. Russell, S., &amp; Norvig, P. (2010). Artificial Intelligence: A Modern Approach. Prentice Hall.</h3><p><a href="https://www.amazon.com/Artificial-Intelligence-Modern-Approach-3rd/dp/0136042597">https://www.amazon.com/Artificial-Intelligence-Modern-Approach-3rd/dp/0136042597</a></p><h3>2. Silver, D., et al. (2016). &quot;Mastering the game of Go with deep neural networks and tree search.&quot; Nature, 529(7587), 484-489.</h3><p><a href="https://www.nature.com/articles/nature16961">https://www.nature.com/articles/nature16961</a></p><h3>3. Goodfellow, I., Bengio, Y., &amp; Courville, A. (2016). Deep Learning. MIT Press.</h3><p><a href="https://www.deeplearningbook.org/">https://www.deeplearningbook.org/</a></p><h3>4. Arulkumaran, K., et al. (2017). &quot;A brief survey of deep reinforcement learning.&quot; IEEE Signal Processing Magazine, 34(6), 26-38.</h3><p><a href="https://ieeexplore.ieee.org/document/8113943">https://ieeexplore.ieee.org/document/8113943</a></p><h3>5. IBM (2023). &quot;Artificial Intelligence in Healthcare&quot;. Available at: IBM AI in Healthcare.</h3><p><a href="https://www.ibm.com/watson-health">https://www.ibm.com/watson-health</a></p><h3>6. Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies. Oxford University Press.</h3><p><a href="https://global.oup.com/academic/product/superintelligence-9780199678112">https://global.oup.com/academic/product/superintelligence-9780199678112</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=cc8dec26ff35" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Yapay Zeka Hakkında Bilmeniz Gereken Temel Bilgiler]]></title>
            <link>https://medium.com/@nilay.ozturk/yapay-zekay%C4%B1-kullanm%C4%B1yor-musun-782b7f0cf2dd?source=rss-26ee14875e63------2</link>
            <guid isPermaLink="false">https://medium.com/p/782b7f0cf2dd</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[sinir-ağları]]></category>
            <category><![CDATA[neural-networks]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <dc:creator><![CDATA[Nilay Ozturk]]></dc:creator>
            <pubDate>Sat, 12 Oct 2024 17:38:59 GMT</pubDate>
            <atom:updated>2024-10-12T17:58:12.051Z</atom:updated>
            <content:encoded><![CDATA[<p>Yapay zekayı kullanmıyor musun? Hayır, kullanıyorsun sadece farkında değilsin!Seni şaşırtabildim mi?O zaman okumaya devam et.<br>👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻👨🏻‍💻👩🏻‍💻</p><p>Herkes son bir kaç yıldır yapay zeka hakkında konuşuyor. Hayatımızda her yerde olmasına rağmen onun hakkında pek bir bilgimiz yok. Bu yazıda size yapay zekayı bir şekilde anlatacağım ve anlayacağınız garanti ederim. İyi okumalar :)</p><h4>Yapay Zeka Nedir?</h4><p>Yapay Zeka (kısaca AI), insan zekasını taklit eden ve çeşitli bilişsel görevleri yerine getirebilen sistemler geliştirmeyi amaçlayan disiplinler arası bir alandır. Bir yapay zeka insana ne kadar benzerse o kadar başarılıdır.AI, veri ve algoritmalara dayalı olarak öğrenme, problem çözme ve karar alma gibi yetenekler kazanır.</p><h4>Yapay Zekanın Türleri</h4><p>Yapay zekanın yeteneklerine göre üç ana kategorisi vardır:</p><p>Dar Yapay Zeka (ANI): Spesifik görevlerde uzmanlaşmış AI sistemleri olup, belirli bir alanda insan kapasitesini aşabilir.Bu yapay zeka türü şuan kullandığınız yapay zekalara denk gelir.ANI, sınırlı bilgi alanında derinlemesine uzmanlaşması mümkündür.Örneğin IBM tarafından yapılan ilk bilgisayar Deep Blue 1997&#39;de dünya şampiyonu Garry Kasparov&#39;u yenmeyi başarmıştır.ANI bizden yaş olarak küçük bir dahi çocuk olarak düşünebilirsiniz. O çocuğa ne öğretirseniz o konuda çok iyi olacaktır ancak öğrettikleriniz dışında pek bir bilgisi olmaz ve yetişkinler (insanlar) gibi davranmaz.</p><p>Genel Yapay Zeka (AGI): İnsan benzeri geniş çaplı bilişsel görevleri gerçekleştirebilen yapay zeka sistemleridir. AGI, henüz araştırma aşamasındadır ve insan gibi öğrenip uyum sağlayabilen, genel anlamda esnek bir zekaya sahip olması hedeflenir.Bu yapay zeka ise yetişkin bir dahi gibi davranır.Çok zeki olmasının yanında yetişkin (insan) gibi davranmayı öğrenmiştir.</p><p>Süper Yapay Zeka (ASI): İnsanın tüm bilişsel yeteneklerini aşan yapay zeka türüdür. ASI, teorik olarak ele alınmakta olup, etik ve toplumsal sonuçları büyük ölçüde tartışılmaktadır.Açıklasından da anlaşılacağı gibi bu yapay zekaya örnek verebileceğimi sanmıyorum :)</p><h4>Yapay Zeka Nasıl Öğrenir?</h4><p>AI’nın iki temel bileşeni olan makine öğrenimi (ML) ve derin öğrenme (DL) büyük veri setlerinden anlam çıkararak gelişmiş görevleri yerine getirir.Bunların ayrıntısına girecek olursak:<br>Makine Öğrenimi (ML): ML algoritmaları, büyük veri setlerinden bilgi çıkararak sürekli öğrenir ve tahmin yapar. Denetimli, denetimsiz ve pekiştirmeli öğrenme yöntemleri kullanılır. ML, doğal dil işleme (NLP) ve tahmin modelleri gibi alanlarda yaygın şekilde kullanılır.ML kullanırken bilgileri biz veririz ve bizim bilgilerinize göre işler.</p><p>Derin Öğrenme (DL): DL, büyük veri kümelerini katmanlı sinir ağları aracılığıyla işler. İnsan beynine benzer bir yapıya sahip olan bu algoritmalar, özellikle görüntü ve ses tanıma gibi karmaşık görevlerde başarılıdır. Derin öğrenme, sinir ağlarının çok katmanlı yapısı ile derinlemesine analiz yaparak, örneğin görüntü tanıma veya dil işleme gibi görevlerde başarılı sonuçlar verir.DL kullanırken insan işin içinde olmaz.Yapay zeka işini sinir ağlarını ve diğer verilerini kullanarak halleder.Sonucunda ise bu bilgiyi neden verdiğini açıklayabilir.<br>Bir fotoğraf ile anlatmam gerekirse:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*U0TeTssTuHcvTDOuD2DDrw.jpeg" /></figure><h4>Yapay Zekanın Kullanım Alanları</h4><p>Yapay zeka, birçok sektörde yaygın kullanım alanına sahiptir:</p><p>Sağlık: Yapay zeka, görüntüleme teknolojileri ve teşhis sistemleri ile doktorlara yardımcı olur. AI, büyük veriler üzerinde analiz yaparak hastalık teşhisinde doğruluğu artırır ve ilaç geliştirme süreçlerini hızlandırır.</p><p>Otomasyon ve Robotik: AI, fabrikalardaki robotik süreçlerin yönetiminde ve sürücüsüz araç teknolojilerinde kullanılmaktadır. Otomasyon, iş süreçlerini optimize ederek verimliliği artırır.</p><p>Günlük Hayat: Dijital asistanlar (Siri, Alexa), kişisel veriler üzerinden kullanıcı alışkanlıklarını öğrenerek hizmet sunar. Ayrıca Netflix ve YouTube gibi platformlar, AI destekli öneri sistemleri kullanır.</p><h4>Yapay Zeka Etiği ve Toplumsal Etkileri</h4><p>Yapay zekanın yaygınlaşması işsizlik, veri güvenliği, mahremiyet ve etik sorunlar gibi potansiyel riskleri beraberinde getirir. AI sistemlerinin geliştirilmesinde tarafsızlık, şeffaflık ve hesap verebilirlik gibi prensiplerin ön planda olması gerekir.Eğer bu esaslara dikkat edilmezse sanırım dünyayı bir kıyamet bekliyor olacak sanırım.🤖🤖🤖🤖🤖</p><p>Evet yapay zeka çok fazla iyi ve kötü yön barındırıyor ancak bunu iyi yönde kullanmak bizim elimizde.Umarım sözümü tutabilmişimdir. Okuduğun için teşekkür ederim.Bir sonraki yazıda görüşmek üzere!<br> ✨✨✨✨✨✨✨✨✨✨✨✨✨</p><h4><em>Kaynakça</em></h4><h3>Chat GPT :)</h3><h3>Russell, S., &amp; Norvig, P. (2010). Artificial Intelligence: A Modern Approach. Prentice Hall.</h3><p><a href="https://www.amazon.com/Artificial-Intelligence-Modern-Approach-3rd/dp/0136042597">https://www.amazon.com/Artificial-Intelligence-Modern-Approach-3rd/dp/0136042597</a></p><h3>Silver, D., et al. (2016). &quot;Mastering the game of Go with deep neural networks and tree search.&quot; Nature, 529(7587), 484-489.</h3><p><a href="https://www.nature.com/articles/nature16961">https://www.nature.com/articles/nature16961</a></p><h3>Goodfellow, I., Bengio, Y., &amp; Courville, A. (2016). Deep Learning. MIT Press.</h3><p><a href="https://www.deeplearningbook.org/">https://www.deeplearningbook.org/</a></p><h3>Arulkumaran, K., et al. (2017). &quot;A brief survey of deep reinforcement learning.&quot; IEEE Signal Processing Magazine, 34(6), 26-38.</h3><p><a href="https://ieeexplore.ieee.org/document/8113943">https://ieeexplore.ieee.org/document/8113943</a></p><h3>IBM (2023). &quot;Artificial Intelligence in Healthcare&quot;. Available at: IBM AI in Healthcare.</h3><p><a href="https://www.ibm.com/watson-health">https://www.ibm.com/watson-health</a></p><h3>Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies. Oxford University Press.</h3><p><a href="https://global.oup.com/academic/product/superintelligence-9780199678112">https://global.oup.com/academic/product/superintelligence-9780199678112</a></p><h3>The photo, VectorMine.</h3><p>https://images.app.goo.gl/zXGckwaY6xQhHhp28</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=782b7f0cf2dd" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>