Bilgisayarların hayatımızın bir parçası olması, öncelikle mekanik ve elektronik araçlarla yapılan işlemlerin otomatikleştirilmesi isteği, hayatımızda yeni bir kavramın yer almasına, Yapay Zekâ kavramının ortaya çıkmasına neden olmuştur. Yapay zekânın fikir babası olarak kabul edilen “Alan Turing” ‘in hedeflerinde “Öğrenebilecek ve düşünebilecek makinalar yapmaktı.” Bu düşünce, günümüzdeki yapay zekâ teknolojinin de temellerini oluşturmaktadır. Makinaların insanlar gibi öğrenip çözümler üretmesi, birey ve toplumların hayatını kolaylaştırması temel hedef olmalıdır.
YAPAY ZEKÂ
Makinaların karmaşık problemlerde insanlar gibi çözümler üretmesini sağlama ile ilgilenen bir bilim dalıdır. Karar mekanizması, Algoritmalar ve modellemeler ile çalışmaktadır.
Sembolik işleme, Bulgusallık (Sezgisellik), Anlam çıkarma, Yapay zekânın karakteristiği;
İnsan gibi davranmak, İnsan gibi düşünmek, Akılcı düşünmek, Akılcı davranmak ise hedefidir.
İnsan zekâsını örnek alarak, insan zekâsı gerektiren işleri makinalara yaptırmak genel amaçtır.
“Yapay zekâ” (AL), insanlar gibi karmaşık sorunlara çözüm bulmakla ilgilenen bir bilim alanıdır. Gerçek bir insan karar mekanizmasına benzeyen bir karar mekanizması bazı algoritmalarla modellenmeye çalışılmıştır.
Makine öğrenimi yapay zekânın bir alt alanıdır. Makine öğrenimi, veriden bilgi elde etmek için matematiksel ve istatistiksel yöntemler kullanır ve bu bilgi ile “Makine Öğrenmesi” (ML) bilinmeyeni tahmin etmeye çalışır.
Derin öğrenme, makine öğrenmenin bir alt alanıdır ve verileri yapay sinir ağı yaklaşımıyla öğrenmeye çalışır. (AI) uygulamalarının amacı, bir uzmanın çok kısa bir sürede belirli bir zaman harcadığı bir şeyi çözmektir.
Yapay Zekânın Amaçları:
•Makinaları daha akıllı ve faydalı hale getirmek
•Problemlerin çözümünde muhakeme, Karışık ve zıt mesajlardan anlam çıkarmak
•Bilgiyi anlamak ve tecrübeleri kullanmak
•İnsan beyninin fonksiyonlarını bilgisayar modelleri yardımıyla anlamaya çalışmak.
•İnsanların sahip olduğu zihinsel yetenekleri, bilgi kazanma, öğrenme ve buluş yapmada uyguladıkları strateji, metot ve teknikleri araştırmak.
•İnsanlarını bilgisayar kullanımını kolaylaştıracak insan/bilgisayar ara birimleri geliştirmek.
•Geleceğin bilgi toplumunun kurulmasında önemli rol oynayacak “Genel bilgi sistemlerini” geliştirmek.
• Yapay zekâ iş yardımcıları ve “zeki robot timleri” geliştirmek.
• Bilimsel araştırma ve buluşlardan faydalanmak üzere, “araştırma yardımcıları” geliştirmek
• İnsan gibi düşünmek, Akılcı düşünmek, Akılcı davranmak
Yapay Zekânın Üstün Yönleri:
•Yapay zekâ kalıcıdır: İnsan deneyimlerle öğrendiği olay ve konuları, benzerlerini yaşamadığında zaman içinde unutabilir. Unutmanın hızı, konuya verilen önem derecesiyle ters orantılıdır. Unutma sırasında, önce ayrıntılar, daha sonra ana bilgiler silinmektedir. Unutulan bilgiler, belli hatırlatmalar ile geri kazanılabilmektedir. Unutma özelliği, insanın belleğinin gereksiz verilerle işgal edilmesini önlemektedir. Bilgisayarın belleğine yazılmış olan bir veri bilinçli olarak silinmediği sürece, bellekte kalmaktadır.
•Yapay zekâ paylaşılabilir: Zekâ, insanda eğitim, öğrenme ve çevre etkenleri ile gelişmektedir. Bu birikimin bir başka insana aktarılması, uzun süre almaktadır. Bir kişide oluşan zekânın tümüyle bir başkasına aktarılması mümkün olamazken, yapay zekâ bir bilgisayarda oluşturulduğundan, bunun diğer bilgisayarlara aktarılması, kopyalama yöntemiyle kolayca yapılabilmesi mümkün olmaktadır.
•Yapay zekâ daha kolay elde edilebilir: Bir bilgisayarın zekâ düzeyinin yükseltilmesi, bir insanın zekâ düzeyinin yükseltilmesine göre daha kolay olduğu için maliyeti de düşüktür.
•Yapay zekâ tutarlıdır: Aynı olay karşısında verilecek tepki insandan insana değişir. Hatta benzer iki olayda, aynı insan farklı davranışlar sergileyebilir. Bunun nedeni insanların zekâ düzeylerinin farklı olmasıdır. Yapay zekâ sistemlerinde aynı ya da benzer olaylarda verilen tepki hep aynı olur.
•Yapay zekâ kayıtlıdır: İnsanoğlu karşılaştığı her olayda, geçmişte yaşadığı benzer olayı aklına getirmekte ya da onu hiç yaşanmamış gibi, düşünmeden yeni bir karar alabilmektedir. Yapay Zekâ da ise, bir durum veya olaylar karşısında üretilen tepkiler kaydedilmektedir. Benzer bir durumla karşılaşıldığında, eski kararlar gözden geçirilmekte ya aynı veya en yakın olan tepki verilmektedir.
Doğal (İnsan) Zekâsının Üstün yönleri:
•Doğal zekâ yaratıcıdır: İnsan kendi ve başkalarının deneyimlerini değerlendirerek zekâsını geliştirebilir. Yapay zekâ, bilgisayara yüklenen bilgi ile sınırlı kalmaktadır.
•Deneyimlerden yararlanma: Doğal insan zekâsı, duyu organlarının yardımıyla öğrendiği deneyimleri kullanma ve bu deneyimlerden yararlanma yeteneği kazanır. Yapay zekâ sistemleri genellikle sembolik girdiler ile çalışır.
•Mantıksal düşünebilme Muhakeme yeteneği: İnsan karşılaştığı yeni durum karşısında, deneyimlerine dayanarak yargıya varma yeteneğini kullanarak hızlı ve yeni bir çözüm üretebilmektedir. Yapay zekânın üretebileceği çözümler, kendisine yüklenen bilgiler ve öğretilen çözüm yöntemleri ile sınırlıdır.
Yapay Sinir Ağları:
İnsan beyninin temel işlem elemanı ve sinir sisteminin en basit elemanı olan nöronlardır. Biyolojik sinir sisteminin matematiksel bir modeli olarak da tanımlanabilecek olan yapay sinir ağı, birbirleri ile bağlantılı yapay sinir hücrelerinin oluşturduğu bir sistem ile biyolojik sinir sisteminin bilgiyi depolama, kullanma ve işleme yeteneklerini taklit etmeyi ve insan gibi karar verebilen ve muhakeme yeteneği olan zeki sistemler elde etmeyi amaçlar.
Biyolojik sinir ağlarındaki sinir hücrelerine karşılık, yapay sinir ağında da yapay sinir hücreleri vardır. Her yapay sinir hücresinin temel elemanları; girdiler, ağırlıklar, toplama (birleştirme) fonksiyonu, transfer (aktivasyon) fonksiyonu ve hücrenin çıktısıdır.
Yapay Zekânın alt kümesi (Makine Öğrenme) hakkında:
•Yapay Zekânın bilgisayarları daha akıllı ve zeki yapmayı amaçladığı yerlerde, Makine Öğrenimi Verileri yinelemeli bir şekilde öğrenerek, bilgisayarların işlevselliğini açıkça programlanmadan geliştirmektedir.
Kategorileri:
•Denetimli öğrenme: Önceden tanımlanmış bir “eğitim örnekleri” seti kullanılarak, program yeni veriler beslenirken sonuçlara ulaşma kabiliyetini kolaylaştıracak şekilde istenen hassasiyet seviyesine ulaşılıncaya kadar eğitilir.
•Yetkisiz öğrenme: Programa bir sürü veri verilerek kendi modelini ve ilişkisini tespit etmesi, Sınıflandırılmamış verilerden gelen deseni tanımlamak için işlev çıkarması öğrenme.
•Takviye öğrenme: Sistemin çevre ile etkileşime girip hataları veya ödülleri keşfeden eylemler üretmesidir.
Yapay Zekânın Araştırma Alanları:
•Sadece bilgisayar bilimleri değil; Oyun, matematiksel, Doğal dil anlama ve çeviri işlemlerinde, Görüntülerin işlenmesinde, Genel bilgi sistemlerinde, Makine öğrenmesinde, Bilgi tabanlı sistemlerde, Veri madenciliğinde, Robotik gibi sektör alanlarında kullanılabilmektedir.
AI, bazı endüstri uzmanlarının “makine
öğrenimi” terimiyle değiş tokuş ettiği bir terimdir. Her durumda, büyük
miktarda veriyi analiz ederek insanın öğrenme yeteneğini taklit eden karmaşık
algoritmalar kullanmayı içerir. Siber güvenlikle ilgili olarak, güvenlik
ihlallerini önlemek için gizli tehdit kalıpları ve güvenlik açıklarının nasıl
tespit edileceğini ve tahmin edileceğini öğrenebilir.
Örneğin, Güvenlik programları bilinen
imzaları kullanarak kötü amaçlı yazılım arar. AI araçlarıyla, kötü amaçlı
yazılımları yalnızca bilinen imzalar yerine benzer özellikleri kullanarak
tanımlayabilirler. Güvenlik ihlallerini önlemenin yanı sıra, bu öğrenme
yeteneği programların yeni kötü amaçlı yazılım türlerini algılamasını sağlar.
Kimlik ve erişim yönetiminde yapay zekânın
amacı, anormallikleri otomatik olarak keşfetmek ve raporlamak için kullanıcılar
hakkında bilgi edinmek ve etkinliklerini izlemektir. Örneğin, birisi sabah
Ankara’nın bir ilçesinden bir web sitesine giriş yaptığında ve daha sonra
birkaç saat sonra tekrar İstanbul’un başka bir yerinden erişim bilgisi
geldiğinde bir uyarı tetiklemeli. Bu kadar kısa zamanda yapılan işlemler ancak,
belirli bir mantık çerçevesinde değerlendirilebilen bir makine öğrenmesi ile
hızlı bir şekilde tespit işlemi gerçekleşebilir. [12]
Günümüzün güçlü işlemcileri üzerinde
çalışan yapay zekâ yazılımları, insanların saatler belki de günlerce
sürebilecek çalışmaları, analiz durumlarını veya anormallikleri en kısa sürede
listelenip, sonuçlar üretebilecek bir yapıdır.
Siber suçlular zaten birçok sistemin
içinde bir şekilde, saldırılarını tamamlamak için doğru anı bekliyorlar.
Genellikle insanlardan saklanabilirler. Ama (AI), kötü niyetli aktiviteye
karşılık gelen tehdit iğnelerini tespit etmek için durumların ve davranışların
alanlarını hızla analiz edebilir.
(AI), farklı uyarıları ve güvenlik
verilerinin kaynaklarını hızla referans alarak orijinal sorunların
algılanmasını hızlandırabilir. Yanıt ve çözümlerin optimize etme ile planları
otomatik olarak öneren (AI) sistemleri tarafından daha fazla yardımcı
olunabilir.
Siber güvenliğin üstesinden gelmek, daha
iyi tespit ve yanıt için tehdit verilerinin hacimlerini yönetmek için, (AL)
kritik bir araç olarak kendini göstermektedir. [13]
Yapay zekânın siber güvenlikte kullanımı
İnsanların manuel çalışmasını azaltmak ve
trafiğin % 100'ünü veya kullanıcılar tarafından gerçekleştirilen eylemlerin %
100'ünü izleme yeteneğinden dolayı (AI)'nin kullanılabileceği bir dizi kullanım
alanı vardır. Siber güvenlikteki yapay zekâ için farklı kullanım durumları:
·
Davranış
analizi
·
Ağlarda
puanlama riskleri
·
Veri
koruma ve uyumluluk
·
Kötü
amaçlı yazılım algılama
·
İzinsiz
giriş tespiti
·
Uç
nokta koruması
·
Güvenlik
düzenleme, otomasyon ve yanıtlama
·
Yapay
zekâ ile güvenlik operasyon merkezleri
·
(AI)
ile e-posta izleme
Yapay zekâ güdümlü siber güvenliğin temel
avantajları, tüm kullanıcı trafiğinin ve eylemlerinin % 100 'ünü ve bir ölçüde
karmaşık yanıtların olası otomasyonunu izleme yeteneğidir. [14]
Bilgisayarlarımıza ve akıllı cihazlarımıza
güç sağlayan yazılım, insan korsanları tarafından kullanılabilecek güvenlik
açıklarının yanı sıra kodda hatayla da ilgilidir. Potansiyel sonuçlar büyük
ölçekte olup bir bireyin güvenliğinden bir devletin seviyesine kadar da
uzayabilir.
Örneğin; Louisville Üniversitesi Hız
Mühendisliği Okulu'nda doçent ve Siber Güvenlik Laboratuarı'nın kurucusu ve
yöneticisi olan Dr. Roman V. Yampolskiy sadece insan korsanları ile değil,
AI'nın kendimize karşı gelebileceği yollarla da ilgilidir. “Drone kodunu
değiştirebilen, davranışlarını değiştirebilen, hedeflere nüfuz edebilen çok
akıllı bilgisayar virüslerini görmeye başlıyoruz” diyor.
Bu hataları ve güvenlik açıklarını
araştırabilen ve onarabilen, ayrıca gelen saldırılara karşı savunabilen
sistemlere duyulan ihtiyaç duyulmakta ve bu durum ise, birçok proje ve nihai şirketin araştırmalara
başlaması ve ordular tarafından finanse edilmesiyle de ilgilidir.
Örneğin; Pittsburgh merkezli ve Carnegie
Mellon'da yıllarca süren araştırmalar ile başlatmış olan ForAllSecure ,
(DARPA)'nın en son 2016 Cyber Grand Challenge oyununda kazanan güvenlik
botunu oluşturdu. CMU ekibinin kendi yapay zekası 'Mayhem' açıklamasına göre
de, AEG (otomatik istismar üretimi) “ tam otomatik istismar üretimi için ilk
uçtan uca sistemdir ” denmekte.
Hazır cihazların yanı sıra akıllı
cihazlarda ve cihazlarda da giderek daha fazla kullanılan kurumsal yazılımlar
için geliştirilen AEG, hatanın istismar edilebilir olup olmadığını bulabilir ve
belirleyebilir sistem. Hatalar yani, yazılımda beklenmedik sonuçlara veya
davranışlara veya güvenlik ihlallerine neden olabilecek hatalardır.
Eğer bulunursa, bot otonom olarak bir
"çalışma kontrol akışı, hijack istismar dizesi" (Oturum Ele Geçirme)
üretir. Yani güvenlik açıklarını korur. Pratik AEG'nin savunma için önemli
uygulamaları vardır.
Örneğin, otomatik imza oluşturma
algoritmaları girdi olarak bir dizi istismar alır ve sonraki istismarları ve
istismar varyantlarını tanıyan bir saldırı tespit sistemi (IDS) imzası (giriş
filtresi olarak da bilinir) çıkarır.
Tarihsel olarak, imza tabanlı çözümler
bizi sadece siber güvenlik saldırılarını tahmin etmede elde edebiliyor gibi
görünüyor. “Her gün (siber) saldırıların çeşitliliği, on binlerce farklı
varyant veya kural tabanlı, imza tabanlı sistemler bir problem olmaya devam
etmektedir. Burada yapılmak istenen (siber güvenlik savunması) kuralcı analiz
işlemi ile makinelerin insan müdahalesi olmadan tespit ve etkileşimde
bulunabilmesidir. [15]
Dijital güvenlikte Yapay Zekâ, sanal
tehditlerin özerk bir şekilde önlenmesi ile yakından bağlantılıdır. Bu tür bir
teknolojiyi kullanan bir dijital güvenlik ürünü, giderek daha verimli savunma
mekanizmalarını teşvik edebilmek için çeşitli kötü amaçlı yazılım
varyasyonlarını analiz etmek ve sınıflandırmak için uyarlanabilir.
2016 yılında Massachusetts Teknoloji
Enstitüsü (MIT) tarafından yapılan bir araştırma, Yapay Zekânın siber
saldırıların% 85'ini tespit edebildiğini göstermektedir. Bu sistemler şüpheli
etkinliklerle karşılaşır, kapsamlı veri tabanlarına dayalı davranışlarla
karşılaşır ve otomatik kararlar verir. Daha sonra hangi olayların gerçek
saldırı olduğunu doğrulamak için insan uzmanlara rapor verirler. Sonunda, (AL)
bu geri bildirimi sistemine dâhil eder ve böylece sorunları tespit etme ve
çözme yeteneğini geliştirir. [16]
Geleneksel güvenlik duvarı modeli yalnızca
IP ve kaynak / hedef bağlantı noktası ve bayrakları işlerken, statik olarak
akıllı bir güvenlik duvarı daha ileri gider. Ağ paketleri içindeki daha derin
analizlerle, akıllı bir güvenlik duvarı paket davranışını analiz edebilir ve
anormallikleri tespit edebilir. Geleneksel güvenlik duvarı modeli yalnızca IP
ve kaynak / hedef bağlantı noktası ve bayrakları işlerken, statik olarak akıllı
bir güvenlik duvarı daha ileri gider. Ağ paketleri içinde daha derin
analizlerle, akıllı bir güvenlik duvarı paket davranışını analiz edebilir ve
anormallikleri tespit edebilir
Özellikle kurumsal verilere güvenlik
riskleri yaratabilecek durumlar aracılığıyla, güvenlik çözümlerinin
uygulanması, “öğrenebilme” ve hızla adapte olabilmesi zorunludur. Özellikle
çevre güvenliği hakkında konuşursak, geleneksel güvenlik duvarında bulunan
özelliklerin ötesine geçerek ağ güvenliği seviyesini yükseltmek için yapay zekâ
kullanan akıllı güvenlik duvarları olarak nitelendirilen ürünler akla
gelmektedir. (Bilişcel “Kavrayan, Öğrenen” Antivirüs - DeepArmor) [16]
AI destekli bir kötü amaçlı yazılım önleme
platformu olan “DeepArmor”. Bu, sinir ağları ve Doğal Dil İşleme de dâhil olmak
üzere gelişmiş yapay zekâ tekniklerinin virüsten korunma (AV) haline
getirilmesinde önemli bir endüstri ilerlemesini gösterir. Yaklaşan ve gerçek zamanlı siber güvenlik
tehditlerini tanımlayan, analiz eden, öğrenen, öngören ve bunlara uyum sağlayan
üründür.
Güvenlik profesyonellerinin% 78'i artık
geleneksel antivirüslere güvenmiyor çünkü mevcut çözümler hızla gelişen kötü
amaçlı yazılımlara ayak uyduramıyor. “DeepArmor”, kötü amaçlı dosyaları bulmak
ve kaldırmak için sinir ağlarını, gelişmiş sezgisel tarama ve veri bilimi
tekniklerini kullanarak uç nokta korumasına benzersiz bir yaklaşım benimser.
Statik imzalara bakmak ve hatta bir sanal alanda dosyaları patlatmak yerine, “DeepArmor”,
herhangi bir bileşenin şüpheli veya kötü amaçlı olup olmadığını belirlemek için
her dosyanın DNA'sına bakar.
“Sürekli olarak yeni kötü amaçlı yazılım
davranışlarını öğrenmek ve polimorfik dosyaların gelecekte nasıl saldırmaya
çalışabileceğini anlamak için bilişsel algoritmalar kullanır. Bu, her son
noktayı etki alanı tarafından oluşturulan algoritmalar, gizleme, paketleme,
küçük kod düzenlemeleri ve diğer birçok modern araçtan yararlanan kötü amaçlı
yazılımlardan korumayı hedefler. Bu durum, mevcut araçları sık sık karıştırıp
kaçan potansiyel olarak yıkıcı Sıfır Gün tehditlerine karşı gerekli bir
savunmadır.”
DeepArmor, kötü amaçlı yazılım üretimi
veya yayılması için kullanılan tekniklerin ötesinde bir kuantum sıçramasını
temsil eden en son teknoloji ile güçlendirilmiştir. Tescilli SparkCognition
otomatik model oluşturma algoritmalarından yararlanan DeepArmor, kullanıcının
masaüstünde veya dizüstü bilgisayarında taranmamış her dosyaya bakarak başlar.
İlk inceleme için her dosyayı binlerce farklı parçaya böler. Daha sonra,
davranışların, iş akışlarının ve tekniklerin kapsamlı, çok boyutlu bir
görünümünü geliştirmek için gelişmiş bir özellik türetme algoritması kullanarak
başlangıçta tanımlanan özellikleri yükseltir.
Bireysel olarak analiz edilen bu
bileşenlerin tümü, daha sonra, doğada zararlı olabilecek kalıpları bulmak için
sürekli gelişen sinir ağları topluluklarından geçirilir.
Bu sinir ağları Solucanlardan Fidye
Yazılımlarına kadar birçok tehdit türü üzerinde eğitildiği için, “DeepArmor 'u
her uç noktadaki perde arkasında sorunsuz çalışacak ve yalnızca yanlış
pozitifleri ortaya çıkarmadan gerçek tehditleri belirleyecek şekilde
uyarlanmış. “Bu vesile ile, herhangi bir kullanıcıya bilgisayarlarına bulaşma
korkusu olmadan istediklerini yapma özgürlüğünü sunmaktadır.” [17]
(AL) destekli uygulamalar - Darwin
Darwin, modellerin oluşturulmasını ve uygulanmasını otomatikleştirerek veri bilimini büyük ölçüde hızlandıran bir makine öğrenme ürünüdür. Darwin, veri bilimcilerine kullanım örneklerini hızlı bir şekilde prototiplemek ve makine öğrenimi uygulamalarını geleneksel veri bilimi yöntemlerinden daha hızlı geliştirmek, ayarlamak ve uygulamak için geniş bir deneyim yelpazesi sunan verimli bir ortam sunmaktadır. [18]
(AL) destekli uygulamalar - DeepNLP
Belgelerinize makine ölçeğinde insan zekâsı sunmak için derin öğrenmeyi kullanan ölçeklenebilir bir çözümdür. DeepNLP, bilgileri minimum kullanıcı eğitimi ile akıllıca alır, önemli varlıkları çıkararak belgelere yapı ekler ve belgeleri en ileri ve yapılandırılabilir bir şekilde sınıflandırarak iş süreçlerini otomatikleştirir. [18]
(AL) destekli uygulamalar - SparkPredict
SparkPredict, “Toplam Varlık Koruma ve Optimizasyonu” Makine operatörlerine milyarlarca dolar maliyet tasarrufu ve operasyonel verimlilik iyileştirmeleri sağlayan gerçekten öngörücü yetenekler sağlıyor. SparkPredict sensör verilerinden öğrenir, yaklaşan arızaları oluşmadan çok önce belirler ve herhangi bir zarara neden olmadan önce en uygun olmayan işlemleri işaretler. [18]
Yapay Zekânın Uygulama Alanlarından Örnekler:
•Akıllı Cep telefonları: Hayatımızda her daim yer alan Cep telefonları, birçok fonksiyon ile kendini göstermektedir. Tuş kilidinin parmak iziyle açılması, Sesli asistan Siri ‘nin konuşmaya göre tepki verip cevap veya sonuç üretmesi. Kamera fonksiyonunda ses ile komut verme işlevleri gibi fonksiyonlar yer almaktadır.
•Doğal dil işleme (Çeviri): Kelimelerin sözlük karşılığını bulunarak dil çeviri işlemidir.
•Trafik Sinyalizasyon: Akıllı Ulaşım Sistemlerinin bir parçası olan Trafik Sinyalizasyon Sistemleri; planlama, tasarım, entegrasyon, bakım, işletme gibi parametrelerin kullanılarak trafiğin etkin, güvenli ve akıcı bir şekilde yönetilmesini sağlar.
•Kent genelinde uyguladığı sensör sistemiyle kavşaklara yaklaşan araçlar beklemeden yollarına devam edebilmesini, Aracı gören sensörün trafik ışıklarına komut vererek araçların kavşaktaki yoğunluğuna göre, kısa sürede yanarak geçmelerini sağlamaktadır.
•Daha önce bir süre bekleyip yeşil ışık yandıktan sonra yollarına devam eden sürücüler (TS) sistemi sayesinde, kavşakta hiçbir araç yokken beklemeden kavşaktan geçebilmesine imkanına kavuşa bilmektedir.
•(EDS) Elektronik denetim sistemi: Anlık hız yerine, kameralar yerleştirilmiş iki nokta arasındaki ortalama hızı esas alan ölçümleme sistemidir. Yüksek çözünürlüğe sahip kameralarla trafiği denetleyen ve ihlal yapan sürücülere cezalarını elektronik olarak kesmesini sağlayan bir sistemdir. Sistem anlık hız yerine ortalama hızı esas almaktadır.
•Aynı zamanda; Kırmızı ışık, ortalama hız, park, emniyet şeridi, ters yön, yaya yolu, ofset taralı alan, dönüş yasağı, girilmezler giriş alanlarını da denetlemektedir.
•(PTS) Plaka Tanıma Sistemleri: Uygulama alanları yönüyle incelediğimizde, hız cezalarıyla hayatımıza girip yaygınlaşan PTS sistemi, zaman geçtikçe uygulama alanları genişlemiştir. Araç plakalarının doğru şekilde, mili saniyeler içerisinde tanıması, sistemin yaygınlaşmasını sağlamıştır. Otoyollar, Köprü, Gişe, Sınır kapıları, Otogar, Benzin istasyonları, Alışveriş merkezleri ve Otoparklar kullanım alanlarından bazısıdır.
•(AOYS) Akıllı Otopark Yönetim Sistemi: Otoparkların doluluk alanlarından akıllı sistemler ile Kullanıcılar için başta zamandan ve yakıttan kazanç sağlayarak, karbon salınımını düşürmeyi hedefleyerek ülke ekonomisine katkı sağlayan entegre park yönetim sistemidir.
•Sürücüsüz (Otonom) Sistemler: Bir otonom araç için çevresinden bilgi almanın ilk yolu sensörlerdir. Günümüzde, sensör teknolojisinin gelişmesi ile birlikte, mobil robotların ve otonom araçların ihtiyaç duyduğu sensörler verimli bir şekilde kullanılabilmektedir. Otonom sürüş, trafik akışı ve park problemlerine yardımcı olarak, sürüş özelliklerini geliştirerek ve yakıtı daha verimli kullanarak şehirlerdeki kirlenmeyi azaltmaya yardımcı olmaktadır. Otonom araçlar ile birlikte insan ve nakliye taşımacılığında insan kaynaklı hatalar azaldığından güvenlik oldukça artmaktadır. Yakın zamanda ulaşım ve taşımacılık alanında ciddi gelişmelerin yaşanması beklenmektedir.
•Akıllı Ev Sistemleri: Akıllı ev, bilgisayar teknolojileri kullanılarak evde yaşayan bireylerin konforunu arttırmak amacıyla evde yapılamayan işlerin yapılması ya da yapılan rutin işlerin kolaylaştırılmasını sağlayan, ev kontrol sitemidir. Günün belli saatlerinde ışıkların ve yanıp sönmesi, Isı ve nem ayarı, Kombi çalışması, Elektronik eşyaların kontrolü, Telefon ile kapı açma, Buzdolabı içerisinde azalan bir tüketim ürünün mesajla bildirmesi gibi, öğretilen her işlemin doğru zamanda aktif olması ile hayatınıza kolaylıklar sağlaması diye ifade edilebilir.
•Askeri Silah ve Savunma Sistemleri: Günümüz savunma sistemi otonom bir yapı olan robot ile silahlandırma suretiyle düşman safhalarına gönderme çalışması, silahlandırılmada yeni bir boyut oluşturmaktadır. S-400 hava savunma sisteminin, Çok uzun menzilli bir arama radarı olması, Radar kapsamına giren bir tehdit algılandığında, ilgili hedeflere karşı taarruz yapılırken etkin bir sistem olarak ön plana çıkmaktadır.
•Savaş uçakları ve İHA Askeri Savunma Sistemleri: Bir ülkedeki savaş uçaklarının uzun menzildeyken de sistem üzerinde birbirini tanıması (Dost), farklı ülke savaş uçaklarını (Düşman) olarak algılaması, yapay zekâ (AL) sisteminin en belirgin faydaları olarak görülmektedir. Pilotların eğitilmesinde kullanılan simülasyon kokpitler üzerinde yazılımların, sanal gerçeklik ile eğitimlerinde kazanacakları tecrübe ile, mal ve can kaybı olmadan olasılıklar üzerinde tecrübe sağlayacak imkanlar sunar.
•İnsansız hava aracı (İHA) sistemleri ile daha etkili istihbarat becerisi ve yüksek iletişimi sayesinde alınan görüntülerde belirlenen nesnelerin tespiti, Küresel Konumlanma Sistemine (GPS) ihtiyaç duymadan (AL) ile Hava aracının yatış, dikilme ve yönelme açılarını tespit edebilmektedir. Uçuş sırasında sensörler den alınan veriler ile istenilen görevleri icra edip tekrar geri görüş hattına geri dönebilme özelliği. Bilinen yer işaretlerine göre konum hesaplama, (GPS) Sistemi ve benzeri sistemler olmadan rota bulabilmesi (AL) özelliğidir.
•Yinelenebilir enerji (Rüzgâr Türbini ve Güneş Paneli): Yıl içerisindeki en fazla rüzgâr alan ve en fazla rüzgâr alan bölgelerin ölçümler sonucu istatiksel hesaplamalara göre çıkarılmasıyla, sistemin kurulacağı bölgenin seçiminde en yüksek enerji elde edebilmeyi hedeflenmektedir.
•Tıpta Yapay Zekâ Uygulamaları: Tıptaki bilgi yetersizliği ve belirsizliği ile çoğu zaman bu bilginin çelişkili oluşu genel gerçeklerdir. Sisteme girilen bilginin sistem tarafından işlenerek duruma göre uygun sonuçlar vermesi sağlık hizmetlerinin verimliliğini arttırmak ve sağlık uzmanlarına yardımcı olması açısından hayati bir öneme sahiptir.
•Kullanımdaki faydalardan birkaç örnek;
•Meme kanseri, akciğer kanseri veya prostat kanserini tespit etmek,
•Santral sinir sistemi tümörlerinin teşhisine yardımcı olmak,
•İyi huylu lezyonları kötü huylu olanlardan ayırt etmek,
•İlaç kullanımının nicel tahminlerini göstermek, Anestezi sırasındaki hipertansiyonu kontrol etmek,
•Manyetik rezonans görüntülerindeki beyin dokularının hacim ve oylumunu hesaplamak ve fonksiyonel manyetik rezonans görüntülerini analiz etmek.
•İmalat ve Otomasyon: Endüstriyel robotların insan işçilerin hareketlerini ve amaçlarını taklit etmesiyle, makineler birçok işçinin yerini almaya başladı bile. Hatasız ve seri üretimlerde vazgeçilmez olma yolunda ilerlemektedir. Esnek algoritma yazılımları ile insanlarla etkileşime geçip, daha yetenekli ve talimat alabilir hale gelmesini sağlamaktadır.
•Bu durum, daha güvenli işyeri anlamına da gelmektedir. Tedarik zincirinde (AL) unsuru ile hammadde tedariki, finansal kararları arizi bakım ve enerji tüketimini de etkileyebilmektedir.
•Fabrikalardaki cihaz ve aletlerin performanslarını, işletme koşullarını ve hatalı çalışmaları önleyen tahmin etmeyi öğrenen ve önleyici önlemler alan bir sistemdir.
•Kamera sistemi ile nesnelerin anlık olarak bağlantı noktası tespit ve sorun giderimi.
•Görüntü ile algılanan nesnelerin 3D baskılarının gerçekleştirilmesi, Tasarım sürecinden son üretimine kadar bir parçanın imalatını taklit etme yeteneği, imalatta 3D baskıyı çevreleyen mevcut problemleri önemli ölçüde azaltacaktır.
•(AL) Simülasyon ortamları ile parçaların nasıl çalışacağına ilişkin doğru tahminler hataları ve maliyetleri azaltacaktır.
•Müzik, Film ve İnternette yapay zekâ unsurları: Müzikte notaların ölçeklerine göre ayrı tonların elde edilmesi, bu tonlardan kulağı rahatsız edenlerin sisteme öğretilmesi, birbiri ile uyumlu sesleri bir araya getirerek, bestenin yapay zekâ ile oluşturulmasına imkan sunacaktır. Müzik servislerinde, şarkıların modunu, ritmini anlayan bir yapay zekâ ile türüne göre ayrıştırma mümkün olabilmekte, Çok dinlenen müzikler hakkında da paylaşılmaktadır.
•Şarkılar, sanatçı isimleri ve albüm başlıkları gibi tanımlayıcılar la eşleştirilerek dinleyiciye kolaylık sağlar. Film seçimlerinde aynı şekilde film türlerine göre ayrışım söz konusu olmakta, son kullanıcıların ilgili türde analiz yapmasını kolaylaştırmaktadır.
•Arama motorları, tarayıcılarda ise; Arama sorgusunun konumunu, sorguda kullanılan kelimeler gibi faktörler göz önünde bulundurularak aramaların tam olarak nasıl bir sonuca ulaşmayı hedeflediğini öğrenmeyi amaçlar. Kelimeleri algoritmalar tarafından daha iyi anlaşılması için girilen kelimelerin türevlerini de sonuç olarak yansıtması, aranana kelimelerle ilgili pazarlama unsuru olan reklamların kullanıcıya sunulması yapay zekânın gelmiş olduğu noktanın en belirgin yansımasıdır.
Yapay Zekânın, Gerekli önlemler alınmaz ise zararları:
İnsan zekâsı gerektiren işleri makinalara yaptırmanın faydalarını saymakla bitirememek yeni teknolojiye bağlılığın bir göstergesidir. Gerekli önlemleri alınmadan kullanılan bu teknoloji hayatımızı bir kâbusa da dönüştürebilir.
•Bilgi Güvenliği ve Siber Vakalar: Makine öğrenmesi olarak yapılan tanımlar, Algoritma ve bileşenlerinde oluşabilecek mantık hataları sonrasında kontrol edilemeyen bir sonuç doğurması muhtemel olur. Ağ üzerindeki davranışları yeterince analiz edemez bir durumun olması, her türlü yetkisiz erişimi de mümkün kılabilir.
•Akıllı Cep telefonları: Tuş kilidi, parmak izi veya yüz tanıma algoritmasının doğru çalışmaması sonucu ikinci şahısların cihazın içeriğine, kişisel tüm bilgilere erişmesine imkân sağlar. Günümüzde neredeyse tüm mobil cihazların kullanımında olan bankacılık uygulamasında; Parmak izi, Kamera QR işlemi veya sesli komutlarla parasal transfer işlemlerinde, onayımız dışında işlem veya farklı tutarlarda transfer gerçekleşmesi (AL) sisteminin kurgusunu, güvenliğini ve hayatımıza olumsuz etkilerini ortaya koyacaktır. Mobil cihazların yazılım güncelliğinin sağlanması ile önlemler aşamasında ilk adımı gerçekleştirmiş oluruz. Üretici onaylı Uygulama marketleri dışından (Googleplay-Appstore) uygulama yüklenmemesi gerekmektedir. Mevcut uygulamalarımızdan veri temin etmeye çalışan, arka tarafta saldırı gerçekleştirebilme durumu olan 3.part yazılımlardan uzak durmak gerekmektedir.
•Akıllı Cep telefonları: Tuş kilidi, parmak izi veya yüz tanıma algoritmasının doğru çalışmaması sonucu ikinci şahısların cihazın içeriğine, kişisel tüm bilgilere erişmesine imkân sağlar. Günümüzde neredeyse tüm mobil cihazların kullanımında olan bankacılık uygulamasında; Parmak izi, Kamera QR işlemi veya sesli komutlarla parasal transfer işlemlerinde, onayımız dışında işlem veya farklı tutarlarda transfer gerçekleşmesi (AL) sisteminin kurgusunu, güvenliğini ve hayatımıza olumsuz etkilerini ortaya koyacaktır. Mobil cihazların yazılım güncelliğinin sağlanması ile önlemler aşamasında ilk adımı gerçekleştirmiş oluruz. Üretici onaylı Uygulama marketleri dışından (Googleplay-Appstore) uygulama yüklenmemesi gerekmektedir. Mevcut uygulamalarımızdan veri temin etmeye çalışan, arka tarafta saldırı gerçekleştirebilme durumu olan 3.part yazılımlardan uzak durmak gerekmektedir.
•Doğal dil işleme (Çeviri): Kelimelerin sözlük karşılığını bulunarak dil çeviri işlemlerinde, Uygun cümle yapısında kullanılan bir kelimenin farklı bir cümlede daha farlı bir anlama gelmesi veya deyimlerde çevirinin gerçeği yansıtmaması. Belirli bir kültür birikimiyle orantılı cümlelerin birebir kullanımının farklı milletlerde, farklı sonuç ve durumlar oluşturması kaçınılmazdır.
•Trafik Sinyalizasyon: Trafiğin etkin, güvenli ve akıcı bir şekilde yönetilmesini sağlayan sensör sisteminin yanlış veri göndermesi, yazılım sisteminde açıklık ve müdahale sonucu, kavşaklardaki sinyalizasyonun ani değişimi, kazalara sebep verebilir.
•(EDS) Elektronik denetim sistemi: Anlık hız yerine, kameralar yerleştirilmiş iki nokta arasındaki ortalama hızı esas alan ölçümlerde, göstergelerin ani değişimi veya farklı değer gösterimi, sürücülerin kaza durumu, ihlal cezalarına maruz kalması gibi durumları oluşturabilmektedir.
•(PTS) Plaka Tanıma Sistemleri: Araç plakalarının yanlış okuyup işlem görmemesi veya farklı plakalı araçların istem dışı sisteme dâhil edilmesi.
•(AOYS) Akıllı Otopark Yönetim Sistemi: Otoparkların doluluk alanlarını farklı yansıtarak, kullanıcılara zorluk veya zamana göre yanlış ücret hesaplamaları ile işletmelere zarar oluşmasına sebep olabilmektedir.
•Sürücüsüz (Otonom) Sistemler: Bir otonom aracın sensör bilgilerini yanlış yansıtması, çevresindeki araçlar için ve içerisindeki yolcu için hayati risk teşkil etmektedir.
•Akıllı Ev Sistemleri: Akıllı ev, bilgisayar teknolojileri kullanılarak evde elektronik olarak kullanılan cihazların kontrolünün farklı kişilerin eline geçmesi, öncelikle kamera sistemlerine sızılıp içerisi hakkında malumat edinme, Alarm veya kapı kilidinin devre dışı bırakılması ile soygunların gerçekleşmesi söz konusudur.
•Askeri Silah ve Savunma Sistemleri: Robot silahlandırma suretiyle düşman safhalarına gönderme girişimlerinde kendi saflarımıza zarar verme, hava savunma sisteminin kendi uçaklarımızı vurma veya yanlış hedeflere yönelmesi, yazılım güvenliğinin ve bu sistemleri kontrol etmesi için tasarlanan yapay zekânın kurgulanmasındaki önemi bir daha gün yüzüne çıkarmaktadır.
•Savaş uçakları ve İHA Askeri Savunma Sistemleri: Savaş birbirini tanımaması (Dost) ve (Düşman) ayrımını yapamaması, İnsansız hava aracı (İHA) sistemlerinin yanlış hedef belirleme ve vurması. Uçuş sırasında sensörlerden yanlış bilgi alınması, istenilen görevleri icra edememesi (AL) sisteminin kontrolü kaybetmesi gibi sonuçların önüne geçmek adına, milli yazılım ve güvenlik katmanları ile gereki önlemler alınmalıdır.
•Yinelenebilir enerji (Rüzgâr Türbini ve Güneş Paneli): Yıl içerisindeki en fazla rüzgâr alan ve en fazla rüzgâr alan bölgelerin ölçümler sonucu istatiksel hesaplamaların yanlış çıkması sonucu, yanlış bölge seçimi ve yapılacak yatırımlar ile maddi büyük zararlar söz konusu olabilmektedir.
•Tıpta Yapay Zekâ Uygulamaları: Sisteme girilen bilginin sistem tarafından işlenerek duruma göre uygun sonuçlar vermesi kapsamındaki yanlış hesap, yanlış değerlendirmeye sebep olan faktörler ve güvenlik açıkları ve sisteme müdahale durumu ile yanlış teşhis ve ölümle sonuçlanabilecek durumlar kaçınılmaz olabilir.
•İmalat ve Otomasyon: Endüstriyel robotların hatalı seri üretimler gerçekleştirmesi, maddi zararların ve tazminat davalarının art arda gelmesini tetikler.
KAYNAKLAR:
☞ [1] TDK (Türk Dil Kurumu)
Sözlüğünde Zekâ - (https://sozluk.gov.tr)
☞ [2] Turing AM. Computing Machinery
and Intelligence. Mind. 1950;LIX(236):433–60
☞ [3] Turing ALAN hakkında
(https://www.pbs.org/newshour/science/8-things-didnt-know-alan-turing)
☞ [4] Şekil 1 – Robot
(https://2aih25gkk2pi65s8wfa8kzvi-wpengine.netdna-ssl.com/data-science/files/2018/05/shutterstock_576208318.jpg)
☞ [5] TORKUL Orhan Prof. Dr. -
GÜLSEÇEN Sevinç Prof. Dr. - Mühendislikte Yapay Zekâ Ve Uygulamaları - Sakarya
Üniversitesi Mühendislik Fakültesi
(https://www.academia.edu/35586402/M%C3%BChendislikte_yapay_zeka_ve_uygulamalar%C4%B1.pdf)
☞ [6] ADALI Eşref Prof. Dr. - İTÜ
Bilgisayar ve Bilişim Fakültesi - İnsanlaşan Makinalar-Yapay Zekâ (http://www.itu.edu.tr/docs/default-source/haber-sl%C4%B1der---ekler/sayi75.pdf?sfvrsn=2)
☞ [7] PİRİM Harun, Yapay Zekâ -
(https://dergipark.org.tr/tr/download/article-file/179113)
☞ [8] AYDIN Şamil Emre - Yapay Zekâ
Teknolojileri - Çukurova Üniversitesi (https://www.academia.edu/35714946/YAPAY_ZEK%C3%82_TEKNOLOJ%C4%B0S%C4%B0)
☞ [9]
İnsan Beyni – (http://www.guardiansalud.cl/wp-content/uploads/2018/08/
cerebro.jpg)
☞ [10] Yapay sinir hücresi yapısı -
(https://4.bp.blogspot.com/-7o6_Cp_BSwM/Wbl0JWk-AjI/AAAAAAAAItM/
uJU8kFUUnX4VVhuB516ykQV6yrd7e3L7wCLcBGAs/s1600/perceptron_ornegi%2528sekil%2B1.4%2529.gif)
☞ [11] Makine öğrenmesi - (http://www.ingar.santafe-conicet.gov.ar/wp-content/uploads/2018/05/imagen-tema-17.png)
☞ [14]
(https://www.sitsi.com/usage-artificial-intelligence-cyber-security)
☞ [15] (https://emerj.com/ai-sector-overviews/artificial-intelligence-and-security-applications)
☞ [16] (https://ostec.blog/en/general/how-artificial-intelligence-has-influenced-information-security)
☞ [17]
(https://www.prweb.com/releases/2016/08/prweb13594109.htm)
☞ [18]
(https://www.sparkcognition.com/products/?utm_medium=referral&utm_source=
medium.com)
☞ [19]
(https://www.sparkcognition.com/wp-content/uploads/2019/11/20191106-DeepArmor-website-1.png)
☞ [20] (https://www.sparkcognition.com/wp-content/uploads/2019/11/20191106-Darwin-website-1.png)
☞ [21]
(https://www.sparkcognition.com/wp-content/uploads/2019/11/NLP-Website-1@2x.png)
☞ [22]
https://www.sparkcognition.com/wp-content/uploads/2019/11/SparkPredict-website-1@2x.png
☞ İspark
(https://www.isbak.istanbul/diger-uygulamalar/akilli-otopark-yonetim-sistemi)
☞ BİNGÖL Mehmet Safa - Derin Öğrenme
Kullanarak Otonom Araçların İnsan Sürüşünden Öğrenmesi - Erciyes Üniversitesi
(https://dergipark.org.tr/tr/download/article-file/662035)
☞ GÜNEŞ Hüseyin - Akıllı ev
sistemlerinde kullanılan yapay zekâ teknikleri için yapay veri üretici
geliştirilmesi - Balıkesir Üniversitesi (https://www.researchgate.net/publication/299536846_Akilli_ev_sistemlerinde_kullanilan_yapay_zeka_teknikleri_icin_yapay_veri_uretici_gelistirilmesi)
☞ NormShield Blogu - Yapay Zekâ ile
Siber Güvenlik
(https://www.normshield.com/cyber-security-with-artificial-intelligence-in-10-question)
☞ Tıpta Yapay Zekâ Uygulamaları -
Yoğun Bakım Dergisi 2010;9(1):31-41
☞ (http://www.yogunbakimdergisi.org/managete/fu_folder/2010-01/2010-9-1-031-041.pdf)
☞ Askeri savunmada yapay zekâ –
Baykar
(https://www.baykarsavunma.com/sayfa-Yapay-Zeka.html)
☞ Yapay Zekânın İmalat Alanındaki
Geleceğini Değiştiren Üç Gelişme
(https://www.autodesk.com.tr/redshift/yapay-zekanin-gelecegi)
☞ Müzik Dünyasında Yapay Zekâ
Ritimleri
(http://www.yapayzekatr.com/2018/07/11/muzik-dunyasinda-yapay-zeka-ritimleri)
☞ Google RankBrain: Yapay Zekâ
Algoritması
(https://www.rolibo.com/blog/google-rankbrain)