Makine Öğretimi nasıl çalışır?

Tamamlandı

Makine Öğretimi, bir zorluğu ayrı ayrı öğrenilecek farklı becerilere/modüllere ayırmaktan oluşur. Bu ayrıştırma, konu uzmanları, yani bir makineyi veya endüstriyel süreci en iyi şekilde çalıştırmayı öğrenmek için onlarca yıl ayırmış uzman operatörler tarafından yönlendirilir. Her beceri/modül daha sonra sorunu çözen en basit teknoloji kullanılarak uygulanır ve güçlü yönlerden yararlanmak ve zayıflıkları telafi etmek için Bunları Otomatik Zeka yöntemleri ve Otonom Zeka yöntemleri havuzundan seçer. Ardından bu öğrenilen becerileri düzenleyip endüstriyel süreçlerle tümleştireceksiniz.

Beyin tasarımı oluşturma adımları

Makine Öğretimi'nin yeni yapay zeka paradigması kullanılarak bir beyin tasarlamak için izlediğiniz üç adım şunlardır:

1. Görevinizi becerilere /modüllere ayırma
2. Becerilerinizin/modüllerinizin birlikte nasıl çalıştığını düzenleme
3. Her beceriyi/modülü uygulamak için en iyi teknolojiyi seçin

1. Adım: Bir görevi becerilere veya modüllere ayırma

Otonom yapay zekanın yapı taşları becerilerdir. Beceriler, yapay zeka beyininizin öğrenmesini istediğiniz bireysel yeteneklerdir.

Yapay zeka beyni oluşturmanın ilk aşaması, bir görevi ayrı olarak uygulanabilecek modüler becerilere ayırmaktır. Yapay zeka beyni farklı becerileri ayrı ayrı öğrenir ve uygular ve ardından bu becerileri bir araya getirirse öğrenme daha iyi ve daha hızlı olur.

Çekiç başlı bir robota nasıl yürüyeceklerini öğretme örneğiyle becerileri nasıl tanımlayabileceğinizi açıklayalım. Bir robota nasıl yürüyeceklerini öğretmek istiyorsanız, üç fazlı yürüyüş desenlerini izlersiniz: solu kaldırın, bacağını dikin, bacağı sallayın.

Ardından, üç becerinin her biri için bir hedef belirlersiniz. Her yürüyüş aşamasının yürümeyi kolaylaştıran farklı hedefleri vardır.

Yürüyüş Aşaması (Beceriler)	Hedefler
Bacağı kaldır	Destek bacağının üzerinden atlamak için yeterli hızla iterek başlayın.
Bitki bacağı	Robotun ağırlığını desteklemek için bacağı yeterli dürtüyle (darbe anında kuvvet) dikin.
Sallanan bacak	Bu, ileri hareketin çoğunu oluşturan yürüyüş aşamasıdır.

İlk yürüyüş evresi, zemine bastığınızda diğer bacağınıza geçebilmek için itiş gücü sağlamak ve yeterli hızı toplamaktır. İkinci aşamada, hız neredeyse o kadar önemli değildir. Yürüyenler, vücudun ağırlığını desteklemek için bacağını yeterli güçle bastıklarında ikinci aşamada başarılı olurlar. Aksi takdirde, yürüteç yere çöker. Son aşamanın başka bir birincil hedefi daha vardır: ileri hareket. Bu aşama, üç yürüyüşün önemli itici gücüdür. Birinci ve ikinci evrede, fazlar çok başarılı olduğunda bile vücut çok fazla ilerlemez.

Beceri türleri

Beyin tasarımının görsel dilinde kullanacağınız üç tür beceri vardır:

• Algı becerileri algılamak, tahmin etmek, sınıflandırmak, algılamak veya filtrelemek için duyusal bilgileri işler. Bunlar gelişmiş algı (görüntü işleme, ses işleme vb.), tahmin ve sınıflandırmayı içerir. Normalde Machine Learning algoritmaları kullanılarak uygulanır.
• Gerçek zamanlı insan benzeri kararlar veren eylem becerileri . Bu teknolojiler görevi en basit şekilde çözdüğünde, otomatik zeka teknolojileri (kontrol teorisi, iyileştirme algoritmaları, uzman sistemler, uzman kuralları) herhangi bir teknoloji kümesiyle uygulanabilir. Ayrıca, stratejinin otomatik olarak öğrenilmesi gerektiğinde Derin Pekiştirici Öğrenme kullanılarak da uygulanabilir.
• Her bir senaryo için en uygun eylem becerisinin hangisi olduğuna karar veren gözetmenler gibi davranan seçici beceriler. Karar basitse seçici programlanabilir (normal if-then kod satırlarıyla uygulanır). Karar belirsizse ve alınması zorsa, öğrenilmesi gerekir ve Derin Pekiştirmeli Öğrenme ile uygulanacaktır.

2. Adım: Becerileri/modülleri düzenleme

Öğretecek becerileri tanımladıktan sonra, becerilerin birbirleriyle ilişkisini tanımlayarak bunları beyin tasarımında bir araya getirmeliyiz.

Becerileri düzenlerken, düşüncelerinizi yönlendirmek için birkaç soru sormalısınız:

• Bir sırayla gerçekleştirilmesi gereken herhangi bir beceri var mı?
• Sıralı olarak kullanılması gereken beceriler için sıra sabit mi yoksa değişken mi?
• Paralel olarak gerçekleştirilebilecek veya gerçekleştirilmesi gereken herhangi bir beceri var mı?
• Hiyerarşide düzenlenmesi gereken stratejiler var mı?

Çekiç başlı yürüyüş robotu örneği için, yürüme görevini üç beceriye böldük: bacağı kaldırma, ayağı sabitleme ve bacağı sallama. Şimdi bu becerileri birlikte beyin tasarımına dönüştüreceğiz. Yürümenin yürüyüş düzeni, becerileri sırayla döngüler: bacağı kaldır, bacağı yere koy, bacağı savur, diğer bacağı kaldır, diğer bacağı yere koy, diğer bacağı savur.

Yürüme döngüleri için beyin tasarımı şöyle görünür:

Oval sarı şekiller beyne giriş ve çıkışı temsil eden şekillerdir. Beyin tasarım diyagramında en soldaki oval, ortama yerleştirilen algılayıcılar tarafından yakalanan durum ortamını içeren giriştir. Beyin tasarımı diyagramında en sağdaki oval, otonom yapay zekanın ortamı değiştirmek için aldığı denetim eylemlerini veya kararlarını içeren çıktıdır.

Öğrenme/eğitim aşamasında eylemler bir simülatörde gerçekleşir ve algılayıcılar tarafından giriş düğümünde ortam durumu olarak gözlemlenen geri bildirim oluşturur. Beyin üretime dağıtıldığında, eylemler gerçek ortamda gerçekleşir.

Otonom yapay zeka bir geri bildirim denetleyicisidir. Yapay zeka beyninin az önce aldığı kararların sonuçlarını (çıkış) bir hedefe göre gösteren simülatörden veya gerçek işlemden (giriş) gelen geri bildirim, her beyin tasarımında gizlidir.

Beyin tasarımında bulabileceğiniz modüllerin olası şekilleri şunlardır:

• Altıgenler gelişmiş algı kavramlarını temsil eder.
• Dikdörtgenler eylem kavramlarını temsil eder.
• Elmaslar seçicileri temsil eder.
• Beyin diyagramındaki çizgiler, beynin bir modülünden diğerine geçirilen bilgileri temsil edilir.

3. Adım: Her beceriyi/modülü uygulayacak teknolojiyi seçme

Bu, makine öğretiminin, beyninizdeki becerileri bu beceriyi veya görevi çözmek için en iyi teknolojiye (en basit) eşlediğiniz aşamadır. Seçebileceğimiz teknolojiler, öncelikle Otomatik Zeka modülünde gözden geçirilen teknolojileri içerir:

• Matematik – kontrol teorisi
• Menüler – iyileştirme algoritmaları
• Kılavuzlar – uzman sistemler ve uzman kuralları
• Benzer Mantık veya Nitel Modelleme gibi diğer bilgi gösterimi ve akıl yürütme teknolojileri.

Ve otonom zeka modülüne dahil edilen teknolojiler:

• Machine Learning
• Derin Öğrenme
• Derin Takviyeli Öğrenme

Her beceriyi çözmek için en uygun olanı belirlemek için bu teknolojilerin güçlü ve zayıf yönlerini içeren tabloyu gözden geçirin.

Beyin tasarımının görsel dili

Beyin tasarımının görsel dilinde, beyninizin her modülünü kullanılan teknolojiye göre renklendireceksiniz:

• Mavi: Pekiştirme Öğrenmesi veya Derin Pekiştirme Öğrenmesi kullanarak öğrenilen kavram
• Yeşil: Gelişmiş Algı için Makine Öğrenmesi
• Beyaz: Düzenli bir adım adım algoritma kullanarak programlanabilir kavram
• Turuncu: Matematik veya kontrol teorisi
• Mor: Menüler veya iyileştirme algoritmaları
• Kırmızı: Kılavuzlar veya uzman sistemler ve uzman kuralları

Aşağıdaki görüntüde, beyin tasarım modülleri için şekil ve renk kodlaması gösterilmektedir.

Çekiç başlı yürüyüş robotu örneğinin beyin tasarımı şöyle görünür:

Becerilerin her birini öğrenmek zor olduğundan eylem modülleri Derin Pekiştirici Öğrenme modülleridir. Seçici, robotun her bir geçit aşamasında ne zaman bulunduğunu belirlemenin belirsiz veya zor olması nedeniyle aynı zamanda bir Derin Pekiştirmeli Öğrenme seçicisidir.

Otonom Yapay Zeka Mimarları arasında bir kural olduğu için yukarıda gösterildiği gibi şekli ve renkleri her zaman kullanmayı unutmayın. Bunu öğrendikte kolayca anlayabilirsiniz.

Makine Öğretimi paradigmasında eğitim almamış diğer paydaşlarla daha iyi iletişim kurmak için her zaman göstergeyi eklemeyi unutmayın.