Kısa tanım
Derin öğrenme, çok katmanlı yapay sinir ağlarını kullanarak ham veriden hiyerarşik özellik temsilleri öğrenen ve karmaşık örüntü tanıma görevlerinde yüksek başarım sağlayan makine öğrenmesi alt alanıdır.
Ayrıntılı açıklama
Derin öğrenmeyi klasik makine öğrenmesinden ayıran temel özellik, öznitelik mühendisliğinin büyük ölçüde ortadan kalkmasıdır. Geleneksel yaklaşımlarda uzmanlar veriden hangi özelliklerin çıkarılacağını elle tasarlarken, derin ağlar bu temsilleri katman katman kendileri öğrenir: ilk katmanlar kenar ve doku gibi basit örüntüleri, sonraki katmanlar giderek soyutlaşan yapıları yakalar. Bu hiyerarşik temsil öğrenimi, görüntü, ses, metin ve sinyal verilerinde güçlü sonuçlar üretmiştir.
Alanın gelişimini üç etken birlikte mümkün kılmıştır: büyük hacimli veri kümelerinin erişilebilir hâle gelmesi, grafik işlemciler gibi paralel hesaplama donanımlarının yaygınlaşması ve algoritmik ilerlemeler. Evrişimli sinir ağları görüntü işlemede, yinelemeli ağlar ve dikkat (attention) mekanizmasına dayalı dönüştürücü (transformer) mimariler dizisel verilerde standart araçlar hâline gelmiştir. Eğitim, büyük veri kümeleri üzerinde geri yayılım ve gradyan tabanlı eniyilemeyle yürütülür; önceden eğitilmiş modellerin yeni görevlere uyarlanması (aktarım öğrenmesi) veri gereksinimini azaltan yaygın bir tekniktir.
Derin öğrenmenin sınırlılıkları da mühendislik açısından belirleyicidir. Modeller eğitim verisinin dağılımı dışındaki girdilerde öngörülemez davranabilir; kasıtlı olarak bozulmuş girdilere (çekişmeli örnekler) karşı hassasiyet gösterebilir; kararlarının gerekçelendirilmesi güçtür. Bu nedenle açıklanabilir yapay zekâ, dayanıklılık testi ve model doğrulama yöntemleri etkin araştırma alanlarıdır.
Savunma sanayii bağlamı
Savunma alanında derin öğrenme; görüntü istihbaratının işlenmesi, otomatik hedef tanıma, sinyal sınıflandırma, otonom seyrüsefer ve bakım verilerinin analizi gibi uygulamalarda değerlendirilmektedir. Görev kritik kullanımda modellerin doğrulanması, eğitim verisinin güvenliği ve insan denetiminin korunması, tedarik makamlarının ve standart kuruluşlarının üzerinde durduğu başlıklardır. Belirli sistemlerin sayısal performans değerleri bu sayfada yer almaz — güvenli yayın ilkesi gereği.
Türk savunma sanayiinde de yapay zekâ ve derin öğrenme uygulamalarına yönelik çalışmalar yürütülmektedir.
İlgili kavramlar
Yapay sinir ağı · Pekiştirmeli öğrenme · Bilgisayarla görü · Hedef tanıma (ATR) · Büyük veri analitiği (savunma)