Derin Öğrenme Nasıl Çalışır? Katmanlar, Eğitim ve Kullanım Alanları

Yapay zekâdan derin öğrenmeye: Kavramların kapsam sırası

Yapay zekâ, makinelerin algılama, sınıflandırma, tahmin veya karar verme gibi insan zekâsıyla ilişkilendirilen görevleri gerçekleştirmesini amaçlayan geniş alandır. Makine öğrenmesi, bu alan içindeki bir yaklaşımdır: Kuralların tamamını elle yazmak yerine model, örnek verilerdeki ilişkilerden yararlanarak bir görev için tahmin üretir. Derin öğrenme ise makine öğrenmesinin belirli bir alt kümesidir ve temel olarak çok katmanlı yapay sinir ağlarıyla çalışır.

Bu nedenle kapsam ilişkisi şöyle gösterilebilir: yapay zekâ ⊃ makine öğrenmesi ⊃ derin öğrenme. Her yapay zekâ sistemi derin öğrenme kullanmaz; kural tabanlı sistemler veya farklı makine öğrenmesi algoritmaları da yapay zekâ kapsamında değerlendirilebilir. Benzer biçimde, bir yapay sinir ağı kullanılması da tek başına problemin mutlaka 'derin öğrenme' olduğu anlamına gelmez; derinlik, giriş ve çıkış arasında birden fazla ara katmanın bulunmasıyla ilişkilidir.

Derin öğrenmenin ayırt edici gücü, özellik çıkarımının önemli bir bölümünü modelin öğrenebilmesidir. Geleneksel bir makine öğrenmesi iş akışında uzman, görüntüdeki kenar sayısı veya ses sinyalindeki belirli ölçümler gibi özellikleri önceden tasarlayabilir. Derin öğrenmede ise ağ, ham ya da ön işlenmiş girdiden görevin gerektirdiği ara temsilleri katmanlar boyunca öğrenebilir. Bu avantaj, özellikle görüntü, ses ve metin gibi yapılandırılmamış verilerde ortaya çıkar; ancak iyi veri, uygun model ve yeterli hesaplama gereksinimini ortadan kaldırmaz.

Bir görüntüden karara: Katmanların öğrendiği hiyerarşi

Bir derin öğrenme modelinde giriş katmanı, veriyi sayısal bir biçimde alır. Görüntü piksellerden, ses dalga örneklerinden, metin ise sayısal gösterimlerden oluşacak şekilde modele aktarılabilir. Girişten sonra gelen gizli katmanlarda düğümler, önceki katmandan gelen değerleri ağırlıklarla birleştirir ve bir çıktı üretir. Basitleştirilmiş bir nöron hesabı şöyle yazılabilir: $z = w_1x_1 + w_2x_2 + b$. Burada $x$ girdiyi, $w$ ağırlığı, $b$ ise yanlılık terimini gösterir. $z$ değeri çoğu ağda bir aktivasyon işlevinden geçirilir.

Katmanların çıktısı ilerledikçe temsil daha soyut hâle gelebilir. Görüntü görevinde erken katmanlar kenar ve basit şekil ilişkilerini, sonraki katmanlar bu parçaların birleşimlerini, son katmanlar ise sınıf kararına yarayan daha bütünsel örüntüleri öğrenebilir. Bu, her modelde aynı biçimde ve aynı sırayla gerçekleşen sabit bir kural değildir; ağ mimarisi, veri türü ve eğitim görevi hangi özelliklerin öğrenileceğini etkiler. Yine de 'basitten karmaşığa temsil' fikri, katmanlı yapının neden yararlı olduğunu açıklayan uygun bir sezgidir.

Çıkış katmanı göreve göre değişir. Bir görüntüyü kedi veya köpek gibi sınıflara ayırmada sınıf tahmini üretebilir; bir sayısal değeri tahmin etmede tek ya da birden fazla sürekli çıktı verebilir. Modelin çıktısı doğrudan doğru kabul edilmez. Eğitim sırasında bu çıktı, hedef sonuçla karşılaştırılır ve aradaki fark bir kayıp değeriyle ifade edilir.

Eğitim döngüsü: Kayıp değerinden ağırlık güncellemesine

Derin öğrenmede 'öğrenme', ağırlıkların veriye göre ayarlanmasıdır. İşlem genellikle şu zincirle ilerler:

1. Model, bir girdi örneğini alır ve ileri yayılımla tahmin üretir.
2. Tahmin, bilinen hedefle karşılaştırılır.
3. Aradaki uyumsuzluk bir kayıp fonksiyonuyla sayısallaştırılır.
4. Geri yayılım, kaybın ağdaki ağırlıklara göre nasıl değiştiğini hesaplar.
5. Bir optimizasyon yöntemi, ağırlıkları kaybı azaltacak yönde günceller.
6. Bu işlem veri örnekleri üzerinde tekrarlanır; tamamlanan veri geçişleri ve eğitim ayarlarına göre modelin performansı izlenir.

Kayıp değeri tek başına 'model iyi' veya 'model kötü' kararı vermez. Aynı kayıp değerinin anlamı kullanılan göreve, veri ölçeğine ve kayıp fonksiyonuna bağlıdır. Bu yüzden model, eğitim verisindeki kaybın yanında daha önce eğitimde kullanılmayan doğrulama veya test verisindeki başarımıyla değerlendirilir. Sınıflandırmada doğruluk, hata matrisi, kesinlik ya da duyarlılık gibi ölçüler görev için uygun olduğunda incelenebilir; hangi ölçünün öncelikli olduğu uygulamanın hata maliyetine bağlıdır.

Model eğitim verisini çok iyi ezberleyip yeni verilerde zayıf sonuç veriyorsa aşırı öğrenme söz konusu olabilir. Tersine, eğitim verisinde de yeterli örüntüyü öğrenemiyorsa yetersiz öğrenme görülebilir. Bu nedenle yalnızca eğitim başarımına bakmak, genelleme yeteneği hakkında eksik bir karar doğurur. Veri çeşitliliği, modelin kapasitesi, eğitim süresi ve kullanılan düzenleme yöntemleri birlikte değerlendirilmelidir.

Veri türüne göre modelin yaptığı iş

Derin öğrenmenin kullanım alanı, yalnızca modelin 'zeki' olmasına değil, girdinin yapısına ve hedeflenen çıktıya bağlıdır.

Görüntü işleme ve bilgisayarlı görüde model, pikseller arasındaki uzamsal ilişkilerden yararlanarak nesne sınıflandırma, yüz veya nesne algılama ve görüntüdeki bölgeleri ayırma gibi görevlerde kullanılabilir. Tıbbi görüntüler, güvenlik kameraları ve araçların çevre algısı bu alandaki örneklerdir. Bir modelin görüntüde örüntü bulabilmesi, tek başına klinik tanı veya güvenlik kararının insan denetimi olmadan verilmesini garanti etmez; veri kalitesi ve uygulama koşulları sonucu etkiler.

Doğal dil işlemede metin sınıflandırma, makine çevirisi, özetleme, duygu analizi ve sohbet sistemleri gibi görevler öne çıkar. Metin, kelimelerin tek tek anlamından öte bağlama ve sıralamaya bağlı olduğu için modelin farklı uzunluklardaki ilişkileri temsil etmesi gerekir. Büyük dil modelleri ve ChatGPT gibi sistemler de derin öğrenme temelli dil işleme yaklaşımının güncel örnekleriyle ilişkilidir; ancak her metin üreten sistemin doğru bilgi verdiği sonucu çıkarılmamalıdır.

Ses tanımada amaç, ses sinyalini yazıya çevirmek veya konuşma içindeki örüntüleri sınıflandırmak olabilir. Öneri sistemlerinde ise kullanıcıların geçmiş tercihleri ve davranışlarından yararlanılarak içerik ya da ürün tahmini yapılabilir. Üretken yapay zekâda model, eğitim sırasında öğrendiği örüntülere dayanarak yeni metin, görüntü veya başka içerikler oluşturabilir. Bu görevlerin her biri aynı veri biçimini, aynı çıkış katmanını veya aynı değerlendirme ölçüsünü gerektirmez.

Çözümlü örnekler: Bir sınıflandırma tahmini nasıl değerlendirilir?

Örnek 1 — Görüntü sınıflandırma:

Verilenler: Bir fotoğraf sınıflandırma modelinin iki sınıfı vardır: kedi ve köpek. Model, fotoğraf için kedi olasılığını $0{,}80$, köpek olasılığını $0{,}20$ olarak üretmiştir. Gerçek etiket kedidir.

Çözüm adımları:

1. Modelin ürettiği değerler karşılaştırılır: $0{,}80 > 0{,}20$ olduğundan modelin seçtiği sınıf kedidir.
2. Seçilen sınıf gerçek etiketle karşılaştırılır. Gerçek etiket de kedi olduğu için bu örnekte tahmin doğrudur.
3. Ancak tek bir doğru tahmin, modelin genel olarak güvenilir olduğunu kanıtlamaz. Bunun için eğitimde kullanılmamış çok sayıda örnek üzerinde performans ölçülür.
4. Olasılık değerinin yüksek olması, modelin tahmin güveninin yüksek olduğunu gösteren bir model çıktısıdır; tek başına tahminin kesin doğru olduğu anlamına gelmez.

Sonuç: Bu örnekte sınıf tahmini doğrudur; model kalitesi hakkında karar vermek için test kümesindeki toplu ölçümlere ihtiyaç vardır.

Örnek 2 — Eğitim ve yeni veri ayrımı:

Verilenler: Bir model, eğitim görüntülerinin tamamına çok yüksek başarıyla yanıt verirken yeni fotoğraflarda belirgin biçimde daha fazla hata yapıyor.

Çözüm adımları:

1. Eğitim verisindeki başarı ile daha önce görülmemiş verideki başarı ayrı değerlendirilir.
2. İki sonuç arasındaki belirgin fark, modelin eğitim örneklerini ezberlemiş olabileceğini düşündürür.
3. Bu durum aşırı öğrenme olasılığıyla açıklanır; fakat kesin karar için doğrulama ve test sonuçları, veri dağılımı ve değerlendirme yöntemi incelenmelidir.
4. Veri çeşitliliğini artırma, modeli gereğinden fazla karmaşıklaştırmama veya uygun düzenleme yöntemleri kullanma gibi seçenekler değerlendirilebilir.

Sonuç: Eğitim başarısının yüksek olması tek başına yeterli değildir; hedef, modelin yeni ve benzer koşullardaki verilerde de genelleme yapabilmesidir.

Sık yapılan hatalar ve karıştırılan sınır durumları

1. 'Derin öğrenme insan gibi düşünür' demek: Model, verilerdeki örüntüleri ve istatistiksel ilişkileri öğrenerek tahmin üretir. Bu açıklama, insanın bilinç, niyet veya genel akıl yürütme süreçlerinin aynısını gerçekleştirdiği anlamına gelmez.

2. Yapay zekâ, makine öğrenmesi ve derin öğrenmeyi eş anlamlı kullanmak: Bunlar kapsam olarak aynı değildir. Derin öğrenme, makine öğrenmesinin alt alanıdır; yapay zekâ ise ikisinden daha geniş bir çerçevedir.

3. 'Derin öğrenme etiketsiz veriyle çalışır' demek: Etiketli veriyle yapılan denetimli eğitim önemli bir kullanım biçimidir. Etiket gerektirmeyen veya etiketin doğrudan verilmediği öğrenme yaklaşımları da bulunabilir; bu yüzden tüm derin öğrenme modellerini tek bir veri düzenine indirgemek doğru değildir.

4. Daha fazla katmanın her durumda daha iyi sonuç vereceğini sanmak: Katman sayısı model kapasitesini etkileyebilir; fakat veri kalitesi, görev, eğitim ayarları ve hesaplama kaynakları uygun değilse daha büyük model daha iyi genelleme sağlamayabilir.

5. Eğitim hatasını gerçek dünya başarısıyla karıştırmak: Eğitim verisindeki düşük kayıp, görülmemiş veride düşük hata garantisi değildir. Test verisiyle değerlendirme yapılmadan genelleme hakkında güçlü bir sonuç çıkarılamaz.

6. Model çıktısını kesin gerçek kabul etmek: Sınıflandırma olasılığı veya üretilen metin, sistemin hesapladığı çıktıdır. Özellikle sağlık, güvenlik ve finans gibi hata maliyetinin yüksek olabileceği alanlarda çıktıların kullanım koşulları ve insan denetimi ayrıca ele alınmalıdır.

7. Derin öğrenmeyi yalnızca görüntüyle ilişkilendirmek: Görüntü, ses, metin ve öneri görevleri de derin öğrenme uygulamalarına örnektir. Buna rağmen her görüntü işleme veya doğal dil işleme sistemi derin öğrenme kullanmak zorunda değildir.