Yapay Zekanın Temelleri
BİM444 — Hafta 1
Öğr. Gör. Oktay Cesur
2026-02-16
Dersin Tanımı
Amaç:
Problem çözme teknikleri, temel ML yöntemleri
Teknik bilgiden çok: tarihsel süreç, teorik altyapı
Dönem boyunca algoritmik hat üzerinde ilerleyeceğiz
Proje-ödev süreci dersin merkezinde
Yapay Zekanın Tanım Sorunu
Yapay zeka nedir?
Zeka nedir?
Epistemolojik temel sorunu
Çoklu tanım yaklaşımları
İki Temel Eksen
Düşünme vs Davranış:
İçsel süreç mi, dışsal çıktı mı?
İnsan-merkezli vs Rasyonel:
Kıyaslama noktası hangisi?
Dört tanım yaklaşımı ortaya çıkar
İnsanca Düşünmek
Bilişsel bilim perspektifi
Üç yöntem: İçgözlem, psikolojik deney, beyin görüntüleme
GPS: Muhakeme adımlarının karşılaştırılması
Rasyonellik Kavramı
Performans ölçütü: Nesnel, dışarıdan tanımlanmış
Dört kritik unsur: ölçüt, ön bilgi, eylemler, algı dizisi
Mükemmel rasyonellik vs sınırlı rasyonellik
Ajan Formalizmi:
\(f: P^* \to A\)
\[f: P^* \to A\]
\(P\)
: Olası algılar kümesi
\(P^*\)
: Tüm olası algı dizileri (Kleene kapanışı)
\(A\)
: Olası eylemler kümesi
Ajan Fonksiyonu vs Ajan Programı
Ajan fonksiyonu:
Kavramsal seviye (ne?)
Ajan programı:
Uygulama seviyesi (nasıl?)
Tablonun imkansızlığı ve program ihtiyacı
Turing Testi: Metodolojik Tartışma
Davranışsal tanım: İçsel işleyişten bağımsız
Pragmatik değerlendirme kriteri
Altı disiplinin birleşimi gerekir
Erken Dönem: McCulloch-Pitts ve Hebb
McCulloch & Pitts (1943): Yapay nöron modeli
Evrensel hesaplama kapasitesi
Hebb (1949): Sinaptik öğrenme kuralı
Kavramsal Çerçevenin Önemi
Çoklu yaklaşım: Bilişsel modelleme + mühendislik
Ajan formalizmi: Birleştirici soyutlama
Rasyonellik: Normatif temel