Yapay Zeka 2

Yapay Zeka Robotu Nasıl Düşünür?

Merhaba çocuklar! Bugün bu "akıllı makinelerin" içinde neler olup bittiğini, bir robotun nasıl karar verdiğini ve onları nasıl gruplara ayırdığımızı inceleyeceğiz.

1. Bölüm: Yapay Zekanın 3 Altın Parçası (Bileşenler)

Bileşen AVeri (Bilgi Havuzu)

Yapay zekanın hafızasıdır. Bir uygulamanın "elma"yı tanıması için ona binlerce elma fotoğrafı gösteririz. 🔍 Örnek: 5000 adet elma fotoğrafı.

Bileşen BAlgoritma (Yemek Tarifi)

Gelen bilgiyi nasıl kullanacağını söyleyen kurallar listesidir. 🔍 Örnek: "Eğer nesne kırmızıysa ve yuvarlaksa, bu bir elmadır."

Bileşen Cİşlem Gücü (Bilgisayarın Kasları)

Bu kadar çok bilgiyi çok hızlı düşünebilmek için gereken donanımsal güçtür.

2. Bölüm: Yapay Zekanın "Sınıf Arkadaşları"

• Dar Yapay Zeka: Sadece tek bir işin uzmanıdır. (Örn: Satranç oynayan bilgisayar).
• Genel Yapay Zeka: Her şeyi insan gibi yapabilen, henüz icat edilmemiş robotlar.
• Üretken Yapay Zeka: Sizin yerinize resim çizen veya hikaye yazanlar. (Örn: ChatGPT).

''

3. Bölüm: Haydi Bir Uygulama Belirleyelim!

Vaka Analizi: Akıllı Çöp Kutusu

Belirleme: Plastiği ve kağıdı ayıran bir sistem.

İlişkilendirme: Kamera görüntüyü alır (Veri), program karar verir (Algoritma), kapak açılır (Çıktı).

Sınıflandırma: Bu bir Dar Yapay Zeka örneğidir.

Yapay Zekanın Anatomisi

Bu derste yapay zekayı bir "kara kutu" olmaktan çıkarıp, içindeki parçaları, nasıl çalıştığını ve türlerini derinlemesine inceleyeceğiz.

"Merhaba çocuklar! Yapay zekayı bir LEGO setine benzetebiliriz. Parçalar eksik olursa model çalışmaz. Bugün bu akıllı makinelerin mutfağına giriyoruz!"

1. Bölüm: Yapay Zekanın Çalışma Bileşenleri (Kazanım B)

Bir yapay zeka uygulamasının hayata geçmesi için dört ana bileşenin bir araya gelmesi gerekir:

💾 Veri (Data) Sistemin yakıtıdır. Öğrenmek için ihtiyaç duyulan binlerce örnek (Örn: Elma fotoğrafları).

🧠 Algoritma (Model) Veriyi işleyen mantık. "Eğer kırmızı ve yuvarlaksa elmadır" diyen kurallar listesi.

⚡ Donanım (Compute) İşlemi yapacak güç. Bilgisayarın kasları (GPU, Bulut işlemciler).

📱 Arayüz / Çıktı Kullanıcının etkileşime girdiği son nokta (ChatGPT ekranı veya robot kolu).

2. Bölüm: Alt Boyutlara Göre Gruplandırma (Kazanım C)

Yapay zekayı yeteneklerine ve kullanım amaçlarına göre kategorize ediyoruz:

Boyut	Kategoriler	Kısa Açıklama
Yetenek Seviyesi	Dar (Narrow) vs. Genel (General)	Tek işi yapan (Satranç) vs. İnsan gibi her şeyi yapan AI.
Öğrenme Biçimi	Denetimli, Denetimsiz, Takviyeli	Öğretmenle öğrenme vs. Kendi başına keşfetme.
İşlevsellik	Üretken vs. Analitik	Yeni içerik üreten (Resim/Yazı) vs. Tahminleme yapan.

3. Bölüm: Güncel Uygulama Analizi (Kazanım A)

🚀 Örnek Analiz: Akıllı Tarım Drone'u

Uygulama: Tarladaki yabani otları tespit edip sadece onları ilaçlayan drone.

---

BİLEŞEN Görüntü işleme algoritması + Kamera verisi + Uçuş donanımı.

GRUP Dar AI: Sadece ot bulur. Denetimli Öğrenme: Daha önce ot resimleri öğretilmiştir.

Sınıf İçi Uygulama: Öğrencilere "Otonom Araç" örneğini verin. Sensörden gelen veri (Girdi), modelin karar vermesi (İşlem) ve tekerleklerin dönmesi (Çıktı) arasındaki ilişkiyi tartışarak dersi sonlandırın.

Yeni Etkinlik: Yapay Zeka Soruları Nasıl Cevaplar?

Etkinlik: Kelime Tahminleme Oyunu

Yapay zeka aslında bizim gibi "düşünmez". O, bir kelimeden sonra hangi kelimenin geleceğini tahmin eden devasa bir olasılık makinesidir.

Adım 1: Soru Gelir
"Türkiye'nin başkenti neresidir?"

Adım 2: Kelime Tahmini (Olasılıklar)

• Ankara (%98 ihtimal)
• İstanbul (%1 ihtimal)
• Mavi (%0.01 ihtimal)

Adım 3: Cevap Oluşturma

Yapay zeka en yüksek ihtimali seçer ve cevabı yapıştırır: "Ankara"

Sonuç: Yapay zeka dünyayı bilmez, sadece kelimelerin birbiriyle nasıl yan yana geldiğini (Veri + Algoritma) bilir.

🌊

Kaptan, Robotun Sana İhtiyacı Var!

Okyanusları temizlemek için bir yapay zeka robotu eğitmeye ne dersin? Senin vereceğin her doğru bilgi, denizleri daha temiz bir yer yapacak!

Görev: Yapay zeka oyununu son bölüme kadar tamamla ve sertifikanı al!

🎮 OYUNU BAŞLAT

✍️ Benim Robot Çizerim: Şekilleri Öğret!

Aşağıdaki alana fareyle bir şekil (kare veya daire) çiz, sonra bu şeklin ne olduğunu robota öğret!

Toplanan Daire Verisi: 0, Toplanan Kare Verisi: 0

📌 Ders Özeti: Yapay Zeka Notları

1. Bileşenler: Veri (Bilgi) + Algoritma (Mantık) + İşlemci (Hız)

2. Türler: Dar AI (Uzman), Genel AI (İnsan gibi), Üretken AI (Sanatçı)

3. Mantık: Yapay zeka bir tahmin makinesidir!

- Bugün harika şeyler öğrendik! 🚀

💡 UNUTMA!

Yapay zekanın zekası, ona verilen verinin kalitesi kadardır. Eğer ona yanlış veya eksik bilgi öğretilirse, o da hatalı sonuçlar üretir. Yani yapay zeka, ona ne öğretirsek odur!

Soru: 1 / 50

Yanlış Sayısı: 0

Yükleniyor...

💡

Bir İpucu!

🎉

Testi Bitirdin!