eren 1. nesil yazar

kelimeleri birebir eşleştirmek yerine, aranan ifadenin anlamını dikkate alan arama yöntemi. kullanıcı farklı kelimeler kullansa bile benzer anlamdaki belgeleri bulabilir. bu nedenle soru-cevap ve doküman arama sistemlerinde sık kullanılır.

eğitilen bir yapay zeka modelinin daha önce görmediği örneklerle sınandığı veri bölümü. modelin sadece ezber yapıp yapmadığını ve yeni durumlarda ne kadar doğru çalıştığını anlamaya yardım eder.

bir veriye neyi gösterdiğini anlatan kısa bilgi eklenmesi. örneğin bir fotoğrafın kedi, köpek veya araba olarak işaretlenmesi etiketlemedir. yapay zeka modelleri bu örneklerden hangi özelliklere bakacağını öğrenir.

konuşmayı dinleyip ekranda yazıya çeviren sistem. yapay zeka sesleri ve kelimeleri tahmin ederek altyazı oluşturur. gürültü, aksan, hızlı konuşma veya özel isimler hatalara yol açabileceği için önemli içeriklerde kontrol etmek gerekir.

bir yapay zeka modelini yeni veriler, düzeltmeler veya geliştirmelerle yeniden eğitme ya da ayarlarını değiştirme işlemi. güncelleme modeli daha iyi hale getirebilir; fakat yeni sürümün eski görevlerdeki başarısı da ayrıca test edilmelidir.

bir veri setindeki eksik, yanlış, tekrar eden veya birbiriyle çelişen kayıtları düzeltme ve ayıklama işi. yapay zeka modeli bu verilerle eğitildiği için temizleme adımı atlanırsa model hatalı örüntüler öğrenebilir.

bir kişinin geçmiş seçimlerine veya benzer kullanıcıların davranışlarına bakarak ilgilenebileceği içerikleri tahmin eden sistem. film, müzik ve alışveriş önerilerinde kullanılır. iyi öneri için yeterli veri gerekir; bu nedenle bazen yeni ve farklı seçenekleri göstermekte zorlanabilir.

çok sayıda metin üzerinde çalışarak kelimelerin ve cümlelerin nasıl bir araya geldiğini öğrenen yapay zeka modeli. verilen metne göre sıradaki kelimeleri tahmin ederek cevap, özet veya çeviri üretebilir; ancak her zaman gerçekten anlıyor veya doğru söylüyor kabul edilmemelidir.

bir yapay zeka modeline çok sayıda örnek göstererek örüntüleri öğrenmesini sağlama süreci. model tahmin yapar, hatasını ölçer ve iç ayarlarını tekrar tekrar değiştirir. iyi sonuç için yalnızca çok veri değil, doğru ve çeşitli veri de gerekir.

insan konuşmasını yazıya veya komutlara dönüştüren yapay zeka uygulaması. telefonlardaki sesli asistanlar ve otomatik altyazı sistemleri buna örnektir. aksan, gürültü ve konuşma hızı doğruluğu etkileyebilir.

bir fotoğraf veya videodaki nesneleri, yüzleri ya da sahneleri bilgisayarın tanımaya çalışması. güvenlik kameralarında, telefonlardaki fotoğraf aramasında ve tıbbi görüntülerin incelenmesinde kullanılabilir; her zaman hatasız çalışmaz.

yapay zeka kullanılırken kişisel bilgilerin nasıl toplandığını, saklandığını ve işlendiğini anlatan konu. bir sisteme özel bilgiler vermeden önce bu verilerin ne kadar süre tutulduğunu ve kimlerle paylaşılabileceğini bilmek önemlidir.

yapay zekanın bazı insanları veya grupları diğerlerinden daha olumsuz değerlendirmesine yol açan sistematik hata. çoğu zaman eğitim verilerindeki dengesizliklerden kaynaklanır. farklı grupları temsil eden veriler kullanmak ve sonuçları düzenli olarak test etmek bu riski azaltabilir.

insanların tekrar tekrar yaptığı işleri yapay zeka yardımıyla otomatikleştirme. belgelerden bilgi çıkarmak, müşteri sorularını yanıtlamak veya verileri özetlemek buna örnektir. iyi bir otomasyon zaman kazandırır; sonuçların yine de kontrol edilmesi gerekir.

metin, görsel veya başka verileri önceden belirlenmiş gruplara ayırma işi. e-postaları istenmeyen veya normal diye ayırmak, bir fotoğraftaki nesneyi tanımak ve yorumun duygusunu bulmak sınıflandırmaya örnektir.