Günümüzde en çok kullanılan yapay zeka algoritması CNN (Convolutional Neural Networks) adı verilen algoritmadır. Peki nedir bu algoritma ve nasıl çalışır?
CNN algoritmasında tüm katmanlar birbirine tam olarak bağlantılı şekilde çalışmaktadır. Yer alan katmanlar filtre özelliği görmekte ve boyut ile eğitim süresinde optimizasyon sağlamaktadır. Derin öğrenme (deep learning) konusunun en kritik noktası AlexNet 'tir. Yukarıdaki algoritmada rasgele verilerin yapıdan çıkarılarak modelin verileri ezberlemesi sorununun önüne geçilmektedir. CNN algoritması eğer elinizde yeteri kadar veri mevcut ise aşağıdaki fotoğrafta yer alan görevleri kusursuz bir şekilde yerine getirebilmektedir.
CNN yapısında katmanlar daha da derine doğru gitmektedir. Çok daha fazla filtlereme metodu ile istenilen sonuç daha net bir şekilde elde edilmektedir.
Peki CNN algoritmasındaki problemler nelerdir?
Aşağıda yer alan fotoğrafa baktığımızda beynimiz bu fotoğrafın farklı açılardan ve farklı ışık tonlarında çekilmiş olasına rağmen özgürlük heykeli olduğunu kavrayacaktır.
Fakat CNN algoritması böyle bir yeteneğe sahip değildir. Bu fotoğraflardan birini CNN algoritmasını kullanarak tanıttığınızda muhtemelen diğer fotoğrafları özgürlük heykeli olarak tanımayacaktır.
Kapsül Ağları Dönemi Başlıyor!
Kapsül ağları insan beyninin çalışmasına daha yakın bir ağ yapısıdır. Kapsül olarak adlandırılmasının sebebi CNN yapısındaki gibi birbirlerine bağlı olarak değil iç içe yapıda olmalarından bu şekilde adlandırılmaktadır. Bir katmanın içerisinde birden fazla kapsül katmanı eklenebilme yöntemini getirmiştir.
Sonuç olarak Kapsül Ağlar görüntü içerisindeki hiyerarşik yapıyı daha verimli olarak modelleyebilme imkanı sunan bir derin öğrenme (deep learning) yapısıdır. Gelecekte algoritmalar daha da iyileştirilerek insan beyni gibi öğrenebilen makineler yapmamıza adım adım yaklaşıyoruz.