I. Yapay Zekânın Fikri Mülkiyet Hukukundaki Etkileri
A. Fikri Haklar Çerçevesinde Yapay Zekânın Kullanım Alanları
1. Üretim Aracı Olarak Yapay Zekâ
Yapay zekâ, en basit deyişle şekli anlamda eser kategorisine giren ürünler ortaya…
Bu konuda en meşhur örneklerden birini resim yapabilen yapay zekâ AARON oluşturmaktadır.…
Yapay zekâ tarafından üretilen musiki örnekleri de yoğun ilgi görmektedir. En çarpıcı…
Bu örneklerin ve aşağıda görülecek olan hukuki tartışmaların daha iyi anlaşılabilmesi…
Özellikle yapay sinir ağları aracılığıyla makine öğrenimi bu noktada önem arz etmek…
Algoritmik kurallar çerçevesinde çeşitli sayılar üreten bu sistem sayesinde yapay…
“Amacımız ağa hangi girdi için hangi çıktıyı üretmesi gerektiğini öğretmektir. Bunu çok sayıda girdi-çıktı çiftini ağa ‘göstererek’ yapacağız. Başlangıçta tel ağırlıklarını bilmiyoruz, o yüzden onlara rasgele değerler atayarak rasgele bir ağ elde edelim.…
Ağımızı eğitmek için dijital aile albümümü kullanacağım diyelim; çok sayıda resim dosyası hazırladım, dahası, her dosyayı içinde Ahmet amcamla Sabriye halamın olup olmadığını gösteren iki bitle ‘etiket’ledim: İkisi de varsa etiketin değeri 11, amcam var ama halam yoksa 10, ikisi de yoksa 00, vs.…
Şimdi ilk fotoğrafı ağa gösterelim, yani onu oluşturan noktaların sayısal değerlerini ağın girdi katmanına verelim. Elbette ki mevcut ağırlıklarıyla amcamı doğru tanımasını beklemiyoruz; muhakkak hata yapacaktır, yani çıktı katmanında benim bu fotoğraf için belirlediğim iki rakam değil, başka sayılar hesaplanacaktır.…
Hatanın geri yayılımı algoritmasının görevi, ağdaki binlerce telin ağırlıklarını aynı girdi ileride bir kez daha görülürse, o sefer bu kadar hata yapılmamasını sağlayacak şekilde güncellemektir. Resimde amcam vardı, yani çıktı katmanındaki ‘amca’ hücresinin 1 sayısını hesaplaması gerekiyordu, ama daha küçük bir sayı hesapladı diyelim. Bu yanlış hesap kimin kabahatidir? O hücrenin girdi tellerinin gerideki katmandan taşıdıkları sayılarla ağırlıklarının. Peki ama o geriden gelen sayılar kimin kabahatiydi? Bir önceki katmandaki ağırlıkların. Çok şık bir türev alma cinliğiyle ağda bu hataya katkı yapan her ağırlık, katkısı oranında bir daha sefere…
Gözetimli öğrenmeye benzer bir diğer yöntem ise pekiştirmeli öğrenmedir (reinforced learning). Pekiştirmeli öğrenme, sınırlı bir eğitim verisi bulunduğu ya da amaçlanan çıktı açık bir şekilde tanımlanamadığında kullanılmaktadır.…
Görüldüğü gibi yukarıda özetlenen modeller, kural olarak hem insan tarafından işlenmiş…
“Girdide piksel renkleri varsa ilk gizli katmandaki hücrelerin her biri resimdeki birkaç komşu pikselden oluşan dar bölgeye odaklanıp resmin orasında bir ‘çizgi’ olup olmadığını, varsa da dikey mi, yatay mı, yoksa çapraz mı olduğunu hesaplayabilir mesela Onanın bu doğrudan amcamı tanımaktan çok daha kolaydır!). Şimdi ağın geri kalanını kendi başına bir ağ olarak düşünün: Ham piksel renkleri yerine çizgi parçacıklarını girdi olarak alan bu ağın bir şekli tanıması ilk problemimizden biraz daha kolay, değil mi?…
Sonraki katmanlar bu şekilde kademeli olarak çalışır: Biri çizgilerden burun, kulak gibi şekilleri tanıyan hücrelerden oluşur, sonraki bunların birleşimlerini tanıyanlardan.…
[…]…
Derin öğrenmenin ne olduğunu unutmayalım: Verilen bir yığın girdi-çıktı çifti üzerinde antrenman yapıp bir dönüşüm çıkarsamak ve bu dönüşümün daha önce görmediği bir girdiyle karşılaştığında ona uygun çıktıyı vereceğini ummak. Bu işi, konuşma tanıma, go oyununda kazanma şansı yüksek pozisyonları tanıma, cisim tanıma gibi alanlarda yapabiliyoruz, çünkü bunların tümündeki dönüşümler öğrenme algoritmamızın matematiksel doğasının (türevlere vs. dayalı iç mantığına göre) kolayca öğrenebildiği fonksiyonlardan (‘Kolay’ derken yüz binlerce örneğin art arda gösterilmesini kastettiğimi unutmayın).”…
Son olarak, üretken çekişmeli ağlara (generative adversarial networks – GANs) değinmek gerekir. Üretken çekişmeli ağ, biri üretici diğeri ayırt edici olmak iki farklı yapay sinir ağının bileşiminden oluşan bir ağ mimarisi olarak tanımlanabilir.…
Gözetimli öğrenme ile belirli bir ressamın ya da bestekârın tarzı yapay zekâya öğretilebilir.…
EN
TR
