Yapay Zeka (AI) nedir? Makineleri görmek, dinlemek veya konuşmak için programlayabilir miyiz? Yapay zeka, bilimi nasıl dönüştürüyor ve hayatımızı nasıl iyileştiriyor? Bu giriş dersinde yapay zekanın tarihine, şimdiye kadar neler başardıklarına ve gelecekteki olasılıkların neler olduğuna bakacağız. Ders, diğer derslerdeki mini projeler için programlama dili olacak Python üzerine hızlandırılmış bir kursla devam edecek.
Bu ders bazı örnekleriyle derin öğrenmeye kısa bir giriş olacaktır.
İnsan dilini anlamak, yapay zekanın uzun vadeli hedeflerinden biridir. Doğal dil işleme (NLP) alanı, soru yanıtlama, makine çevirisi, belge özetleme, duyarlılık analizi gibi sorunları çözmeye çalışır ve Alexa, Siri ve Google Assistant gibi günümüzün popüler dijital asistanlarına güç verir. Bu derste, NLP’nin bazı temel problemlerini ve algoritmalarını tanıtacağız ve basit NLP modellerinin nasıl oluşturulacağını öğreneceğiz.
Siber saldırıların riski ve ciddiyeti son yıllarda arttı. Bu mini derste, makine öğrenimi (ML) ve siber güvenliğin kesişimini iki tamamlayıcı perspektiften öğreneceğiz: (i) siber saldırılarla mücadele etmek için makine öğrenimini kullanma ve (ii) makine öğrenimi modellerini daha güvenli, sağlam ve güvenilir hale getirme. İstenmeyen posta filtreleme, dolandırıcılık algılama ve görüntü tanımayı içeren örnekleri inceleyeceğiz.
Hastalığa neden olan bir hedef proteine karşı etkili olan küçük moleküller bulmak, farmasötik araştırmanın merkezinde yer almaktadır. Moleküllerin geniş kimyasal alanı, bu tür etkileşimlerin belirlenmesini çok zor hale getirir. Bu mini derste, ilk olarak, ilaç-hedef etkileşimlerini tahmin etmek için hesaplamalı yaklaşımları gözden geçireceğiz. İkinci bölümdeki uygulamalı bir oturum, bu tür etkileşimleri tahmin etmek için makine öğreniminin nasıl kullanılabileceğini gösterecek.
Günümüzün yapay zeka tabanlı teknolojileri, “derin öğrenme” adı verilen beyinden ilham alan bir dizi teknik kullanarak araba sürmek, cümleleri çevirmek, tümörleri tanımak gibi sorunları çözebilir. Bu teknikler 60 yıllık bir süre içinde geliştirildi, ancak son on yılda daha büyük veri kümeleri, daha büyük bilgisayarlar ve daha iyi algoritmalar nedeniyle bu noktaya geldi. Bu derste derin öğrenmenin altında yatan temel fikirleri tanıtacak ve basit derin öğrenme modellerinin nasıl oluşturulacağını ve kullanılacağını öğreneceğiz.
Bu mini ders, insanların nasıl konuşma ürettiklerini ve işitme sistemi aracılığıyla sesleri nasıl algıladıklarını öğretecek. Konser salonlarının akustiğini sayısal süzgeçlerin temelleri için incelerken, bu temellerin çeşitli AI uygulamalarına nasıl genişletildiğine de bakacağız. Son olarak, farklı salonların akustiğini simüle etmek için mini bir proje yürüteceğiz.
Bilgisayarla görme, sayısal görüntülerin (imgelerin) bilgisayar tarafından otomatik olarak anlaşılması problemiyle ilgilenir. Bu haliyle bir yapay zeka sisteminin ana bileşenlerinden biridir. Bu derste ilk olarak imge sınıflandırma, bölütleme (parçalara ayırma) ve nesne algılama dahil olmak üzere bilgisayarla görmenin temel görevlerini tanıtacağız. Daha sonra, imge sınıflandırması görevine odaklanacağız. Bu problemde verili bir imgeye, içerdiği nesne türlerine bağlı olarak bir kategori etiketi atanması hedeflenir – “kedi” imgesi, “çiçek” imgesi gibi. Bu problemin çözümüne yönelik olarak, “derin öğrenme” dahil, farklı yöntemler öğreneceğiz. Ders ayrıca imge sınıflandırma görevinin pratikte nasıl yapıldığını gösteren bazı uygulamalı çalışmalar da içerecektir.
Bu mini dersin ilk bölümü, robotlar için yapay zeka tabanlı hareket planlamasının temel kavramlarını tanıtacak (yani, A noktasından B noktasına hareket etmek için bir robotun rotasını planlama). İkinci bölüm, bu kavramın bir yazılım ortamında pratik gösterimlerini içerecektir.
Bu mini ders, ilk olarak tıp ve biyoloji araştırmalarında görüntü analizi uygulamalarına genel bir bakış sağlayacaktır. Daha sonra, mikroskop görüntülerinde hücre segmentasyonu problemini ve bu probleme çözüm için kullanılan AI tekniklerini inceleyecektir. Son olarak, mikroskop görüntülerinde hücreleri saymak üzerine mini bir proje yaptırılacaktır.
Bu mini ders, üretici modelleme için modern bir makine öğrenimi tekniği olan Generative Adversarial Networks’ün (GAN’lar) temellerini öğretecektir. Özellikle, GAN’ların ne olduğunu ve gerçekçi görünen ancak sahte görüntüleri nasıl oluşturabileceklerini tartışacağız. Son olarak, yeni görüntüleri sentezlemek için bir GAN modeli eğitmeyi hedeflediğimiz mini bir proje yürüteceğiz.
Önce otonom sürüş problemini öğreneceğiz, bazı örnek verilere ve zorluklara bakacağız. Ardından otonom sürüş sorununa iki genel yaklaşım hakkında bilgi edineceğiz. İkinci derste, belirli bir probleme, videolardaki hareket tahminine odaklanacağız ve Matrix filminde olduğu gibi bir ağır çekim efekti yaratmak için bunun bir uygulamasını göreceğiz.
1. Hafta
9 Ağustos | 10 Ağustos | 11 Ağustos | 12 Ağustos | 13 Ağustos | |
10:00-10:50 | Yapay Zekaya Giriş | Ders Dışı Etkinlikler | Makine Öğrenmesi ve Siber Güvenlik | Ders Dışı Etkinlikler | Ders Dışı Etkinlikler |
10:50-11:10 | Mola | Mola | |||
11:10-12:00 | Python Crash Course | Mini MÖ ve Siber Güvenlik Projesi | |||
12:00-13:00 | Mola | Mola | |||
13:00-13:50 | Makine Öğrenmesine Giriş | Derin Öğrenme | İlaç Keşfinde Yapay Zeka | Doğal Dil İşleme | |
13:50-14:10 | Mola | Mola | Mola | Mola | |
14:10-15:00 | Mini MÖ Projesi | Mini Derin Öğrenme Projesi |
Mini İlaç Tasarımında Yapay Zeka Projesi
|
Mini DDİ Projesi | |
15:00-16:00 | Mola | Mola | Mola | Mola | |
16:00-17:00 | Ders Dışı Etkinlikler | Ders Dışı Etkinlikler | Ders Dışı Etkinlikler | Ders Dışı Etkinlikler |
2. Hafta
16 Ağustos | 17 Ağustos | 18 Ağustos | 19 Ağustos | 20 Ağustos | |
10:00-10:50 | Konuşma ve Ses İşleme | Ders Dışı Etkinlikler | Medikal Görüntü Analizi | Ders Dışı Etkinlikler | Ders Dışı Etkinlikler |
10:50-11:10 | Mola | Mola | |||
11:10-12:00 | Mini Konuşma ve Ses İşleme Projesi | Mini Medikal Görüntü Analizi Projesi | |||
12:00-13:00 | Mola | Mola | |||
13:00-13:50 | Bilgisayarla Görme | Robotlar İçin Hareket Planlama | GAN’lar ile Görüntü Oluşturma | Otonom Sürüş ve Hareket Tahmini | |
13:50-14:10 | Mola | Mola | Mola | Mola | |
14:10-15:00 | Mini Bilgisayarla Görme Projesi | Mini Robotik Projesi | Mini GAN Projesi | Mini Otonom Sürüş Projesi | |
15:00-16:00 | Mola | Mola | Mola | Mola | |
16:00-17:00 | Ders Dışı Etkinlikler | Ders Dışı Etkinlikler | Ders Dışı Etkinlikler | Ders Dışı Etkinlikler |