Yapay Zeka Sistemlerinde Planlama Mantığı

Yapay zeka sistemlerinde planlama mantığı sayesinde uygulamalar artık sorulara cevap verme işlevinin çok daha ilerisinde işler yapıyor. Bir yapay zeka sistemine büyük ve karışık bir görev yüklediğiniz zaman yapay zeka bunu önce mantıklı olarak sıraya dizer. Daha sonra tek tek uygulamaya geçer. Bu mantığı kullanmasının nedeni hem karmaşık görevleri daha yönetilebilir hale getirmesi hem de hata yaparsa hızla geri dönerek düzeltebilmesidir. Farklı araçları da bu şekilde daha doğru kullanabilir.

Planlama mantığı yapay zekayı yalnızca cevap veren bir uygulama olmaktan çıkarıyor. Hareket edebilen bir yandan da düşünebilen bir sistem haline getiriyor. Yapay zeka sistemlerinde planlama sürecini insanların bir durum karşısında yaptıkları planlamaya benzetmek mümkündür. Tatil yapmadan önce bir kişinin tatil bütçesi, valiz hazırlama aşaması ve uçak bileti bakma planlamasına benzetilebilir.

Yapay Zeka Sistemlerinde Planlama Mantığı Nedir?

Yapay zeka planlama mantığı bir yapay zeka uygulamasının kendisine verilen görevi tamamlayabilmek için kendine bir yol haritası oluşturmasıdır. Sistem yol haritasına bakarak kendisine “şimdi ne yapmalıyım” diye sorar ve yaptığı işlemleri de bu soruya verdiği cevaba göre devam ettirir. Normal yapay zekalar genel olarak sorulan sorulara doğrudan cevap verebiliyor. Fakat planlama yapabilen bir yapay zeka normal yapay zekalardan çok daha fazlasını yapabiliyor.

Yapay zeka planlaması ile önce kullanıcının hedefini anlıyor. Kullanıcı ne istiyor bunu tek tek analiz ediyor. Daha sonra ise bu hedefini küçük adımlara bölüyor. Bir sonraki aşamasında ise adımları farklı bir sıraya koyarak uygulamaya alıyor. Bir insanın kapsamlı gezi programı hazırlamaya benzetilebilir. Burada yapay zeka yalnızca tek bir cevap üretmiyor. Aynı zamanda arka planda çok daha farklı planlalar da kurabiliyor. Bu sistemler genel olarak agent yani ajan olarak isimlendiriliyor.

Planlama Mantığı Yapay Zeka Sistemlerinde Neden Önemlidir?

Planlama mantığı yapay zeka sistemlerinde birçok açıdan büyük öneme sahiptir. Klasik bir yapay zekadan yalnızca sorduğunuz soruya düz bir cevap alırsınız. Fakat planlama yapabilen bir yapay zekanın vereceği cevap çok katmanlıdır. Planlama süreci yapay zeka sistemlerinde şu açılardan önemlidir:

• Yapay zeka sistemleri planlama sırasında tüm görevi farklı parçalara ayırır. Büyük bir iş daha kolay yapılabilir hale gelir.
• Hataları fark eder ve bunları düzeltme yoluna gidebilir. Bir adım eğer yanlış giderse geriye dönerek yolu değiştirebilir.
• Arama yapabilir, hesaplama yapabilir, kod çalışabilir. Bunların da hepsini bir sıraya koyarak yapar.
• Rastgele değil de daha adım adım bir süreç takip eder. Bu şekilde yapay zeka sistemi bir soru cevap sistemi olmaktan çıkar ve problemleri çözebilen bir sistem haline gelir.

Yapay Zeka Bir Hedefe Nasıl Karar Veriyor?

Yapay zeka sistemlerinde planlama yapıldığında hedeflere ulaşmak çok daha kolay bir hale geliyor. Fakat bir yapay zeka sistemi hedefe ulaşabilmek için karar verme sürecini klasik yapay zekalardan daha farklı bir şekilde yönetiyor. Böyle durumlarla aslında yapay zekanın kendi başına bir hedef seçmediğini bilmelisiniz. Yapay zeka sistemine bu hedefi sizin vermeniz gerekir. Fakat bu hedefi doğru anlaması ve yine doğru bir şekilde yorumlaması tamamen yapay zekanın kendi yönettiği bir süreçtir. Siz yapay zekaya bir soru yazarsınız veya istekte bulunursunuz. Yapay zeka önce bu isteğin gerçek amacını çözmeye çalışır.

Yapay zeka kullanıcının ne demek istediğini çözdükten sonra isteğinizde bulunan amaçları belirler. Bu isteği neden istediğiniz hangi amaçla talep ettiğiniz onun için önemlidir. Daha sonra eksik ya da belirsiz olan noktaları kendi başına tamamlamaya çalışır. Hedefi daha ulaşılabilir hale getirebilmek için küçük parçalara bölmeye başlar. Bu alt hedefler yapay zeka planlaması tarafından öncelikli hale getirilir yani hangisi daha önce yapılmalı sorusuna bir yanı Sarar. Böylece yapay zeka ona verdiğiniz görevi yerine getirebilmek için sistemli ve planlı bir çalışma ortaya koyar.

Planlama Yaparken Yapay Zeka Hangi Verileri Kullanıyor?

Yapay zeka sistemlerinde planlama mantığı çalışırken uygulamanın kullanması gereken birtakım veriler bulunur. Fakat bir yapay zeka uygulaması hangi verilerle çalışması gerektiğine kendi başına karar vermez. Burada önemli olan sizin ona verdiğiniz hedef ve bu hedef doğrultusunda kullanabileceği elindeki bilgi kaynaklarıdır. Buna göre yapay zeka sistemleri planlama mantığı hangi verileri kullanıyor sorusuna şu şekilde yanıt vermek mümkün olabilir:

• Yapay zeka sistemleri öncelikle sizin verdiğiniz bilgileri kullanır. Yazdığınız bir istek onun için işleme başlamanın ilk adımıdır. Önceki mesajlarda paylaştığınız detaylar ve tercihleriniz bu süreçte yapay zeka için önemli birer veri kaynağıdır.
• Daha önceden öğrendiği genel bilgileri yine planlama ve bu planı uygulama yolunda çözdüğü bir sistemdir. Eğitim sürecinde edilmiş olduğu geniş bir bilgi birikimi vardır.
• Yapay zeka dış kaynaklardan gelen güncel verilerden de yararlanabilir. Örneğin internet araması yapabilir veya belge okuyabilir. Aynı zamanda bağlı olduğu diğer araçlardan da taze bilgiler edinerek yaptığı planlama doğrultusunda hareket edebilir.
• Planı ilerlerken bir önceki adımda da elde etmiş olduğu bilgiyi bir sonraki adıma uygulayabilir.
• Aynı zamanda konuşmanın genel yönü yani bir konu hakkında ne gibi konular konuşulduğu yapay zeka için birer veri kaynağı haline gelebilir.

Yapay Zeka Planlama Sürecinde Karşılaşılan Zorluklar

Yapay zeka sistemlerinde planlama süreci her zaman mükemmel bir şekilde yürümemektedir. Böyle durumlarda özellikle yapay zekanın bazen yanlış yönde hareket ettiğini de görebilirsiniz. Genellikle yapay zeka sistemlerinde planlama mantığı belirsiz istekler karşısında yanlış yorumlama problemi ortaya çıkarabilir. Yani kullanıcının ne istediği burada net değilse plan da yanlış bir şekilde kurulabilir. Aynı zamanda uzun bir planlama sürecinde yapay zekanın yoğun kaybetmesi mümkündür.

Adım sayısı ne kadar çok artarsa sistem de asıl hedeften o kadar fazla uzaklaşabilir. Bunun yanı sıra güncel olmayan ve eksik olan bilgiler konusunda karar vermede yapay zeka yetersiz kalabilir. Aynı zamanda çok mantıklı ve tutarlı sonuçlar vermesine rağmen bu bilgiler hatalı ise hata zincirini fark etmemekte en büyük zorluklardan biridir.