Yapay Zeka

Yapay zeka kavramı ilk olarak insan beyninin makinelere uygulanıp uygulanamayacağı kavramı ile ortaya çıkan bir teknolojik kavramdır. Bu kavram ilk başlarda yapıldığında basit bir sinir ağını örnek almıştır. Sinir ağının en temel parçası olan nöronlar simule edilerek işlemlerin  yapılması amaçlanmıştır. Sinir sistemini oluşturan nöronlar birbirleri ile bağlantılar kurarak bir tane ağ kurarlar. Birbirleri ile bağlantı kuran nöronlar tıpki sinir sisteminde olduğu gibi öğrenme, veriler arasındaki benzerlikler ve farklardan sonuç çıkarma gibi birçok özelliğe sahiptir. Burada insan beyni temel alındığı için insanın hareketleri öğrenme kabiliyeti birebir olarak kopyalanmaya çalışılmış ve bunun başarmak için çalışmalar devam etmektedir.
Biyolojik sistemlerde öğrenme, nöronlar arasındaki sinaptik bağlantıların kurulup enzimlerin ayarlanması sonucu oluşur. İnsan beyni olaylar yaşayıp tecrübe ettikçe sinaptik bağlantılar ayarlanır ve hatta yeni bağlantılar oluşur. Bu sayede öğrenme gerçekleşir. Bu durum yapay zeka konusunda çalışan bilim insanlarının dikkatini çekmiştir ve bu durum yapay sinir ağları yani yapay zeka için de geçerlidir. Öğrenme, eğitme yoluyla örnekler kullanarak olur yani eğitim işlemini yapan  algoritmada  bu veriler  kullanarak bağlantı ağırlıkları iteratif olarak sürekli tekrarlanır. Bir süre sonra artık sonuç değişmemeye başlar yada yakınsamadan uzaklaşmaya başlar o zamba iterasyonlar durdurulur ve eğitim gerçekleşmiş olur.
Yapay sinir ağını oluşturan nöronlar ve birbirleriyle kurduğu bağlantı birbiri ile farklı oranlarda etki edecek şekilde bağlanmış olan birçok  norondan oluşan sistemlerdir. Öğrenme işlemi yapılacağı zaman, algoritmada yer alan transfer fonksiyonu olarak bilinen bir denklem sistemi tarafından gerçekleştirilir.  Bu işlem diğer nöronlardan sinyalleri alır; bunları birleştirir, dönüştürür ve sayısal bir sonuç ortaya çıkartır. Genelde, işlem birimleri kabaca gerçek nöronlara karşılık gelirler ve bir ağ içinde birbirlerine bağlanırlar; bu yapı da sinir ağlarını oluşturmaktadır.
Geleneksel işlemcilerde, tek bir merkezi işlem birimi her hareketi sırasıyla gerçekleştirir. YSA’lar ise her biri büyük bir problemin bir parçası ile ilgilenen, çok sayıda basit işlem birimlerinden oluşmaktadır. En basit şekilde, bir işlem birimi, bir girdiyi bir ağırlık kümesi ile ağırlıklandırır,  .
Yapay sinir ağlarının en temel öğesi olan matematiksel fonksiyon, ağın mimarisi tarafından şekillendirilir. Net olacak şekilde ifade etmek gerekirse, fonksiyonun temel yapısını ağırlıkların farklı büyüklükte olması ve işlem elemanlarının paralel yürüttüğü işlemlerin şekli belirler. Yapay sinir ağlarının davranışlarını, yani girdi olarak verilen veriyi çıktı veriye nasıl ilişkilendirdikleri, ilk olarak nöronların transfer fonksiyonlarından, nasıl birbirlerine bağlandıklarından ve bu bağlantıların ağırlıklarından etkilenir.
Yapay sinir ağlarının üstünlüklerinin yanı sıra bazı sakıncaları da vardır. Bu sakıncalar şu şekilde listelenebilir:
·         Sistem içerisinde ne olduğu bilinemez.
·         Bazı ağlar hariç kararlılık analizleri yapılamaz.
·         Farklı sistemlere uygulanması zor olabilir.