Yapay zekâ sayfasının kaynağını görüntüle

{{Çikutu|ad=Çalışma|image=[[Dosya:Ambox_warning_blue_construction.svg|50x40px|Çalışma var]]|text=Bu sayfada '''devam eden bir çalışma''' vardır. Yardım etmek istiyorsanız ya da çalışma yarım bırakılmışsa, çalışmayı yapan [http://tr.wikipedia.org/w/index.php?title={{PAGENAMEE}}&action=history kişilerle] iletişime geçebilirsiniz. Bu sayfada [http://tr.wikipedia.org/w/index.php?title={{PAGENAMEE}}&action=history son yedi gün içinde] değişiklik yapılmadığı takdirde şablon sayfadan kaldırılacaktır.<br /><small>[{{fullurl:{{FULLPAGENAME}}|diff=cur}} En son değişiklik], {{süre önce|{{REVISIONTIMESTAMP}}}} [[{{ns:2}}:{{REVISIONUSER}}|{{REVISIONUSER}}]] {{toolbar|1=[[Special:Contributions/{{REVISIONUSER}}|katkılar]]|2=[[Special:Log/{{REVISIONUSER}}|kayıtlar]]}} tarafından gerçekleştirildi ({{Temizle|önbelleği boşalt}}).</small>}}{{#if:||
}}
{{Yapay zekâ}}
'''Yapay zekâ''' ya da kısaca '''YZ''', ({{Dil|en|Artificial Intelligence}} ya da kısaca '''AI'''), insanlar da dahil olmak üzere [[hayvan]]lar tarafından, doğal zekânın aksine makineler tarafından görüntülenen zekâ çeşididir. İlk ve ikinci kategoriler arasındaki ayrım genellikle seçilen kısaltmayla ortaya çıkar. ''Güçlü'' yapay zeka genellikle [[Yapay genel zekâ]] (İngilizce: ''Artificial General Intelligence'' kelimelerinin kısaltılmışı olarak: AGI) olarak etiketlenirken, ''doğal'' zekayı taklit etme girişimleri ''yapay biyolojik zekâ'' (İngilizce: ''Artificial Biological Intelligence'': ABI) olarak adlandırılır. Önde gelen yapay zeka ders kitapları, alanı zeki etmenlerin çalışması olarak tanımlar: Çevresini algılayan ve hedeflerine başarıyla ulaşma şansını en üst düzeye çıkaran eylemleri gerçekleştiren herhangi bir cihaz.{{refn|name="Definition of AI"|Definition of AI as the study of [[intelligent agents]]:
* {{Harvtxt|Poole|Mackworth|Goebel|1998}}, which provides the version that is used in this article. These authors use the term "computational intelligence" as a synonym for artificial intelligence.{{sfn|Poole|Mackworth|Goebel|1998|loc=[http://people.cs.ubc.ca/~poole/ci/ch1.pdf p. 1]}}
* {{Harvtxt|Russell|Norvig|2003}} (who prefer the term "rational agent") and write "The whole-agent view is now widely accepted in the field".{{sfn|Russell|Norvig|2003|p=55}}
* {{Harvnb|Nilsson|1998}} <!--These textbooks are the most widely used in academic AI.-->
* {{Harvnb|Legg|Hutter|2007}}}} Halk arasında, yapay zekâ kavramı genellikle insanların [[Zihin|insan zihni]] ile ilişkilendirdiği [[öğrenme]] ve [[problem çözme]] gibi bilişsel eylemleri taklit eden makineleri tanımlamak için kullanılır.{{sfn|Russell|Norvig|2009|p=2}}

Makineler daha becerikli hâle geldikçe, ''zekâ'' gerektirdiği düşünülen görevler genellikle ''YZ etkisi'' olarak bilinen bir fenomen olan YZ tanımından çıkarılır.<ref>{{Harvnb|McCorduck|2004|p=204}}</ref> Tesler'in teoremindeki bir espri, "YZ henüz yapılmamış şeydir" der.<ref>{{Web kaynağı|url=http://people.cs.georgetown.edu/~maloof/cosc270.f17/cosc270-intro-handout.pdf|başlık=Artificial Intelligence: An Introduction, p. 37|soyadı=Maloof|ad=Mark|website=georgetown.edu|arşivtarihi=25 Ağustos 2018|arşivurl=https://web.archive.org/web/20180825070509/http://people.cs.georgetown.edu/~maloof/cosc270.f17/cosc270-intro-handout.pdf|ölüurl=hayır}}</ref> Örneğin, [[optik karakter tanıma]] YZ olarak değerlendirilen şeylerin dışında tutulur,<ref>{{Web kaynağı|url=https://hackernoon.com/how-ai-is-getting-groundbreaking-changes-in-talent-management-and-hr-tech-d24ty3zzd|başlık=How AI Is Getting Groundbreaking Changes In Talent Management And HR Tech|yayıncı=Hackernoon|erişimtarihi=14 Şubat 2020|arşivtarihi=11 Eylül 2019|arşivurl=https://web.archive.org/web/20190911083500/https://hackernoon.com/how-ai-is-getting-groundbreaking-changes-in-talent-management-and-hr-tech-d24ty3zzd|ölüurl=hayır}}</ref> rutin teknoloji hâline gelir.<ref>{{Dergi kaynağı |soyadı=Schank |ad=Roger C. |başlık=Where's the AI |url=https://archive.org/details/sim_ai-magazine_winter-1991_12_4/page/38 |dergi=AI magazine |cilt=12 |sayı=4 |yıl=1991|sayfa=38}}</ref>

Genellikle yapay zekâ olarak sınıflandırılan modern makine yetenekleri [[satranç]] ve [[Go]]<ref name="bbc-alphago">{{web kaynağı|url=https://deepmind.com/alpha-go.html|başlık=AlphaGo – Google DeepMind |arşivurl=https://web.archive.org/web/20160310191926/https://www.deepmind.com/alpha-go.html |arşivtarihi=10 Mart 2016|dil=İngilizce}}</ref> gibi [[Strateji oyunu|stratejik oyun]] sistemlerinde, en üst düzeyde rekabet eden insan konuşmasını anlama,{{sfn|Russell|Norvig|2009}} [[poker]]<ref name="Cepheus poker bot"/> ya da [[otonom araba]]lar gibi ''kusurlu-bilgi'' oyunlarını [[içerik dağıtım ağı]]ndaki akıllı yönlendirmeyi ve [[askeri simülasyon]]ları kapsar.<ref>{{Web kaynağı|soyadı=Allen|ad=Gregory|tarih=Nisan 2020|başlık=Department of Defense Joint AI Center – Understanding AI Technology|url=https://www.ai.mil/docs/Understanding%20AI%20Technology.pdf|ölüurl=hayır|arşivurl=https://web.archive.org/web/20200421074921/https://www.ai.mil/docs/Understanding%20AI%20Technology.pdf|arşivtarihi=21 Nisan 2020|erişimtarihi=25 Nisan 2020|website=AI.mil – The official site of the Department of Defense Joint Artificial Intelligence Center}}</ref>

Yapay zekâ çalışmaları sıklıkla insanın düşünme yöntemlerini taklit eden yapay algoritmalar geliştirmeye yöneliktir,<ref>[https://www.sciencedirect.com/science/article/pii/S0007681318301393 Siri, Siri in my Hand, who's the Fairest in the Land?] {{Webarşiv|url=https://web.archive.org/web/20181121191205/https://www.sciencedirect.com/science/article/pii/S0007681318301393 |tarih=21 Kasım 2018 }}  Andreas Kaplan, Michael Haenlein (2018) On the Interpretations, Illustrations and Implications of Artificial Intelligence, Business Horizons, 62(1)</ref> ancak bununla sınırlı değildir. Öğrenebilen ve gelecekte [[Zekâ|insan zekâsından]] bağımsız gelişebilecek bir yapay zekâ kavramına doğru yeni yönelimler oluşmaktadır. Bu yönelim, insanın [[evren]]i ve [[doğa]]yı anlama çabasında kendisine yardımcı olabilecek belki de kendisinden daha zeki, insan ötesi varlıklar meydana getirme düşünün bir ürünüdür. Bu düş, 1920'li yıllarda yazılan ve sonraları [[Isaac Asimov]]'u etkileyen modern [[bilimkurgu]] edebiyatının öncü yazarlarından [[Karel Čapek]]'in eserlerinde dışa vurmuştur. Karel Čapek, [[R.U.R.]] adlı tiyatro oyununda yapay zekâya sahip [[robot]]lar ile insanlığın ortak toplumsal sorunlarını ele alarak 1920 yılında yapay zekânın insan aklından bağımsız gelişebileceğini öngörmüştür.

== Tanım ==
Yapay zekâ, idealleştirilmiş bir perspektife göre insan zekâsına özgü yüksek bilişsel fonksiyonları veya otonom davranışları sergileyen bir yapay işletim sistemidir. Bu sistem, algılama, öğrenme, çoğul kavramları bağlama, düşünme, fikir yürütme (belirtme), sorun çözme, iletişim kurma ve karar verme gibi yeteneklere sahip olmalıdır. Ayrıca, bu yapay zekâ sistemi düşüncelerinden tepkiler üretebilmeli (eyleyici yapay zekâ) ve bu tepkileri fiziksel olarak dışa vurabilmelidir.

== Hedefler ==
Zekâyı simüle etme (veya oluşturma) genel problemi, alt problemlere ayrılmıştır. Bu alt problemler, araştırmacıların zeki bir sistemden sergilemesini beklediği belirli özellikler veya yeteneklerden oluşur. Aşağıda açıklanan özellikler, yapay zekâ araştırmalarında en çok dikkat çeken konular arasında yer almakta ve bu araştırmaların kapsamını belirlemektedir.{{Efn|name="Problems of AI"|Bu akıllı özellikler listesi, başlıca yapay zekâ ders kitaplarında ele alınan konulara dayanmaktadır; {{Harvtxt|Russell|Norvig|2021}}, {{Harvtxt|Luger|Stubblefield|2004}}, {{Harvtxt|Poole|Mackworth|Goebel|1998}} ve {{Harvtxt|Nilsson|1998}}}}

=== Akıl yürütme ve problem çözme ===
Yapay zekânın ilk araştırmacıları, insanların bulmacaları çözerken veya mantıksal [[tümdengelim|çıkarımlar]] yaparken kullandığı adım adım akıl yürütmeyi taklit eden algoritmalar geliştirmiştir.<ref>Problem çözme, bulmaca çözme, oyun oynama ve çıkarım yapma: {{Harvtxt|Russell|Norvig|2021|loc=chpt. 3-5}}, {{Harvtxt|Russell|Norvig|2021|loc=chpt. 6}} ([[kısıtlama memnuniyeti]]), {{Harvtxt|Poole|Mackworth|Goebel|1998|loc=chpt. 2, 3, 7, 9}}, {{Harvtxt|Luger|Stubblefield|2004|loc=chpt. 3, 4, 6, 8}}, {{Harvtxt|Nilsson|1998|loc=chpt. 7-12}}</ref> 1980'lerin sonları ve 1990'larda, [[belirsizlik|belirsiz]] veya eksik bilgiyle başa çıkmak için [[olasılık]] ve [[ekonomi]] kavramlarını kullanan yöntemler geliştirilmiştir.<ref>Belirsiz muhakeme: {{Harvtxt|Russell|Norvig|2021|loc=chpt. 12-18}}, {{Harvtxt|Poole|Mackworth|Goebel|1998|pp=345-395}}, {{Harvtxt|Luger|Stubblefield|2004|pp=333-381}}, {{Harvtxt|Nilsson|1998|loc=chpt. 7-12}}</ref>

Bu algoritmaların birçoğu, büyük ölçekli akıl yürütme problemlerini çözmek için yetersizdir, çünkü "kombinatoryal patlama" denilen bir durum yaşarlar: Problemler büyüdükçe bu algoritmaların çalışması üstel bir şekilde yavaşlar.<ref name="Intractability and efficiency and the combinatorial explosion">{{Harvtxt|Russell|Norvig|2021|p=21}}</ref> Hatta insanlar bile erken dönem yapay zekânın modelleyebildiği adım adım akıl yürütmeyi nadiren kullanır. İnsanlar, çoğu sorunlarını hızlı ve sezgisel yargılarla çözerler.<ref name="Psychological evidence of the prevalence of sub">Alt-sembolik akıl yürütme ve bilginin yaygınlığına dair psikolojik kanıtlar: {{Harvtxt|Kahneman|2011}}, {{Harvtxt|Dreyfus|Dreyfus|1986}}, {{Harvtxt|Wason|Shapiro|1966}}, {{Harvtxt|Kahneman|Slovic|Tversky|1982}}</ref> Doğru ve verimli akıl yürütme, hâlâ çözülememiş bir problemdir.

=== Bilgi temsili ===
<!--[[Dosya:General Formal Ontology.svg|küçükresim|upright=1.2|Ontoloji, bilgiyi bir alandaki kavramlar kümesi ve bu kavramlar arasındaki ilişkiler olarak temsil eder.]]
-->
[[Bilgi temsili ve akıl yürütme|Bilgi temsili]] ve [[bilgi mühendisliği]],<ref>[[Bilgi temsili ve akıl yürütme|Bilgi temsili]] ve [[bilgi mühendisliği]]: {{Harvtxt|Russell|Norvig|2021|loc=chpt. 10}}, {{Harvtxt|Poole|Mackworth|Goebel|1998|pp=23-46, 69-81, 169-233, 235-277, 281-298, 319-345}}, {{Harvtxt|Luger|Stubblefield|2004|pp=227-243}}, {{Harvtxt|Nilsson|1998|loc=chpt. 17.1-17.4, 18}}</ref> yapay zekâ programlarının sorulara akıllıca yanıt vermesini ve gerçek dünya ile ilgili çıkarımlarda bulunmasını sağlar. Formel bilgi temsilleri; içerik tabanlı indeksleme ve bilgi erişimi,{{Sfnp|Smoliar|Zhang|1994}} sahne yorumlama,{{Sfnp|Neumann|Möller|2008}} klinik karar destek sistemleri,{{Sfnp|Kuperman|Reichley|Bailey|2006}} bilgi keşfi (büyük [[veritabanı|veritabanlarından]] "ilginç" ve eyleme geçirilebilir çıkarımlarda bulunma){{Sfnp|McGarry|2005}} gibi birçok alanda kullanılmaktadır.{{Sfnp|Bertini|Del Bimbo|Torniai|2006}}

== Tarihçe ==
<!--{{Ana|Yapay zekânın tarihi}}-->
Mekanik ya da "formel" akıl yürütme üzerine çalışmalar, antik çağda filozoflar ve matematikçilerle birlikte başladı. Mantık alanındaki bu çalışmalar, [[Alan Turing]]'in [[algoritmalar teorisi]]nin temelini oluşturdu. Turing'in teorisi, "0" ve "1" gibi basit sembolleri kullanarak bir makinenin, insan aklının gerçekleştirebileceği her türlü matematiksel akıl yürütmeyi simüle edebileceğini öne sürdü.{{Kdn|Russell|Norvig|2021|p=9}}<ref name="Clarendon Press-2004"/> Bu teori, [[sibernetik]], [[bilgi teorisi]] ve [[nörobilim|nörobiyoloji]] gibi alanlardaki keşiflerle birleşerek, araştırmacılara "elektronik bir beyin" inşa etme olasılığını düşünmeye yöneltti.{{Efn|"Elektronik beyin" terimi o sıralarda basın tarafından kullanılıyordu.{{Kdn|Russell|Norvig|2021|p=9}}<ref>{{Web kaynağı |başlık=Google books ngram |url=https://books.google.com/ngrams/graph?content=electronic+brain&year_start=1930&year_end=2019&corpus=en-2019&smoothing=3 |erişimtarihi=5 Ekim 2024 |arşivtarihi=5 Ekim 2024 |arşivurl=https://web.archive.org/web/20241005170209/https://books.google.com/ngrams/graph?content=electronic+brain&year_start=1930&year_end=2019&corpus=en-2019&smoothing=3 |ölüurl=hayır}}</ref>}} Öne çıkan çalışmalar arasında, 1943'teki [[Warren McCullouch]] ve [[Walter Pitts]]'in "yapay nöronlar" tasarımı{{Sfnp|Russell|Norvig|2021|p=17}} ve Turing'in 1950'de yayımladığı, "makine zekâsının" mümkün olduğunu gösterdiği [[Turing testi]]ni tanıtan ''[[Bilgi İşlem Makineleri ve Zekâ]]'' adlı makalesi bulunmaktaydı.<ref name="Clarendon Press-2004">{{Kitap kaynağı |başlık=The Essential Turing: the ideas that gave birth to the computer age |tarih=2004 |yayıncı=Clarendon Press |isbn=0-1982-5079-7 |editör-soyadı=Copeland |editör-ad=J. |yer=Oxford, İngiltere}}</ref><ref name="Turing"/> Bu dönemde yapılan bu tür araştırmalar, yapay zekânın temel alanlarının ortaya çıkardı.<ref>Yapay Zeka'nın doğrudan öncülleri: {{Harvtxt|McCorduck|2004|pp=51-107}}, {{Harvtxt|Crevier|1993|pp=27-32}}, {{Harvtxt|Russell|Norvig|2021|pp=8-17}}, {{Harvtxt|Moravec|1988|p=3}}</ref>

<!-- 1956-1974 -->
1956'da [[Dartmouth College]]'deki bir [[Dartmouth Konferansı|atölye çalışmasında]] yapay zeka araştırma alanı kuruldu.{{Efn|
Daniel Crevier, "konferans genel olarak yeni bilimin resmî doğum günü olarak kabul edilir" yazdı.{{Sfnp|Crevier|1993|pp=47-49}} [[Stuart J. Russell|Russell]] ve [[Norvig]], konferansı "yapay zekânın başlangıcı" olarak adlandırdı."{{Sfnp|Russell|Norvig|2021|p=17}}}}<ref name="Dartmouth workshop">[[Dartmouth Konferansı]]: {{Harvtxt|Russell|Norvig|2021|p=18}}, {{Harvtxt|McCorduck|2004|pp=111-136}}, {{Harvtxt|NRC|1999|pp=200-201}}<br />Öneri: {{Harvtxt|McCarthy|Minsky|Rochester|Shannon|1955}}</ref> Bu atölyeye katılan araştırmacılar, 1960'larda yapay zekâ alanına liderlik ettiler.{{Efn|
Russell ve Norvig, "önümüzdeki 20 yıl boyunca bu alan, bu insanlar ve öğrencileri tarafından domine edilecekti", yazdılar.{{Sfnp|Russell|Norvig|2003|p=17}}
}} Öğrencileriyle beraber bu araştırmacılar, basının "şaşırtıcı" olarak nitelendirdiği projeler ürettiler.{{Efn|
Russell ve Norvig, "bilgisayarın akıllıca bir şey yapmasının şaşırtıcı" olduğunu yazdı.{{Sfnp|Russell|Norvig|2003|p=18}}
}} Bu dönemde bilgisayarlar, [[dama]] stratejileri öğrenmiş, cebir problemlerini çözmüş, [[Teorem|mantıksal teoremleri]] kanıtlamış ve İngilizce konuşmuştu.{{Efn|
Açıklanan programlar arasında [[Arthur Lee Samuel|Arthur Samuel]]'in [[IBM 701]] için geliştirdiği dama programı, [[Daniel G. Bobrow]]'un [[STUDENT]], [[Allen Newell]] ve [[Herbert A. Simon]]'ın [[Logic Theorist]] ve [[Terry Winograd]]'ın [[SHRDLU]] programları bulunuyordu.
}}<ref name="Succ1">1960'ların başarılı programları: {{Harvtxt|McCorduck|2004|pp=243-252}}, {{Harvtxt|Crevier|1993|pp=52-107}}, {{Harvtxt|Moravec|1988|p=9}}, {{Harvtxt|Russell|Norvig|2021|pp=19-21}}</ref> 1950'lerin sonu ve 1960'ların başlarında, hem İngiltere'deki hem de Amerika Birleşik Devletleri'ndeki birçok üniversitede yapay zekâ laboratuvarları kuruldu.<ref name="Clarendon Press-2004"/>

<!-- 60'ların iyimserliği ve YZ "kışı": 1974 -->
1960'lar ve 1970'lerdeki araştırmacılar, [[Yapay genel zekâ|genel zekâya]] sahip bir makine üretmenin mümkün olduğuna inanıyor ve bunu alanlarının nihai hedefi olarak görüyordu.{{Sfnp|Newquist|1994|pp=86-86}} 1965'te [[Herbert A. Simon|Herbert Simon]], "makinelerin yirmi yıl içinde bir insanın yapabileceği her işi yapabilir hâle geleceği" tahmininde bulunmuş,<ref>{{Harvtxt|Simon|1965|p=96}}, {{Harvtxt|Crevier|1993|p=109}} kaynağında alıntılandı</ref> 1967'de [[Marvin Minsky]], "bir nesil içinde ... 'yapay zekâ' sorununun büyük ölçüde çözüleceği" yorumunu yapmıştı.<ref>{{Harvtxt|Minsky|1967|p=2}}, {{Harvtxt|Crevier|1993|p=109}} kaynağında alıntılandı</ref> Ancak bu öngörüler, yapay zekânın geliştirilmesindeki zorlukları göz ardı etmişti.{{Efn|Russell ve Norvig, "hemen hemen tüm durumlarda, bu ilk sistemlerin daha zor problemlerde başarısız olduğunu" yazdılar.{{Sfnp|Russell|Norvig|2021|p=21}}}} 1974'te [[Sir James Lighthill]]'ın [[Lighthill raporu|eleştirileri]]{{Sfnp|Lighthill|1973}} ve ABD Kongresi'nin [[Mike Mansfield#Mansfield Değişikliği|daha somut projelere fon sağlama]] baskısı nedeniyle, ABD ve İngiltere hükûmetleri keşif amaçlı yapay zekâ araştırmalarına verilen desteği durdurma kararı aldı.{{Kdn|NRC|1999|pp=212-213}} Minsky ve [[Seymour Papert]]'ın ''[[Perceptrons]]'' adlı kitabı, [[yapay sinir ağları]]nın gerçek dünya problemlerini çözmede etkisiz olduğunu savunmuş ve bu yaklaşım, itibarını kaybetmişti.{{Sfnp|Russell|Norvig|2021|p=22}} Bunun sonucunda, yapay zekâ projelerine fon bulmanın zorlaştığı "[[yapay zekâ kışı]]" adı verilen bir dönem başladı.<ref name="First AI Winter">İlk [[yapay zekâ kışı]], [[Lighthill raporu]], [[Mike Mansfield#Mansfield Değişikliği|Mansfield Değişikliği]]: {{Harvtxt|Crevier|1993|pp=115-117}}, {{Harvtxt|Russell|Norvig|2021|pp=21-22}}, {{Harvtxt|NRC|1999|pp=212-213}}, {{Harvtxt|Howe|1994}}, {{Harvtxt|Newquist|1994|pp=189-201}}</ref>

<!-- 1980'ler ve ikinci YZ kışı -->
1980'lerin başında yapay zekâ araştırmaları, [[uzman sistemler]]in ticari başarısıyla yeniden canlandı.<ref>[[Uzman sistemler]]: {{Harvtxt|Russell|Norvig|2021|pp=23, 292}}, {{Harvtxt|Luger|Stubblefield|2004|pp=227-331}}, {{Harvtxt|Nilsson|1998|loc=chpt. 17.4}}, {{Harvtxt|McCorduck|2004|pp=327-335, 434-435}}, {{Harvtxt|Crevier|1993|pp=145-162, 197-203}}, {{Harvtxt|Newquist|1994|pp=155-183}}</ref> Uzman sistemler, uzmanların bilgi ve analiz yeteneklerini taklit eden bir tür yapay zekâ programıydı. 1985 yılına gelindiğinde, yapay zekâ pazarı 1 milyar doları aşmıştı. Aynı dönemde Japonya'nın [[beşinci nesil bilgisayar]] projesi, ABD ve Britanya hükûmetlerini akademik araştırmalara yeniden fon sağlamaya teşvik etti.<ref name="Fund01">1980'lerin başındaki fonlama girişimleri: [[Beşinci Nesil Bilgisayar Sistemleri]] (Japonya), [[Alvey]] (BK), [[Mikroelektronik ve Bilgisayar Teknolojisi Şirketi]] (ABD), [[Stratejik Bilgi İşlem Girişimi]] (ABD): {{Harvtxt|McCorduck|2004|pp=426-441}}, {{Harvtxt|Crevier|1993|pp=161-162, 197-203, 211, 240}}, {{Harvtxt|Russell|Norvig|2021|p=23}}, {{Harvtxt|NRC|1999|pp=210-211}}, {{Harvtxt|Newquist|1994|pp=235-248}}</ref> Ancak, 1987'de [[Lisp makinesi]] pazarının çöküşüyle yapay zekâ tekrar itibar kaybetti ve daha uzun süren ikinci bir "yapay zekâ kışı" başladı.<ref name="Second AI Winter">İkinci [[yapay zekâ kışı]]: {{Harvtxt|Russell|Norvig|2021|p=24}}, {{Harvtxt|McCorduck|2004|pp=430-435}}, {{Harvtxt|Crevier|1993|pp=209-210}}, {{Harvtxt|NRC|1999|pp=214-216}}, {{Harvtxt|Newquist|1994|pp=301-318}}</ref>

<!-- 1980'lerde somutlaştırılmış robotik, belirsiz akıl yürütme ve bağlantıcılık -->
O zamana kadar yapay zekâ projelerinin büyük kısmı, planlar, hedefler, inançlar ve bilinen gerçekler gibi [[Zihinsel dünya|zihinsel kavramları]] temsil etmek için yüksek seviyede [[Sembolik yapay zeka|semboller]] kullanmaya odaklanmıştı. Ancak 1980'lerde bazı araştırmacılar, bu yaklaşımın insan bilişinin tüm süreçlerini, özellikle [[makine algısı|algı]], [[robotik]], [[makine öğrenimi|öğrenme]] ve [[örüntü tanıma]] gibi karmaşık süreçleri taklit edemeyeceği konusunda şüphe duymaya başladı.{{Sfnp|Russell|Norvig|2021|p=24}} Bu nedenle, "alt sembolik" yöntemlere yöneldiler.{{Sfnp|Nilsson|1998|p=7}} [[Rodney Brooks]], genel olarak "temsil" fikrini reddederek hayatta kalabilen ve hareket edebilen makineler geliştirmeye odaklandı.{{Efn|
Yapay zekaya yönelik [[Bedenlenmiş Biliş|bedenlenmiş]] yaklaşımlar,{{Sfnp|McCorduck|2004|pp=454-462}} [[Hans Moravec]]{{Sfnp|Moravec|1988}} ve [[Rodney Brooks]]{{Sfnp|Brooks|1990}} tarafından savunuldu ve birçok isimle anıldı: [[Nouvelle AI]].{{Sfnp|Brooks|1990}} [[Gelişimsel robotik]].<ref>[[Gelişimsel robotik]]: {{Harvtxt|Weng|McClelland|Pentland|Sporns|2001}}, {{Harvtxt|Lungarella|Metta|Pfeifer|Sandini|2003}}, {{Harvtxt|Asada|Hosoda|Kuniyoshi|Ishiguro|2009}}, {{Harvtxt|Oudeyer|2010}}</ref>
}} [[Judea Pearl]] ve [[Lofti Zadeh]] gibi isimler, eksik ve belirsiz bilgileri mantıksal kesinlik yerine mâkul tahminlerle işleyebilen yöntemler geliştirdi.<ref name="Stoch"/>{{Sfnp|Russell|Norvig|2021|p=25}} Ayrıca [[Geoffrey Hinton]] ve diğer araştırmacılar, "[[bağlantısallık]]" ve sinir ağ araştırmalarını yeniden canlandırarak bu alanın gelişimine katkıda bulundu.<ref>{{Harvtxt|Crevier|1993|pp=214–215}}, {{Harvtxt|Russell|Norvig|2021|pp=24, 26}}</ref> 1990'da [[Yann LeCun]], [[evrişimli sinir ağları]]nın el yazısı ile yazılmış rakamları tanıyabildiğini gösterdi; bu, sinir ağlarının birçok başarılı uygulamasından ilkiydi.{{Sfnp|Russell|Norvig|2021|p=26}}

<!-- 1990'lar -->
Yapay zekâ, 1990'ların sonları ve 21. yüzyılın başlarında, formal matematik yöntemlerinden yararlanarak ve belirli problemlere özel çözümler geliştirerek itibarını yeniden kazanmaya başladı. Bu "[[zayıf yapay zekâ|dar]]" ve "formal" yaklaşım, araştırmacıların doğrulanabilir sonuçlar üretmesini ve [[istatistik]], [[ekonomi]] ve [[Optimizasyon|matematik]] gibi diğer alanlarla iş birliği yapmasını sağladı.<ref name="Formal and narrow methods adopted in the 1990s">1990'larda benimsenen [[#Düzenli ve dağınık karşılaştırması|Formal]] ve [[#Dar ve genel yapay zekâ karşılaştırması|dar]] yöntemler: {{Harvtxt |Russell|Norvig|2021|pp=24-26}}, {{Harvtxt|McCorduck|2004|pp=486-487}}</ref> 2000'li yıllara gelindiğinde, yapay zekâ araştırmacılarının geliştirdiği çözümler yaygın olarak kullanılmaya başlanmıştı. Ancak 1990'larda bu çözümler genellikle "yapay zekâ" olarak adlandırılmıyordu (bu eğilim [[yapay zekâ etkisi]] olarak bilinir).<ref>Yapay zekâ 1990'ların sonlarında yaygın olarak kullanıldı: {{Harvtxt|Kurzweil|2005|p=265}}, {{Harvtxt|NRC|1999|pp=216-222}}, {{Harvtxt|Newquist|1994|pp=189-201}}</ref>
Buna karşın, bazı akademisyenler yapay zekânın ilk hedefinden, yani çok yönlü ve tam anlamıyla zeki makineler yaratma amacından uzaklaştığını düşünmeye başladı. 2002'nin başlarında, bu hedefi yeniden canlandırmak amacıyla [[yapay genel zekâ]] ("AGI") adı verilen bir alt alan kuruldu. 2010'lara gelindiğinde, yapay genel zekâ araştırmaları için iyi finanse edilen birçok kurum ortaya çıktı.<ref name="Artificial general intelligence"/>

<!--Derin öğrenme 2012-günümüz-->
[[Derin öğrenme]], 2012'de endüstri standartlarında önemli bir üstünlük sağlayarak yapay zekâ alanında yaygın bir şekilde benimsendi.<ref name="Deep learning revolution">[[Derin öğrenme]] devrimi, [[AlexNet]]: {{Harvtxt|Goldman|2022}}, {{Harvtxt|Russell|Norvig|2021|p=26}}, {{Harvtxt|McKinsey|2018}}</ref>
Birçok spesifik görevde diğer yöntemler terk edildi.{{Efn|Matteo Wong, ''[[The Atlantic]]''{{'}}te şunları yazdı: "On yıllar boyunca doğal dil işleme, bilgisayarla görme ve robotik gibi bilgisayar bilimi alanları birbirinden tamamen farklı yöntemler kullanırken, günümüzde hepsi 'derin öğrenme' adı verilen bir programlama yöntemini kullanıyor. Bu durum, bu alanlardaki kod ve yaklaşımların birbirine daha benzer hale gelmesini ve modellerin birbirleriyle daha kolay entegre edilmesini sağladı."{{Sfnp|Wong|2023}}}}
Bu başarının arkasında [[Moore yasası|daha hızlı bilgisayarlar]],<ref>[[Moore yasası]] ve YZ: {{Harvtxt|Russell|Norvig|2021|pp=14, 27}}</ref> [[grafik işlem birimi|grafik işlem birimleri]], [[bulut bilişim]]{{Sfnp|Clark|2015b}} gibi donanım geliştirmeleriyle [[ImageNet]] gibi dikkatle oluşturulmuş veri kümelerinin de dâhil olduğu{{Sfnp|Clark|2015b}} [[büyük veri|büyük miktarda veriye erişim]]<ref>[[Büyük veri]]: {{Harvtxt|Russell|Norvig|2021|p=26}}</ref> yatıyordu. Derin öğrenmenin bu yükselişi, yapay zekâya olan ilgi ve finansmanda büyük bir artışı tetikledi.{{Efn|''[[Bloomberg News|Bloomberg]]''{{'}}den Jack Clark: "Yapay zekâ alanında beş yıllık sessiz atılımların ardından 2015, dönüm noktası niteliğinde bir yıl oldu. Bilgisayarlar daha akıllı ve her zamankinden daha hızlı öğreniyor." Ayrıca Clark, [[Google]]'da makine öğrenimi kullanan yazılım projelerinin sayısı 2012'de seyrek iken, 2015'te 2.700'den fazla projeye çıktığını belirtti.{{Sfnp|Clark|2015b}}}} 2015-2019 yılları arasında makine öğrenimi araştırmalarındaki toplam yayımlanma sayısında %50'lik bir artış görüldü.{{Sfnp|UNESCO|2021}}

<!-- Uyum sorunu -->
2016'da, [[adalet (makine öğrenimi)|adalet]] ve teknolojinin yanlış kullanımı gibi etik sorunlar, makine öğrenimi konferanslarında ana gündem maddesi hâline geldi. Bu konularda yapılan yayımlar hızla artarken, yeni finansman kaynakları sağlandı ve birçok araştırmacı kariyerlerini bu alanlara yönlendirdi. Aynı dönemde, yapay zekânın insan çıkarlarına uygun şekilde geliştirilmesini konu alan "[[Yapay zekâ uyumu|uyum problemi]]" akademik bir çalışma alanı olarak ciddiyet kazandı.{{Sfnp|Christian|2020|pp=67, 73}}

<!-- AI Boom 2020-günümüz-->
2010'ların sonları ve 2020'lerin başlarında, yapay genel zekâ üzerine çalışan şirketler dikkat çeken yazılımlar üretmeye başladı. 2015 yılında [[DeepMind]] tarafından geliştirilen [[AlphaGo]], oyunun kuralları öğretilerek kendi stratejisini geliştirdi ve dünya şampiyonu [[Go oyuncuları|Go oyuncusunu]] yendi. 2020'de [[OpenAI]] tarafından çıkarılan [[GPT-3]], insan benzeri yüksek kaliteli metinler üretebilen bir [[geniş dil modeli]] olarak dikkat çekti.<ref>{{Web kaynağı |soyadı=Sagar |ad=Ram |tarih=3 Haziran 2020 |başlık=OpenAI Releases GPT-3, The Largest Model So Far |url=https://analyticsindiamag.com/open-ai-gpt-3-language-model |ölüurl=hayır|arşivurl=https://web.archive.org/web/20200804173452/https://analyticsindiamag.com/open-ai-gpt-3-language-model |arşivtarihi=4 Ağustos 2022 |erişimtarihi=15 Mart 2023 |website=Analytics India Magazine}}</ref> 30 Kasım 2022'de kullanıma sunulan [[ChatGPT]] ise iki ay içinde 100 milyon kullanıcıya ulaşarak tarihin en hızlı büyüyen tüketici yazılımı oldu.<ref>{{Haber kaynağı |soyadı=Milmo |ad=Dan |tarih=2 Şubat 2023 |başlık=ChatGPT reaches 100 million users two months after launch |url=https://www.theguardian.com/technology/2023/feb/02/chatgpt-100-million-users-open-ai-fastest-growing-app |erişimtarihi=31 Aralık 2024 |iş=The Guardian |dil=en-GB |issn=0261-3077 |arşivurl=https://web.archive.org/web/20230203051356/https://www.theguardian.com/technology/2023/feb/02/chatgpt-100-million-users-open-ai-fastest-growing-app |arşivtarihi=3 Şubat 2023 |ölüurl=hayır }}</ref> 2022 yılı, yapay zekânın geniş kitleler tarafından fark edildiği ve yaygın bir şekilde konuşulmaya başlandığı bir dönüm noktası olarak kabul edildi.<ref>{{Web kaynağı |soyadı=Gorichanaz |ad=Tim |tarih=29 Kasım 2023 |başlık=ChatGPT turns 1: AI chatbot’s success says as much about humans as technology |url=https://theconversation.com/chatgpt-turns-1-ai-chatbots-success-says-as-much-about-humans-as-technology-218704 |erişimtarihi=31 Aralık 2024 |website=The Conversation |dil=en-US |arşivurl=https://web.archive.org/web/20241231073513/https://theconversation.com/chatgpt-turns-1-ai-chatbots-success-says-as-much-about-humans-as-technology-218704 |arşivtarihi=31 Aralık 2024 |ölüurl=hayır }}</ref> Bu yazılımlar, büyük bir [[yapay zeka patlaması]]nı tetikledi. Büyük ölçekli şirketler yapay zekâ araştırmalarına milyarlarca dolar yatırım yapmaya başladı. AI Impacts'in verilerine göre, 2022 yılında sadece ABD'de yapay zekâya yıllık yaklaşık $50 milyar yatırım yapıldı. ABD'deki yeni bilgisayar bilimi doktora mezunlarının yaklaşık %20'si yapay zekâ üzerine uzmanlaştı.{{Sfnp|DiFeliciantonio|2023}} Aynı yıl, ABD'de yapay zekâ ile ilgili 800.000 iş ilanı bulundu.{{Sfnp|Goswami|2023}} PitchBook araştırmasına göre, 2024'te yeni fon alan [[Girişim şirketi|girişimlerin]] %22'si kendilerini yapay zekâ şirketi olarak tanımlıyordu.<ref>{{Web kaynağı |başlık=Nearly 1 in 4 new startups is an AI company | website=PitchBook |tarih=24 Aralık 2024 | url=https://pitchbook.com/news/articles/nearly-1-in-4-new-startups-is-an-ai-company |erişimtarihi=3 Ocak 2025}}</ref>

== Gelişim süreci ==

=== İlk araştırmalar ve yapay sinir ağları ===
İdealize edilmiş tanımıyla yapay zekâ konusundaki ilk çalışmalardan biri [[McCulloch]] ve [[Pitts]] tarafından yapılmıştır. Bu araştırmacıların önerdiği, yapay [[sinir hücresi|sinir hücre]]lerini kullanan hesaplama modeli, önermeler mantığı, [[fizyoloji]] ve [[Turing]]'in hesaplama kuramına dayanıyordu. Herhangi bir hesaplanabilir [[fonksiyon]]un [[sinir hücresi|sinir hücre]]lerinden oluşan ağlarla hesaplanabileceğini ve [[mantık]]sal '''''ve''''' ve '''''veya''''' işlemlerinin gerçekleştirilebileceğini gösterdiler. Bu ağ yapılarının uygun şekilde tanımlanmaları hâlinde öğrenme becerisi kazanabileceğini de ileri sürdüler. [[Hebb]], sinir hücreleri arasındaki bağlantıların şiddetlerini değiştirmek için basit bir kural önerince, öğrenebilen [[yapay sinir ağları]]nı gerçekleştirmek de olası hale gelmiştir.

1950'lerde [[Claude Shannon|Shannon]] ve [[Alan Turing|Turing]] [[bilgisayar]]lar için [[satranç]] programları yazıyorlardı. İlk [[yapay sinir ağları|yapay sinir ağı]] temelli bilgisayar SNARC, [[Massachusetts Teknoloji Enstitüsü|MIT]]'de [[Marvin Minsky|Minsky]] ve [[Edmonds]] tarafından 1951'de yapıldı. Çalışmalarını [[Princeton Üniversitesi]]'nde sürdüren [[Mc Carthy]], Minsky, [[Shannon]] ve [[Nathaniel Rochester|Rochester]]'le birlikte 1956 yılında [[Dartmouth]]'da iki aylık bir açık çalışma düzenledi. Bu toplantıda birçok çalışmanın temelleri atılmakla birlikte, toplantının en önemli özelliği Mc Carthy tarafından önerilen yapay zekâ adının konmasıdır. İlk kuram ispatlayan programlardan ''Logic Theorist'' (Mantık kuramcısı) burada [[Newell]] ve [[Simon]] tarafından tanıtılmıştır.

=== Yeni yaklaşımlar ===
Daha sonra [[Newell]] ve [[Simon]], '''''insan gibi düşünme''''' yaklaşımına göre üretilmiş ilk program olan '''Genel Sorun Çözücü''' (''General Problem Solver'')'ı geliştirmişlerdir. [[Simon]], daha sonra fiziksel simge varsayımını ortaya atmış ve bu kuram, insandan bağımsız zeki sistemler yapma çalışmalarıyla uğraşanların hareket noktasını oluşturmuştur. [[Simon]]'ın bu tanımlaması bilim adamlarının yapay zekâya yaklaşımlarında iki farklı akımın ortaya çıktığını belirginleştirmesi açısından önemlidir: '''Sembolik Yapay Zekâ''' ve '''Sibernetik Yapay Zekâ'''.

== Yaklaşımlar ve eleştiriler ==

=== Sembolik yapay zekâ===
[[Simon]]'ın sembolik yaklaşımından sonraki yıllarda mantık temelli çalışmalar egemen olmuş ve programların başarımlarını göstermek için bir takım yapay sorunlar ve dünyalar kullanılmıştır. Daha sonraları bu sorunlar gerçek yaşamı hiçbir şekilde temsil etmeyen oyuncak dünyalar olmakla suçlanmış ve yapay zekânın yalnızca bu alanlarda başarılı olabileceği ve gerçek yaşamdaki sorunların çözümüne ölçeklenemeyeceği ileri sürülmüştür.

Geliştirilen programların gerçek sorunlarla karşılaşıldığında çok kötü bir başarım göstermesinin ardındaki temel neden, bu programların yalnızca [[sentaktik]] süreçleri benzeşimlendirerek anlam çıkarma, bağlantı kurma ve fikir yürütme gibi süreçler konusunda başarısız olmasıydı. Bu dönemin en ünlü programlarından [[Weizenbaum]] tarafından geliştirilen [[Eliza]], karşısındaki ile sohbet edebiliyor gibi görünmesine karşın, yalnızca karşısındaki insanın cümleleri üzerinde bazı işlemler yapıyordu. İlk makine çevirisi çalışmaları sırasında benzeri yaklaşımlar kullanılıp çok gülünç çevirilerle karşılaşılınca bu çalışmaların desteklenmesi durdurulmuştu. Bu yetersizlikler aslında insan beynindeki [[semantik]] süreçlerin yeterince incelenmemesinden kaynaklanmaktaydı.

=== Sibernetik yapay zekâ ===
[[Yapay sinir ağları]] çalışmalarının dahil olduğu [[sibernetik]] cephede de durum aynıydı. Zeki davranışı benzeşimlendirmek için bu çalışmalarda kullanılan temel yapılardaki bazı önemli yetersizliklerin ortaya konmasıyla birçok araştırmacılar çalışmalarını durdurdular. Buna en temel örnek, [[Yapay sinir ağları]] konusundaki çalışmaların [[Marvin Minsky]] ve [[Papert|Seymour Papert]]'in 1969'da yayınlanan ''Perceptrons'' adlı kitaplarında tek katmanlı algaçların bazı basit problemleri çözemeyeceğini gösterip aynı kısırlığın çok katmanlı algaçlarda da beklenilmesi gerektiğini söylemeleri ile bıçakla kesilmiş gibi durmasıdır.

[[Sibernetik]] akımın uğradığı başarısızlığın temel sebebi de benzer şekilde '''Yapay Sinir Ağının''' tek katmanlı görevi başarması fakat bu görevle ilgili vargıların veya sonuçların bir yargıya dönüşerek diğer kavramlar ile bir ilişki kurulamamasından kaynaklanmaktadır. Bu durum aynı zamanda [[semantik]] süreçlerin de benzeşimlendirilememesi gerçeğini doğurdu.

== Uzman sistemler ==
Her iki akımın da uğradığı başarısızlıklar, her sorunu çözecek genel amaçlı sistemler yerine belirli bir uzmanlık alanındaki bilgiyle donatılmış programları kullanma fikrinin gelişmesine sebep oldu ve bu durum yapay zekâ alanında yeniden bir canlanmaya yol açtı. Kısa sürede [[Uzman sistemler]] adı verilen bir [[metodoloji]] gelişti.

Uzman sistemler bir konuda belli ön koşullar aynı anda var olduğunda konunun bir uzmanın (bazen ne olasılıkla) ne karar alacağını belirleyen kuralların tümünü içeren bir programı gelen problemlere uygulamak temellidir. Bunun bir avantajı her verilen kararın hangi kurallar uygulanarak verildiğinin kolayca bilinmesi idi. Bu birçok kuralcı bürokratik karar örgütleri için kolayca uygulamalar geliştirilebilmesi demekti. Bu doğal olarak bir otomobilin tamiri için önerilerde bulunan uzman sistem programının otomobilin ne işe yaradığından haberi olmaması da demekti. Buna rağmen uzman sistemlerin başarıları beraberinde ilk ticari uygulamaları da getirdi.

Yapay zekâ yavaş yavaş bir endüstri hâline geliyordu. [[DEC]] tarafından kullanılan ve müşteri siparişlerine göre donanım seçimi yapan R1 adlı uzman sistem şirkete bir yılda 40 milyon dolarlık tasarruf sağlamıştı. Birden diğer ülkeler de yapay zekâyı yeniden keşfettiler ve araştırmalara büyük kaynaklar ayrılmaya başlandı. 1988'de yapay zekâ endüstrisinin cirosu 2 milyar dolara ulaşmıştı.

== Doğal dil işleme ==
[[Antropoloji]] bilimi, gelişmiş insan zekâsı ile [[dil]] arasındaki bağlantıyı gözler önüne serdiğinde, dil üzerinden yürütülen yapay zekâ çalışmaları tekrar önem kazandı. [[İnsan]] zekâsının doğrudan doğruya kavramlarla düşünmediği, dil ile düşündüğü, dil kodları olan kelimeler ile kavramlar arasında bağlantı kurduğu anlaşıldı. Bu sayede [[insan]] aklı kavramlar ile düşünen [[Hayvanlar|Hayvan]] [[beyin|beyninden]] daha hızlı işlem yapabilmekteydi ve [[dil]] dizgeleri olan cümleler yani şablonlar ile etkili bir öğrenmeye ve bilgisini soyut olarak genişletebilme yeteneğine sahip olmuştu. İnsanların iletişimde kullandıkları [[Türkçe]], [[İngilizce]] gibi doğal dilleri anlayan [[bilgisayar]]lar konusundaki çalışmalar hızlanmaya başladı. Önce, yine [[Uzman sistemler]] olarak karşımıza çıkan doğal [[dil]] anlayan programlar, daha sonra '''Sembolik Yapay Zekâ''' ile ilgilenenler arasında ilgiyle karşılandı ve [[yazılım]] alanındaki gelişmeler sayesinde [[İngilizce]] olan '''A.I.M.L''' (''Artificial intelligence Markup Language'') ve '''[[Türkçe]]''' '''T.Y.İ.D''' (''Türkçe Yapay Zekâ İşaretleme Dili'') gibi bilgisayar dilleri ile [[sentaktik]] (''Örüntü'') işlemine uygun veri erişim metotları geliştirilebildi. Bugün '''Sembolik Yapay Zekâ''' araştırmacıları özel '''Yapay Zekâ''' dillerini kullanarak verileri birbiri ile ilişkilendirebilmekte, geliştirilen özel [[prosedür]]ler sayesinde '''''anlam çıkarma''''' ve '''''çıkarımsama''''' yapma gibi ileri seviye bilişsel [[fonksiyon]]ları benzetimlendirmeye çalışmaktadırlar.
 
Bütün bu gelişmelerin ve süreçlerin sonunda bir grup yapay zekâ araştırmacısı, [[insan]] gibi düşünebilen sistemleri araştırmaya devam ederken diğer bir grup ise ticari değeri olan [[rasyonel]] karar alan sistemler (''[[Uzman sistemler]]'') üzerine yoğunlaştı.

=== Diyalog bazlı yapay zeka ===
Doğal dil işleme ve makine öğrenmesi gibi yapay zeka teknolojileri kullanılarak insan ve makine (yazılım) arasında bir diyaloğun sürdürülmesini sağlayan yapay zeka alt dalına "diyalog bazlı yapay zeka" (conversational artificial intelligence) denir. Daha önce insanların bilgisayara komut vermesinde kullanılan web, mobil uygulama gibi [[Grafik arabirimi|grafiksel arayüz]]lerin (GUI) yerine geçmeyi amaçlayan [[diyalog bazlı arayüz]]ler (CUI) insanların bilgisayara günlük dilde yazarak veya konuşarak komut verebilmesini amaçlar. Günümüzde, chatbotlar ve sesli asistanlar diyalog bazlı yapay zeka alanında sıkça kullanılan teknolojik ürünler olarak karşımıza çıkmaktadır.

==== Chatbotlar ====
[[Chatbot]]lar, diyalog bazlı yapay zekanın günlük hayatta kullanılan bir örneğidir. Kullanıcılar, Türkçeye [[sohbet robotu|sohbet robotları]] olarak geçmiş bu dijital ürünler ile yazışarak belirli bir konuda bilgi alabilir veya uçak bileti almak, banka havalesi yapmak veya bir kitap satın almak gibi günlük işlerini yapabilirler. Chatbotlar, şirketlerin web sitesinde veya mobil uygulamasında yer alabilirler. Bunun dışında chatbotlar, [[WhatsApp]], [[Facebook Messenger]] gibi genel [[Mesajlaşma sistemi|mesajlaşma platformlarında]] veya [[Google Assistant]], [[Siri]] gibi [[Akıllı kişisel asistan|sesli asistanlarda]] da yer alabilirler.

Chatbotlar kullanıcı ile etkileşim kurma yöntemini, arkasında yer alan teknolojik altyapıya göre farklı çeşitlerde oluşturulabilir. Örneğin bir chatbot kullanıcı ile, sadece kullanıcı onunla etkileşime girdiğinde iletişim kuruyorsa ''reaktif'' bir chatbottur, eğer bir uyarıcı ile tetiklenerek kullanıcı ile olan diyaloğu başlatan taraf oluyorsa buna ''proaktif'' bir chatbot denir. Teknoloji açısından bakılacak olursa, yapay zeka tabanlı chatbotların yanında, doğal dil işleme, makine öğrenmesi gibi yapay zeka teknolojileri kullanılmadan geliştirilen [[kural tabanlı sistem|kural tabanlı]] chatbotlar da kullanılmaktadır. Ancak bu iki tür chatbotun davranışı farklıdır. Kural bazlı chatbotlarda genellikle kullanıcıya belirli seçenekler sunulur ve yaratılan deneyim bu seçeneklerle sınırlı kalır.{{Kaynak belirt}} Yapay zeka tabanlı chatbotlarda ise kullanıcı serbest bir metin yazabilir, chatbotun doğal dil işleme teknolojisi bu metni anlamlandırıp doğru yanıtı belirleyerek kullanıcıya sunar.{{Kaynak belirt}}<ref>{{Web kaynağı|url=https://www.basit.ai/post/chat-gpt-sohbet-i%C3%A7in-fazla-g%C3%BC%C3%A7l%C3%BC-bir-dil-modeli|başlık=ChatGPT: Sohbet için Fazla Güçlü Bir Dil Modeli|erişimtarihi=1 Nisan 2024|çalışma=www.basit.ai|arşivurl=https://web.archive.org/web/20240401012126/https://www.basit.ai/post/chat-gpt-sohbet-i%C3%A7in-fazla-g%C3%BC%C3%A7l%C3%BC-bir-dil-modeli|arşivtarihi=1 Nisan 2024|ölüurl=hayır}}</ref>

== Gelecekte yapay zekâ ==
=== Süper zekâ ve tekillik ===
[[Süper zekâ]], en parlak ve en yetenekli insan zihninin zekâsını çok aşan bir zekâya sahip varsayımsal bir etkendir.{{Sfnp|Roberts|2016}}<!--SINGULARITY--> [[Yapay genel zekâ]] üzerine yapılan araştırmalar yeterince zeki bir yazılım üretirse, yazılım [[Tekrarlayan kendini geliştirme|kendini yeniden programlayabilir ve geliştirebilir]]. Gelişen yazılım kendini geliştirmede daha da iyi olur ve [[I. J. Good]]'un "[[Teknolojik tekillik|zekâ patlaması]]" ve [[Vernor Vinge]]'in "[[Teknolojik tekillik|tekillik]]" olarak adlandırdığı şeye yol açar.<ref>Zekâ patlaması ve [[teknolojik tekillik]]: {{Harvtxt|Russell|Norvig|2021|pp=1004-1005}}, {{Harvtxt|Omohundro|2008}}, {{Harvtxt|Kurzweil|2005}}

[[I. J. Good]]'un "zekâ patlaması": {{Harvtxt|Good|1965}}

[[Vernor Vinge]]'in "tekilliği": {{Harvtxt|Vinge|1993}}</ref><!--ANTI-SINGULARITIANISM-->

Ancak teknolojiler sonsuza kadar üstel olarak gelişemez ve genellikle [[Sigmoid işlevi|S şeklinde]] bir eğri izler, teknolojinin yapabileceği şeyin fiziksel sınırlarına ulaştığında yavaşlar.{{Sfnp|Russell|Norvig|2021|p=1005}}

=== Transhümanizm ===
{{Ana|Transhümanizm}}
Robot tasarımcısı [[Hans Moravec]], sibernetikçi [[Kevin Warwick]] ve mucit [[Ray Kurzweil]], gelecekte insanların ve makinelerin birleşerek her ikisinden de daha yetenekli ve güçlü [[siborg]]lara dönüşebileceğini öngördüler. [[Transhümanizm]] olarak adlandırılan bu fikrin kökleri, [[Aldous Huxley]] ve [[Robert Ettinger]]'ın yazılarında bahsedilmektedir.<ref>[[Transhümanizm]]: {{Harvtxt|Moravec|1988}}, {{Harvtxt|Kurzweil|2005}}, {{Harvtxt|Russell|Norvig|2021|p=1005}}</ref>

[[Edward Fredkin]], "yapay zekânın evrimin bir sonraki adımı" olduğunu savunmaktaydı; bu fikir ilk olarak [[Samuel Butler (yazar)|Samuel Butler]]'ın "[[Darwin among the Machines]]" adlı mektubunda 1863'te ortaya atıldı ve [[George Dyson (bilim tarihçisi)|George Dyson]] tarafından 1998'deki ''[[Darwin Among the Machines#Evolution of Global Intelligence|Darwin Among the Machines: The Evolution of Global Intelligence]]'' adlı kitabında geliştirildi.<ref>AI as evolution: [[Edward Fredkin]] is quoted in {{Harvtxt|McCorduck|2004|p=401}}, {{Harvtxt|Butler|1863}}, {{Harvtxt|Dyson|1998}}</ref>

== Yapay zekânın gücü ==
[[Dosya:ArtificialFictionBrain.png|küçükresim|sağ|Yapay zekâ uygulamaları gün geçtikçe gelişmeye ve insan zekâsını yakalamaya doğru adım adım ilerlemektedir.]]Bilişim uzmanları, bir insanın hepsi aynı anda paralel olarak çalışan 100 milyar nöron bağlantısının toplam hesap gücünün alt sınırı olan saniyede 10 [[katrilyon]] (1.000.000.000.000.000 = <math>10^{15}</math>) hesap düzeyine 2025'te erişeceğini düşünüyorlar.
Beynin [[bellek]] kapasitesine gelince, 100 trilyon bağlantının her birine 10.000 [[Bit (bilişim)|bit]] [[bilgi]] depolama gereksinimi tanınırsa, toplam kapasite 10^18 düzeyine çıkıyor. 2020'ye gelindiğinde insan beyninin işlevselliğine erişmiş bir bilgisayarın fiyatının 1000 dolar olacağı tahmin ediliyor. 2030'da 1000 dolarlık bir bilgisayarın bellek kapasitesi 1000 insanın belleğine eşit olacak.

== Uygulama alanları ==
Yapay zekanın uygulama alanlarının bazı örnekleri şu şekildedir:
* [[Önerici sistem]]ler: Kullanıcıların geçmiş davranışlarına dayanarak yeni içerik önerilmesi. Örneğin, sosyal medya sitelerinde yeni arkadaş, mağazalarda başka bir ürün, gazetede başka bir haber önerileri.
* [[Makine çevirisi]]: Bir dilde ifade edilen cümleyi farklı bir dile çevirmek. Örneğin, [[Google Translate]], [[Microsoft Tercüman]] ve [[Yandex.Çeviri]] gibi çevrimiçi araçlar.
* [[Sinyal işleme]]: Ses ve görüntü gibi sinyallerin işlenerek bilgi çıkarımı. Örneğin, yüz ve ses tanıma.
* [[Prosedürel içerik üretimi]]: Rassal yöntemler kullanarak yapay içerik üretme. Örneğin, üretimsel müzik ve video oyunlarında prosedürel dünyalar.
* [[Regresyon analizi]]: Geçmiş verilere dayanılarak bir değişkenin gelecekteki değerinin tahmin edilmesi. Örneğin, ekonomik öngörüler, üretim miktarı öngörüleri.
* [[Görüntü işleme|Görüntü işleme:]] Dijital görüntülerde bulunan objeleri tanıma, yerini bulma, sınıflandırma gibi işlemlerin tümü. Yapay zekadan önce bu işlemler [[Hough dönüşümü]] gibi kurala dayalı algoritmalar ile sürdürülürken, günümüzde bu kurallar veriden öğrenilmektedir. Görüntülemenin sık kullanıldığı tıp,<ref>{{Akademik dergi kaynağı|url=https://doi.org/10.1001/jamasurg.2021.5848|başlık=Practical Computer Vision Application to Compute Total Body Surface Area Burn: Reappraising a Fundamental Burn Injury Formula in the Modern Era|tarih=1 Şubat 2022|sayı=2|sayfalar=129-135|çalışma=JAMA Surgery|cilt=157|ad=Jeff|soyadı=Choi|issn=2168-6254|doi=10.1001/jamasurg.2021.5848|ad2=Advait|ad3=Edward|ad4=Gavin|ad5=Layla|ad6=Joseph D.|ad7=David A.|soyadı2=Patil|soyadı3=Vendrow|soyadı4=Touponse|soyadı5=Aboukhater|soyadı6=Forrester|soyadı7=Spain}}</ref> biyoloji,<ref>{{Akademik dergi kaynağı|url=https://doi.org/10.1186/s13007-022-00864-4|başlık=MultipleXLab: A high-throughput portable live-imaging root phenotyping platform using deep learning and computer vision|tarih=27 Mart 2022|sayı=1|dil=İngilizce|sayfalar=38|çalışma=Plant Methods|cilt=18|ad=Vinicius|soyadı=Lube|issn=1746-4811|pmc=PMC8958799|pmid=35346267|doi=10.1186/s13007-022-00864-4|ad2=Mehmet Alican|ad3=Alexander|ad4=Khaled|ad5=Ikram|soyadı2=Noyan|soyadı3=Przybysz|soyadı4=Salama|soyadı5=Blilou}}</ref> otomotiv,<ref>{{Akademik dergi kaynağı|url=https://link.springer.com/chapter/10.1007/978-981-16-6309-3_56|başlık=Automatic Traffic Light Detection for Self-Driving Cars Using Transfer Learning|tarih=2022|dil=İngilizce|sayfalar=597-606|çalışma=Intelligent Sustainable Systems|yer=Singapore|yayıncı=Springer|ad=S.|soyadı=Gautam|isbn=978-981-16-6309-3|doi=10.1007/978-981-16-6309-3_56|ad2=A.|soyadı2=Kumar|editör-ad=Atulya K.|editör2-ad=Dharm Singh|editör3-ad=Gabriela|editör4-ad=Durgesh Kumar|editör-soyadı=Nagar|editör2-soyadı=Jat|editör3-soyadı=Marín-Raventós|editör4-soyadı=Mishra|erişimtarihi=8 Nisan 2022|arşivurl=https://web.archive.org/web/20220408112757/https://link.springer.com/chapter/10.1007/978-981-16-6309-3_56|arşivtarihi=8 Nisan 2022|ölüurl=hayır |issn= 2367-3389}}</ref> üretim<ref>{{Akademik dergi kaynağı|url=https://www.sciencedirect.com/science/article/pii/S2090123221000643|başlık=A review on modern defect detection models using DCNNs – Deep convolutional neural networks|tarih=1 Ocak 2022|dil=İngilizce|sayfalar=33-48|çalışma=Journal of Advanced Research|cilt=35|ad=Andrei-Alexandru|soyadı=Tulbure|issn=2090-1232|doi=10.1016/j.jare.2021.03.015|ad2=Adrian-Alexandru|ad3=Eva-Henrietta|soyadı2=Tulbure|soyadı3=Dulf|erişimtarihi=8 Nisan 2022|arşivurl=https://web.archive.org/web/20220408112750/https://www.sciencedirect.com/science/article/pii/S2090123221000643|arşivtarihi=8 Nisan 2022|ölüurl=hayır}}</ref> gibi alanlarda kullanılmaktadır.
* [[Makale]] yazma: Dünyada yapay zeka ile yazılan ilk köşe yazısı 8 Eylül 2020 tarihinde The Guardian gazetesinde yayınlanmıştır.<ref>{{Web kaynağı | url = https://www.theguardian.com/commentisfree/2020/sep/08/robot-wrote-this-article-gpt-3 | başlık = A robot wrote this entire article. Are you scared yet, human? | erişimtarihi = 7 Aralık 2022 | tarih = 8 Eylül 2020 | arşivurl = https://web.archive.org/web/20200908090812/https://www.theguardian.com/commentisfree/2020/sep/08/robot-wrote-this-article-gpt-3 | arşivtarihi = 8 Eylül 2020}}</ref> Türkiye'de yapay zekanın yazdığı ilk haber ise Şalom gazetesinde 2018 yılında yayınlanmıştır.<ref>{{Web kaynağı | url = https://www.salom.com.tr/arsiv/haber/107175/turk-basin-tarihinde-bir-ilk-yapay-zeka-tarafindan-yazilan-ilk-haber | başlık = Türk basın tarihinde bir ilk: Yapay zekâ tarafından yazılan ilk haber | erişimtarihi = 20 Haziran 2018 | tarih = 7 Aralık 2022 | arşivurl = https://web.archive.org/web/20221207202026/https://www.salom.com.tr/arsiv/haber/107175/turk-basin-tarihinde-bir-ilk-yapay-zeka-tarafindan-yazilan-ilk-haber | arşivtarihi = 7 Aralık 2022}}</ref>

== Alt dallar ==
* [[Makine zekâsı|Makine Zekâsı]] (''Sembolik '''Yapay Zekâ''''')
* [[Yapay Sinir Ağları]] (''[[Sibernetik]] '''Yapay Zekâ''''')
* [[Doğal Dil işleme]] (''Dil ile düşünme'')
* [[Görüntü işleme|Görüntü İşleme]]
* [[Konuşma Sentezi]] (''Yapay Konuşma'')
* [[Konuşma Anlama]] (''Konuşma Analizi'')
* [[Tümevarımlı mantık programlama]]
* [[Bilgi-tabanlı sistem]]
* [[Bilgisayarlı görü]]
* [[Doğal dil üretme]]
* [[Uzman sistemler]] 
* [[Sinirsel şebeke]]
* [[Makine öğrenimi]]
* [[Örüntü Tanıma]]
* [[Genetik Algoritmalar]]
* [[Genetik Programlama]]
* [[Bulanık Mantık]]
* [[Çoklu örnekle öğrenme|Çoklu Örnekle Öğrenme]] (Multiple Instance Learning)

== Ayrıca bakınız ==
{{Sütunlu liste|2|
* [[Yapay zekâ mühendisliği]]
* [[Yapay zekâya yönelik programlama dilleri listesi]]
* [[Derin öğrenme yazılımlarının karşılaştırılması]]
* [[Video gözetimi için yapay zeka]]
* [[Video oyunlarında yapay zekâ]]
* [[Üretken yapay zekâ]] 
* [[Açık kaynaklı yapay zeka]] 
* [[Yapay zekâ etiği]]
* [[Yapay zekâ kışı]]
* [[Yapay zeka felsefesi]]
* [[Genetik Programlama]]
* [[Yapay zeka etkisi]]
* [[Sembolik yapay zeka]]
* [[Genetik Programlama]]
* [[Toplu zekâ]]
* [[Yapay bilinç]]
* [[Durum tabanlı çıkarsama]]
* [[Yapay genel zekâ]]
* [[Duygu analizi]]
* [[Bilişsel dilbilim]]
}}

== Notlar ==
{{not listesi}}

== Kaynakça ==
{{kaynakça}}

{{Zihin felsefesi}}
{{Bilim felsefesi}}
{{Evrimsel hesaplama}}
{{Sibernetik}}
{{Türevlenebilir bilgi işlem}}
{{bilgisayar bilimi}}
{{Gelişen teknolojiler}}
{{Robotik}}
{{Yapay zekanın varoluşsal riski}}
{{Bilim ve mühendislik sözlükleri}}
{{Teknoloji}}
{{Otorite kontrolü}}

[[Kategori:Çalışmaları süren sayfalar|{{SAYFAADI}}]]
[[Kategori:Yapay zekâ| ]]
[[Kategori:Sibernetik]]
[[Kategori:Türlerine göre zekâ]]
[[Kategori:Formal bilimler]]
[[Kategori:Hesaplamalı nörobilim]]
[[Kategori:Gelişen teknolojiler]]
[[Kategori:Çözülememiş bilgisayar bilimi problemleri]]