bang_prix_sanat_teknoloji_festival_yarisma1
Etkinlikleriyle Sanat ve Teknoloji Festivali, Ars Electronica
Eylül 26, 2017
rabia_yorganci_kindiroglu_bager_akbay_otomatik_siir
“Otomatik Şiir”
Ekim 24, 2017

Algılama Biçimleri: Yapay Sinir Ağları

memo_akten_yapay_sinir_aglari_derin_ogrenme_bang_prix1
03.10.2017
Yapay sinir ağları (neural network) insan beyninin öğrenme ve bilgi işleme tekniğinden alınan ilhamla geliştirilen bir bilgi işlem teknolojisi. Son 10 yılda, akıllı telefonlardaki görüntü tanıma sistemleri veya Google'ın en yeni otomatik çeviricisi gibi en yüksek performansları gösteren yapay zeka sistemleri, "derin öğrenme" (deep learning) tekniğini kullanıyor.

Derin öğrenme, yapay sinir ağlarının bir alt kategorisi ve yaklaşık 70 yıldır tartışılan bir kavram olarak karşımıza çıkmakta. Yapay sinir ağları ile alakalı ilk olarak 1944 yılında Chicago Üniversitesi'nden iki araştırmacı, Warren McCullough ve Walter Pitts tarafından ilk bilişsel bilim bölümü olarak MIT’de kuruldu ve bu alandaki çalışmaların hızı ve verimi artmaya başladı.

İnsanlar doğumlarından itibaren bir öğrenme süreci yaşamaktalar ve bu süreçte beyin sürekli gelişim göstermektedir. Yaşam süresince gelişen ağlar, sinaptik bağlantıların artışı ile öğrenmenin gelişimini arttırır. Yapay sinir ağları da insan beyni ile aynı yolu taklit eden sistemlerde öğrenmektedirler. Görselleştirmelerde neyin bir “muz” olarak görünmesi gerektiğini tanıttığınız noktada her benzer şeklin çıktısının “muz” olarak sonuçlanması yapay zekanın vermiş olduğu bir sonuç. Aşağıdaki görselde bu tarif daha net bir şekilde görülüyor.
GPU'ların gelişmesiyle derin öğrenme üzerinde yapılan çalışmaların artışı, son kullanıcıya hitap eden birçok ürünün de çıkmasına olanak tanıdı. Örneğin; Apple 10. yılı şerefine satışa sunduğu Iphone X yapay zeka işlemleri için kullanılan A11 Bionic yapay zeka motoru “neural engine” ile bu yapının kullanıldığı bilişim sistemlerini son kullanıcıya ulaştırdı.

Sanat dünyasında da kullanımı yoğunlaşan “Yapay Sinir Ağları” öğretilen görüntülerin defalarca fotoğraflarının çekilip sisteme yeniden tanıtılmaları sonucu sanatçının belirlediği yolda bir öğrenme stili ile derin öğrenmenin yönünü belirliyor. Sanatçılar, güçlü bir önyargı yaratmak için kullandıkları öğrenme sisteminden anlık bir görüntüyü belirli bir düşünce zincirini ifade etmek üzere kullanıyor ve bu düşünceleri görsel anlamda güçlendiriyorlar. Bu sayede beklenen çerçeveleme gerçekleştirilebiliyor.

Sanatçı Memo Akten kendi yüzüyle gerçekleştirdiği direkt anlatımda performatif bir yaklaşım gösteriyor. Yapay sinir ağlarının size verdiği görüntüleri görmek, farklı imgelerin insan beyni ile direkt iletişime geçip izleyiciyi sanatçının anlatmak istediği noktaya getiriyor. Memo Akten’in Medium üzerinden yayınladığı yazısında çalışma detaylaına ulaşabilirsiniz.
Yukarıda görmekte olduğunuz imajda hiçbir hayvan ve yaratık betimlemesi olmamasına rağmen bugüne kadar öğrenmiş olan nöronlarınız sizin bu soyut şekilleri algılamanızı sağlıyor. Yapay sinir ağları da imajları tam olarak bu anlamda çerçeveliyor.
Özge Çokgezen
Görsel Kaynaklar

1.görsel
2. ve 3.görsel