Atatürk'ün Büyük İlgi Gören Yapay Zeka İle Renklendirilmiş Videosu Nasıl Yapıldı?
Mustafa Kemal Atatürk'ün yapay zekayla renklendirilmiş videosu geçtiğimiz günlerde sosyal medyada büyük ilgi toplamıştı. Özgür Şahin isimli bir vatandaş tarafından derin öğrenme (Deep Learning) metotları ile hazırlanan video milyonları duygulandırdı. Atatürk'ün renkli görüntüleri, Cumhuriyet'in ilk yıllarından alıntılanan siyah beyaz kayıtlarla hazırlandı.
19 Mayıs Atatürk'ü Anma Gençlik ve Spor Bayramı için hazırlanan video, kısa sürede çok büyük ilgi gördü.30 yaşında olan Şahin, özel bir bankanın Ar-Ge merkezinde uzman yazılım mühendisi olarak çalışıyor.
Siyah beyaz videolar zaten renklendirme yapılıyordu.Peki yapay zeka ile video renklendirmek ne manasına geliyor?Yöntemlerine bir göz atalım.
Konu yapay zeka olunca önümüzdeki yıllarda hayatımızı etkileyecek en önemli üç kavram:İşte bu kısaltmalar:
AI: Artificial Intelligence / Yapay Zekâ
ML: Machine Learning / Makine Öğrenmesi
DL: Deep Learning / Derin Öğrenme
AI, yapay zeka veya artificial intelligence terimleri birçok kişiye tanıdık geliyor. AI, Terminatör, Azınlık Raporu, Matrix gibi filmler bu kavrama oldukça popülerlik kazandırdı. Machine Learning ve Deep Learning ise daha yakın zamanda gündeme geldi ve yapay zeka ile birlikte veya onun yerine kullanılmaya başladı ve yanında kavram karışmasını getirdi. Bu üç kavram arasındaki en basit fark, ML ve DL’nin yapay zekanın birer alt kümesi olması. Yapay zekânın gelişmesi için makine öğrenmesi ve derin öğrenme teknolojilerine ihtiyaç duyuluyor. Elbette yapay zekanın gelişmesi için sadece bu iki yeni teknoloji değil görüntü işleme, “neural network” gibi diğer teknolojiler de gerekiyor.
Artificial Intelligence / Yapay Zekâ nedir?
Paylaşımlı sistemlerin gelişmesinde öncü rol oynayan, yapay zekâ terimini ve Lisp programlama dilini icat eden Amerikalı ünlü bilgisayar bilimci John McCarty yapay zekanın tanımını “insan zekasının karakteri olan işlemleri gerçekleştirebilen makinalar” olarak yapmıştır. Bu tanım çok genel olmakla birlikte plan yapma, konuşmayı anlama, nesneleri algılama, sesi tanıma, öğrenme ve problem çözme gibi kavramları içermektedir.
AI, genel AI ve dar AI olarak iki kategoriye ayrılabilir. Genel AI, yukarıda bahsettiğimiz insan zekâsının tüm karakteristik özelliklerini kapsarken, dar AI insan zekâsının sadece belli özelliklerini kapsayıp diğerlerini içermeyen kategoridir. Sadece görüntüleri tanıyıp işleyebilen ancak başka bir özelliği olmayan yapay zekâ dar yapay zekâ için güzel bir örnek teşkil eder.
ML – Makine Öğrenmesi nedir?
Yapay zekanın gelişebilmesi için tıpkı insan beyni gibi öğrenmesi gerekir. Bunun için iki farklı öğrenme yönteminden söz edilebilir. Sembolik öğrenme; görüntü işleme, bilgisayarlı görme (computer vision) ve robotik teknolojilerini kullanarak insan beyninin karakteristik özelliklerini taklit etmesidir. Bu yöntem dar kapsamlı bir yapay zeka kullanımı demektir.
Teknolojinin ilerlemesi ile birlikte yapay zekanın yeteneklerini geliştirebilecek birçok yeni teknoloji kullanılmaya başlandı. Doğal dil işleme, konuşma algılama gibi teknolojiler yapay zekanın öğrenme yeteneklerinin geliştirilmesini sağladı. İşte bu yeni teknolojilerin birleşimini kapsayan “ML – Makine Öğrenmesi”, sembolik öğrenmenin yerini almaya başladı.
ML, elindeki verileri inceleyerek insan zekasının yapabileceği algılamaları gerçekleştirebilme ve bunu sonraki işlemler için veri olarak kullanabilme yeteneğinin makinelere kazandırılması olarak tanımlanabilir. Örneğin, bir grafiğin mevcut değerleri ve fonksiyonu verildiğinde bilgisayarın bu grafiğe göre ileride gerçekleşecek grafik değerlerini öngörebilmesi, makine öğrenmesi olarak düşünülebilir. X ve Y koordinatı olarak iki boyutlu bir fonksiyon için bu son derece kolay olabilir ancak boyut sayısını artırdığımız zaman, 3-4-5 ve hatta 40-50 boyutlu karar verme algoritmalarında bilgisayarlar insan beyninden daha iyi sonuç verebilir. Bilgisayarların bu kadar çok boyutlu inceleme yapabilmesi için ise çok fazla veriye sahip olması gerekiyor. Bu kadar çok bilgiyi elde edebilmesi için ise “neural networks” adı verilen, insan beynindeki hafızanın yerine geçen bilgi ağları kuruluyor.
Makine öğrenmesini daha netleştirmek için ufak bir örnek üzerinden gidilebilir. İnsan zekasının insan, kedi ve köpeği çok kolay ayırt edebilmesine karşın bilgisayarlar için bu o kadar kolay değildir. Bu ayrıştırmayı yapabilmesi için dik kulaklılar kedi, düşük kulaklılar köpek gibi çok genel bir tanımlama yapıldığında bilgisayarın yanılma olasılığı çok yüksektir. Ancak kedi ve köpeğin bütün cins, ırk ve hareket karakteristiklerinin veri olarak sağlanması durumunda bilgisayarın öngörü yaparken yanılma payı azalır. Bu örnek üzerinden yapay zeka ve makine öğrenmesinin hayatımızdaki kullanımına bakarsak, güvenlik sistemlerinde faydalı bir uygulama alanı olduğunu görebiliriz. Hiçbir insanın geçmemesi gereken bir sınırda sensörler ve kameralar kullanıldığında, kameraların sınırdan geçenin insan mı hayvan mı olduğunu algılaması bile bu kadar basit bir yapay zekanın ne kadar etkili sonuçlar vereceğini gösterebilir.
Derin Öğrenme nedir?
Derin öğrenme (deep learning) makine öğrenmesi için kullanılan farklı yöntemlerden biridir. Derin öğrenme yöntemi insan beyninin öğrenme ve karar verme yöntemlerinden esinlenerek geliştiriliyor, yani nöronların hareketleri taklit ediliyor. Bu da “Yapay Nöron Ağları” (Artificial Neural Networks) sayesinde oluyor. Makine öğrenmesindeki örnekte kedi ile köpeğin birbirinden ayrılması ele alınmıştı. Konuyu biraz daha derinleştirdiğimizde kediyi kaplandan, çitadan veya benzeri bir hayvandan ayırmak gerektiğinde, bu hayvanlar arasında farklar iyice azaldığı için, iş iyice zorlaşıyor. Bu durumda bilgisayarın sadece kedi ve köpeği değil diğer tüm hayvanları incelemesi gerekiyor. İnsan beyni için bu kadar kolay olan bir algı, bilgisayarlar için maalesef hala ulaşılması zor bir hedef olarak önümüzde duruyor.
Bunu gerçekleştirmesi beklenen derin öğrenme için insanoğlunun sahip olduğu tüm bilgilerin bir ağ içinde erişilebilir olması ve bu bilgiyi insan beyni kadar hızlı işleyebilecek güçlü bilgisayarların bulunması gerekiyor. Bunun maliyeti de oldukça yüksek oluyor.
Sonuç olarak,Mustafa Kemal Atatürk'ün yapay zekayla renklendirilmiş videosuda derin öğrenme yöntemiyle yapıldı.Nasıl yapıldığı konusu "Teketek"isimli programda detaylı bir şekilde anlatıldı.
Kaynaklar
1.https://twitter.com/ozgr_shn
2.https://en.wikipedia.org/wiki/Deep_learning
3.https://selfservicesmartsolutions.com/makaleler/blogiot/yapay-zeka-makinaogrenmesi-fark/
4.https://www.forbes.com/sites/bernardmarr/2016/12/08/what-is-the-difference-between-deep-learning-machine-learning-and-ai/#cfd03d726cfa
5.Video-Özgür Şahin-https://www.youtube.com/watch?v=pNIC10vmbsE
6.http://www.hurriyet.com.tr/teknoloji/genc-girisimcilerden-engelleri-kaldiran-iki-muthis-uygulama-41211894
7.Video2-Matlab-https://www.youtube.com/watch?time_continue=212&v=3cSjsTKtN9M
8.https://www.youtube.com/watch?v=Kg56oWxvM0o&list=FLoQR1-sKTRS065BGTK2dBFQ
9.https://medium.com/iotforall/the-difference-between-artificial-intelligence-machine-learning-and-deep-learning-3aa67bff5991
10.https://www.techrepublic.com/article/understanding-the-differences-between-ai-machine-learning-and-deep-learning/
