LONDRA VE İSTANBUL MERKEZLİ İNOVASYON DANIŞMANLIK FİRMASI GOOINN INNOVATION’IN TEMMUZ AYINDA YAYIMLADIĞI BİR RAPOR, BUGÜNÜN TEKNOLOJİ VE İŞ DÜNYASININ EN ÖNEMLİ BAŞLIĞINA ODAKLANIYOR: YAPAY ZEKÂ. GOOINN’İN 2023 YAPAY ZEKÂ RAPORU, YAPAY ZEKÂ PAZARINI, GELECEK TRENDLERİ VE KULLANIM ALANLARINI DERİNLEMESİNE MERCEK ALTINA ALIYOR.

GOOINN’in 2023 Yapay Zekâ Raporu’nun orijinal dokümanına, burayı tıklayarak ulaşacağınız internet adresindeki formu doldurarak ulaşabilirsiniz.

Şirketlerin yenilikçi dijital ürünler tasarlamaları için gereken inovasyon kültürünün kurulması, kurum içi girişimcilikle geliştirilen fikirlerin doğru adımlarla hayata geçmesive küresel olarak ticarileşmesini sağlayan GOOINN Innovation, yayımladığı sektör raporlarında iş dünyasının trend konularına değinirken, temmuz ayında yayımladığı GOOINN 2023 Yapay Zekâ Raporu ile son yıllarda çok önemli atılımlar yaşanan yapay zekâ pazarını, gelecek trendleri ve kullanım alanlarını derinlemesine mercek altına alıyor. Günümüzde yapay zekâ teknolojileri, hayatımızın çeşitli yönlerine entegrasyonla birlikte hızla gelişmeye devam ediyor. 2023 Yapay Zekâ Raporu’nda devam eden yapay zekâ çalışmalarındaki tüm geliştirmelere, açıklanabilir yapay zekâya, yapay zekâ etiğine ve robotik yapay zekânın yeni sınırlarına değiniliyor. Yapay zekâ çalışmaları, tüm iş dünyasını olduğu gibi makine imalat sektörünü de yakından ilgilendiriyor. Bu nedenle, GOOINN 2023 Yapay Zekâ Raporu’nun detaylarını Moment Expo sayfalarında da vurgulamanın önemli olduğuna inanıyoruz. 

“YAPAY ZEKÂ PAZARI, 2030 YILINDA2 TRİLYON DOLARA YÜKSELECEK”

GOOINN’in 2023 Yapay Zekâ Raporu’na göre, küresel yapay zekâ pazarının büyüklüğü 2022 yılında 428 milyar dolar olarak değerlendiriliyor. Bu pazarın 2023 yılında 515,21 milyar dolara, 2030 yılında ise yaklaşık 2 trilyon dolara yükselmesi bekleniyor. Yapay zekâ, dijital çağda devrim niteliğinde önemli bir faktör olduğunu kanıtlarken, büyük şirketler yapay zekâyı kurumsal hayatta daha erişilebilir hale getirmek için çalışıyor. Ayrıca, çeşitli şirketler daha iyi bir müşteri deneyimi sağlamak için de yapay zekâ teknolojisinden yararlanıyor. GOOINN’in 2023 Yapay Zekâ Raporu’na göre, yapay zekâ inovasyonunun hızını artıran en önemli faktörlerden biri, geçmiş veri kümelerine erişim oldu. Bugün, veri depolama ve erişimin daha ekonomik hale gelmesiyle birlikte sağlık tesisleri ve devlet kurumları yapılandırılmamış verileri daha erişilebilir hale getiriyor. Zengin veri kümelerine erişim sağlayan yeni nesil bilgi işlem sistemleri ise bilişimcilerin ve araştırmacıların daha hızlı inovasyon yapmasını sağlıyor. Diğer yandan derin öğrenme ve nöral ağ alanındaki gelişmeler de havacılık, tıp, imalat ve otomotiv gibi birçok sektörde yapay zekânın benimsenmesini kolaylaştırıyor. Nöral ağlar, benzer kalıpları belirlemeye ve sabit çözümler sağlamaya yardımcı olurken, yine nöral ağlar doğru ve kesin versiyonlar geliştirmek için geleneksel makine öğrenme sistemlerinin yerini alıyor. Raporda ayrıca, yeni makine öğrenimi tekniklerinin yapay zekâ sürümlerinin eğitilmesinde ve kullanım şeklini değiştirmesinde kullanılacağının beklendiği de belirtiliyor. 

DERS BİR:YAPAY ZEKÂ NEDİR?

Yapay zekâ, insan zekâsını kopyalayarak topladığı verileri kullanma yeteneğine sahip sistemlere veya makinelere atıfta bulunan bir terimdir. Başka bir deyişle yapay zekâ, robotların ya da bilgisayar sistemlerinin insan davranışlarını kopyalayabilmesi anlamına da gelebilir. Yapay zekâyı tek bir başlık altında ele almak yanlıştır.Yapay zekâ, derin öğrenme ve makine öğrenmesi gibi terimleri de içerir. Yapay zekâ sistemleri, planlama, öğrenme, muhakeme, problem çözme, bilgi temsili, algılama, hareket ve manipülasyon dâhil olmak üzere insan zekâsıyla yakından ilişkili davranışlar sergileyebilir. Bu davranışlar sosyal zekâve yaratıcılığı da içerebilir.Bu kavram, sıklıkla görülen “yapay zekâ” kullanımı yerine İngilizce kullanımı olan “artificial intelligence” kavramının kısaltması olan AI şeklinde de karşımıza çıkabilir. AI sistemi büyük miktarda veriyi işleyebilir, kalıpları tanıyabilir, çıkarımlar veya tahminler yapabilir. Konuşma, tanıma, görüntü ve video analizi, dil çevirisi gibi görevleri yerine getirebilir ve hatta karmaşık oyunlar oynayabilirler. AI teknolojileri rutin görevleri otomatikleştirme, karar alma süreçlerini geliştirme ve sağlık, finans, ulaşım ve eğlence dâhil olmak üzere çok sayıda sektörde yeni yetenekler sağlama potansiyeline sahiptir. 

YAPAY ZEKÂ YOLCULUĞUNDAKİ TARİHİ EŞİKLER

Yapay zekânın ortaya çıkışı 1940’lı yıllara dayanıyor. Alan Turing ve John von Neumann gibi isimler makine zekâsı kavramını tartışmaya açarken bilgisayarların insan zekâsını simüle etmesi fikrini de öne çıkarmışlardı. “Yapay Zekâ” terimi ise ilk kez 1956’da akıllı makineler geliştirmeyi amaçlayan önde gelen araştırmacıları bir araya getiren Dartmouth Konferansı’nda ortaya atılmıştır. 1950’li ve 1960’lı yıllarda araştırmacılar, bilgiyi temsil etmek ve sorunları çözmek için mantık ve kuralları kullanan sembolik bir yapay zekâ sistemine odaklanırlarken, 1970’lerde ise bilgisayar programlarının belirli alanlardaki insan uzmanlığını taklit ettiği uygulamalar geliştirilmeye başlanmıştır. 1970’ler ve 1980’lerdeki bu zorluklarla dolu dönem, bugün yapay zekâ araştırmacıları tarafından “Yapay Zekâ Kışı” olarak da anılmaktadır. Yüksek beklentiler ve sınırlı ilerlemeyle birlikte bu dönemde finansal kaynaklar kadar yapay zekâya olan ilginin de azaldığını görüyoruz. Bununla birlikte makine öğrenimi gibi alanlarda araştırmalar aralıksız sürerken, 1990’lardan itibaren araştırmacılar bilgisayarların verilerden öğrenmesini ve performanslarının artırmasını sağlayan algoritmaları ve teknikleri keşfettikçe makine öğrenimi de hız kazanmıştır. İnsan beyninden esinlenen bir tür makine öğrenimi modeli olan bu sistemin ilerlemesiyle de “Büyük Veri” ile ilgili çalışmalara giden yol kolaylaşmıştır. Büyük veri kümeleri ve hesaplama gücü yapay zekâ araştırmalarını ileriye taşımayı sürdürür-ken, çok katmanlı ağlardan yararlanan derin öğrenme gibi makine öğrenimi teknikleri ise görüntü ve konuşma tanıma gibi alanlarda dikkate değer sonuçlar elde edilmesini olanaklı kılmıştır. Sanal asistanlar ve tavsiye sistemleri de dâhil olmak üzere pratik uygulamalar 2000’li yıllardan itibaren hayatımıza girmeye başlamıştır. Nihayet 2010’lu yıllarla birlikte, yapay zekâ teknolojilerinde önemli atılımlar yaşanmaya devam edildi. Derin öğrenme, takviyeli öğrenme ve dil alanındaki ilerlemeler, 

YAPAY ZEKÂNIN FAYDALARI

Yapay zekâ, insanların yaşamlarını iyileştirmek için bilgisayar sistemlerinin işleyişinin sınırlarını zorlayarak makinelerin doğalbir şekilde hareket etmesini ve insanların günlük olarak yaptığı birçok görevi yerine getirmesini sağlar. Bu nedenle, çeşitli karmaşık işlemlerin uçtan uca otomasyonuyla sonuçlanan ve böylece insan hatasını azaltan yeni nesil ilerlemelerin ve gelişmelerin gelişmiş bir versiyonu olarak tanımlanabilirler. İNSAN HATALARINI AZALTMA: Yapay zekâya sahip bilgisayarlar doğru programlandıkları takdirde hata yapmazlar. Yapay zekâ modelleri tahmine dayalı analitikten güç alır. Bu nedenle hata riski yoktur. Zamandan ve kaynaklardan tasarruf edilmesine, doğru ve verimli sonuçlar alınmasına yardımcı olurlar. TEKRARLAYAN GÖREVLERİ VE SÜREÇLERİ OTOMATİKLEŞTİRME: Yapay zekâ veri toplama, veri girişi, müşterilere yönelik işlemler, e-posta yanıtları, yazılım testi ve faturalandırma gibi alanlarda tekrarlayan sıradan görevlerin otomasyonunu sağlayabilir. Böylece çalışanlara, insan becerileri gerektiren görevlere odaklanmaları için zaman tanınabilir. BÜYÜK VERİLERİ SORUNSUZ BİR ŞEKİLDE İŞLEME: Yapay zekâ büyük verileri işlemek ve bunlardan mümkün olan en kısa sürede sonuç çıkarmak için tüm becerilere ve algoritmalara sahiptir. Analiz için gereken ilgili verileri hızlı bir şekilde alabilir ve çıkarabilirler; bu verileri yorumlama ve dönüştürme yoluyla daha fazla işleyebilirler. HIZLI KARAR VERMEYİ KOLAYLAŞTIRMA: Yapay zekâ güvenilir ve değerli içgörülere daha hızlı ulaşılmasına yardımcı olabilir. Yapay zekâ ve önde gelen algoritmalar, makinelerin entegre veri ve tahminler sunmasını sağlarken, yapay zekâ sistemleri daha hızlı kararlar alınmasına yardımcı olmak için her zaman hazırdır. DİJİTAL ASİSTAN İŞLEVİ GÖRME: Yapay zekâ tabanlı sohbet robotları müşteri hizmetleri personeli ihtiyacını azaltır. Müşterilerden gelen basit, günlük soruların yanıtlanmasına yardımcı olabilir; müşterilerle etkileşime girerek ihtiyaç duydukları anda, zamanında ve doğru bilgiyi sağlayabilirler. Sesli asistan örnekleri olan Siri ve Alexa, insanların sesli komutlarına yanıt verebilir ve sorularını çözmeye yardımcı olabilir. TEHLİKELİ GÖREVLERİ ETKİN BİR ŞEKİLDE YERİNE GETİRME: yapay zekâ uygulamaları insanlar için tehlikeli olan alanlarda da kullanılabilir. Böylece tehlikeli işlerle ilgili riskler en aza indirilebilir. Örneğin robotlar kömür madenciliği, okyanus keşfi ve doğal afetler sırasında yapılan kurtarma çalışmalarına yardımcı olmak gibi tehlikeli görevleri üstlenebilirler. SÜREÇLERİN VE İŞ AKIŞLARININ İYİLEŞTİRİLMESİNE YARDIMCI OLMA: Yapay zekâ şirketlerin daha verimli çalışmasına, üretkenliği ve satışları artırmasına yardımcı olabilir. Süreçlerdeki iyileştirmeler hatasız iş akışları da sunabilir. TIBBİ UYGULAMA DESTEĞİ SUNMA: Tıbbi uygulamalarda ve tedavilerde yapay zekâ doğrudan yer alabilir. Doktorlar sağlık risklerini hızlı bir şekilde tahmin etmek için yapay zekâyı kullanabilir; radyo cerrahi gibi karmaşık prosedürleri destekleyerek kolaylaştırabilirler. Yapay zekâ tabanlı cerrahi stimülatörler nörolojik bozuklukları izler, tespit eder ve beyin fonksiyonlarını uyarır. TAM ZAMANLI ÇALIŞMA SUNMA: Yapay zekâ tabanlı sistemler günün 24 saati kullanılabilir, gerektiğinde çağrılabilirler. İnsanların aksine yapay zekâ tabanlı sistemler her zaman daha üretkendirler. Yapay zekâ sistemleri uzun süre boyunca çalışmak ve tekrarlayan görevleri kolaylıkla yerine getirmek üzere programlanırlar. otonom araçlar, sağlık teşhisi ve oyun oynayan yapay zekâ sistemleri gibi çeşitli alanlarda etkileyici başarılar sergilenirken, günümüzdeki yapay zekâ teknolojileri, hayatımızın çeşitli yönlerine entegrasyonla birlikte hızla gelişmeye devam ediyor. Devam eden araştırmalar, etik ve yorumlanabilirlik gibi zorlukları ele almaya odaklanırken, aynı zamanda açıklanabilir yapay zekâ, yapay zekâ etiği ve robotik yapay zekâ gibi yeni sınırları da keşfetmeyi sürdürüyor. 

“OTOMASYONLA DÖNÜŞTÜREREK SEKTÖRLERE FAYDA SAĞLAYACAK”

 Yapay zekâ, insanların yaşamlarını iyileştirmek için bilgisayar sistemlerinin işleyişinin sınırlarını zorlayarak makinelerin doğal bir şekilde hareket etmesini ve insanların günlük olarak yaptığı birçok görevi yerine getirmesini sağlıyor. Bu nedenle yapay zekâ, çeşitli karmaşık işlemlerin uçtan uca otomasyonuyla sonuçlanan ve böylece insan hatasını azaltan yeni nesil ilerlemelerin ve gelişmelerin gelişmiş bir versiyonu olarak tanımlanıyor. Rapora göre, yapay zekâ destekli sistemler; insan hatalarını azaltma, tekrarlayan görevleri ve süreçleri otomatikleştirme, büyük verileri sorunsuz bir şekilde işleme, hızlı karar vermeyi kolaylaştırma, dijital asis-tan işlevi görme, tehlikeli görevleri etkin bir şekilde yerine getirme, süreçlerin ve iş akışlarının iyileştirilmesine yardımcı olma, tıbbi uygulama desteği sunma ve tam zamanlı çalışma gibi şekillerde sunduğu avantajlarla bir dizi sektörü artan bir ivmeyle dönüştürmeye devam ediyor. Raporda, yapay zekânın kullanım alanları da sanal asistan veya chatbot’lar, tarım ve çiftçilik, otopilot sistemleri, alışveriş ve moda, güvenlik, spor faaliyetleri, üretim, stok ve envanter yönetimi, sürücüsüz otomobiller, sağlık hizmetleri ve tıbbi görüntüleme analizi, depolama ve lojistik tedarik zinciri gibi geniş bir yelpazede değerlendiriliyor. 

HERKES TARAFINDAN ULAŞILABİLİR OLACAK

 Rapor, 2023 yılı ve ötesindeki yapay zekâ trendlerini de değerlendiriyor. Buna göre, yapay zekâ önümüzdeki kısa dönemde herkes tarafından erişilebilir olacak ve yapay zekâ, herkes tarafından erişilebilir olmasıyla, her şirket ve kuruluşun bundan faydalanabilmesiyle tam potansiyeline ulaşabilecek. Giderek artan sayıda uygulama, uzmanlık seviyeleri ne olursa olsun yapay zekâ kullanışlılığını herkesin kullanımına açık hale getirirken, yapay zekâ, bir fare dokunuşuyla gelişmiş görselleştirmeler ve raporlar oluşturmamızı sağlayan uygulamalara, e-postalara bakmak veya yazmak için gereken bilgi miktarını azaltan içerik önerilerikadar basit olacak. Hatta, eğer istediğiniz fonksiyo-nu gerçekleştirebilen bir uygulama yoksa, bu noktada kendi uygulamanızı yapmak da giderek daha kolay hale gelecek. Nasıl kodlanacağını bilmiyorsanız, gelişen kodsuz ve düşük kodlu aşamaların sayısı çok daha önemli hale geliyor. 

YARATICI YAPAY ZEKÂ ARAÇLARI DA ARTACAK

 Bilimin gelişmekte olan bir bölümü, tüm yetenek kümelerinin en önemli özelliklerinden biri olan yaratıcılığı taklit edebilecek yaratıcı yapay zekâ dediğimiz yapay zekâ araçları ve uygulamaları oluşturmaya kendini adamış durumda. Yaratıcı yapay zekânın (GPT-3 gibi) 2023 yılı ve sonrasında işletmeler tarafından her türlü amaç için kullanılabilecek mühendislik bilgileri oluşturmak adına giderek daha alışılmış bir şekilde kullanıldığını göreceğiz. 

YAPAY ZEKÂ PAZARI GİDEREK BÜYÜYECEK

 Yapay zekâ, dijital çağda devrim niteliğinde önemlibir faktör olduğunu kanıtlarken, Amazon, Google, Apple, Meta ve Microsoft gibi teknoloji devleri de yapay zekâ araştırma ve geliştirme çalışmalarına büyük yatırımlar yapmaya devam ediyorlar. Bu şirketler, yapay zekâyı kurumsal hayatta daha erişilebilir hale getirmek için çalışırlarken, ayrıca çeşitli şirketler daha iyi bir müşteri deneyimi sağlamak için de yapay zekâ teknolojisine odaklanıyorlar. Örneğin, Mart 2020’de McDonald’s, kişiselleştirilmiş müşteri deneyimleri sunmak için yapay zekâyı kullanmak üzere Tel Aviv’de bir yapay zekâ startup’ını satın almak için 300 milyon dolarlık bir teknoloji yatırımı yapmıştı. Yapay zekâ inovasyonunun hızını artıran önemli bir faktör de geçmiş veri kümelerine erişimdir. Veri depolama ve erişimin daha ekonomik hale gelmesiyle birlikte, sağlık tesisleri ve devlet kurumları yapılandırılmamış verileri araştırmalar için daha erişilebilir hale getiriyorlar. Araştırmacılar, tarihsel yağış trendlerinden klinik görüntülere kadar çok çeşitli veri kümelerine erişebildikçe, yeni nesil bilgi işlem sistemleri de bilişimcilerin ve araştırmacıların daha hızlı inovasyon yapmasını sağlıyor. Diğer yandan derin öğrenme ve nöral ağlar alanında-ki gelişmelerde havacılık,tıp, imalat ve otomotiv gibi birçok sektörde yapay zekânın benimsenmesini kolaylaştırıyor. Nöral ağlar, benzer kalıpları belirlemeye ve sabit çözümler sağlamaya yardımcı olurken, Google Maps gibi teknoloji şirketleri rotaları iyileştirmek ve nöral ağlar aracılığıyla alınan geri bildirimleri işlemek için bunları kullanıyor. Böylece, nöral ağlar, doğru ve kesin versiyonlar geliştirmek için geleneksel makine öğrenme sistemlerinin yerini alma yolunda hızla ilerlemeye devam ediyor. Örneğin, Generative Adversarial Networks (GANs) ve Single ShotMultiBox Detectors (SSDs) gibi bilgisayar teknolojilerindeki son gelişmeler dijital görüntü işleme tekniklerinin gelişmesini sağlarken, bu teknikler düşük ışıkta veya düşük çözünürlükte çekilen görüntüleri ve videoları HD kalitesine dönüştürmek için kullanılabiliyorlar. Bilgisayarla görme konusunda devam eden araştırmalar, güvenlik ve gözetim, sağlık, ulaşım ve daha birçok alanda dijital görüntülemenin temelini atarken, bunun gibi yeni makine öğrenimi tekniklerinin, yapay zekâ sürümlerinin eğitilme ve kullanım şeklini değiştirmesi de bekleniyor. Tüm bu gelişmelerle birlikte yapay zekâ pazarı her yıl katlanarak büyümeye devam ediyor. Bu kapsamda 2022’de 428 milyar dolar olan yapay zekâ pazarının 2030 yılında yaklaşık 2 trilyon dolara yükselmesi de beklentiler arasında yer alıyor. 

YAPAY ZEKÂNINABC’Sİ BU RAPORDA

 Chatbot, makine öğrenimi (Machine Learning), derin öğrenme (Deep Learning) ve nöral ağlar gibi yapay zekâda en çok bilinmesi gereken terimlerin de detaylıca araştırıldığı GOOINN raporunda ayrıca, Inodash Open AI gibi popüler yapay zekâ örnekleri ve Türkiye’deki startup’lar da inceleniyor. 

“YAPAY ZEKÂ TABANLI YÜZ TANIMA VE BİYOMETRİK SİSTEMLER İNSANLARITAKİP ETMEYEVE GÜVENDE TUTMAYA YARDIMCI OLURLAR. GÜVENLİK KAMERALARI VE DİĞER GÖZETLEME CİHAZLARI, ŞEHİRLERİ VE YAŞAM ALANLARINI GÜVENDE TUTMAK İÇİN YAYGIN OLARAK KULLANILMAKTADIR.”

 YAPAY ZEKÂDA BİLİNMESİ GEREKEN TERİMLER 

CHATBOT: Geçmişte sohbet robotları metin tabanlıydı ve sohbet robotunun geliştiricileri tarafından önceden yazılmış yanıtlarla sınırlı sayıda basit sorulara yanıt vermek üzere programlanmışlardı. Dolayısıyla da karmaşık veya geliştiricilerin tahmin etmediği bir soruyla karşılaştıklarında başarısız oluyorlardı. Zamanla sohbet robotları daha fazla kural ve dili işlemeyi entegre etti. Böylece kullanıcılar onları konuşmaya dayalı bir şekilde deneyimleyebildi. Aslında en yeni chatbot türleri bağlam farkındalığına sahiptir ve giderek daha fazla insan benzeri dile maruz kaldıkça öğrenme yeteneğini geliştirir. Günümüzün yapay zekâlı sohbet robotları, kullanıcı ihtiyaçlarını ayırt etmek için doğal dil anlayışını (NLU) kullanmaktadır. Daha sonra da kullanıcının ne yapmaya çalıştığını anlamak için gelişmiş yapay zekâ araçlarına başvururlar. Bu teknolojiler, kullanıcı etkileşimine dayalı olarak giderek daha ayrıntılı bir bilgi tabanı geliştirmek için makine öğrenimi ve derin öğrenmeden yararlanır. Bu, kullanıcı ihtiyaçlarını doğru bir şekilde tahmin etme ve zaman içinde daha uygun yanıt verme becerisini de geliştirir. Örneğin bir kullanıcı yarınki hava durumunu sorarsa, geleneksel bir sohbet robotu yağmur yağıp yağmayacağını net bir şekilde yanıtlayabilir. Bununla birlikte, bir yapay zekâ chatbotu kullanıcının sabah işe gidip gelme süresine uyum sağlamak için daha erken bir alarm ayarlamak isteyip istemediğini de sorabilir. MAKİNE ÖĞRENMESİ: Makine öğrenimi, sohbet robotlarına ve tahmini metinlere, dil çeviri uygulamalarına, Netflix gibi platformların sizin için önerdiği programlara, sosyal medya akışlarınızın sunumuna, otonom araçlara ve görüntülere dayanarak tıbbi durumları teşhis edebilen makinelere destek sağlar. Günümüzde şirket-ler yapay zekâ programları kullandıklarında genellikle makine öğrenimini kullanır. Öyle ki, bu terimler genellikle birbirinin yerine ve bazen de belirsiz bir şekilde kullanılabilir. Makine öğrenimi, yapay zekânın bilgisayarlara açık bir programlama olmadan öğrenme yeteneği kazandıran alt alanıdır. Makine öğreniminin artan popülaritesiyle birlikte iş dünyasındaki herkesin bu konuyla karşılaşması ve bu alanda pratik bilgiye ihtiyaç duyması muhtemeldir. DERİN ÖĞRENME: Derin öğrenme, bilgisayarları insanların yapması gerekenleri yapmaları için eğiten bir makine öğrenimi prosedürüdür. Derin öğrenme, sürücüsüz araçların arkasındaki önemli bir yenilik olarak da görülebilir. Bu, araçlara bir dur işaretini tanıma ya da bir elektrik direğinden yaya bir kişiyi tanıma yetkisi verir. Telefon, tablet, TV ve hoparlör gibi cihazlarda ses kontrolünün de anahtarı işlevindedirler. Derin öğrenmede bir bilgisayar programı özellikle resimlere, içeriklere veya seslere göre sınıflandırma yapma görevini yerine getirmeyi öğrenir. Derin öğrenme modelleri bazı zamanlarda insan düzeyindeki uygulamayı aşarak son teknoloji ürünler geliştirilebilmesine olanak sağlar. Modeller, geniş bir bilgi seti ve çok sayıda katman içeren nöral organizasyon tasarımları kullanılarak hazırlanır. NÖRAL AĞLAR: Veri inovasyonunda üretilmiş bir nöral ağ, insan beynindeki nöronların çalışmasıyla şekillenen bir ekipman veya yazılım çerçevesi olarak tanımlanabilir. Sinir sistemi olarak da adlandırılan nöral ağlar, içgörü veya yapay zekâ şemsiyesi altına giren derin öğrenme inovasyonunun bir çeşididir. Üretilen bu sistemlerin geçmişi, bilgi işlemin ilk zamanlarına kadar uzanır. 1943 yılında matematikçi Warren McCulloch ve Walter Pitts, insan beyninin çalışmalarını tahmin edebilmesi beklenen bir devre inşa etmiştir. Bu konudaki araştırmalar 2010 yılına kadar bir kez daha hız kazanmamıştır. 2012 yılında, bir nöral ağ örneği ImageNet yarışmasının bir parçası olarak görsel tanımada insan beynini yenmeyi başarmıştır. Bu tarihten sonra, nöral ağ çalışmalarına olan ilgi artmış ve inovasyonlar ilerlemeye devam etmektedir.