Yapay Zekânın Diğer Uygulama Alanları

Yapay zekânın uzman sistemler haricinde, doğal dil işleme, konuşma tanıma, görüntü işleme, robotik, makine öğrenmesi, yapay sinir ağları, bilgisayar oyunları ve bulanık mantık gibi değişik uygulama alan ve yöntemleri de bulunmaktadır.

Doğal dil işleme, insan dilinin konuşma ve yazma özelliklerini taklit eder. Doğal dil ile verilen bilgileri alır, yorumlar, anlar ve sonucu yine doğal dil ile sunar. Doğal dil işleme, gerek dillerin insan zekâsı açısından önemi gerekse potansiyel uygulama alanlarının zenginliği dolayısıyla en yaygın ilgi gören yapay zekâ konularından biri olmuştur. Doğal Dil İşleme, herhangi bir yolla (dosyadan veya klavye ile) bilgisayara girilen verileri anlamaya çalışır. Konuşma tanıma teknikleri ise doğrudan insan sesini algılamayı amaçlar. Bilgisayar, mikrofondan gelen insan sesini bir yapay zekâ programının yorumlayabileceği ikili (binary) sayı sistemine çevirir.

Görüntü işleme sistemleri, yapay zekâ tekniklerini insanın görüntü algılama melekesini simüle etmek için kullanırlar. Genellikle görsel bilgi, bir televizyon kamerası ile taranır ve ikili sisteme çevrilir. Bilgisayarda ikili olarak saklanan görsel bilgi yapay zekâ programları tarafından işlenir. Görüntü işleme sistemlerinin pek çok uygulama alanı vardır. En yaygın olarak üretim sektöründe kalite kontrol ve denetleme amacıyla insan işçiler yerine kullanılır. Askerî ve gizli servislerde alansal fotoğraflar ve uydu fotoğraflarının analizi amacıyla da kullanılmaktadır. Ayrıca yüz tanıma, plaka tanıma vs. gibi fotoğraftan örüntü tanıma alanlarında, yapay sinir ağları, bulanık mantık, genetik algoritmalar gibi tekniklerden de faydalanılarak başarıyla kullanılmaktadır.

Yapay zekânın diğer bir uygulama alanı olan robotik ise, sezgisel karar verebilen ve öğrenen robotlar üretmeyi amaçlar. Kumanda kolu veya joistik ile kontrol edilen robotlar, robotik biliminin konusu değildir. Günümüzde robotik bilimi oldukça gelişmiştir. Depolarda malzemeleri istifleme, taşıma işlerini yapabilen robotlar olduğu gibi, insanlarla iletişim kuran ve görüntü olarak da insana oldukça benzeyen ve insan yüzünün mimiklerini taklit eden çok başarılı insansı robotlar da mevcuttur.

Makine öğrenmesi, insan zihninin öğrenme ve tecrübe ile bilgi kazanma yeteneğini bilgisayarlara aktarmaya çalışır. Bilgisayar oyunları da son derece geniş bir karar alanı bulunan oyun stratejilerinde sezgisel karar mekanizmalarını kullanmaya yoğunlaşır.

Herhangi bir mantıksal önermenin 0 ve 1 değil bu iki sayı arasında sonsuz değer alabildiği mantığa bulanık mantık diyoruz. Daha formal bir tanımla bulanık mantık, muğlak ve niteliksel (kalitatif) bilgiyi modelleyebilen ve bulanık kümelerdeki ayırt edici karakteristiklerdeki belirsizliği analiz edebilen bir teoridir.

Genetik algoritma (GA) teorisi, genellikle son derece karmaşık bir fonksiyonun optimizasyonu gibi, bir problemin muhtemel çözümlerini gösteren kromozom popülasyonlarını manipüle eder. Bir GA, rastgele üretilmiş kromozomlardan oluşan bir popülasyon ile başlar ve genetik operatörler kullanarak bu kromozomları iyileştirir (optimize eder). Karınca koloni optimizasyonu ise karıncaların yiyecek kaynağına en kısa yoldan ulaşmak için kullandıkları teknikleri taklit ederek geliştirilen bir optimizasyon yöntemidir