Yapay sinir ağı, insan beynindeki nöronların çalışma biçiminden ilham alan bir hesaplama modelidir. Katmanlar hâlinde dizilmiş çok sayıda yapay “nöron”dan oluşur; her nöron kendisine gelen sayıları belirli ağırlıklarla çarpar, toplar ve bir sonraki katmana iletir. Ağ, eğitim verisi üzerinde bu ağırlıkları — yani parametreleri — tekrar tekrar ayarlayarak öğrenir.
Bir benzetme: Yeni işe başlayan bir kalite kontrol ekibi düşünün. İlk gün herkes rastgele karar veriyor; ama her hatadan sonra “bu kararı veren kişinin sözüne biraz daha az güvenelim” deniyor. Binlerce ürün ve düzeltmeden sonra ekip, hangi işaretin bozuk ürüne işaret ettiğini kimse tek tek kural yazmadan öğrenmiş oluyor. Sinir ağının eğitimi tam olarak budur: hata yap, ağırlıkları düzelt, tekrarla.
Somut kullanım alanları arasında fotoğraflarda yüz tanıma, el yazısı okuma, sesi yazıya çevirme ve dil modelleri sayılabilir.
Beyinle farkı ne?
İsim benzerliğine rağmen yapay sinir ağı biyolojik beynin bir kopyası değildir; matematiksel olarak çok daha basit bir yapıdır. Gerçek nöronlar kimyasal ve elektriksel olarak karmaşık çalışırken, yapay nöron sadece çarpma ve toplama yapar. Buna rağmen milyonlarca nöron bir araya geldiğinde şaşırtıcı derecede güçlü sonuçlar üretir. Çok katmanlı sinir ağlarıyla yapılan öğrenmeye derin öğrenme denir; bugünün büyük dil modelleri de bu ailenin en büyük örnekleridir.