Yapay zeka, “makinelere akıllı davranış kazandırma” hedefinin adıdır; yapay sinir ağı (YSA) ise bu hedefe ulaşmak için kullanılan, biyolojik beyindeki nöron bağlantılarından gevşek biçimde esinlenmiş bir matematiksel model türüdür. Yani sinir ağı, yapay zekanın bir alt kümesi olan derin öğrenmenin temel yapı taşıdır — yapay zekanın kendisi değil, onu gerçekleştiren araçlardan biridir.
Bir yapay sinir ağı, birbirine bağlı katmanlardan oluşur: girdi katmanı veriyi alır, gizli katmanlar bu veriyi ardışık dönüşümlerden geçirir, çıktı katmanı sonucu üretir. Her bağlantının bir ağırlığı vardır; ağ eğitilirken bu ağırlıklar geri yayılım adlı bir yöntemle, hatayı azaltacak yönde küçük adımlarla güncellenir (gradyan inişi). Katman sayısı arttıkça ağ daha soyut örüntüler öğrenebilir hale gelir; “derin” öğrenme adı da buradan gelir.
Pratikte farklı problem türleri için farklı sinir ağı mimarileri geliştirildi: görüntü işlemede CNN (evrişimli sinir ağı), sıralı veride (metin, zaman serisi) klasik olarak RNN, günümüzde ise hem metin hem görüntüde baskın olan transformer mimarisi. Büyük dil modellerinin (ChatGPT, Claude) hepsi transformer tabanlı devasa sinir ağlarıdır.
Özetle: “yapay zeka” bir şemsiye kavram, “yapay sinir ağı” ise o şemsiyenin altındaki en etkili ve bugün en yaygın kullanılan somut mimari.