Yapay zekâ ve makine öğrenmesi

Yapay zekâ, insan zekâsı gerektiren görevleri yerine getiren sistemlerin genel adıdır; makine öğrenmesi veriden öğrenen alt dalı, derin öğrenme ise çok katmanlı sinir ağlarını kullanan yöntemdir.

Öğrenme türleri: gözetimli (etiketli veriyle sınıflandırma ve tahmin), gözetimsiz (gruplama ve anomali tespiti) ve pekiştirmeli (deneme-ödül ile strateji öğrenme).

Üretimdeki olgun uygulamalar dört başlıkta toplanır. Kestirimci bakım: titreşim ve akım verisinden rulman, dişli ve motor arızaları oluşmadan önce saptanır; plansız duruş planlı bakıma dönüşür. Görüntü işleme ile kalite kontrol: yüzey kusurları ve montaj eksikleri kamerayla saptanır. Proses optimizasyonu: geçmiş verilerden en iyi parametre bileşimi öğrenilir. Talep tahmini: satış verisi ve dış değişkenlerle daha isabetli tahmin yapılır.

Yapay zekânın sınırları da net biçimde bilinmelidir. Model, eğitildiği verinin dışına çıktığında güvenilmez olur; veri dağılımı zamanla kayar ve model tazelenmelidir. Çoğu model kararının gerekçesini vermez; kritik kararlarda açıklanabilirlik gerekir. Ayrıca yanlı veriyle eğitilen model yanlı karar üretir.