İnsanlar ve Makineler Arasındaki Öğrenme Farkı
İnsanların öğrenme süreci kişiden kişiye değişir. Bir öğrenme sürecini insanların zihnine yerleştirdiğimizde alışkanlık haline geleceği için bunu değiştirmek zordur. İnsanların zihnine öğrenme sürecinden farklı bir yöntemle girildiğinde ise kalıplaşmış sistemi değiştirmek daha da zordur. Ancak, makine öğreniminde (ML), farklı bir algoritma seçerek öğrenme yöntemini değiştirmek kolaydır. Makine öğreniminde, öğrenmedeki doğruluğu anlamak ve tahmin etmek için iyi tanımlanmış süreçler vardır. İnsan öğrenmesinin kontrolü genellikle sınavlarla yapılır ve maalesef ki bu uygulama zekanın bir ölçüsü olarak düşünülemez. İnsanlar, doğrudan ya da başkaları tarafından paylaşılan deneyimler yoluyla bilgi edinirler. Makineler ise, geçmiş verilerin ve paylaşılan deneyimlerin yoluyla bilgi edinir.
Zekâyı tanımlamak için bilgi, beceri ve bellek terimlerini sıklıkla kullanırız. Sadece iyi bir belleğe sahip olmanız, zeki olduğunuz anlamına gelmez ve zeki olmanız, iyi bir hafızaya sahip olmanız gerektiği anlamına da gelmez. Ancak bu kuralların istisnaları vardır. İnsanlar ezberleyerek öğrenmeye başlarlar. Fakat birkaç yıl sonra, ezberleme yeteneğinin zekâ olmadığını fark ederler. Daha sonra bellekte depolanan verileri bilgiye dönüştürmeye çalışırlar bu bilgileri de gerçek hayatta karşılaşılan sorunları çözme becerilerini geliştirmek için kullanırlar.
İyi bir hafızaya sahip fakat gerekli becerilere sahip olmayan bir kişi akıllı olarak kabul edilemez. Yavaş yavaş arama motorları insan hafızasının yerini alıyor ve bu günlerde web'deki verileri kullanarak yeni veri elde etmeye odaklanmış durumdalar. İnsanlarda öğrenme hızı kişilere, makinelerde öğrenme hızı ise seçilen algoritmaya ve bu durumda kullanılan örneklerin hacmine bağlıdır.
Beceri, insanların sahip olduğu zekânın bir oluşumudur. Zekâ ise bilgiyi uygulama yeteneğidir. İnsan zekâsı sürekli gelişir fakat yeni teknolojiler ortaya çıktıkça da eski bilgiler kaybolur.
Makinelerin Zekâsı
Belirli konularda bilgisi olmayan insanlar, yeni karşılaştıkları bir problemi çözmek için zekâlarını kullanabilirler. Ancak makinelerin zekâsı değişen senaryolardan ve elde edilen veriler üzerine yeniden yorumlanarak güncellendiğinden yeni sorunları çözme biçimi insanlarınkinden farklıdır. Bu da, insan zekâsı ile makine zekâsı arasındaki temel farktır. Hem insanlar hem de makineler, zekâlarını problem çözmede uygularken hata yapabilirler.
Makine öğreniminde uyum gösteren tüm örnekler ezberletilir, daha önce görülmemiş örnekler ise genelleme yapılamadığından dolayı çalışmaz. Asya ülkelerinin çoğunda eğitim sistemi, teknik konularda öğrencilere daha fazla koçluk yaparak sadece örnek problemleri çözmelerini sağlar. Bu örnek problemler herhangi bir zeka uygulanmasına gerek kalmadan öğrenciler tarafından kolaylıkla sınavlarda cevaplanmaktadır. Bu öğrenciler daha önce gördükleri soruları çözebilirler. Zekâları genelleştirilmediğinden genel problemleri doğru bir şekilde ele alamayabilirler. Üniversite çalışanları arasında beceri seviyelerinin eksik olmasının ana nedeni de budur. Makine öğreniminde bilgi aktarımı modeli, makine öğrenimi uzmanları tarafından oluşturulan ve büyük bir veri kümesi üzerinde eğitilmiş bir modeli yeniden kullanmaktır. Bilgi aktarımında ise; bir dağıtım grubundan çıkarılan bilgiler kullanır. İnsanlarda ise, bilginin öğrencilere aktarılması genellikle öğretmenler ve eğitmenler tarafından yapılır ve bu da öğrencileri zeki yapmaz. Ancak makine öğrenimi durumunda, bilgi aktarımını devralan kişiyi devir aldığı bilgi kadar akıllı yapar.
İnsanlar söz konusu olduğunda, bilgi aktarımı sadece aktarılır ve problem çözme becerilerini geliştirmek bilgiyi devralanın zekâsına bağlıdır.
Özet Olarak
Makine zekâsı, eğitildikleri alanlarla sınırlıdır. Ancak insan zekâsı eğitim alanından bağımsızdır. Akıllı bir insan öngörülemeyen alanlarla ilgili sorunları çözebilirken, bir makine bunu henüz yapamayacaktır.