Teachable Machine ile İlk Yapay Zeka Modeli: Adım Adım

“Yapay zeka nasıl öğrenir?” sorusunu bir çocuğa anlatmanın en iyi yolu, ona bir yapay zeka modelini kendi eliyle eğittirmektir. Google’ın ücretsiz aracı Teachable Machine, bunu tarayıcı üzerinden, tek satır kod yazmadan yapmayı mümkün kılıyor. Bu yazıda, Teachable Machine ile ilk yapay zeka modelini nasıl eğitebileceğinizi adım adım anlatıyoruz ve süreç boyunca çocuğunuza sorabileceğiniz soruları da ekliyoruz.

Teachable Machine nedir?

Teachable Machine, Google’ın geliştirdiği, web tarayıcısında çalışan bir makine öğrenmesi aracıdır. Üç tür proje sunar:

• Görüntü projesi: Kameradan ya da yüklenen fotoğraflardan nesneleri, hareketleri veya yüz ifadelerini ayırt etmeyi öğrenir.
• Ses projesi: Kısa ses kayıtlarından farklı sesleri ayırt etmeyi öğrenir.
• Poz projesi: Kameradaki bir kişinin vücut duruşunu ayırt etmeyi öğrenir.

Temel kullanım için hesap açmak gerekmez. Projenizi Google Drive’a kaydetmek isterseniz bir Google hesabı gerekir; bu durumda ebeveyn hesabının kullanılmasını öneriyoruz.

Başlamadan önce: bir fikir seçin

İlk model için basit ve eğlenceli bir fikir seçmek önemlidir. Birkaç öneri:

• Taş, kağıt, makas: El işaretlerini tanıyan bir model.
• Kupa mı, kitap mı? Masadaki iki nesneyi ayırt eden bir model.
• Mutlu yüz, şaşkın yüz: İki yüz ifadesini ayırt eden bir model.

Bu yazıda taş, kağıt, makas örneğiyle ilerleyeceğiz. Hem çocuklar için eğlenceli hem de modelin güçlü ve zayıf yönlerini göstermek için çok uygun.

Adım adım ilk model

Adım 1: Projeyi açın

Tarayıcıda Teachable Machine’in sitesine gidin, başlangıç butonuna tıklayın ve görüntü projesi seçeneğini seçin. Standart görüntü modeli ilk deneme için yeterlidir.

Adım 2: Sınıfları oluşturun

Karşınıza varsayılan olarak iki sınıf çıkar. Bunları “Taş” ve “Kağıt” olarak yeniden adlandırın, ardından “sınıf ekle” seçeneğiyle üçüncü bir sınıf açıp “Makas” adını verin.

Burada çocuğunuza şunu sorabilirsiniz: “Sence dördüncü bir sınıfa ihtiyacımız var mı? Kamerada hiç el yoksa model ne demeli?” Bu soru, çoğu zaman “Boş” adında dördüncü bir sınıfın eklenmesiyle sonuçlanır ve bu çok iyi bir karardır.

Adım 3: Örnek toplayın

Her sınıf için kamerayı açın ve kayıt butonunu basılı tutarak örnek toplayın. Her sınıf için birkaç düzine görüntü, ilk deneme için genellikle yeterlidir.

Bu aşamada çocuğunuzun fark etmesini istediğimiz birkaç şey var:

• Elini farklı açılardan göstermek işe yarar mı?
• Işık değişirse ne olur?
• Hep aynı eli mi kullanmalı, yoksa iki eli de mi?

Burada verdiğiniz kararlar, modelin ne öğreneceğini doğrudan belirler. Bu, yapay zekanın en temel gerçeklerinden biridir: Model, ona gösterdiğin kadarını öğrenir.

Adım 4: Modeli eğitin

Modeli eğitme butonuna tıklayın. Bu işlem tarayıcının içinde gerçekleşir ve genellikle kısa sürer. İşlem sürerken sekmeyi değiştirmemek iyi olur.

Gelişmiş ayarlarda dönem sayısı (epoch), yığın boyutu ve öğrenme oranı gibi parametreler bulunur. İlk denemede bunlara dokunmayın. Daha ileri bir aşamada, “dönem sayısını artırırsak ne değişir?” gibi sorularla deney yapmak için harika bir alan olurlar.

Adım 5: Test edin

İşlem bittiğinde sağ tarafta önizleme alanı açılır. Kameraya el işaretlerini gösterin ve modelin her sınıf için ne kadar emin olduğunu gösteren çubukları izleyin.

Şimdi eğlenceli kısım başlıyor: Modeli kandırmaya çalışın.

• Makası yan çevirirseniz ne olur?
• Başka birinin eliyle deneyince model hala doğru tahmin ediyor mu?
• Arka planı değiştirirseniz sonuç değişiyor mu?

Adım 6: İyileştirin

Model bir yerde yanılıyorsa, çözüm çoğu zaman daha fazla ve daha çeşitli veridir. Başka birinin elinden, farklı ışıkta, farklı arka planla örnekler ekleyin ve modeli yeniden eğitin. Farkı birlikte gözlemleyin.

Bu döngü, yani veri topla, eğit, test et, iyileştir, profesyonel makine öğrenmesi çalışmalarının da temel döngüsüdür. Çocuğunuz, küçük ölçekte de olsa gerçek bir sürecin içinden geçmiş olur.

Bu deneyden çıkarılacak sonuçlar

İlk modelin ardından çocuğunuzla birkaç dakika konuşmak, deneyimi kalıcı hale getirir. Şu sorular iyi bir başlangıç olabilir:

1. Model neyi iyi yaptı, neyi yapamadı?
2. Modelin yanılmasının sebebi neydi?
3. Bu modeli gerçek hayatta bir yerde kullanabilir miyiz?
4. Bu model yanılırsa kimin başı derde girer?

Son soru özellikle önemli. Taş, kağıt, makas oyununda modelin yanılması sorun değil. Ama benzer bir teknoloji bir kapıyı açmak ya da bir kişiyi tanımak için kullanılsaydı, yanılmanın sonuçları çok farklı olurdu. Bu, yapay zeka etiği konusuna doğal bir giriş sunar.

Sık karşılaşılan sorunlar ve çözümleri

İlk denemelerde bazı sorunlar neredeyse herkesin başına gelir. Bunlar hata değil, öğrenmenin en verimli anlarıdır.

Model hep aynı sınıfı söylüyor. Genellikle sınıflardan birinde diğerlerine göre çok daha fazla örnek vardır. Sınıflar arasındaki örnek sayısını dengelemeyi deneyin.

Model arka planı öğrenmiş. Bir sınıfın bütün örneklerini pencerenin önünde, diğerininkileri duvarın önünde topladıysanız, model eli değil arka planı ayırt etmeyi öğrenmiş olabilir. Bu, yapay zekanın “kısa yol” bulma eğilimini gösteren çok öğretici bir durumdur. Çözüm, her sınıf için örnekleri farklı arka planlarda toplamaktır.

Model sadece bir kişiyi tanıyor. Tüm örnekleri tek bir kişinin eliyle topladıysanız, model başka birinin elinde zorlanabilir. Aileden başka birinin de örnek eklemesi, modeli çok daha dayanıklı hale getirir.

Kamera açılmıyor. Tarayıcının kamera izni istediğinde izin verildiğinden ve kameranın başka bir uygulama tarafından kullanılmadığından emin olun.

Bu sorunların her biri, çocuğa aynı gerçeği farklı bir açıdan gösterir: Model, ona gösterilen örneklerin toplamıdır. Örnekler dengesiz, tekdüze ya da eksikse, model de öyle olur.

Modeli bir projeye dönüştürmek

Teachable Machine, eğittiğiniz modeli dışa aktarma seçenekleri de sunar. Model TensorFlow.js gibi formatlarda dışa aktarılabilir ve bir web sayfasında ya da başka projelerde kullanılabilir. Topluluk tarafından geliştirilen bazı araçlar, bu modelleri Scratch benzeri blok tabanlı ortamlarda kullanmayı da mümkün kılar.

Bu, ilk modelin bir oyuna ya da uygulamaya dönüşebileceği anlamına gelir. Birkaç fikir örneği:

• Bir öğrenci, el işaretleriyle kontrol edilen basit bir oyun tasarlayabilir.
• Bir başkası, geri dönüşüm kutusuna atılacak nesneyi tanıyıp hangi kutuya gideceğini söyleyen bir uygulama fikri üzerinde çalışabilir.
• Ses projesiyle, belirli bir kelime söylendiğinde tepki veren bir karakter tasarlanabilir.

Bu tür fikirleri çalışan projelere dönüştürme sürecini yapay zeka ile uygulama geliştirme yazımızda ayrıntılı ele aldık.

Güvenlik notları

• Yüz ve ses içeren projelerde, verinin nerede saklandığına dikkat edin. Projeyi kaydetmeyecekseniz örnekler oturum kapandığında kaybolur.
• Başka birinin görüntüsünü ya da sesini kullanacaksanız, izin alın. Bu, çocuğa rıza kavramını öğretmek için iyi bir fırsattır.
• Modeli bir bağlantıyla paylaşmak isterseniz, içinde kimlerin görüntüsünün bulunduğunu düşünün.

Kapanış

İlk model genellikle yarım saat içinde çalışır hale gelir, ama bıraktığı etki çok daha uzun sürer. Çocuk artık yapay zekanın bir kara kutu olmadığını, veriden öğrenen ve bu yüzden yanılabilen bir sistem olduğunu bilir. L’Atelier AI’da bu tür ilk deneyimler, zamanla öğrencinin kendi fikriyle başlayan projelere dönüşür. Nasıl ilerlediğimizi program sayfamızda görebilirsiniz.