30 Ekim Çarşamba günü saat 15.30’da AI.CON.1.0.1 etkinliğimizde, ASELSAN’dan uzman yapay zeka mühendisi Ceyhun Emre Öztürk’ün rehberliğinde, yapay zekâ destekli harp oyunlaması ve savunma teknolojilerinde yapay zekânın kullanımı üzerine derinlemesine bir eğitim gerçekleştirdik. Etkinlik boyunca, katılımcıların stratejik düşünme yeteneklerini geliştirmelerine ve yapay zekâ teknolojilerini anlamalarına katkı sağlayan birçok konu sırasıyla ele alındı:
1. Harp Oyunlaması Projesi: Modern savaş simülasyonlarının, yapay zeka destekli olarak nasıl oluşturulduğu ve stratejik karar verme süreçlerinde nasıl kullanıldığına dair kapsamlı bir açıklama yapıldı. StarCraft ve Civilization gibi simülasyonlar üzerinden örneklerle harp oyunlaması teknikleri tanıtıldı.
2. Pekiştirmeli Öğrenme Temelleri: Yapay zekâ algoritmalarının savaş oyunları gibi dinamik ortamlarda nasıl eğitim aldığı ve öğrenme sürecinin nasıl işlediği detaylandırıldı. Katılımcılara pekiştirmeli öğrenmenin temel yapısı, çevre gözlemleri, aksiyon seçimi, ödül toplama süreçleri anlatıldı.
3. Q Öğrenme Yöntemleri: Yapay zekânın savaş simülasyonları sırasında aksiyonlarını optimize etmesi için kullanılan Q öğrenme algoritmaları tanıtıldı. Bu bölümde, Q değeri hesaplamaları ve farklı aksiyon seçeneklerinin nasıl değerlendirilmesi gerektiği örneklerle açıklandı.
4. Politika Optimizasyon Yöntemleri: Pekiştirmeli öğrenmede, ajanların en iyi stratejiyi öğrenme sürecinde kullanılan politika optimizasyon algoritmalarına odaklanıldı. Özellikle politika gradyan yöntemleri, PPO (Yaklaşımlı Politika Optimizasyonu) gibi modern algoritmalar incelendi ve avantajları katılımcılarla paylaşıldı.
5. Keşif ve İstifade Dengesi: Yapay zekânın öğrenme sürecinde çevresini keşfetme ile mevcut bilgilere dayanarak aksiyon seçme arasında kurması gereken denge anlatıldı. Restoran seçiminden reklam gösterimlerine kadar farklı keşif ve istifade örnekleri paylaşıldı.
6. Derin Q Öğrenme (DQN) ve Uygulamaları: Geniş durum uzaylarına sahip simülasyonlarda, derin öğrenme tekniklerinin pekiştirmeli öğrenme ile nasıl entegre edilebileceği açıklandı. DQN algoritmasıyla birlikte derin Q-öğrenmenin avantajları ve uygulama alanları detaylandırıldı.
7. Rainbow Algoritması ve Performans Kıyaslamaları: Modern yapay zekâ teknolojilerinde kullanılan Rainbow algoritması tanıtıldı ve bu algoritmanın birçok farklı oyunda gösterdiği başarılar üzerine performans kıyaslamaları yapıldı.
8. Markov Durumu ve Geçmiş Verinin Kullanımı: Markov varsayımı çerçevesinde, yapay zekâ algoritmalarının bir aksiyon serisinden sonra gelecekteki adımları belirlemede nasıl bir yöntem izlediği açıklandı.
Etkinlik sonunda düzenlenen soru-cevap bölümünde ise katılımcılar, sektördeki yenilikçi konulara dair merak ettikleri detayları sorma fırsatı buldular. Ceyhun Emre Öztürk’e, katılımcılarımıza sunduğu bilgi dolu içerik için içtenlikle teşekkür ederiz. AI.CON.1.0.1 etkinliğimizle katılımcılara alanın en güncel yapay zeka uygulamalarını aktarmaktan büyük mutluluk duyduk. Bir sonraki AI.CON’da, yapay zekâ ve savunma teknolojilerinin sınırlarını keşfetmek için yeniden buluşmayı sabırsızlıkla bekliyoruz!