Yapay zekaya X sorusu yönetildiğinde daha önce verilen veya tanımlanan X sorusu cevapları arasından en rasyonel olanını seçip sunar. Bu nedenden dolayı X sorusu gelince her defasında yapay zeka X sorusunun cevaplarını süzer ve en rasyonel olanını sunar. Yapay zeka günümüzde X sorusu örneğinden daha fazlasını yapmaktadır.

Yapay zekayı tek başlık altında ele almak yanlış olur.

Makine öğrenimi(Machine learning),

Derin öğrenme(Deep learning) gibi kavramlar yapay zekayı oluşturan kapsayıcı terimlerdir.

Makine öğrenmesi, makinenin sağlanan verilerle mantıklı ve rasyonel sonuçlar türetmesini sağlayan algoritmalardır. Örnek verecek olursak; Bir mağazada müşterilerin alışveriş fişi verileri ile ilgili algoritma yazılıyor. Bu algoritma; Cips alan müşterilerin aynı zamanda kola aldıkları bilgisini veriyor. Bu duruma istinaden cips rafları ile kola dolapları birbirine yakınlaştırılıyor ve satışlarda yükseliş görülüyor. Bir başka örnekte algoritmaya Üzüm tanıtılacak. Algoritmaya; Beyaz, mor, yuvarlak gibi özellikler tanımlanıyor. Üzüm ve Muz’u Makine öğrenimine sorunca hangisinin Üzüm olduğunu tanımlanan bilgileri süzerek ve rasyonellik ilkesini benimseyerek karar veriyor. Bu örnekte makine öğrenimini en basit haliyle ele aldık. Makine öğrenimi günümüz teknolojilerinde akıl sınırlarını zorlayacak bilgileri bize sunuyor.

Derin öğrenme ve Makine öğrenimi birbirlerine oldukça benzer yapılardır. Derin öğrenme, Beynimizdeki nöronlar gibi çalışır. Üzüm örneği ile Derin öğrenme kavramını ortaya çıkaralım.

Makine öğreniminde Üzümün özelliklerini biz tanıtırken, Derin öğrenmede kendi kurallarını kendisi oluşturur; Hangisinin muz hangisinin üzüm olduğunu kendi işlemleriyle ayırt edebiliyor.

Algoritmanın kendi kendine öğrenmesi, öğrendiği bilgileri geliştirmesi ve sunmasına en güzel örnek Google’nın ürünlerinden olan Google Translate; 100 dilden fazla dilde çeviri yapan bu hizmetin arkasında derin öğrenme yatmaktadır.