Yapay zeka ve IoT birlikte nasıl çalışır

Yapay zeka ve IoT, günümüzün teknoloji dünyasının en popüler konuları arasında yer alır. Yapay zeka, iş süreçlerinde karar verme mekanizmalarını iyileştirerek IoT’nin sunduğu faydaları güçlendirebilir. Aslında bu iki teknoloji arasında canlılar dünyasındaki simbiyotik yaşam benzeri bir bağ vardır ve BT yöneticilerinin, bu iki teknolojinin birbirlerini nasıl destekleyeceğini planlaması çok önemlidir.

IoT nedir?

Internet of Things teriminin kısaltması olan IoT, Türkçede çoğunlukla “Nesnelerin İnterneti” olarak geçer. IoT, internet bağlantısı olan tüm cihazların aralarında veri alışverişi yapabilmesini sağlayan bir teknolojidir. Birbiri ile senkron çalışan cihazlardan oluşan bir ağ olarak düşünülebilir. IoT uygulamaları, fiziksel dünyadaki koşulları algılayan ve buna göre çeşitli eylemleri harekete geçiren cihazlardan oluşur.

IoT ağlarındaki tetikleyicileri ve komutları temsil eden mesajlar genellikle kontrol döngüsü aracılığıyla iletilir. Kontrol döngüsünün merkezi, bir IoT uygulamasının tetikleyici mesajları alan ve eylemleri başlatan kısmıdır.

Kontrol döngüsü, bir IoT uygulamasındaki toplam bilgi akışının yalnızca bir parçasıdır. Çoğu IoT uygulaması bazı iş süreçlerine de katılır. Örneğin, bir depoya girişte irsaliyenin okutulması sürücü için kapıyı açabilir ve ayrıca irsaliyede belirtilen malların otomatik olarak envantere kaydedilmesi için bir komut gönderilmesini sağlayabilir.

Yapay Zeka nedir?

Yapay zeka, doğrudan insan müdahalesi olmadan mevcut koşulları insana benzer şekilde yorumlayabilen ve karar verebilen bir uygulama sınıfıdır. Günümüzde kullanılan üç farklı yapay zeka formu vardır. Şimdi bunlara yakından bakalım;

Kural tabanlı ya da basit yapay zeka

Kural tabanlı ya da basit yapay zeka, tetikleyici olayları eylemlerle ilişkilendiren kurallara veya politikalara sahip bir yazılımdır. Bu kurallar önceden programlandığı için bunu bir yapay zeka formu olarak görmeyen uzmanlar olmasına rağmen birçok yapay zeka platformu bu yaklaşımı kullanır.

Makine öğrenimi

Uygulamaların önceden programlanmak yerine nasıl davranması gerektiğini öğrendiği bir yapay zeka formudur. Öğrenme süreci, işleyen bir sistemi izleyerek olaylarla insan tepkilerini ilişkilendirip aynı koşullar oluştuğunda bunları tekrar etme şeklinde gerçekleşir.

Sinir ağları

Sinir ağları, basit bir biyolojik beyni taklit etmek için tasarlanmış bir "motor" oluşturmak ve koşullara bağlı olarak motorun tetikleyicilere yanıtlar üretmesi için yapay zekayı kullanır. Bu teknoloji günümüzde en çok görüntü analizinde ve karmaşık analitik işlemleri yürütmekte kullanılır.

Yapay zekanın bu üç formu da insan zekasını taklit edecek şekilde tasarlanmıştır. Gerçek insan zekasına yaklaşma yeteneği en fazla olan form sinir ağlarıdır.

IoT ve Yapay Zeka birbirini nasıl destekleyebilir?

IoT ağlarında fiziksel dünyaya ait tetikleyici olaylara karşı tepki sinyalleri oluşturulurken yazılım kullanılmasını basit bir yapay zeka formu olarak görebiliriz. Bu durumda IoT için yapay zeka temel bir gerekliliktir diyebiliriz. IoT ağlarını tasarlayan uzmanların esas sorması gereken soru yapay zeka kullanıp kullanmamak değil, yapay zekayı ne kadar ileri götürebilecekleri olmalıdır. Bu sorunun cevabı, IoT sisteminin çalıştığı fiziksel sistemin karmaşıklığına ve değişkenliğine bağlıdır.

Kural tabanlı basit yapay zeka uygulamalarında, “düğmeye basıldığında, ışığı aç” komutu bir adım ileri taşınarak, “düğmeye basıldığında ortam karanlıksa ışığı aç” şeklinde tasarlanabilir. Bu hem olay (düğmeye basılması) tanımayı hem de durum (karanlık) tanımayı gerektirir. Programcılar bir dizi olayın birden çok durumda nasıl yorumlanacağını belirlemek için durum/olay tablolarını kullanır ancak bu yalnızca kolayca tanınabilen sınırlı sayıda durum için işe yarar.

Depoya giriş yapmak isteyen sürücü örneğine geri dönecek olursak, kural bazlı yapay zeka ile sürücünün irsaliyedeki barkodu ya da bir RFID etiketini okutarak güvenlikten geçmesi, taşıdığı malların da otomatik olarak envanter sistemine eklenmesi sağlanabilir.

Bir IoT olayına yanıt belirlemek için daha fazla koşulun analiz edilmesi gerekiyorsa, basit yapay zeka uygulamalarının yeteneklerinden fazlasına ihtiyaç duyulur. Böyle durumlarda makine öğrenimi devreye girer.

Makine öğrenimi sayesinde örneğimizdeki deponun aydınlatma sisteminin hangi zaman aralıklarında, hangi koşullarda ve hangi şiddette çalışması gerektiği, hiçbir insan müdahalesine ihtiyaç olmadan belirlenebilir. Koşullar zaman içinde değişse de aydınlatma sistemi yeni durumu da öğreneceği için en verimli çözüme “insansız” bir şekilde ulaşılmış olur.

Çözüm

IoT, gerçek dünyadaki iş süreçlerini otomatikleştirmek için yazılım araçlarını kullanmakla ilgilidir ve tüm otomasyon görevlerinde olduğu gibi, doğrudan insan müdahalesi ihtiyacını azaltması beklenir. IoT, insanların iş yükünü azaltmayı amaçlasa da insanların yargılarına ve kararlarına olan ihtiyacı tam olarak ortadan kaldırmaz. İşte bu noktada yapay zeka devreye girer ve IoT sistemini önemli ölçüde iyileştirir.