Bir yapay zekâ robotu, çevresinden veri alan, bu veriyi yorumlayıp bir hedef doğrultusunda karar veren ve kararını fiziksel bir hareketle uygulayan sistemdir. Bunu anlamanın en kolay yolu, robotu üç bağlı bölüm olarak düşünmektir: algılama ne olduğunu öğrenir, karar ne yapılacağını belirler, hareket seçilen eylemi gerçekleştirir. Bu üç aşama doğru sırayla ve geri bildirimle çalıştığında robot, yalnızca önceden yazılmış komutları uygulamak yerine değişen koşullara uyum sağlayabilir.
Robotun algılama bölümü kamera, mikrofon, mesafe sensörü, dokunma sensörü, ivmeölçer veya sıcaklık sensörü gibi araçlardan veri alır. Bu veriler robot için doğrudan anlam taşımaz; önce işlenmeleri gerekir. Kamera görüntüsü, örneğin, robot açısından renk ve şekillerden oluşan piksellerdir. Yapay zekâ modeli bu görüntüde bir insan, duvar, masa veya engel bulunup bulunmadığını tahmin eder.
Algılama her zaman kesin sonuç üretmez. Karanlık, kamera açısı, gürültü, sensör arızası veya eğitim verilerindeki eksiklikler yanlış algılamaya neden olabilir. Bu nedenle robotun bir nesneyi tanıması, o nesnenin gerçekten doğru tanımlandığını tek başına kanıtlamaz; güven düzeyi ve başka sensörlerden gelen bilgiler de değerlendirilmelidir.
Karar bölümü, algılama sonuçlarını robotun amacı ve güvenlik kurallarıyla karşılaştırır. Örneğin hedefi odada ilerlemek olan bir robot, önünde engel algılarsa durmaya, yön değiştirmeye veya alternatif bir yol aramaya karar verebilir.
Bu karar farklı yöntemlerle üretilebilir. Basit bir sistemde açık kurallar kullanılır: “Mesafe 30 santimetreden azsa dur.” Daha gelişmiş bir yapay zekâ sisteminde ise model, çok sayıda örnekten öğrendiği örüntülere göre “önümde bir insan olma olasılığı yüksek” sonucuna ulaşır. Ancak yapay zekânın olasılıksal kararı, güvenlik açısından her zaman doğrudan uygulanmamalıdır. Kritik hareketlerden önce hız sınırı, çarpışmayı önleme ve insan onayı gibi ek kurallar gerekebilir.
Robotun hareket bölümü, kararları motorlara ve diğer aktüatörlere gönderilen komutlara çevirir. “Sola dön” kararı, sol ve sağ tekerleklerin farklı hızlarda çalıştırılması anlamına gelebilir. Bir robot kolunda ise aynı karar, eklemlerin belirli açılara getirilmesiyle uygulanır.
Hareketten sonra sensörler yeniden veri toplar. Robot planladığı kadar dönmüş mü, engel hâlâ önünde mi veya hedefe yaklaştı mı? Bu bilgiler tekrar algılama ve karar aşamalarına gönderilir. Böylece sistem tek seferlik bir komut zinciri yerine kapalı çevrimli bir döngü oluşturur: algıla → karar ver → hareket et → sonucu yeniden algıla.
Aşağıdaki ayrım, bir robotun neden yalnızca kamera veya yalnızca yapay zekâ modelinden ibaret olmadığını gösterir.
Bu aşamalardan biri eksik veya hatalıysa bütün sistemin davranışı bozulur. Sensör doğru çalışmıyorsa karar yanlış verilebilir. Karar doğru olsa bile motor komutu fazla hızlıysa robot çarpabilir. Hareket gerçekleşmiş görünse bile geri bildirim alınmıyorsa robot, hedefe ulaşıp ulaşmadığını anlayamaz.
Varsayımsal olarak, koridorda ilerleyen küçük bir mobil robot düşünün. Robotun önünde mesafe sensörü, iki tekerleği ve basit bir hedefi vardır: engelle karşılaşınca durmak.
Robotun sensörü 20 santimetrelik bir mesafe ölçtüğünde ilk olarak algılama yapılır. Sistem bu değeri “yakında engel var” şeklinde yorumlar. Karar bölümünde güvenlik kuralı uygulanır: Mesafe 30 santimetreden azsa ilerleme komutu gönderilmez. Ardından hareket bölümü motorlara dur komutu yollar.
Robot durduktan sonra sensör yeniden ölçüm yapar. Ölçüm 20 santimetre civarında kalıyorsa engel hâlâ oradadır ve robot beklemeye devam eder. Ölçüm 100 santimetreye çıkarsa engel uzaklaşmış olabilir; fakat yalnızca bu ölçüm, yolun tamamen güvenli olduğunu kanıtlamaz. Daha güvenli bir tasarım, robotun düşük hızla yeniden başlamasını ve hareket sırasında mesafeyi sürekli kontrol etmesini gerektirir.
Bu örnekte yapay zekâ şart değildir; sabit bir eşik kuralı yeterli olabilir. Yapay zekâ, robotun kameradan “kutu”, “insan” veya “evcil hayvan” gibi daha karmaşık nesneleri ayırt etmesi gerektiğinde yararlı hâle gelir. Yine de yapay zekâ kullanılması, sensörün doğruluğu, motor kontrolü ve güvenlik kurallarının önemini ortadan kaldırmaz.
Bir robotun akıllı görünmesi, insan gibi düşündüğü anlamına gelmez. Robot, sensörlerinin görebildiği ve modeli ya da kuralları kapsamında değerlendirebildiği durumlarla sınırlıdır. Eğitim verilerinde bulunmayan bir nesneyi yanlış tanıyabilir, belirsiz bir durumda hatalı karar verebilir veya fiziksel ortamda beklenmeyen bir engelle karşılaşabilir.
Ayrıca yapay zekâ modeli karar verse bile bu kararın uygulanması için uygun donanım gerekir. Robotun bir nesneyi tanıması, o nesneyi kaldırabilecek güce, doğru konum bilgisine veya güvenli bir hareket planına sahip olduğu anlamına gelmez. Bu yüzden gerçek sistemlerde model çıktısı; sınır değerleri, durdurma mekanizmaları, hız kısıtları ve gerektiğinde insan denetimiyle birlikte kullanılır.
Algılama: Robot çevresini nasıl öğrenir?
Robotun algılama bölümü kamera, mikrofon, mesafe sensörü, dokunma sensörü, ivmeölçer veya sıcaklık sensörü gibi araçlardan veri alır. Bu veriler robot için doğrudan anlam taşımaz; önce işlenmeleri gerekir. Kamera görüntüsü, örneğin, robot açısından renk ve şekillerden oluşan piksellerdir. Yapay zekâ modeli bu görüntüde bir insan, duvar, masa veya engel bulunup bulunmadığını tahmin eder.
Algılama her zaman kesin sonuç üretmez. Karanlık, kamera açısı, gürültü, sensör arızası veya eğitim verilerindeki eksiklikler yanlış algılamaya neden olabilir. Bu nedenle robotun bir nesneyi tanıması, o nesnenin gerçekten doğru tanımlandığını tek başına kanıtlamaz; güven düzeyi ve başka sensörlerden gelen bilgiler de değerlendirilmelidir.
Karar: Robot ne yapacağına nasıl karar verir?
Karar bölümü, algılama sonuçlarını robotun amacı ve güvenlik kurallarıyla karşılaştırır. Örneğin hedefi odada ilerlemek olan bir robot, önünde engel algılarsa durmaya, yön değiştirmeye veya alternatif bir yol aramaya karar verebilir.
Bu karar farklı yöntemlerle üretilebilir. Basit bir sistemde açık kurallar kullanılır: “Mesafe 30 santimetreden azsa dur.” Daha gelişmiş bir yapay zekâ sisteminde ise model, çok sayıda örnekten öğrendiği örüntülere göre “önümde bir insan olma olasılığı yüksek” sonucuna ulaşır. Ancak yapay zekânın olasılıksal kararı, güvenlik açısından her zaman doğrudan uygulanmamalıdır. Kritik hareketlerden önce hız sınırı, çarpışmayı önleme ve insan onayı gibi ek kurallar gerekebilir.
Hareket: Karar fiziksel eyleme nasıl dönüşür?
Robotun hareket bölümü, kararları motorlara ve diğer aktüatörlere gönderilen komutlara çevirir. “Sola dön” kararı, sol ve sağ tekerleklerin farklı hızlarda çalıştırılması anlamına gelebilir. Bir robot kolunda ise aynı karar, eklemlerin belirli açılara getirilmesiyle uygulanır.
Hareketten sonra sensörler yeniden veri toplar. Robot planladığı kadar dönmüş mü, engel hâlâ önünde mi veya hedefe yaklaştı mı? Bu bilgiler tekrar algılama ve karar aşamalarına gönderilir. Böylece sistem tek seferlik bir komut zinciri yerine kapalı çevrimli bir döngü oluşturur: algıla → karar ver → hareket et → sonucu yeniden algıla.
Üç aşamanın farkı ve birbirine bağımlılığı
Aşağıdaki ayrım, bir robotun neden yalnızca kamera veya yalnızca yapay zekâ modelinden ibaret olmadığını gösterir.
| Aşama | Temel soru | Örnek çıktı | Tek başına neyi kanıtlamaz? |
|---|---|---|---|
| Algılama | Çevrede ne var? | Önümde engel olma olasılığı yüksek | Engelin kesin olarak doğru tanındığını |
| Karar | Şimdi ne yapılmalı? | Dur ve sola dön | Kararın her koşulda güvenli olduğunu |
| Hareket | Karar nasıl uygulanmalı? | Motorları farklı hızlarda çalıştır | Robotun hedefe ulaştığını |
| Geri bildirim | Eylem beklenen sonucu verdi mi? | Engel uzaklaştı, ilerlemeye devam et | Gelecekteki tüm durumların doğru yönetileceğini |
Somut örnek: Engel görünce duran mobil robot
Varsayımsal olarak, koridorda ilerleyen küçük bir mobil robot düşünün. Robotun önünde mesafe sensörü, iki tekerleği ve basit bir hedefi vardır: engelle karşılaşınca durmak.
Robotun sensörü 20 santimetrelik bir mesafe ölçtüğünde ilk olarak algılama yapılır. Sistem bu değeri “yakında engel var” şeklinde yorumlar. Karar bölümünde güvenlik kuralı uygulanır: Mesafe 30 santimetreden azsa ilerleme komutu gönderilmez. Ardından hareket bölümü motorlara dur komutu yollar.
Robot durduktan sonra sensör yeniden ölçüm yapar. Ölçüm 20 santimetre civarında kalıyorsa engel hâlâ oradadır ve robot beklemeye devam eder. Ölçüm 100 santimetreye çıkarsa engel uzaklaşmış olabilir; fakat yalnızca bu ölçüm, yolun tamamen güvenli olduğunu kanıtlamaz. Daha güvenli bir tasarım, robotun düşük hızla yeniden başlamasını ve hareket sırasında mesafeyi sürekli kontrol etmesini gerektirir.
Bu örnekte yapay zekâ şart değildir; sabit bir eşik kuralı yeterli olabilir. Yapay zekâ, robotun kameradan “kutu”, “insan” veya “evcil hayvan” gibi daha karmaşık nesneleri ayırt etmesi gerektiğinde yararlı hâle gelir. Yine de yapay zekâ kullanılması, sensörün doğruluğu, motor kontrolü ve güvenlik kurallarının önemini ortadan kaldırmaz.
Yapay zekâ robotunun sınırları
Bir robotun akıllı görünmesi, insan gibi düşündüğü anlamına gelmez. Robot, sensörlerinin görebildiği ve modeli ya da kuralları kapsamında değerlendirebildiği durumlarla sınırlıdır. Eğitim verilerinde bulunmayan bir nesneyi yanlış tanıyabilir, belirsiz bir durumda hatalı karar verebilir veya fiziksel ortamda beklenmeyen bir engelle karşılaşabilir.
Ayrıca yapay zekâ modeli karar verse bile bu kararın uygulanması için uygun donanım gerekir. Robotun bir nesneyi tanıması, o nesneyi kaldırabilecek güce, doğru konum bilgisine veya güvenli bir hareket planına sahip olduğu anlamına gelmez. Bu yüzden gerçek sistemlerde model çıktısı; sınır değerleri, durdurma mekanizmaları, hız kısıtları ve gerektiğinde insan denetimiyle birlikte kullanılır.
