Yapay Zeka (YZ), insan benzeri düşünme, öğrenme, karar verme ve problem çözme yeteneklerini bilgisayar sistemlerine kazandırmayı amaçlayan bir bilim ve mühendislik alanıdır. Bu teknoloji, makinelerin çevresel verileri analiz ederek mantıklı çıkarımlar yapmasını ve uygun tepkiler geliştirmesini sağlar. Günümüzde sağlık, eğitim, tarım, sanayi, savunma, ulaşım ve finans gibi pek çok sektörde etkin şekilde kullanılmaktadır.
1956: Yapay Zeka terimi ilk kez John McCarthy tarafından Dartmouth Konferansı’nda kullanıldı. Bu dönem YZ’nin bilimsel bir alan olarak doğuşudur.
1950’ler – 1970’ler: Kural tabanlı sistemler ve sembolik yapay zeka yaklaşımları ön plandaydı.
1980’ler: Uzman sistemler geliştirildi; sınırlı görevlerde yüksek başarı sağlandı.
1990’lar – 2000’ler: Makine öğrenmesi (ML) ve yapay sinir ağları geliştirilmeye başlandı.
2010 sonrası: Derin öğrenme, büyük veri (big data) ve hesaplama gücündeki artış sayesinde YZ uygulamaları hızla yayıldı. Özellikle görüntü işleme, doğal dil işleme, otonom sistemler ve öneri sistemleri gibi alanlarda çığır açıcı gelişmeler yaşandı.
Dar (Zayıf) Yapay Zeka: Belirli bir görevi yerine getiren, sınırlı yeteneklere sahip sistemler (örnek: sesli asistanlar, spam filtreleri).
Genel (Güçlü) Yapay Zeka: İnsan düzeyinde genel bilişsel yeteneklere sahip olması hedeflenen sistemler (henüz geliştirilme aşamasındadır).
Süper Yapay Zeka: İnsan zekasını aşan sistemlerdir. Bu düzey teorik olarak ele alınmakta, henüz pratikte mevcut değildir.
Sağlıkta teşhis sistemleri
Tarımda ürün takibi ve tahminleme
Endüstride otomasyon sistemleri
Eğitimde kişiselleştirilmiş öğrenme
Ulaşımda otonom araçlar
Doğal dil işleme (NLP)
Görüntü tanıma ve yüz tanıma sistemleri
Siber güvenlik ve risk analizi
Tokat Gaziosmanpaşa Üniversitesi’nde yapay zeka alanında yürütülen çalışmalar; lisans ve lisansüstü ders programları, araştırma projeleri, akademik yayınlar ve ulusal-uluslararası iş birlikleri ile desteklenmektedir. Yapay Zeka ve Dijital Dönüşüm Koordinatörlüğü, bu alandaki gelişmeleri üniversitemiz bünyesinde yaygınlaştırmakta, disiplinlerarası projelerle katkı sağlamaktadır.
Makine Öğrenmesi (Machine Learning)
Derin Öğrenme (Deep Learning)
Yapay Sinir Ağları (Artificial Neural Networks)
Doğal Dil İşleme (Natural Language Processing)
Veri Madenciliği (Data Mining)
Büyük Veri (Big Data)
Algoritma ve Modelleme