Mimari Zeka


Yapay Zeka

Yapay zeka, günümüzde teknolojinin hızla ilerlemesiyle birlikte oldukça popüler hale gelmiş bir alan haline gelmiştir. Yapay zeka, bilgisayarların insan benzeri davranışlar sergilemesine, insan benzeri düşünme şekillerini taklit etmesine ve karmaşık problemleri çözmeye olanak tanır.

Bu teknolojinin kökleri, 1950’lerde Alan Turing tarafından ortaya konulan bir soruyla başlamıştır. Turing, “Makineler düşünebilir mi?” sorusunu sormuş ve bu soru, yapay zeka alanında önemli bir dönüm noktası olarak kabul edilmiştir.

Turing, bu soruyu yanıtlamak için Turing Testi adı verilen bir test geliştirmiş. Bu testte, bir insan bir bilgisayar ve bir başka insan arasında bir diyalog yoluyla gerçekleşir. Testin amacı, insanın, bilgisayarla yapılan diyalogun sonunda, bilgisayarın bir insan mı yoksa bir bilgisayar mı olduğunu belirleyememesidir. Bu test, bir bilgisayar programının insan düşüncesi ve davranışını taklit edebilmesi durumunda, bu bilgisayar programının ayrıca “düşünebilir” olduğu argümanını öne çıkartır.


Makina Öğrenmesi

Makine öğrenimi, bir bilgisayar programının, bir veri kümesi üzerinde öğrenme yeteneğine sahip olması için kullanılan bir yapay zeka ve bilgisayar bilimi dalıdır. Bu yöntem, insanların öğrenme şeklini taklit etmeye çalışır.

Makine öğrenimi, bir veri kümesi üzerinde analiz yaparak, örüntüleri tanımlayarak ve bunları çeşitli modeller veya algoritmalarla ilişkilendirerek öğrenir. Bu modeller, verilerin özelliklerini kullanarak, sonuçları tahmin etmek veya sınıflandırmak için kullanılabilir.

Makine öğrenimi algoritmaları, doğru sonuçları elde etmek için, veri kümesi üzerinde tekrar tekrar çalıştırılarak ve doğruluğu kademeli olarak arttırarak öğrenir. Bu yöntem, büyük veri setleri üzerinde çalışan ve öngörülemez veriler içeren birçok endüstride kullanılır.

Makine öğrenimi, yüz tanıma, nesne algılama, ses tanıma, otomatik çeviri, öneri sistemleri, finansal tahminler ve tıbbi teşhisler gibi birçok alanda kullanılabilir. Özellikle büyük veri setleri üzerinde çalışmak için tasarlanan makine öğrenimi algoritmaları, özellikle işletmelerde ve endüstriyel uygulamalarda önemli bir rol oynar.

Sonuç olarak, makine öğrenimi, veri kümesi üzerinde analiz yaparak, örüntüleri tanımlayarak ve çeşitli modeller veya algoritmalar kullanarak öğrenen bir yapay zeka ve bilgisayar bilimi dalıdır.


Open AI

OpenAI, ABD merkezli yapay zekâ araştırma şirketi. Şirketin genel amacı insanlığa fayda sağlayabilecek yapay zekâ hakkında araştırma yapmaktır. 2015 yılının sonlarında San Francisco’da kurulan şirket, patentlerini ve araştırmalarını halka açık hale getirerek diğer kurum ve araştırmacılarla “serbest iş birliği yapmayı” amaçlamaktadır.


Dall-E

DALL-E, 5 Ocak 2021’de OpenAI tarafından piyasa sürülen, metinsel tanımlardan görüntü oluşturan bir yapay zeka programıdır. Adını ünlü ressam Salvador Dali ve WALL-E adlı animasyon robottan almıştır. Fotoğrafta seçili bölgede üretim ve fotoğraf çerçevesini bağlam doğrultusunda genişletebilme gibi araçları vardır. Web sitesi üzerinden ulaşılabilir. 


Midjourney

Midjourney, komut olarak kelimeleri ve kelime listelerini kullanarak resimler çizen bir AI botu. Hayal edilen şeyleri kelimeler aracılığıyla resme dökebilen bir AI botu. 10 Kasım 2022 de Discord üzerinden insanlığın kullanımına açılmıştır.


"Promt to Image" Nasıl Çalışır?

Prompt to Image (PTI) adlı yapay zeka programları, genellikle büyük boyutlu veri kümelerinde (örneğin, İnternet’teki resimlerin bir kütüphanesi) eğitilen derin öğrenme (deep learning) algoritmaları kullanır. Bu veri kümelerindeki resimler, modelin ne tür görüntüler oluşturacağını öğrenmek için kullanılır.

PTI’nin çalışma prensibi, kullanıcının belirli bir metin girdisi vermesidir. Bu metin girdisi, PTI tarafından anlaşılabilir bir biçimde ifade edilir ve ardından derin öğrenme algoritması tarafından işlenir. Algoritma, bu metin girdisine dayalı olarak bir görüntü oluşturmak için veri kümelerindeki görüntüleri analiz eder ve bu analiz sonucunda elde edilen bilgileri kullanarak yeni bir görüntü oluşturur.

PTI, genellikle çeşitli parametreler ve ayarlar aracılığıyla daha özelleştirilmiş sonuçlar üretmek için kullanılabilir. Örneğin, kullanıcının bir renk şeması veya stil belirlemesine izin verilebilir veya oluşturulan görüntünün çözünürlüğü ayarlanabilir.

Sonuç olarak, PTI’nin temel prensibi, metin girdilerini analiz ederek yeni ve benzersiz görüntüler oluşturmaktır. Ancak, PTI’nin kalitesi ve doğruluğu, kullanılan derin öğrenme algoritmasının kalitesi, veri kümelerinin büyüklüğü ve kalitesi ve diğer faktörlere bağlıdır.


Mimari ve AI

Mimari tasarım, kapsamlı bir süreçtir ve birçok farklı faktörü dikkate alır. Tasarımın erken aşamalarında, birçok farklı tasarım seçeneği arasında seçim yapmak zor olabilir ve bu seçimlerin sonuçları daha sonraki tasarım aşamalarını etkileyebilir. Bu nedenle, yapay zeka (AI) ile görselleştirme, mimari tasarımın erken aşamalarında büyük bir yarar sağlar.

AI, bir mimarın tasarım kararlarını desteklemek için kullanabileceği bir dizi araç sunar. Örneğin, bir mimar, AI tarafından oluşturulan bir sanal modeli kullanarak tasarımın farklı açılardan görüntülerini elde edebilir. Bu, tasarımın detaylarını daha iyi anlamak ve daha iyi bir fikir elde etmek için tasarımın erken aşamalarında kullanılabilir.

Sonuç olarak, AI ile görselleştirme, mimarların tasarımlarını daha iyi anlamalarına, tasarımlarını optimize etmelerine ve tasarımların erken aşamalarında daha iyi kararlar vermelerine yardımcı olur. Bu, mimari tasarım sürecinde büyük bir fark yaratabilir ve daha iyi binaların inşa edilmesine yardımcı olabilir.


Chat GPT

Yapay zekanın mimarlara işlerinde yardımcı olması mümkündür, ancak yapay zekanın mimarların yerini tamamen alması olası değildir. Tasarım süreci, yapay zekanın kopyalaması için yaratıcılık ve karar vermeyi içerir. Ek olarak, mimarlar genellikle müşteriler ve inşaatçılar ile yakın bir şekilde çalışırlar ve bu paydaşların ihtiyaçlarını anlamaları ve dahil etmeleri gerekir ki bu, AI’nın şu anda üstesinden gelemediği işin başka bir yönüdür. Ancak yapay zeka, bina tasarımı, maliyet tahmini ve enerji analizi gibi belirli görevlerin verimliliğini ve doğruluğunu artırmak için kullanılabilir.

                                                                                                                                                                         -ChatGPT


Yapay zeka ve tasarım birlikte evriliyor ve yeni nesil tasarımcılar artık yapay zeka ile işbirliği içinde olacak. Bu nedenle yeni tasarımcıların makinelerin çalışma sistemini değerlendirmek ve sentezlemek için uyarlanabilir akıl yürütme ve AI yaratıcılığını destekleyen akıcı bir hesaplama mantığına sahip olmaları gerekiyor.

Geleceğin tasarımcıları, bir binanın bulunduğu yerle nasıl bağlantı kurduğu, üretim veya inşaatın kültürel sonuçları, toplulukların ve ziyaretçilerin mekan deneyimleri ve iklim, ekolojiler ve sınırlı kaynaklar üzerinde devam eden baskılar gibi değerlendirme, yorumlama ve sofistike empati gerektiren yaratıcı araştırmalara odaklanabilecek.

Empati sahibi ve mantıklı tasarımlar sunmak için yapay zekanın daima insan eline ihtiyacı var. Benzer şekilde, sınırsız fikir ve görsel düzenlemesi için yapay zekaya yetki vermek, rekabetçi mimari pazarda bir zorunluluk haline gelebilir.

 

 

 

 

Kaynakça:

https://www.youtube.com/watch?v=p1L36CRV8O4&ab_channel=ArchiTechNetwork
https://www.ibm.com/topics/machine-learning
https://www.ibm.com/topics/artificial-intelligence
https://eaomag.com/midjourney-nedir-nasil-kullanilir/
https://tr.wikipedia.org/wiki/OpenAI
https://www.marktechpost.com/2022/11/14/how-do-dall%C2%B7e-2-stable-diffusion-and-midjourney-work/#:~:text=How%20does%20Midjourney%20work%3F,bot%20on%20their%20official%20Discord.

 https://www.youtube.com/watch?v=5rol36imTKU&ab_channel=ARTiculations