DERS 5 BİLGİYİ YÖNETME

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Bilgi yönetimi sistemleri yazılım yatırımının en hızlı büyüyen alanları arasındadır Enformasyon ekonomisi ABD işgücünün %55’i: bilgi ve enformasyon çalışanlarından oluşur ABD GSMH’nın %60’ı: bilgi ve enformasyon sektöründen gelir Bir işletmenin borsa değerinin büyük bölümü maddi olmayan varlıklarıyla ilgilidir: bilgi, marka, ün ve benzersiz iş süreçleri İyi uygulanan bilgiye dayalı projeler olağanüstü ROI üretebilirler Bu slayt günümüzde ABD ekonomisinde bilginin rolünü vurgulamaktadır. Öğrencilerden bilgi ve enformasyon sektörlerine örnek vermelerini isteyiniz(finans, yayımcılık vb.) New York Borsasında listelenmiş tüm menkul değerlerin yarısından fazlasının bilgi ve teknik bilgi(know –how) gibi maddi olmayan değerlere bağlanması öğrenciler açısından bir sürpriz olabilir.

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Bilginin önemli boyutları Bilgi bir işletme varlığıdır Soyuttur Veri ve enformasyondan bilgi yaratılması, kurumsal kaynakları gerekli kılar Paylaşıldıkça, tecrübeye dayalı iletişim ağı etkili olur Bilginin farklı biçimleri vardır Açık(belgelenmiş) veya örtük(akıllarda olan) olabilir Teknik bilgi ve beceri, yetenek Süreçlerin nasıl izleneceği Olayların neden olduğunu bilmek (nedensellik) Bu ve bir sonraki slayt kurumla ilgili olarak “Bilgi Nedir?” sorusuna cevap vermeye başlamaktadır. Bilgiyi tanımlama ve açıklamanın neden önemli olduğunu öğrencilere sorunuz. Öğrencilerden bilginin bir “firma varlığı” olduğunu gösteren belirli bir endüstriyle bilgiye örnek vermelerini isteyiniz (Örneğin bir elektrik aygıt üreticisi açısından en verimli ve en ucuz klimayı nasıl yapacağını bilmek) Öğrencilerden örnekler vererek söz konusu boyutların her bir unsurunu açıklamalarını isteyiniz. Örneğin, “bilgi soyuttur” ile ne demek isteniyor? Öğrencilere açık bilginin bir örneğini verdirtin.

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Bilginin önemli boyutları (devam) Bilgi bir yere sahiptir Bilişsel olaydır (zekanın işleyişi ile ilgili) Hem sosyal hem de bireyseldir “Yapışkandır” (taşınması zor), yerleşiktir (işletme kültürünü ağ gibi kuşatmıştır), durumsaldır (sadece belirli durumlarda işe yarar) Bilgi durumsaldır Koşula bağlıdır: Sürecin ne zaman uygulanacağını bilmek Ortamla ilişkilidir: Bir aletin hangi koşullarda kullanılacağını bilmek Bu slayt, bir önceki slayttan, işletmeye ilişkin olarak “Bilgi nedir?” sorusunun cevabını vermeye devam etmektedir. Öğrencilerden her bir özellik için örnekler vermelerini veya daha fazla açıklama yapmalarını isteyiniz. Örneğin “ sosyal temelli bilgiye bir örnek nedir?” “Yapışkan olan bilgiye bir örnek nedir; özünde yapışkan olan nedir?”

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu İşletme, veriyi bilgiye dönüştürmek ve bilginin işleyeceği modeller, kurallar ve durumlar ortaya koymak için ek kaynaklar harcamalıdır Bilgelik: Problem çözmek için bilgiyi uygulamanın ortaklaşa ve bireysel deneyimi Bilginin, nerede, ne zaman ve nasıl uygulanacağını içerir Başkalarının aynısını etkili ve verimli yollarla nasıl yapacağını bilememesi, kar ve rekabet avantajının en güzel kaynağıdır Örneğin; sipariş üzerine yapılan üretimin kendine özgü olması Bu slayt, veri, enformasyon, bilgi ve bilgelik arasında ayrım yaparak kurum açısından bilginin değerini vurgular. Öğrencilerden veri, enformasyon, bilgi ve bilgelik arasında ayrım yapmalarını isteyiniz. İyi bilinen şirketlerin örneklerini veriniz ve öğrencilerden örneğin Apple, eBay, The Gap, Burger King vb. gibi rekabet avantajı olan şirketlerin sahip olduğu bilgiyi tanımlamalarını isteyiniz. Bu aynı zamanda “nitelikli işgücü” değerinin ne olduğuna dikkati çekmek için iyi bir zaman olabilir. Bu değer, bilgi çalışanlarının işlerini etkili ve verimli yapmak zorunda olmalarının sonucudur. Çalışanların kafasındaki bu bilgiyi değiştirmek zordur.

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Örgütsel öğrenme Örgütlerin öğrendikleri süreçler Veri toplama, ölçme, deneme-yanılma ve geribildirim yoluyla deneyim kazanma Davranışı, deneyimi yansıtacak şekilde ayarlar Yeni iş süreçleri oluşturarak Yönetim kararı almanın şeklini değiştirerek Bu slayt, bilgiyi toplama, oluşturma ve uygulama sürecini tanımlayan örgütsel öğrenme kavramını sunmaktadır. Öğrencilerin çoğu için örgütsel öğrenme sürpriz olabilir ve diğerleri herhangi bir şey öğrenmeyi reddeden örgütlere birçok örnek verecektir. Örgütsel öğrenmede bilgi yeni davranışların güç sağlayıcısı durumuna gelir(karar alma, yeni ürün ve hizmetler, yeni iş süreçleri). Bu aynı zamanda onların çevrelerini örgütsel olarak algılamaları ve karşılık vermeleri olarak da görülebilir. Öğrencilere okul, hastane, banka, giysi üreticisi gibi kuruluşların örneklerini veriniz ve onlardan bu işletmelerin örgütsel öğrenmeyi nasıl sergilediklerine dair örnekler isteyiniz. Öğrenciler geçtiğimiz yirmi yılda ABD’de öğrenen Big Three(Üç Büyükler) otomotiv şirketlerini(General Motors, Ford ve Chrysler) ne kadar iyi düşünebilirler?

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Bilgi yönetimi: Bir örgüt içinde geliştirilmiş bilgiyi oluşturma, depolama, dağıtma ve uygulama gibi iş süreçleri dizisi Bilgi yönetimi değer zinciri Her bir safhada ham veri ve enformasyona kullanılabilir bilgiye dönüştürülerek değer katılır Bilgi edinme Bilgi depolama Bilgi dağıtımı Bilgi uygulama Bu slayt bilgi yönetimi terimini tanımlar ve bilgiyi edinmeden, uygulamaya, onu bir değer zinciri olarak ifade eder ve her safhayı detaylandıran slaytlarla takip edilir. Zincirin her safhası ham veri ve enformasyona daha fazla değer ekler. Öğrencilere safhalar arasındaki ayrımı ve her bir safhanın nasıl daha fazla değer kattığını sorunuz. Örneğin, depolanan bilgi nasıl birden bire bir önceki safhada elde edilen bilgiden daha fazla değer katar?

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Bilgi yönetimi değer zinciri Bilgi edinimi Örtük ve açık bilgiyi belgeleme Belgeler, raporlar, sunumlar ve en iyi uygulamaları depolamak Yapılandırılmamış belgeler (Örneğin; e-postalar) Çevrimiçi uzman ağlar geliştirme Bilgi oluşturma İş süreçleri sisteminden ve dış kaynaklardan veri izleme Bu slayt bilgi değer zincirinin ilk aşamasını tanımlar ve bilgiyi elde etme ve farklı yollarla toplanabilen bilgiyi detaylandırır. Bir kağıt üreticisi veya üniversite gibi özel bir işletme veya kurum örneği kullanınız ve öğrencilere bu işletmelerin nasıl bilgi edinebileceği veya oluşturabileceğini tanımlattırınız. Örneğin, ne tür bilgi bir kağıt üreticisini ilgilendirir ve onlar bilgiyi nasıl toplamak ve oluşturmak isterdi?

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Bilgi yönetimi değer zinciri (devam) Bilgi depolama Veri tabanları Belge yönetim sistemleri Yönetimin rolü: Tasarlanan bilgi depolama sistemlerinin gelişimini desteklemek Belgeleri endekslemek için kurum genelinde şemaların gelişmesini desteklemek Belgeleri güncelleme ve uygun depolamak için zaman harcayan çalışanları ödüllendirmek Bu slayt, bilginin depolarının oluşturulması ve sürdürülmesinde yönetimin öneminin yanı sıra, bilginin depolanma biçimlerini tanımlayarak bilgi değer zincirinin ikinci adımı olan bilgiyi depolamayı ele alır. Öğrencilere tıbbi uygulama işletmesi gibi bir örnek veriniz ve onların ne tür bir bilgiye ihtiyaç duyabileceğini ve onu nasıl depolaması gerektiğini sorunuz(Örneğin hastaların tıbbi kayıtları).

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Bilgi yönetimi değer zinciri (devam) Bilgi dağıtımı Portallar Elektronik postalar Arama motorları Birlikte çalışma araçları Enformasyon akını? Eğitim programları, resmi olmayan ağlar ve paylaşılmış yönetim tecrübeleri yöneticilere dikkatlerini önemli enformasyonlara odaklamalarında yardımcı olur Bu slayt bilgi değer zincirinin üçüncü aşamasını açıklar ve kurum içinde bilginin yaygınlaştırılabileceği çeşitli yolları tanımlar. Öğrencilerden yapmış oldukları bir işten veya bulundukları üniversite veya yüksekokulda nasıl bilgi aldıklarına dair örnekler isteyiniz. Ne tür bir bilgi iletildi ve hangi araçlar kullanıldı? Bu metotlar dağıtıma yeterli oldu mu veya onlar aynı enformasyonu dağıtmak için daha etkili yollar görüyorlar mı?

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Yönetimi Durumu Bilgi yönetimi değer zinciri (devam) Bilgi uygulaması Yatırımda geri dönüşü sağlamak için, örgüt bilgisi yönetimsel karar vermenin sistemli bir parçası olmalı ve karar destek sistemlerinde bulunmalıdır Yeni iş uygulamaları Yeni ürünler ve hizmetler Yeni pazarlar Bu slayt bilgi değer zincirinin son safhası olan bilgi uygulamasını ele almakta ve yatırımdaki geri dönüş ve kurum sermayesi bağlamında bilgiyi anlama ve değerlendirme ihtiyacını vurgulamaktadır. Öğrencilere eğer varsa kendi eğitimlerinde veya işlerindeki yeni bir iş uygulamasında, yeni ürün veya yeni pazarda yeni bilginin nasıl sonuç verebileceğini sorunuz.

BÖLÜM 11: BİLGİYİ YÖNETME Bilgi Çalışması Sistemleri Bilgi çalışması sistemleri örnekleri CAD (bilgisayar destekli tasarım) Mühendislik veya mimari tasarım yaratımı Sanal gerçeklik sistemleri : Gerçek yaşam ortamlarını canlandırmak Cerrahlar için üç boyutlu (3D) tıbbi modelleme Arttırılmış gerçeklik (AG) sistemleri Sanal gerçeklik modelleme dili (SGMD) Yatırım iş istasyonları Yatırım süreçlerini kolaylaştırmak ve komisyoncular, tüccarlar ve portföy yöneticileri için iç ve dış verileri birleştirmek Bu slayt bilgi çalışması sistemlerinin üç türünü tanımlar. Bilgisayar destekli tasarım (CAD) sistemleri, sanal gerçeklik sistemleri ve yatırım iş istasyonları. Öğrencilere bir finansal analiz uzmanı, mühendis veya araştırmacıya gelişmiş , uzmanlaşmış bir iş istasyonu sağlamanın iş değerinin ne olacağının sorunuz. Çalışma sistemlerini uygulamak veya güncellemenin değeri parasal bir değerle ölçülebilir mi? Bu metin mühendislik ve tıp alanında bir destek olarak sanal gerçeklik sistemlerini ele almakta ve, 787 Dreamliner için Boeing Co’nun yirmibeş günlük eğitim dersinde mekanik teknisyenlerine kabindeki kırık lambalardan tutun da uçuş kontrolü ile ilgili önemli arızalara kadar tüm problemleri gidermeyi öğrenmelerine yardımcı olan sanal gerçeklik sitemini örnek olarak kullanıyor. Artırılmış gerçeklik(AR), görüntülemeyi artırmakla ilgili bir teknolojidir. AR unsurları sanal bilgisayar üretimi görüntülerle artırılmış fiziksel gerçek dünya ortamının canlı doğrudan veya dolaylı görünüşünü sağlar. Kullanıcı gerçek fiziksel dünyaya yerleştirilir ve sanal görüntü artırılmış görüntü oluşturmak için gerçek görüntü ile birleştirilir. Başka hangi endüstriler bilgi çalışanları tarafından sanal gerçeklik sistemlerinin kullanımından yarar sağlayabilmektedirler?

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Akıllı teknikler: Bireysel ve ortak bilgileri elde etmek ve bilgi tabanını genişletmek için kullanılır Örtük bilgiyi elde etmek: Uzman sistemler, olay temelli mantık yürütme, bulanık mantık Bilgi keşfi: Sinir ağları ve veri madenciliği Karmaşık sorunlara çözüm üretmek: Genetik algoritmalar Görevleri otomatikleştirme: Akıllı araçlar Yapay zeka (YZ) teknolojisi: İnsan davranışına benzemeye çalışan bilgisayar temelli sistemler Bu slayt bilgi yönetim sistemlerinin üç temel türünden üçüncüsü olan akıllı teknikleri sunmakta ve onları bilgi içerik türlerine göre sınıflandırmaktadır. YZ teknolojisi mantıklı bilgisayarlaştırılmış günlük işlerin bir parçası olarak bazı tekniklerde kullanılır. Bu metin, YZ karar alma, insan uzmanlığına benzeme ve dil öğrenebilme sistemlerini ele almaktadır.YZ teknolojisinin yarar ve sakıncalarından bazıları neler olabilir? Etik değerlendirmeler bulunmakta mıdır?

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Uzman sistemler: İnsan uzmanlığının çok özel ve sınırlı alanı içerisinde örtük bilgiyi elde etme Örgütte başkaları tarafından kullanılabilen yazılım sistemlerindeki bir dizi kurallar biçiminde yetenekli çalışanların bilgilerini elde etme Genellikle birkaç dakika veya saat alabilen işler gibi sınırlı görevleri yerine getirme: Hatalı işleyen makineyi teşhis etmek Borçlanma için kredi verip veremeyeceğini belirleme Yüksek oranda yapılandırılmış karar almada kullanılır Bu slayt akıllı tekniklerin bir türü olan uzman sistemleri açıklar. Öğrencilere uzman sistemlerin oldukça yapılanmış karar alma durumlarında neden en iyi şekilde kullanıldığını sorunuz. Öğrencilerden bir uzman sistem tarafından çözülemeyen bir kararın örneğini vermelerini isteyiniz. Müzik seçimi, potansiyel eş veya arkadaşlar, yeni ürün kararları veya yeni bir pazarlama kampanyası, yetersiz yapılanmış karar durumlarına iyi örnekler olabilir.

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler BİR UZMAN SİSTEMDE KURALLAR Bir uzman sistem uyulması gereken birçok kural barındırır. Kurallar kendi aralarında bağlantılıdır. Sonuçların sayısı önceden bilinir ve sınırlıdır; aynı sonucu elde etmek için birçok kısa yol vardır ve sistem tek bir anda birçok kuralı düşünebilir. Kurallar, basit kredi onaylama uzman sistemi için şekilde gösterilmiştir.. Bu grafik eğer öyleyse kuralının uzman sistem içerisindeki kullanımını şekillerle gösterir. Öğrencilerden sosyalleşmek için bir akşam davetini kabul etme yada akşam yemeğinde ne pişirileceği kararı gibi bir dizi eğer/öyleyse ifadesi olarak genel bir karar vermeyi inceleyerek eğer/öyleyse kurallarına dair bir anlayış sergilemelerini isteyiniz. ŞEKİL 11-6

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Uzman sistemler nasıl çalışır? Bilgi temeli: Yüzlerce veya binlerce kural dizisi Sonuç çıkarım motoru: Bilgi temelini araştırmak için kullanılan strateji İleriye doğru zincirleme: Sonuç çıkarım motoru kullanıcı tarafından girilen enformasyonla başlar ve sonuca ulaşmak için bilgi temelini araştırır Geriye doğru zincirleme: Hipotezle başlar ve kullanıcıya hipotez doğrulanana ya da çürütülene kadar sorular sorar Bu slayt uzman sistemleri tartışmaya ve nasıl çalıştıklarını açıklamaya devam etmektedir. Onların temel unsurları, bilgi temelleri ve çıkarım motorlarıdır. Öğrencilerden ileriye doğru zincirleme ile geriye doğru zincirleme arasındaki farka dair anlayışı örnekle açıklamalarını isteyiniz. Örneğin, varsayılan uzman sistem akşam yemeği için ne yapılacağını kararlaştıracak olsa ileriye doğru zincirlemeye sahip çıkarsama motoru işe ne ile başlardı? (Örneğin, tavuk var mı? Sığır eti var mı? Brokoli var mı? Gibi. Mevcut olan bütün malzemeler nelerdir ve onlardan ne yapılabilirdi?) Geri doğru zincirlemeye sahip çıkarsama ne ile başlardı? (Tavuğu brokoli ile pişiriyoruz. Malzemelerimiz var mı?)

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler UZMAN SİSTEMLERDE ÇIKARIM MOTORLARI Bu grafik muhtemel bir veri tabanına bir müşterinin eklenip eklenmeyeceğini kararlaştırmada satış elemanı tarafından kullanılabilecek kuralların çeşitlerini göstermektedir. Öğrencilere bu grafiği kullanarak 80.000$ geliri olduğu belirlenen müşteriye ne olacağını ve ne tür finansal tavsiye verildiğini göstermelerini isteyiniz. ŞEKİL 11-7 Bir çıkarım motoru kuralları ve araştırarak elde edilen, kullanıcı tarafından toplanan ve girilen verilerin tetiklediği kuralları arayarak ve bu kuralları harekete geçirerek çalışır. Basitçe ifade edecek olursak, kuralların toplanmasını bir dizi geleneksel yazılım programında iç içe geçmiş EĞER durumuna benzetebiliriz. Buna karşın uzman sistemlerdeki ifadelerin boyutu ve içiçe geçmişlik derecesi daha büyüktür.

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Başarılı Uzman Sistemler Con-Way Transportation yurt genelindeki kamyonla nakliye işi için gecelik sevkiyat rotalarının planlanmasını otomatikleştirmek ve iyileştirmek için bir uzman sistem geliştirmiştir Çoğu uzman sistem sınıflandırma problemleriyle uğraşır Nispeten az sayıda alternatif sonuca sahiptir Muhtemel sonuçlar önceden bilinir Birçok uzman sistem geniş çaplı, uzun süreli ve pahalı geliştirme ve bakım çabası gerektirir Daha fazla uzmanı işe almak ya da eğitmek daha ucuz olabilir Bu slayt, başarılı bir sistemin örneğinden söz ederek uzman sistemi ele almaya ve uzman sistemleri uygulamaya koymadaki sıkıntıların yanı sıra uzman sistemlerden faydalanan problem türlerini tartışmaya devam etmektedir. Tıbbi bir durumu teşhis etmede bir uzman sistem kullanılabilir mi? Tıbbi tanı için bir uzman sistemin kullanımında ne sıkıntılar olabilir?

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Örnek olay temelli akıl yürütme Bilgi tabanında depolanan insan uzmanların geçmiş deneyimlerinin açıklanması (örnek olaylar) Sistem araştırmaları, yeni olaya benzer problem özellikleri olan olaylar içinden en yakın olanı bulur ve eski olayın çözümlerini yeni olana uygular Başarılı ve başarısız uygulamalar örnek olayla birlikte gruplanır Kurumsal zekaya depolanır: Bilgi tabanı kullanıcı tarafından sürekli genişletilir ve etkinleştirilir. Örnek olay temelli akıl yürütme aşağıdaki durumlarda bulunur Tıbbi tanı sistemleri Tüketici desteği Bu slayt akıllı tekniklerin ikinci tipi olan olaya dayalı akıl yürütmeyi ele almaktadır. Bir uzman sisteme karşı tıbbi tanıda Olay Temelli Akıl Yürütme sisteminin nasıl kullanıldığındaki farklılık ne olacaktır? Öğrencilere tıbbi tanıda iki teknikten hangisinin daha iyi olacağını ve nedenini sorunuz.

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler OLAY TEMELLİ AKIL YÜRÜTME NASIL ÇALIŞIR Örnek olay temelli akıl yürütme bilgiyi geçmişteki olayları ve onların çözümlerini bir veri tabanı gibi sunar. Sistem kullanıcı yeni bir problemle karşılaştığında çözüm üretmek için altı adımlık bir süreç kullanır. ŞEKİL 11-8 Bu grafik olay temelli akıl yürütmede altı temel adımı göstermektedir. Öğrencilerden uzman sistemlerle olay temelli akıl yürütmeyi kıyaslamalarını isteyiniz. Bir teknik olarak olay temelli akıl yürütmedeki sakınca ve faydalar nelerdir? Ne tür sorunlar olay temelli akıl yürütmeye uygundur?

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Bulanık mantık sistemleri Değerler aralığıyla ifade edilen (örneğin ‘’soğuk’’, ‘’ılık’’ gibi) dil sınıflandırmalarında kesin olmayan ifadelerin kullanıldığı kural temelli teknolojidir Belli bir olguyu veya dilsel süreci tanımlar ve sonra bu tanımlamayı az sayıda esnek kuralda gösterir EĞER-İSE kuralları ile sunulması zor olan ve uzmanlık gerektiren sorunlara çözüm üretir Kameralarda otomatik odaklanma Muhtemel tıbbi sahteciliğin belirlenmesi Japonya’daki Sendai metro sistemi hız kontrolü Bu slayt akıllı tekniklerin üçüncü türü olan bulanık mantığı ele almaktadır. Bu metin mevcut oda koşullarını değerlendirmek ve uygun tepkiyi vermek için sıcaklık, nem, dış rüzgar ve dış sıcaklık için kesin olmayan değerleri kullanarak otomatik biçimde oda sıcaklığını kontrol etmekte bulanık mantığın kullanımını ele almaktadır. Öğrencilere kameranın otomatik odaklanması, tıbbi sahteciliğin belirlenmesi ve metro sistemi hızı için bulanık mantıkta kullanılan kesin olmayan değerlerin neler olabileceğini sorunuz. Tıbbi tanıda bulanık mantık kullanılabilir mi? Bu nasıl iş görür?

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler SICAKLIK KONTROLU İÇİN BULANIK MANTIK Bu grafik oda havalandırma sistemi için bulanık mantık sisteminin ısı açısından nasıl kesin olmayan değerler temsil edebildiğini göstermektedir. Öğrencilere kesin olmayan değerler kullanmanın ne yararı olduğunu sorunuz. ŞEKİL 11-9 Sıcaklık olarak bilinen girdi için üyelik fonksiyonları oda sıcaklığını kontrol eden termostat mantığıyla çalışır. Üyelik fonksiyonları ısı gibi sözel ifadeleri bilgisayarın çalıştırabileceği sayılara çevirmede yardımcı olur.

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Sinir ağları İnsanlar için analizi oldukça karmaşık olan büyük miktarda verilerde örnekler ve ilişkiler bulurlar İlişkileri araştırarak, örnekler oluşturarak, tekrar tekrar düzeltme yaparak öğrenir İnsanlar girdilerin bilinen sonuçlar ürettiği deneme verisiyle ağı destekleyerek sinir ağlarının çözümü örnekle öğrenmesine yardım eder Tıpta, bilimde, ticarette, örneğin sınıflandırması, tahmin, finansal analiz, denetim ve etkinlik sağlamada kullanılır Makine öğrenmesi: Bilgisayarla hesaplama ve istatistiksel yöntemler kullanarak enformasyon çıkarma ile öğrenmeye izin veren yapay zeka ile ilişkilendirilen teknolojidir Bu slayt akıllı tekniklerin dördüncüsü olan sinir ağlarını ele almaktadır. Öğrencilere sinir ağlarının tıbbi tanıda kullanılıp kullanılamayacağını sorunuz. Bu nasıl işe yarar? Bir boyuta kadar veri madenciliği teknikleri örüntü tanıma gerektiren durumlarda sinir ağlarının yerini almıştır. Örneğin kredi kartı şirketleri hangi yükleme kalıplarının her bir kart müşterisi ve her bir yükleme için mümkün olamayacağını belirlemekte yığınla işlem verisini elemektedir.

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler BİR SİNİR AĞI NASIL ÇALIŞIR Bu grafik mevcut veriyi inceleyen ve bu veri grubuna dair bir sınıflandırma tayin eden dahili ve saklı mantık düzeyini kullanarak bir sinir ağının nasıl işlediğini göstermektedir. Örneğin bir ya da daha fazla belirleyici, yaş, gelir, satın alma geçmişi, satın alma sıklığı ve ortalama satın alma büyüklüğü kombinasyonu söz konusu olduğunda, bir sinir ağı yeni bir kredi kartı satın alımının sahte olabileceğini belirleyebilir. Bu tür bir teknik kullanmanın faydaları ve sıkıntıları nelerdir? Bir sinir ağı örneklerden, saklı mantık tabakasını inşa etmek için kuralları kullanarak “öğrenir”. Ardından saklı katman model deneyimine dayanarak girdileri işler. Bu örnekte, sinir ağı kredi kartıyla yapılan geçerli ve hileli alışveriş arasındaki farkı görmek için kullanılmıştır. ŞEKİL 11-10

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Genetik algoritmalar Belirli bir sorun için birçok sayıda olası çözümler incelenerek o sorun için en uygun çözümü bulmada faydalıdır. Kavramsal olarak gelişim sürecine dayanır Kalıtım, mutasyon ve doğal ayıklanma gibi süreçleri kullanarak; bileşen parçaları değiştirip, yeniden düzenleyerek çözüm değişkenleri boyunca araştırır Yüzlerce veya binlerce değişkenin var olduğu sorunlarda kullanılır (maliyetlerin azaltılması, etkin programlama, en iyi jet motoru tasarımı vb.). Birçok çözüm alternatifini hızlıca değerlendirebilecek yeterliliktedir Bu slayt akıllı tekniklerin beşinci türü olan genetik algoritmaları ele almaktadır. Öğrencilere tıbbi tanıda genetik algoritmaların yararlı olup olmayacağını sorunuz. Niçin yararlıdır ya da değildir? Öğrencilere buraya kadar ele alınan çeşitli akıllı teknikler- uzman sistemler, olay temelli mantık yürütme, sinir ağları ve genetik algoritmalar- arasında ayrım yapmalarını isteyiniz.

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler BİR GENETİK ALGORİTMANIN BİLEŞENLERİ Bu grafik belirli bir durumda genel sağlık için mukayese edilebilecek her biri çeşitli özelliklere sahip genetik bir algoritma olan ‘kromozomlar’ın bileşenlerini göstermektedir. Öğrencilere genetik algoritmaların ne tür problemlere uygun olduğunu sorunuz. ŞEKİL 11-11 Bu örnek her biri farklı çözümü temsil eden belli sayıda kromozomu şekillerle göstermektedir. Genetik algoritma çözüm geliştirmek için tekrarlı süreç kullanır. Böylece daha iyi olanlar, daha yüksek uygunluk gösterenler en iyi çözüm olarak meydana çıkar.

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Melez yapay zeka sistemleri Genetik algoritmalar, bulanık mantık, sinir ağları ve uzman sistemlerden her birinin en iyi özelliklerini alarak tek bir uygulamada bütünleştirme avantajına sahiptir Örneğin; Bulanık mantık ile sinir ağlarını birleştiren Matsushita “bulanık sinir ağlı” çamaşır makinesi Bu slayt daha önceden ele alınan tekniklerin iki ya da daha fazlasını birleştiren hibrid yapay zeka sistemlerini ele almaktadır. Hibrid bir yapay zeka sistemi tıbbi tanı açısından sadece olaya dayalı mantık yürütme ya da uzman sisteme nazaran daha uygun olabilir mi?

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler Akıllı ajanlar Belirli, tekrarlanan ve tahmin edilebilen görevleri; kullanıcı, süreç veya uygulama adına yerine getirmek için arka planda çalışır Kullanıcının yararına karar vermek veya görevleri tamamlamak için sınırlı yerleşik veya öğrenilmiş bilgi temelini kullanır Önemsiz ve istenmeyen elektronik postaları silme En ucuz uçak biletini bulma Ajan temelli modelleme uygulamaları: Özerk araç sistemleri, Tüketici eğilimleri, hisse senedi piyasası, tedarik zincirlerini modelleme; salgın hastalıkların yayılmasını tahmin etmek için kullanılır Bu slayt kullanıcı ya da sistem açısından tekrarlayıcı işleri gerçekleştirmek için akıllı unsurların kullanımını ele almaktadır. Daha önceki bir bölümde ele alınan alışveriş botları akıllı unsurların bir örneğidir. Ajan temelli modellemenin bir örneği olarak Procter & Gamble tedarik zinciri üyeleri arasında koordinasyonu geliştirmek için ajan temelli modellemeyi kullanmıştır.

BÖLÜM 11: BİLGİYİ YÖNETME Akıllı Teknikler P&G’IN TEDARİK ZİNCİRİ AĞINDAKİ AKILLI AJANLAR Bu grafik Procter & Gamble’ın bayi zincir ağı içerisinde akıllı araçları kullanmasını tanımlamaktadır. Eğer belirli bir durum içerisinde bir takım ‘aktörler’in davranışını akıllı araç modelleri taklit ederse, bu tip bir analizden başka ne tür durumlar fayda sağlayabilir? ŞEKİL 11-12 Akıllı ajanlar P&G’ın ürünleri için ürün tamamlama döngüsünü kısaltarak yardımcı olmaktadır.