Robotik + Yapay Zeka Modeli Eğitme

Bir robotun sensörü olması, tek başına yapay zekâ kullandığı anlamına gelmez. “Engel yakınsa dur” gibi önceden yazılmış bir kural ile örneklerden eğitilmiş bir modelin nesneyi sınıflandırması farklı işlemlerdir. Robotik ile yapay zekâ çalışmasının değeri, bu iki dünyayı doğru biçimde birleştirmesinde ve öğrencinin farkı anlayabilmesinde yatabilir.

Yonga Akademi’nin Alanya’daki eğitim yaklaşımını incelerken yalnız robotun ne kadar hareket ettiğine değil, kararın nereden geldiğine de bakın. Komut mu verilmiş, sensör değeri mi karşılaştırılmış, yoksa bir modelin tahmini mi kullanılmış? Somut bir proje bu soruları görünür kılabilir.

Örnek proje: Kartı tanı, doğru alana yönlendir

Masa üzerinde iki farklı şekil kartı kullanıldığını düşünelim. Bir kamera görüntüsü, önceden hazırlanmış örneklerle çalışan modele verilir. Modelin tahmini, kartı temsil eden küçük bir işaretin hangi alana gideceğini belirleyen komuta dönüştürülür. İlk aşamada motor yerine ekrandaki simge hareket edebilir; fiziksel hareket daha sonra eklenebilir.

Bu süreçte üç ayrı bölüm vardır: görüntü veya sensör verisinin alınması, modelin bir tahmin üretmesi ve robotun bu tahmine göre davranması. Öğrenci hangi bölümde değişiklik yaptığını gösterebilmelidir. Görüntü kötü olduğunda motor ayarını değiştirmek sorunu çözmeyebilir; sorun veri tarafındaysa test de oradan başlamalıdır.

Tahminin yanlış olabileceği baştan düşünülmeli

Modelin tanımadığı bir kart geldiğinde robotun ne yapacağı belirlenmelidir. Her durumda zorunlu bir seçim yaptırmak yerine durma veya yetişkinden kontrol isteme gibi bir varsayılan davranış tasarlanabilir. Özellikle hareketli prototiplerde güvenli test alanı ve uygun yetişkin gözetimi önemlidir.

Örneklerin arka planını, ışığını veya yönünü değiştirmek modelin sınırlarını gözlemlemeye yarayabilir. Test edilen birkaç kartta doğru çalışması, her nesnede doğru çalışacağını göstermez. Bu nedenle sonuç kaydına yalnız doğru denemeler değil, karışan örnekler de eklenmelidir.

Öğrencinin hangi bilgileri kullanması beklenir?

Başlangıçta sırayla komut çalıştırma, koşul kurma ve basit veri okuma gibi konular ele alınabilir. Makine öğrenmesi bölümünde ise örnek seçme, sınıf belirleme ve yeni örneklerle test yapma gündeme gelir. Gereken ön bilgi, seçilen donanım ve proje düzeyine bağlıdır; bütün öğrenciler için aynı başlangıç varsayılmamalıdır.

Örneğin daha önce hiç robot kurmamış bir çocuk önce hareket komutunu tanıyabilir. Robotik deneyimi olan bir öğrenci ise nesne örneklerinin model sonucuna etkisini inceleyebilir. İki çalışma da anlamlı olabilir; önemli olan hangi hedef için seçildiğinin açık olmasıdır.

Alanya’da program hakkında ne sormalısınız?

Yonga Akademi ile görüşürken “Hangi bölümde gerçek bir model kullanılıyor?”, “Hangi çalışma yalnızca canlandırma?” ve “Yanlış tahmin olduğunda ne yapılıyor?” sorularını yöneltebilirsiniz. Kullanılacak araç, robot seti, dönem planı ve grup düzeyi güncel olarak netleştirilmelidir.

Robotik kodlama temelini ve sensör ile yapay zekâ farkını birlikte okumak, program karşılaştırmasını kolaylaştırır. Hedefimiz robotu sihirli bir makine gibi göstermek değil; veri, karar ve hareket arasındaki bağlantıyı öğrencinin kendi denemeleriyle anlaşılır hâle getirmektir.

Proje sonucunu tek videoyla değerlendirmeyin

Örnek bir test kaydında üç sütun yeterli olabilir: gösterilen kart, modelin tahmini ve verilen hareket komutu. Kart doğru tanınmış ama hareket yanlışsa sorun komut eşlemesinde olabilir. Kart yanlış tanınmışsa önce görüntü ve model tarafı incelenir. Bu ayrım, bütün hataları “robot bozuldu” diye adlandırmak yerine incelemeyi belirli bir bölüme yöneltir.

Yeni örneklerde deneme yapılırken sonuçlar gizlenmemeli; karışan durumlar da kaydedilmelidir. Modelin sonucundan emin olunmadığında hareketi durdurmak gibi önceden tanımlanmış bir davranış seçilebilir. Bunun gerçek uygulaması kullanılan donanımın talimatlarına ve eğitmenin güvenli çalışma düzenine bağlıdır.

İlk görüşmede örnek bir test tablosu ile öğrencinin yaptığı değişikliği birlikte görmek isteyin. Modelin arka planı öğrenip öğrenmediğini inceleyen deney bu yaklaşımın yazılım tarafını, robotun ne zaman durması gerektiği ise hareket tarafını açar.