Data-Centric AI

Veri Merkezli Yapay Zeka, bir modeli eğitmek için kullanılan veri kümesinin kalitesini iyileştirmeye odaklanan, model mimarisini veya hiperparametrelerini ayarlamaya öncelik vermeyen bir makine öğrenimi felsefesi ve yaklaşımıdır. Geleneksel model merkezli geliştirmede mühendisler, daha iyi performans elde etmek için algoritma üzerinde yinelemeler yaparken veri kümesini çoğunlukla sabit tutar. Veri Merkezli Yapay Zeka bu paradigmayı tersine çevirerek birçok modern uygulamada model mimarisinin zaten yeterince gelişmiş olduğunu ve performansı iyileştirmenin en etkili yolunun verinin kendisini sistematik olarak mühendislik sürecinden geçirmek olduğunu öne sürer. Bu süreç, veri kümelerinin tutarlı, çeşitli ve gerçek dünyadaki problemi temsil eder olmasını sağlamak için temizlenmesini, etiketlenmesini, artırılmasını ve seçilerek düzenlenmesini kapsar.

Temel Felsefe: Nicelikten Çok Veri Kalitesi#

Veri merkezli metodolojilere geçiş, "kötü girdi, kötü çıktı" ilkesinin temel bir gerçek olduğunu kabul eder. Veri gürültülü veya yanlıysa daha fazla veri eklemek her zaman çözüm değildir; bu durum makine öğreniminde de geçerlidir. Bunun yerine bu yaklaşım, yüksek kaliteli bilgisayarlı görü veri kümelerinin önemini vurgular. Geliştiriciler veri kalitesine ve tutarlılığa öncelik vererek, çoğu zaman devasa ve düzensiz veri kümelerine kıyasla daha küçük, özenle düzenlenmiş veri kümeleriyle daha yüksek doğruluk elde edebilir.

Bu felsefe, modelin bir sonraki adımda etiketlenmesi en değerli veri noktalarını belirlemeye yardımcı olduğu aktif öğrenme ile yakından ilişkilidir. Ultralytics Platform gibi araçlar, veri açıklama ve yönetimi süreçlerini kolaylaştırarak ekiplerin veri kümesinin sağlığını iyileştirmek için iş birliği yapmasına olanak tanır. Bu yaklaşım, veri kümesinin çoğunlukla statik bir yapıt olarak ele alındığı tamamen denetimli öğrenme iş akışlarının tersidir.

Veri Merkezli Yapay Zekada Temel Teknikler#

Veri merkezli bir stratejiyi uygulamak, basit veri toplamanın ötesine geçen çeşitli pratik adımlar içerir.

• Etiket Tutarlılığı: Tüm açıklamacıların nesneleri tam olarak aynı şekilde etiketlemesini sağlamak kritik öneme sahiptir. Örneğin, nesne tespitinde bir aracın yan aynasının sınırlayıcı kutuya dahil edilip edilmeyeceğini kesin biçimde tanımlamak, model performansını önemli ölçüde etkileyebilir.
• Veri Artırma: Uç durumları kapsamak için mevcut verilere sistematik olarak dönüşümler uygulamak. Döndürme ve mozaik artırma gibi tekniklerin modellerin daha iyi genelleme yapmasına nasıl yardımcı olduğunu anlamak için veri artırma konusundaki kapsamlı kılavuzumuzu okuyabilirsin.
• Hata Analizi: Modelin başarısız olduğu belirli sınıfları veya senaryoları belirlemek ve bu eksiklikleri gidermek için hedeflenmiş veriler toplamak. Bu süreçte zayıf noktaları saptamak için çoğu zaman karma matrisleri incelenir.
• Veri Temizleme: Yinelenen görüntüleri kaldırmak, yanlış etiketlenmiş örnekleri düzeltmek ve sinir ağını yanıltabilecek düşük kaliteli verileri filtrelemek.

Gerçek Dünya Uygulamaları#

Veri merkezli yaklaşımlar, güvenilirliğin vazgeçilmez olduğu sektörleri dönüştürüyor.

1. Tıbbi Görüntüleme: Tıbbi görüntülerde tümör tespiti gibi alanlarda milyonlarca görüntü elde etmek mümkün değildir. Bunun yerine araştırmacılar, son derece doğru ve uzmanlar tarafından incelenmiş veri kümelerini özenle düzenlemeye odaklanır. Veri merkezli bir yaklaşım, segmentasyon maskesindeki her pikselin doğru olmasını sağlar; çünkü belirsiz etiketler hayati tehlike oluşturan hatalara yol açabilir.

2. Üretimde Kalite Kontrolü: Görsel denetim sistemleri devreye alınırken çizik veya ezik gibi kusurlar kusursuz parçalara kıyasla nadirdir. Veri merkezli bir strateji, veri kümesini dengelemek ve modelin her parça için yalnızca "geçti" tahmininde bulunmasını önlemek amacıyla kusurlu verilere ilişkin örnekler oluşturmayı veya bu verileri özel olarak yakalamayı içerir.

Veri Merkezli Yapay Zeka ve Model Merkezli Yapay Zeka Karşılaştırması#

Veri Merkezli Yapay Zeka ile Model Merkezli Yapay Zeka arasındaki farkı ayırt etmek önemlidir. Model merkezli bir iş akışında veri kümesi sabittir ve amaç, model mimarisini değiştirerek (ör. YOLO11 yerine özel bir ResNet kullanarak) veya öğrenme oranı gibi parametreleri ayarlayarak metrikleri iyileştirmektir. Veri merkezli bir iş akışında model mimarisi sabittir (ör. YOLO26 üzerinde standartlaşarak) ve amaç, etiketleri temizleyerek, çeşitli örnekler ekleyerek veya aykırı değerleri ele alarak metrikleri iyileştirmektir.

Aşağıdaki kod parçacığı, veri merkezli basit bir incelemeyi gösterir: eğitimden önce veri kümeni bozuk görüntüler açısından kontrol etmek. Bu, eğitim iş akışının kötü veriler nedeniyle başarısız olmamasını sağlar.

from ultralytics.data.utils import check_cls_dataset

# Validate a classification dataset structure and integrity
# This helps identify issues with data organization before training begins
try:
    # Checks the dataset defined in a YAML or path structure
    check_cls_dataset("mnist", split="train")
    print("Dataset structure is valid and ready for data-centric curation.")
except Exception as e:
    print(f"Data issue found: {e}")

Veri Merkezli Geliştirme Araçları#

Veri merkezli yapay zekayı etkili biçimde uygulamak için geliştiriciler güçlü araçlara güvenir. Ultralytics Platform, verilerinin yaşam döngüsünü yönetmek için merkezi bir merkez görevi görür ve tutarlılığı korurken etiketleme sürecini hızlandıran otomatik açıklama özellikleri sunar. Ayrıca gezgin araçlarını kullanmak, kullanıcıların dağılımı ve yanlılığı anlamak için veri kümelerini anlamsal olarak sorgulamasına (ör. "geceleyin kırmızı arabaların bulunduğu tüm görüntüleri bul") olanak tanır.

Mühendisler veriye odaklanarak otonom araçlar veya akıllı perakende gibi dinamik ortamlarda kullanıma daha uygun, daha dayanıklı ve daha adil sistemler geliştirebilir. Bu değişim, birçok problem için kodun çözülmüş bir sorun olduğunu, ancak verinin hâlâ inovasyonun sınırını oluşturduğunu kabul eder.