Paylaşım Yap
Tüm Reklamları Kapat
Tüm Reklamları Kapat

Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Kavramları Arasındaki Fark Nedir?

Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Kavramları Arasındaki Fark Nedir?
7 dakika
23,365
  • Derin Öğrenme
Evrim Ağacı Akademi: Yapay Zekaya Giriş Yazı Dizisi

Bu yazı, Yapay Zekaya Giriş yazı dizisinin 4. yazısıdır. Bu yazı dizisini okumaya, serinin 1. yazısı olan "Yapay Zeka Hakkında Bir Rehber: Nedir, Ne Değildir, Ne Olacaktır?" başlıklı makalemizden başlamanızı öneririz.

Yazı dizisi içindeki ilerleyişinizi kaydetmek için veya kayıt olun.

EA Akademi Hakkında Bilgi Al

Yapay zeka kavramı bilim kurgu ürünlerinde her zaman yerini bulmuş olsa da son 10 yılda daha önce hiç olmadığı kadar popülerlik kazanmıştır. Bu popülerleşme ile, önceden daha az bilinen "Makine Öğrenmesi" kavramı da halk arasında çokça duyulmaya başlanmış, gündelik sohbetlere daha önceden hiç duymadığımız "Derin Öğrenme" kavramı girmiştir.

Peki tüm bu terimlerin ne anlama geldiğini biliyor musunuz? Veya aralarındaki farkları? Bu yazımızda, temel yapay zeka kavramları hakkındaki soru işaretlerinizi gidermeye çalışacağız.

Tüm Reklamları Kapat

Yapay Zeka Nedir?

Yapay zeka, en basit tanımı ile, insan zekasının belli bir parçasını taklit etmeye çalışan sistemlerin genel adıdır. Bu açıdan bakıldığında, yapay zeka dendiğinde aklımıza insanın zekasını tamamen taklit edebilen veya amacı bu olan sistemler gelmemelidir.

Yapay zeka, kendini birçok farklı alanda gösterebilir: Günlük hayatta kullandığımız yazdıklarımızı tahmin ederek tamamlayan sistemler, Google'da elimizdeki bir görseli aratmamızı sağlayan arama motoru, Youtube'un video önerme sistemi ve bir zamanlar nasıl çalıştığı çok merak edilen Instagram'ın hikayeyi görenler sıralaması sık karşılaştığımız örnekleridir.

Tüm Reklamları Kapat

Fakat yapay zeka uygulamaları bu kadar karmaşık ve üst düzey olmak zorunda değildir: Rastgele bir sayı dizisini küçükten büyüğe sıralayan, A noktasından B noktasına giden en kısa yolu bulan, sudoku çözen basit diyebileceğimiz algoritmalar da esasında yapay zeka sayılır. Burada önemli olan nokta, otomatikleştirme yöntemi bariz olmayan ve zeka sahibi olmayan varlıkların çözmesini beklemediğimiz problemleri çözebiliyor olmasıdır.

Günümüzde yapay zeka terimi, akademik mecrada kendi başına pek bir şey ifade etmemektedir; zira uğraşılan birçok problem, halihazırda yapay zeka içermektedir. Bahsettiğimiz ve sizlerin de farkında olduğu bu popülerleşme, her gün kelimenin tam anlamı ile yüzlerce akademik yayına meyve verirken (bu konuda yayınlanan makalelerin bir kısmını buradan ve buradan takip edebilirsiniz), bu araştırmaların büyük bir kısmının dahil olduğu daha özelleşmiş bir kavram olan makine öğrenmesi kavramını kullanmak yerine, yapay zeka kavramını kullanmak, her ne kadar yanlış bir kullanım olmasa da, anlam kargaşasına ve yapay zeka alanına dahil birçok farklı alt dalın artık yapay zeka olarak algılanmamasına yol açmaktadır.

Gelin sizlerle, son 10 sene içinde karşılaştığnız heyecan verici çoğu yapay zeka uygulamasında bulunan ve yapay zekanın bir alt dalı olan makine öğrenmesine biraz daha yakından bakalım.

Evrim Ağacı'ndan Mesaj

Makine Öğrenmesi Nedir?

Makine öğrenmesi, diğer yapay zeka uygulamalarından farklı olarak, bir yandan insan zekasını taklit ederken, diğer yandan bizim yorumlayıp elle gireceğimiz kurallara ihtiyaç duymayan algoritmalar bütünüdür. Nasıl ki bir insan gördükleri ve duydukları ile kavramları kendi kendine öğreniyor ve birilerinin bu kuralları beynine işlemesine ihtiyaç duymuyorsa, makine öğrenmesi uygulamaları da benzer bir şekilde, kendisine sunulan veri kümelerini özümseyerek yapılması istenen görevi öğrenir.

"Klasik" veya "geleneksel" algoritmalar diyebileceğimiz, makine öğrenmesi içermeyen yapay zeka algoritmaları ile, makine öğrenmesi algoritmaları arasındaki farkı şu basit örnek ile anlatabiliriz: Hayvanlar hakkında hiçbir bilgisi olmayan bir insan bebeğini hayal edin. Bu bebek, kediler ve köpekler arasındaki farkları ayırt edemeyecektir. Bu düşünce deneyinde bebeği yapay zeka algoritması, ona farkları öğretecek kişiyi ise bir bilgisayar bilimci olarak hayal edelim.

Klasik yapay zeka uygulamalarında bebeğe, kedi ve köpek arasındaki farkı öğretmek yerine ona kedi ve köpeği ayırt etmesini sağlayacak bir dolu yönerge veririz. Bu yönergelerin öyle bir şekilde hazırlanması gerekir ki, bu hiçbir şey bilmeyen bebek, hem o yönergeleri takip edebilmeli hem de kedi ve köpeği çoğunlukla doğru şekilde ayırt edebilmelidir. Bunun hem bebek için hem de öğreten kişi için ne kadar zor olduğunu ortadadır.

Öte yandan, fark etmiş olabileceğiniz gibi, bebeğin başarısını arttırmak için bunu yapmamıza aslında gerek yoktur: Bebeğe çok sayıda kedi ve köpek fotoğrafı verip, hangisinin hangisi olduğunu tekrar tekrar söylesek, bebek bir noktadan sonra yüksek bir doğruluk ile bu ikisini ayırt etmeye başlayacaktır. İşte makine öğrenmesi algoritmaları, adı üstünde, tam da bu şekilde çalışmaktadır. Elbette, ne yazık ki bilgisayarlar üretildiklerinde içlerinde bir öğrenme algoritması ile gelmezler. Bilgisayar bilimciler, her problem için en uygun makine öğrenmesi algoritmasını kendileri tasarlar ve uyarlarlar.

İşte makine öğrenmesi özünde bu mantık çerçevesinde inşa edilmiştir. Son zamanda gördüğümüz birçok yapay zeka uygulaması da aslında makine öğrenmesi uygulamalarıdır. Bilimkurgu filmlerinde de görmeye alıştığımız çoğu yapay zeka uygulaması için de makine öğrenmesi gerçek hayatta olmazsa olmazdır; o yüzden "makine öğrenmesi" ile "yapay zeka" kavramları birbirine daha fazla karışmaktadır.

Tüm Reklamları Kapat

Bu noktada makine öğrenmesi ve yapay zeka kavramları arasındaki farkı ortaya koyarak kavram kargaşasının büyük ölçüde önüne geçmiş olsak da, atmamız gereken bir adım daha var: Makine öğrenmesi, her ne kadar yapay zekaya göre daha dar bir kavram olsa da, yine içerisinde birçok farklı algoritma ve yöntem bulunduran bir alandır. Bu nedenle "makine öğrenmesi" kavramı, bahsettiğimiz popülerleşmenin ürünlerini hala yeterince iyi tanımlamaz. Bu nedenle şimdi, makine öğrenmesinin bir alt dalı olan derin öğrenmeden bahsederek hem popüler yayın seviyesindeki kavram kargaşasının önüne geçeceğiz, hem de neden yapay zekanın son 10 yıldır bu kadar popüler olduğunu daha iyi anlayacağız.

Derin Öğrenme Nedir?

Derin öğrenme, basitçe tanımlamak gerekirse, çok katmanlı yapay sinir ağlarının (İng: "Multi Layer Artificial Neural Networks") geri yayılım (İng: "backpropagation") isimli bir algoritma ile eğitilmesine verdiğimiz isimdir. Bu iki kavram bile başlı başına kitaplarca anlatılabilecek kadar geniş kavramlardır; o nedenle burada detaylarına girmeyeceğiz. Ancak yine de yapay zekanın popülerleşmesinden, derin öğrenme kavramının çıkışından ve bu popülerleşme ile ilişkisinden kısaca bahsederek genel bir kavrayışa erişebiliriz.

Yapay Sinir Ağları

2010 senesi, halk arasında süregelen yapay zeka furyasının miladı olarak kabul edilebilir. Bunun sebebi, o yıl geliştirilmiş bir yapay sinir ağıdır.

Yapay sinir ağları, makine öğrenmesinde kullanılan bir tür algoritma taslağıdır. Bu taslak, memeli beyninden esinlenilerek yaratılmıştır; fakat günümüzde biyolojik bir beyin ile pek bir alakası kalmamıştır. 2010 senesinde Toronto Üniversitesi'nden Alex Krizhevsky, Ilya Sutskever ve Geoffrey E. Hinton, AlexNet ismini verdikleri bir yapay sinir ağı modeli geliştirdiler. Bu modelin önemi, 1000 farklı sınıfa ait 1.2 milyon görselin bulunduğu hayal edilemeyecek büyüklükteki ImageNet veri kümesinde eğitilerek, ImageNet LSVRC-2010 yarışmasında görsel sınıflandırma alanında bugüne kadar eşi benzeri görülmemiş bir başarı elde etmesidir. İlk bakışta bu o kadar da önemli bir başarı olarak görülmeyebilir; fakat bu zorlu problemdeki müthiş başarı, dünyanın dört bir tarafında herkese yapay sinir ağlarının gücünü ispat etmiştir.

Tüm Reklamları Kapat

Yapay sinir ağları da, geri yayılım algoritması da 2010 senesinden önce de biliniyordu ve birçok farklı alanda kullanılıyordu; fakat AlexNet'e kadar hayatımıza çok girmemişlerdi ve sadece akademik mecralarda varlıklarını sürdürüyorlardı. AlexNet, gerçek hayata uyarlanabilirliğin artık mümkün olduğunu iki şeyi göstererek ispatladı:

  1. İnternetin yaygınlaşması ve sosyal medya platformlarının popülerleşmesi kullanılabilecek devasa bir veri topluluğu oluşturmuştu. Eskiden ortada bu kadar fazla veri olmaması, veri sayısı ile doğru orantılı olarak başarılarını arttıran yapay sinir ağı modellerinin potansiyellerini tam olarak gösterememesine sebep oluyordu.
  2. Bilgisayarların hesaplama gücünün artması artık eskiye kıyasla çok daha büyük, diğer bir deyişle "derin" yapay sinir ağlarının tasarlanabilmesini ve eğitilebilmesini sağlamıştı.

Bunun üzerine birçok büyük şirket ve akademisyen artık derin öğrenme olarak anılacak bu alan üstüne çalışmalar yaptı ve hala da yapmaya devam ediyor.

Yani özetle derin öğrenme, ismini çokça katmandan oluşan yapay sinir ağlarından almıştır, art arda katmanlardan oluştuğu için bu modellere "Derin Yapay Sinir Ağları", bu ağların geri yayılım algoritması ile eğitilmesine de "Derin Öğrenme" denmiştir.

Günümüzde popüler yazılarda ve haberlerde gördüğümüz inanılmaz yapay zeka ürünlerinin çoğu da bu derin öğrenme kavramının altında yer almaktadır. Yazının başında bahsettiğimiz Google, Youtube, Instagram'daki uygulamaları gibi; resim üreten yapay zekalar, çektiğiniz bir fotoğrafı Van Gogh'un tarzı ile tekrar yaratan yapay zekalar, çeviri yapan yapay zekalar ve bunun gibi görebileceğiniz çoğu yapay zeka uygulaması da aslında derin öğrenme uygulamalarıdır. Bu uygulamaların bir "yangına" dönüşmesini mümkün kılan kıvılcımın da, 2010'da kendini gösteren AlexNet'tir demek mümkündür.

Tüm Reklamları Kapat

Sonuç

Her ne kadar "yapay zeka" teriminin kullanımının belli muğlaklıklara yol açtığı açık olsa da, çeşitli şirket ve organizasyonların bu terimleri kullanması çok anormal değildir; çünkü en nihayetinde bu kurumlar, insanların bu kavramlarla en yaygın olarak ilişkilendirilen terimleri kullanarak cazibe yaratmayı, ilgi çekmeyi ve gereksiz sorulardan kaçınmayı hedeflemektedir. Örneğin 2019 yaz aylarında kurduğumuz "İTÜ Yapay Zeka" kulübünün ismi bu şekilde seçilmiştir; çünkü her ne kadar çoğunlukla derin öğrenme üzerine çalışıyor olsak da, henüz akademinin dışında çok da oturmamış "derin öğrenme" terimini kullanmak, okula yeni gelmiş ve bu kulüplere katılmak isteyen kişilerin kafasını karıştırabilecektir.

Bu terimleri genel kitleye tanıtmak konusunda da bu alanda çalışmalar yapan kişilere ve Evrim Ağacı olarak bizlere büyük görevler düşüyor. Umuyoruz bu yazı, bu kavramların doğru bir şekilde öğrenilmesi açısından faydalı olmuştur.

Alıntı Yap
Okundu Olarak İşaretle
Evrim Ağacı Akademi: Yapay Zekaya Giriş Yazı Dizisi

Bu yazı, Yapay Zekaya Giriş yazı dizisinin 4. yazısıdır. Bu yazı dizisini okumaya, serinin 1. yazısı olan "Yapay Zeka Hakkında Bir Rehber: Nedir, Ne Değildir, Ne Olacaktır?" başlıklı makalemizden başlamanızı öneririz.

Yazı dizisi içindeki ilerleyişinizi kaydetmek için veya kayıt olun.

EA Akademi Hakkında Bilgi Al
74
Paylaş
Sonra Oku
Notlarım
Yazdır / PDF Olarak Kaydet
Bize Ulaş
Yukarı Zıpla

İçeriklerimizin bilimsel gerçekleri doğru bir şekilde yansıtması için en üst düzey çabayı gösteriyoruz. Gözünüze doğru gelmeyen bir şey varsa, mümkünse güvenilir kaynaklarınızla birlikte bize ulaşın!

Bu içeriğimizle ilgili bir sorunuz mu var? Buraya tıklayarak sorabilirsiniz.

Soru & Cevap Platformuna Git
Bu İçerik Size Ne Hissettirdi?
  • Tebrikler! 53
  • Bilim Budur! 18
  • Mmm... Çok sapyoseksüel! 16
  • Merak Uyandırıcı! 12
  • İnanılmaz 9
  • Umut Verici! 9
  • Muhteşem! 8
  • Korkutucu! 1
  • Güldürdü 0
  • Üzücü! 0
  • Grrr... *@$# 0
  • İğrenç! 0
Kaynaklar ve İleri Okuma
Tüm Reklamları Kapat

Evrim Ağacı'na her ay sadece 1 kahve ısmarlayarak destek olmak ister misiniz?

Şu iki siteden birini kullanarak şimdi destek olabilirsiniz:

kreosus.com/evrimagaci | patreon.com/evrimagaci

Çıktı Bilgisi: Bu sayfa, Evrim Ağacı yazdırma aracı kullanılarak 24/03/2023 00:10:04 tarihinde oluşturulmuştur. Evrim Ağacı'ndaki içeriklerin tamamı, birden fazla editör tarafından, durmaksızın elden geçirilmekte, güncellenmekte ve geliştirilmektedir. Dolayısıyla bu çıktının alındığı tarihten sonra yapılan güncellemeleri görmek ve bu içeriğin en güncel halini okumak için lütfen şu adrese gidiniz: https://evrimagaci.org/s/8889

İçerik Kullanım İzinleri: Evrim Ağacı'ndaki yazılı içerikler orijinallerine hiçbir şekilde dokunulmadığı müddetçe izin alınmaksızın paylaşılabilir, kopyalanabilir, yapıştırılabilir, çoğaltılabilir, basılabilir, dağıtılabilir, yayılabilir, alıntılanabilir. Ancak bu içeriklerin hiçbiri izin alınmaksızın değiştirilemez ve değiştirilmiş halleri Evrim Ağacı'na aitmiş gibi sunulamaz. Benzer şekilde, içeriklerin hiçbiri, söz konusu içeriğin açıkça belirtilmiş yazarlarından ve Evrim Ağacı'ndan başkasına aitmiş gibi sunulamaz. Bu sayfa izin alınmaksızın düzenlenemez, Evrim Ağacı logosu, yazar/editör bilgileri ve içeriğin diğer kısımları izin alınmaksızın değiştirilemez veya kaldırılamaz.

Tüm Reklamları Kapat
Akış
İçerikler
Sosyal
Gündem
Eğilim
Atmosfer
Karar Verme
Sars Mers
Yeşil
Nobel Ödülü
Makine
Çeviri
Toprak
Görme
Türlerin Kökeni
Seçilim
Kök Hücre
Test
Zehirli Mantar
İnsan Türü
Kanat
Besin Değeri
Şehir
Beslenme Davranışı
İklim
Kimya Tarihi
Ağız Sağlığı
Argüman
Hidrotermal Baca
Aklımdan Geçen
Komünite Seç
Aklımdan Geçen
Fark Ettim ki...
Bugün Öğrendim ki...
İşe Yarar İpucu
Bilim Haberleri
Hikaye Fikri
Video Konu Önerisi
Başlık
Gündem
Bugün Türkiye'de bilime ve bilim okuryazarlığına neler katacaksın?
Bağlantı
Kurallar
Komünite Kuralları
Bu komünite, aklınızdan geçen düşünceleri Evrim Ağacı ailesiyle paylaşabilmeniz içindir. Yapacağınız paylaşımlar Evrim Ağacı'nın kurallarına tabidir. Ayrıca bu komünitenin ek kurallarına da uymanız gerekmektedir.
1
Bilim kimliğinizi önceleyin.
Evrim Ağacı bir bilim platformudur. Dolayısıyla aklınızdan geçen her şeyden ziyade, bilim veya yaşamla ilgili olabilecek düşüncelerinizle ilgileniyoruz.
2
Propaganda ve baskı amaçlı kullanmayın.
Herkesin aklından her şey geçebilir; fakat bu platformun amacı, insanların belli ideolojiler için propaganda yapmaları veya başkaları üzerinde baskı kurma amacıyla geliştirilmemiştir. Paylaştığınız fikirlerin değer kattığından emin olun.
3
Gerilim yaratmayın.
Gerilim, tersleme, tahrik, taciz, alay, dedikodu, trollük, vurdumduymazlık, duyarsızlık, ırkçılık, bağnazlık, nefret söylemi, azınlıklara saldırı, fanatizm, holiganlık, sloganlar yasaktır.
4
Değer katın; hassas konulardan ve öznel yoruma açık alanlardan uzak durun.
Bu komünitenin amacı okurlara hayatla ilgili keyifli farkındalıklar yaşatabilmektir. Din, politika, spor, aktüel konular gibi anlık tepkilere neden olabilecek konulardaki tespitlerden kaçının. Ayrıca aklınızdan geçenlerin Türkiye’deki bilim komünitesine değer katması beklenmektedir.
5
Cevap hakkı doğurmayın.
Bu platformda cevap veya yorum sistemi bulunmamaktadır. Dolayısıyla aklınızdan geçenlerin, tespit edilebilir kişilere cevap hakkı doğurmadığından emin olun.
Gönder
Ekle
Soru Sor
Daha Fazla İçerik Göster
Evrim Ağacı'na Destek Ol
Evrim Ağacı'nın %100 okur destekli bir bilim platformu olduğunu biliyor muydunuz? Evrim Ağacı'nın maddi destekçileri arasına katılarak Türkiye'de bilimin yayılmasına güç katmak için hemen buraya tıklayın.
Popüler Yazılar
30 gün
90 gün
1 yıl
EA Akademi
Evrim Ağacı Akademi (ya da kısaca EA Akademi), 2010 yılından beri ürettiğimiz makalelerden oluşan ve kendi kendinizi bilimin çeşitli dallarında eğitebileceğiniz bir çevirim içi eğitim girişimi! Evrim Ağacı Akademi'yi buraya tıklayarak görebilirsiniz. Daha fazla bilgi için buraya tıklayın.
Etkinlik & İlan
Bilim ile ilgili bir etkinlik mi düzenliyorsunuz? Yoksa bilim insanlarını veya bilimseverleri ilgilendiren bir iş, staj, çalıştay, makale çağrısı vb. bir duyurunuz mu var? Etkinlik & İlan Platformumuzda paylaşın, milyonlarca bilimsevere ulaşsın.
Podcast
Evrim Ağacı'nın birçok içeriğinin profesyonel ses sanatçıları tarafından seslendirildiğini biliyor muydunuz? Bunların hepsini Podcast Platformumuzda dinleyebilirsiniz. Ayrıca Spotify, iTunes, Google Podcast ve YouTube bağlantılarını da bir arada bulabilirsiniz.
Yazı Geçmişi
Okuma Geçmişi
Notlarım
İlerleme Durumunu Güncelle
Okudum
Sonra Oku
Not Ekle
Kaldığım Yeri İşaretle
Göz Attım

Evrim Ağacı tarafından otomatik olarak takip edilen işlemleri istediğin zaman durdurabilirsin.
[Site ayalarına git...]

Filtrele
Listele
Bu yazıdaki hareketlerin
Devamını Göster
Filtrele
Listele
Tüm Okuma Geçmişin
Devamını Göster
0/10000
Alıntı Yap
Evrim Ağacı Formatı
APA7
MLA9
Chicago
V. B. Yeşilkaynak, et al. Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Kavramları Arasındaki Fark Nedir?. (20 Haziran 2020). Alındığı Tarih: 24 Mart 2023. Alındığı Yer: https://evrimagaci.org/s/8889
Yeşilkaynak, V. B., Bakırcı, Ç. M. (2020, June 20). Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Kavramları Arasındaki Fark Nedir?. Evrim Ağacı. Retrieved March 24, 2023. from https://evrimagaci.org/s/8889
V. B. Yeşilkaynak, et al. “Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Kavramları Arasındaki Fark Nedir?.” Edited by Çağrı Mert Bakırcı. Evrim Ağacı, 20 Jun. 2020, https://evrimagaci.org/s/8889.
Yeşilkaynak, Vahit Buğra. Bakırcı, Çağrı Mert. “Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Kavramları Arasındaki Fark Nedir?.” Edited by Çağrı Mert Bakırcı. Evrim Ağacı, June 20, 2020. https://evrimagaci.org/s/8889.

Göster

Şifremi unuttum Üyelik Aktivasyonu

Göster

Şifrenizi mi unuttunuz? Lütfen e-posta adresinizi giriniz. E-posta adresinize şifrenizi sıfırlamak için bir bağlantı gönderilecektir.

Geri dön

Eğer aktivasyon kodunu almadıysanız lütfen e-posta adresinizi giriniz. Üyeliğinizi aktive etmek için e-posta adresinize bir bağlantı gönderilecektir.

Geri dön

Close
Geri Bildirim Gönder
Paylaş
Reklamsız Deneyim

Evrim Ağacı'ndaki reklamları, bütçenize uygun bir şekilde, kendi seçtiğiniz bir süre boyunca kapatabilirsiniz. Tek yapmanız gereken, kaç ay boyunca kapatmak istediğinizi aşağıdaki kutuya girip tek seferlik ödemenizi tamamlamak:

10₺/ay
x
ay
= 30
3 Aylık Reklamsız Deneyimi Başlat
Evrim Ağacı'nda ücretsiz üyelik oluşturan ve sitemizi üye girişi yaparak kullanan kullanıcılarımızdaki reklamların %50 daha az olduğunu, Kreosus/Patreon/YouTube destekçilerimizinse sitemizi tamamen reklamsız kullanabildiğini biliyor muydunuz? Size uygun seçeneği aşağıdan seçebilirsiniz:
Evrim Ağacı Destekçilerine Katıl
Zaten Kreosus/Patreon/Youtube Destekçisiyim
Reklamsız Deneyim
Kreosus

Kreosus'ta her 10₺'lik destek, 1 aylık reklamsız deneyime karşılık geliyor. Bu sayede, tek seferlik destekçilerimiz de, aylık destekçilerimiz de toplam destekleriyle doğru orantılı bir süre boyunca reklamsız deneyim elde edebiliyorlar.

Kreosus destekçilerimizin reklamsız deneyimi, destek olmaya başladıkları anda devreye girmektedir ve ek bir işleme gerek yoktur.

Patreon

Patreon destekçilerimiz, destek miktarından bağımsız olarak, Evrim Ağacı'na destek oldukları süre boyunca reklamsız deneyime erişmeyi sürdürebiliyorlar.

Patreon destekçilerimizin Patreon ile ilişkili e-posta hesapları, Evrim Ağacı'ndaki üyelik e-postaları ile birebir aynı olmalıdır. Patreon destekçilerimizin reklamsız deneyiminin devreye girmesi 24 saat alabilmektedir.

YouTube

YouTube destekçilerimizin hepsi otomatik olarak reklamsız deneyime şimdilik erişemiyorlar ve şu anda, YouTube üzerinden her destek seviyesine reklamsız deneyim ayrıcalığını sunamamaktayız. YouTube Destek Sistemi üzerinde sunulan farklı seviyelerin açıklamalarını okuyarak, hangi ayrıcalıklara erişebileceğinizi öğrenebilirsiniz.

Eğer seçtiğiniz seviye reklamsız deneyim ayrıcalığı sunuyorsa, destek olduktan sonra YouTube tarafından gösterilecek olan bağlantıdaki formu doldurarak reklamsız deneyime erişebilirsiniz. YouTube destekçilerimizin reklamsız deneyiminin devreye girmesi, formu doldurduktan sonra 24 saat alabilmektedir.

Diğer Platformlar

Bu 3 platform haricinde destek olan destekçilerimize ne yazık ki reklamsız deneyim ayrıcalığını sunamamaktayız. Destekleriniz sayesinde sistemlerimizi geliştirmeyi sürdürüyoruz ve umuyoruz bu ayrıcalıkları zamanla genişletebileceğiz.

Giriş yapmayı unutmayın!

Reklamsız deneyim için, maddi desteğiniz ile ilişkilendirilmiş olan Evrim Ağacı hesabınıza yapmanız gerekmektedir. Giriş yapmadığınız takdirde reklamları görmeye devam edeceksinizdir.

Destek Ol

Devamını Oku
Evrim Ağacı Uygulamasını
İndir
Chromium Tabanlı Mobil Tarayıcılar (Chrome, Edge, Brave vb.)
İlk birkaç girişinizde zaten tarayıcınız size uygulamamızı indirmeyi önerecek. Önerideki tuşa tıklayarak uygulamamızı kurabilirsiniz. Bu öneriyi, yukarıdaki videoda görebilirsiniz. Eğer bu öneri artık gözükmüyorsa, Ayarlar/Seçenekler (⋮) ikonuna tıklayıp, Uygulamayı Yükle seçeneğini kullanabilirsiniz.
Chromium Tabanlı Masaüstü Tarayıcılar (Chrome, Edge, Brave vb.)
Yeni uygulamamızı kurmak için tarayıcı çubuğundaki kurulum tuşuna tıklayın. "Yükle" (Install) tuşuna basarak kurulumu tamamlayın. Dilerseniz, Evrim Ağacı İleri Web Uygulaması'nı görev çubuğunuza sabitleyin. Uygulama logosuna sağ tıklayıp, "Görev Çubuğuna Sabitle" seçeneğine tıklayabilirsiniz. Eğer bu seçenek gözükmüyorsa, tarayıcının Ayarlar/Seçenekler (⋮) ikonuna tıklayıp, Uygulamayı Yükle seçeneğini kullanabilirsiniz.
Safari Mobil Uygulama
Sırasıyla Paylaş -> Ana Ekrana Ekle -> Ekle tuşlarına basarak yeni mobil uygulamamızı kurabilirsiniz. Bu basamakları görmek için yukarıdaki videoyu izleyebilirsiniz.

Daha fazla bilgi almak için tıklayın

Önizleme
Görseli Kaydet
Sıfırla
Vazgeç
Ara
Moderatöre Bildir

Raporlama sisteminin amacı, platformu uygunsuz biçimde kullananların önüne geçmektir. Lütfen bir içeriği, sadece düşük kaliteli olduğunu veya soruya cevap olmadığını düşündüğünüz raporlamayınız; bu raporlar kabul edilmeyecektir. Bunun yerine daha kaliteli cevapları kendiniz girmeye çalışın veya size sunulan (oylama gibi) diğer araçlar ile daha kaliteli cevaplara teşvik edin. Kalitesiz bulduğunuz içerikleri eleyebileceğiniz, kalitelileri daha ön plana çıkarabileceğiniz yeni araçlar geliştirmekteyiz.

Kural İhlali Seç
Öncül Ekle
Sonuç Ekle
Mantık Hatası Seç
Kural İhlali Seç
Soru Sor
Aşağıdaki "Soru" kutusunu sadece soru sormak için kullanınız. Bu kutuya soru formatında olmayan hiçbir cümle girmeyiniz. Sorunuzla ilgili ek bilgiler vermek isterseniz, "Açıklama" kısmına girebilirsiniz. Soru kısmının soru cümlesi haricindeki kullanımları sorunuzun silinmesine ve UP kaybetmenize neden olabilir.
Görsel Ekle
Kurallar
Platform Kuralları
Bu platform, aklınıza takılan soruları sorabilmeniz ve diğerlerinin sorularını yanıtlayabilmeniz içindir. Yapacağınız paylaşımlar Evrim Ağacı'nın kurallarına tabidir. Ayrıca bu komünitenin ek kurallarına da uymanız gerekmektedir.
1
Gerçekten soru sorun, imâdan ve yüklü sorulardan kaçının.
Sorularınızın amacı nesnel olarak gerçeği öğrenmek veya fikir almak olmalıdır. Şahsi kanaatinizle ilgili mesaj vermek için kullanmayın; yüklü soru sormayın.
2
Bilim kimliğinizi kullanın.
Evrim Ağacı bir bilim platformudur. Dolayısıyla sorular ve cevaplar, bilimsel perspektifi yansıtmalıdır. Geçerli bilimsel kaynaklarla doğrulanamayan bilgiler veya reklamlar silinebilir.
3
Düzgün ve insanca iletişim kurun.
Gerilim, tersleme, tahrik, taciz, alay, dedikodu, trollük, vurdumduymazlık, duyarsızlık, ırkçılık, bağnazlık, nefret söylemi, azınlıklara saldırı, fanatizm, holiganlık, sloganlar yasaktır.
4
Sahtebilimi desteklemek yasaktır.
Sahtebilim kategorisi altında konuyla ilgili sorular sorabilirsiniz; ancak bilimsel geçerliliği bulunmayan sahtebilim konularını destekleyen sorular veya cevaplar paylaşmayın.
5
Türkçeyi düzgün kullanın.
Şair olmanızı beklemiyoruz; ancak yazdığınız içeriğin anlaşılır olması ve temel düzeyde yazım ve dil bilgisi kurallarına uyması gerekmektedir.
Soru Ara
Aradığınız soruyu bulamadıysanız buraya tıklayarak sorabilirsiniz.
Alıntı Ekle
Eser Ekle
Kurallar
Platform Kuralları
Yapacağınız paylaşımlar Evrim Ağacı'nın kurallarına tabidir. Ayrıca bu komünitenin ek kurallarına da uymanız gerekmektedir.
1
Formu olabildiğince eksiksiz doldurun.
Girdiğiniz sözün/alıntının kaynağı ne kadar açıksa o kadar iyi. Açıklama kısmına kitabın sayfa sayısını veya filmin saat/dakika/saniye bilgisini girebilirsiniz.
2
Anonimden kaçının.
Bazı sözler/alıntılar anonim olabilir. Fakat sözün anonimliğini doğrulamaksızın, bilmediğiniz her söze/alıntıya anonim yazmayın. Bu tür girdiler silinebilir.
3
Kaynağı araştırın ve sorgulayın.
Sayısız söz/alıntı, gerçekte o sözü hiçbir zaman söylememiş/yazmamış kişilere, hatalı bir şekilde atfediliyor. Paylaşımınızın site geneline yayılabilmesi için kaliteli kaynaklar kullanın ve kaynaklarınızı sorgulayın.
4
Ofansif ve entelektüel düşünceden uzak sözler yasaktır.
Gerilim, tersleme, tahrik, taciz, alay, dedikodu, trollük, vurdumduymazlık, duyarsızlık, ırkçılık, bağnazlık, nefret söylemi, azınlıklara saldırı, fanatizm, holiganlık, sloganlar yasaktır.
5
Sözlerinizi tırnak (") içine almayın.
Sistemimiz formatı otomatik olarak ayarlayacaktır.
Gönder
Tavsiye Et
Aşağıdaki kutuya, [ESER ADI] isimli [KİTABI/FİLMİ] neden tavsiye ettiğini girebilirsin. Ne kadar detaylı ve kapsamlı bir analiz yaparsan, bu eseri [OKUMAK/İZLEMEK] isteyenleri o kadar doğru ve fazla bilgilendirmiş olacaksın. Tavsiyenin sadece negatif içerikte olamayacağını, eğer bu sistemi kullanıyorsan tavsiye ettiğin içeriğin pozitif taraflarından bahsetmek zorunda olduğunu lütfen unutma. Yapıcı eleştiri hakkında daha fazla bilgi almak için burayı okuyabilirsin.
Kurallar
Platform Kuralları
Bu platform; okuduğunuz kitaplara, izlediğiniz filmlere/belgesellere veya takip ettiğiniz YouTube kanallarına yönelik tavsiylerinizi ve/veya yapıcı eleştirel fikirlerinizi girebilmeniz içindir. Yapacağınız paylaşımlar Evrim Ağacı'nın kurallarına tabidir. Ayrıca bu komünitenin ek kurallarına da uymanız gerekmektedir.
1
Önceliğimiz pozitif tavsiyelerdir.
Bu platformu, beğenmediğiniz eserleri yermek için değil, beğendiğiniz eserleri başkalarına tanıtmak için kullanmaya öncelik veriniz. Sadece negatif girdileri olduğu tespit edilenler platformdan geçici veya kalıcı olarak engellenebilirler.
2
Tavsiyenizin içeriği sadece negatif olamaz.
Tavsiye yazdığınız eserleri olabildiğince objektif bir gözlükle anlatmanız beklenmektedir. Dolayısıyla bir eseri beğenmediyseniz bile, tavsiyenizde eserin pozitif taraflarından da bahsetmeniz gerekmektedir.
3
Negatif eleştiriler yapıcı olmak zorundadır.
Eğer tavsiyenizin ana tonu negatif olacaksa, tüm eleştirileriniz yapıcı nitelikte olmak zorundadır. Yapıcı bir tarafı olmayan veya tamamen yıkıcı içerikte olan eleştiriler silinebilir ve yazarlar geçici veya kalıcı olarak engellenebilirler.
4
Düzgün ve insanca iletişim kurun.
Gerilim, tersleme, tahrik, taciz, alay, dedikodu, trollük, vurdumduymazlık, duyarsızlık, ırkçılık, bağnazlık, nefret söylemi, azınlıklara saldırı, fanatizm, holiganlık, sloganlar yasaktır.
5
Türkçeyi düzgün kullanın.
Şair olmanızı beklemiyoruz; ancak yazdığınız içeriğin anlaşılır olması ve temel düzeyde yazım ve dil bilgisi kurallarına uyması gerekmektedir.
Eser Ara
Aradığınız eseri bulamadıysanız buraya tıklayarak ekleyebilirsiniz.
Tür Ekle
Üst Takson Seç
Kurallar
Platform Kuralları
Bu platform, yaşamış ve yaşayan bütün türleri filogenetik olarak sınıflandırdığımız ve tanıttığımız Yaşam Ağacı projemize, henüz girilmemiş taksonları girebilmeniz için geliştirdiğimiz bir platformdur. Yapacağınız paylaşımlar Evrim Ağacı'nın kurallarına tabidir. Ayrıca bu komünitenin ek kurallarına da uymanız gerekmektedir.
1
Takson adlarını doğru yazdığınızdan emin olun.
Taksonların sadece ilk harfleri büyük yazılmalıdır. Latince tür adlarında, cins adının ilk harfi büyük, diğer bütün harfler küçük olmalıdır (Örn: Canis lupus domesticus). Türkçe adlarda da sadece ilk harf büyük yazılmalıdır (Örn: Evcil köpek).
2
Taksonlar arası bağlantıları doğru girin.
Girdiğiniz taksonun üst taksonunu girmeniz zorunludur. Eğer üst takson yoksa, mümkün olduğunca öncelikle üst taksonları girmeye çalışın; sonrasında daha alt taksonları girin.
3
Birden fazla kaynaktan kontrol edin.
Mümkün olduğunca ezbere iş yapmayın, girdiğiniz taksonların isimlerinin birden fazla kaynaktan kontrol edin. Alternatif (sinonim) takson adlarını girmeyi unutmayın.
4
Tekrara düşmeyin.
Aynı taksonu birden fazla defa girmediğinizden emin olun. Otomatik tamamlama sistemimiz size bu konuda yardımcı olacaktır.
5
Mümkünse, takson tanıtım yazısı (Taksonomi yazısı) girin.
Bu araç sadece taksonları sisteme girmek için geliştirilmiştir. Dolayısıyla taksonlara ait minimal bilgiye yer vermektedir. Evrim Ağacı olarak amacımız, taksonlara dair detaylı girdilerle bu projeyi zenginleştirmektir. Girdiğiniz türü daha kapsamlı tanıtmak için Taksonomi yazısı girin.
Gönder
Tür Gözlemi Ekle
Tür Seç
Fotoğraf Ekle
Kurallar
Platform Kuralları
Bu platform, bizzat gözlediğiniz türlerin fotoğraflarını paylaşabilmeniz için geliştirilmiştir. Yapacağınız paylaşımlar Evrim Ağacı'nın kurallarına tabidir. Ayrıca bu komünitenin ek kurallarına da uymanız gerekmektedir.
1
Net ve anlaşılır görseller yükleyin.
Her zaman bir türü kusursuz netlikte fotoğraflamanız mümkün olmayabilir; ancak buraya yüklediğiniz fotoğraflardaki türlerin özellikle de vücut deseni gibi özelliklerinin rahatlıkla ayırt edilecek kadar net olması gerekmektedir.
2
Özgün olun, telif ihlali yapmayın.
Yüklediğiniz fotoğrafların telif hakları size ait olmalıdır. Başkası tarafından çekilen fotoğrafları yükleyemezsiniz. Wikimedia gibi açık kaynak organizasyonlarda yayınlanan telifsiz fotoğrafları yükleyebilirsiniz.
3
Paylaştığınız fotoğrafların telif hakkını isteyemezsiniz.
Yüklediğiniz fotoğraflar tamamen halka açık bir şekilde, sınırsız ve süresiz kullanım izniyle paylaşılacaktır. Bu fotoğraflar nedeniyle Evrim Ağacı’ndan telif veya ödeme talep etmeniz mümkün olmayacaktır. Kendi fotoğraflarınızı başka yerlerde istediğiniz gibi kullanabilirsiniz.
4
Etik kurallarına uyun.
Yüklediğiniz fotoğrafların uygunsuz olmadığından ve başkalarının haklarını ihlâl etmediğinden emin olun.
5
Takson teşhisini doğru yapın.
Yaptığınız gözlemler, spesifik taksonlarla ilişkilendirilmektedir. Takson teşhisini doğru yapmanız beklenmektedir. Taksonu bilemediğinizde, olabildiğince genel bir taksonla ilişkilendirin; örneğin türü bilmiyorsanız cins ile, cinsi bilmiyorsanız aile ile, aileyi bilmiyorsanız takım ile, vs.
Gönder
Tür Ara
Aradığınız türü bulamadıysanız buraya tıklayarak ekleyebilirsiniz.