Algılayıcı (Perceptron)

Perceptron nedir?

Perceptron, bir yapay sinir ağının en küçük yapı taşı. 1950'lerde Frank Rosenblatt tarafından ortaya atıldı; girdileri alıp ağırlıklarla çarpan, toplayan ve bir eşikten geçirerek "evet/hayır" kararı üreten tek bir yapay nöron. Bugün kullandığın devasa modellerin atası bu basit birim.

Nasıl çalışır?

Her girdi bir ağırlıkla çarpılır, hepsi toplanır, üstüne bir bias eklenir. Çıkan sayı bir aktivasyon fonksiyonundan (örneğin sigmoid ya da ReLU) geçer ve nöronun çıktısı belli olur. Eğitim sırasında model tahmin yapar, hatayı ölçer ve ağırlıkları küçük adımlarla düzeltir — perceptron öğrenme kuralı tam olarak bu. Tek bir perceptron yalnızca doğrusal ayrılabilen problemleri çözebilir; XOR gibi bir problemde tıkanır. İşte bu sınır, nöronları katman katman üst üste dizme fikrini (çok katmanlı ağlar) doğurdu.

Neden önemli?

Perceptron, "makine örnekten öğrenebilir" fikrinin ilk somut kanıtı. Bugünkü derin öğrenmenin, transformer'ların, LLM'lerin temel mantığı hâlâ aynı: ağırlıklı toplam, aktivasyon ve hatadan öğrenme. Tek nöronu anlarsan, milyarlarca parametreli bir modelin ne yaptığını da kabaca anlarsın.

Kullanım alanları

Tek başına perceptron artık üretimde nadiren kullanılır; ama basit ikili sınıflandırma, öğretim amaçlı örnekler ve daha büyük ağların içindeki her nöron aslında bir perceptron varyantı. Modern ağlarda milyonlarca perceptron bir arada çalışarak dili, görüntüyü ve sesi işler.