Az sayıda birim ve değişken içeren basit sistemler için performans değerlendirme işlemi geleneksel bilgisayar programları ile yapılabilmektedir. Ancak sistemlerin karmaşıklığı ve içerisindeki birim ve değişkenlerin artmasıyla geleneksel bilgisayar programları yetersiz kalmaktadır. Çok sayıda ve türde birbiriyle ilişkili ve birbirini etkileyen kalitatif ve kantitatif bilginin bütünsel ve gerçek zamanlı olarak geçmişteki değerleriyle birlikte ele alınarak hem mevcut performansın değerlendirilmesi hem de geleceğe dönük tahminlerin yapılabilmesi ancak yapay zekâ teknikleriyle mümkün olmuştur. Performans ölçütlerinin gerçek zamanlı toplanarak değerlendirmelerin doğru ve güvenilir bir şekilde yapılması sistemin sürekliliği açısından son derece önemlidir.
Günümüzde teknolojideki gelişmeler ile yazılım ve donanımların kapasiteleri ve kabiliyetleri artarak daha kullanışlı hale gelmiştir. Uzman sistemler (expert systems), bulanık sistemler (fuzzy systems), evrimsel algoritmalar (evolutionary algorithms), sürü zekâsı (swarm intelligence), yapay bağışıklık sistemleri (artificial immune systems), zeki etmenler (intelligent agents), yapay sinir ağları (artificial neural networks), makine öğrenmesi (machine learning), derin öğrenme (deep learning), doğal dil işleme (natural language processing), bilişsel bilişim (cognitive computing) ve bilgisayarlı görme (computer vision) gibi yapay zekâ yöntemleri yardımıyla bireysel performanstan sistemin performansına, süreç performansından stratejik hedefleri yakalamanın performansına kadar farklı düzeylerde performans değerlendirmeleri yapılabilmektedir.
Yapay zekâ ile girdi değişkenleri ile performans parametreleri arasındaki ilişki ortaya konularak doğru, güvenilir ve verimli olarak performans değerlendirmesi yapılabilmektedir. Böylelikle performans değerlendirmedeki karmaşık problemlerin bütünleşik olarak hızlı bir şekilde çözülmesi, analiz edilmesi ve değerlendirilmesi mümkün olmuştur.
Performans değerlendirme işlemi genel olarak bir kere yapılıp bırakılmamaktadır. Değerlendirmeler çoğunlukla periyodik olarak devam etmektedir. Dolayısıyla burada da ciddi bir iş yükü oluşmaktadır. Bu iş yükünün yapay zekâ destekli sistemler ile gerçekleştirilmesi son derece kolay olmakta ve hatta sürekli olarak performans izleme ve değerlendirme mümkün olmaktadır. Performansın sürekli olarak değerlendirilmesi ile performanstaki sapmalar anında belirlenerek anında müdahale yapılabilmesi mümkün olmaktadır.
Yazının devamı daha sonra yayınlanacak.
Yazan: DR. ABDULLAH HULUSİ KÖKÇAM
Sakarya Üniversitesi
Mühendislik Fakültesi
Endüstri Mühendisliği