Dergi-4
www.seheryildizi.net instagram.com/seheryildizitech
www.seheryildizi.net
instagram.com/seheryildizitech
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
@seheryildizitech
seheryildizi.net
Biz Kimiz?
Dünyanın Kaderini
Değiştirebilecek Olgu:
Yapay Zeka
Yapay Zeyka Ve
Yonga Kavramı
GPT-3’ün Size
Diyecekleri Var
Geleceğe Hoşgeldiniz:
Kuantum Bilgisayarları
İÇİNDEKİLER
İçindekiler
Günümüz
Yapay Zeka
Teknolojileri
Uçan Cezeri
1 Yeni Mektubunuz Var
Bilinç Kazanabilirler Mi?
Latif Berk CANBAZ
Canlılar dünyası içinde baktığımız zaman aklıyla, hafızasıyla ve öğrenme yeteneğiyle diğer canlı
türlerinden ayrılıp; doğayı, hayatı ve kaynakları kendince değerlendiren insandan daha zeki bir
varlık yok gibidir. Ancak insanın fıtratı gereği bu zekayı istikrarlı bir şekilde kullanması ve hatasız
kararlar vermesi oldukça zordur.
İşte bu nedenle; uygarlığın ihtiyaçları, ülkelerin çıkarları ve teknoloji
kelimesinin yayılmasıyla da insan vücudundan ve zihninden bağımsız
makinelerin doğuşu fikri ortaya çıkmıştır.
Eğer yapay zekanın kökenini bulmak isteyip geçmişe doğru bir izini
sürseydik, ilk temelin 1940'larda, özellikle de 1943 yılında atıldığını
görebiliriz. Bu yıl, medeniyetimizde de önemli bir dönüm noktası
olan II. Dünya Savaşı'nın tam da ortasında bulunmakla birlikte
düşman ülkelerin birbirlerinden gizlice rakiplerini takip ettiği ve bu
nedenle şifrelenmiş mesajları çözmek üzerine uygarlığın ilk yapay
zeka örneğini geliştirdiği bir yıldır.
Makinelerin de biz insanlar gibi düşünebileceği
fikrini ortaya atan İngiliz matematikçi
Alan Mathison Turing, aynı zamanda nazilerin
Enigma makinesinde oluşturdukları
şifreli konuşmaları çözmek amacıyla
"Bombe" adı verilen bilgisayarlar aracılığıyla
makine öğrenimi kavramını ilk kez ortaya
çıkaran insan olmuştur. O zamanın en
yüksek matematikçilerinin bile çözemeyeceği
bu karmaşık şifreleri bir makinenin çözebilmesi,
şüphesiz ki o zamana kadar olan en büyük buluşlardan biriydi.
Bu makinenin en önemli özelliklerinden birisi girdi olarak kullandığı semboller son bulduğunda
işlemi durdurabilecek zekaya sahip olmasıydı. Alan Turing, daha sonra 1950'li
yıllarda yayınlayacağı “Computing Machinery and Intelligence” adlı makalesinde tecrübelerini
insanlıkla paylaşacak ve zekaya sahip makinelerin nasıl testlerden geçirilmesi
gerektiğinden bahsedecekti.
Günümüze kadar gelinen sürecin
mihenk taşlarından olan
Turing Testi, hala dahi bir makinenin
öğrenme kabiliyetini
test edebilecek geçerliliktedir.
Yapay zeka kavramı bu makaleden 6 yıl sonra yani
1956'da resmi olarak bir araştırmada ve projede ilk
defa yer almış ve bu araştırma Stanford'da Bilgisayar
Bilimciler tarafından Rockefeller Vakfı desteğiyle yapılmıştır.
Sonrasında da bu projeye katılan bazı bilim
insanları, geçmişteki akıllı makinelerin ve bilgisayarların
babası olan IBM şirketini kurmuştur. Araştırmanın
amacı farklı dallardan bilim insanlarını ve yetkin kişileri
bir arada bulundurup insan zekasına benzer niteliklerle
işleyen bir yapay zeka simüle etmekti.
Teknolojinin de insan hayatının her bir köşesine yayılmasıyla yapay zeka, hayal edilemeyecek
bir hızla 40 sene gibi bir sürede evimizde kullandığımız çoğu teknolojik alette yer almaya
başlamıştır. 1950'li yıllardan itibaren yavaşça başlayan bu evrim, eksponansiyel bir şekilde
artmış ve artmaya da devam etmektedir.
Size kendi bölümüm olan Uçak Mühendisliğinden
bir örnek vermek
isterim. Eskiden uçakların içerisinde
herhangi bir acil duruma karşı teknik
ekipler de bulunurken artık bu arızaları
kendi başına tespit edip gerekirse
yedek sistemleri devreye sokarak
çözen yapay zeka sayesinde bu gibi
bir duruma ihtiyaç kalmamıştır.
Yolcu uçaklarında ise geçmişte tamamen pilotların kontrolünde ve gözetiminde olan ve
uçağın stabil bir şekilde ilerlemesini sağlayan kontrol yüzeylerinin çoğu günümüzde otomatik
sistemler tarafından kontrol edilmektedir. Sonuç olarak her iş alanında olmasa da
büyük bir çoğunluğunda yapay zekanın yavaş yavaş insanların yaptığı işleri yapabilmeye
başladığını ve bunu da son derece yüksek verimlilikle yaptığını görmekteyiz.
Basit bir şekilde düşünecek olursak
sadece yapım ve geliştirme aşamasında
sermaye gerektiren, daha düşük hata
payına sahip yapay zekalar; sürekli
olarak sermaye ayrılması gereken ve
yapay zekaya nazaran daha yüksek hata
payına sahip insan gücünden daha karlı
duruyor. Bu sebepten ötürü global
düzeydeki şirketlerin de yapay zekaya
ve makineleşmeye yatırımlarının artıyor
olması da kaçınılmaz.
Yapay zekanın bu yazımızın başında sizlere aktardığım; sadece basit bir şifre
çözme işleminden yarım asırdan biraz fazla bir sürede insan beyni gibi düşünme
becerisiyle şoförlük yapması, farklı sensörler ve insan duyularına yakın hassaslıkta
reseptörler ile hayatımızın her alanında güven, konfor ve
yaşam kalitesini yükseltmesi, geleceğe dair hayal bile edemeyeceğimiz
mesajlar veriyor.
Latif Berk CANBAZ
YAPAY ZEKA VE
YONGA KAVRAMI
Hasan Kaan Tuna
KENDİ KENDİNE YONGA TASARLAYAN YAPAY ZEKA
En basit tanımıyla çip olarak adlandırılabilen yongalar, hızla gelişen yapay
zeka ürünlerine ayak uyduramamaya başlayınca, mühendisler çözümü yine
yapay zekada buldular. Yonga, çok sayıda anahtardan oluşan elektronik
devre anlamına gelen bir bilgisayar terimidir. Bazılarımıza yabancı olan bu
terimin zamanı yakalayamıyor olması, günümüz yapay zeka üreticileri için
büyük bir sorun teşkil etmektedir.
Yapay zeka algoritmalarını daha hızlı ve etkili bir şekilde gerçekleştirmek için yonga tasarlayıp
geliştirme çalışmalarına şirketler büyük yatırımlar yapıyor ve pek çok araştırmacı bu
alanda ilerleme kaydetmek için çalışıyor. Makine öğrenme algoritmalarına, yeni ve insanoğlu
tarafından üretilen yongaların tam olarak ayak uyduramıyor olmaları, büyük bir sorun
oluşturuyor. Peki bu sorunun sebebi ne? Algoritmalara özel olarak yeni ve bütün yonga
tasarlamak genellikle iki ila beş yıllık bir süreçtir. Ortalama üç yıllık süreç sonucunda
meydana gelen yonga tasarımı, çalışmaların başladığı zamandaki makine öğrenme
algoritmasının ihtiyaçlarını karşılayabilecek durumda olmasına karşın, üç yıl geçmiş
olmasından ötürü, bugünün makine öğrenme algoritması için çoktan yaşlanmış olmaktadır.
Çünkü makine öğrenimi, yonga tasarımına kıyasla kendini hızla geliştiren bir kavramdır.
Bu sorunun önemini önceden fark etmiş üreticilerden biri olan Google, Google Brain isimli
yapay zeka araştırma takımını bu konuya çoktan yönlendirmiş olmasından ötürü bazı
çözümlere ulaşmış bulunmaktadır.
Takımın ulaştığı verilere göre en başarılı ve umut
vadeden çözüm, her algoritmanın kendi yongasını
tasarlayabilmesi olarak açıklanmıştır. Sorun çözülmüş
gibi görünse bile aslında Google Brain’in bu konu
hakkında hala uzun saatler çalışmaya ihtiyacı var.
Çünkü yapay zeka ile yonga tasarımı, çok karmaşık bir
üç boyutlu tasarım problemini beraberinde getiriyor.
Bu sürecin önemli bir diğer noktası olan "algoritma
optimizasyonu" üzerine uzun mesai saatleri
harcanılmasına gerek duyuluyor.
Yapay Zeka, Karmaşık Tasarım
Sürecinde Nasıl Başarıya Ulaşacak?
Son derece karmaşık bir süreç olan yonga tasarımı, insan eli ile
tasarlanmaya çalışılırsa; küçük yüzey alanlarında yerleştirilecek yüzlerce
veya yüz binlerce katmandan oluşan, her bir kat için otuz saat
gerektiren bir uğraş olarak basitçe tanımlanabilir. Peki nasıl olacak da
yapay zeka insanlar için bu kadar uzun süren bir süreci daha kısa
zamanda başarabilir hale gelebilecek? Google Brain araştırmacılarına
göre algoritma, derin öğrenme modeli yerine pekiştirmeli öğrenme
modeli ile en kısa sürede başarıya ulaşabilir. Derin öğrenme sisteminde,
yapay zekaya karşılaşabileceği durumlar teker teker tanıtılırken;
pekiştirmeli öğrenme sisteminde yapay zeka, dakikada yaptığı yüz
binlerce işlem sonucunda kendi tecrübelerini kazanıyor. Algoritmanın
öğrenim süreci; düşük güç kullanma, performans iyileştirme ve düşük
bellek alanı hedeflerine ulaşıldığında sona erecek ve optimum yonga
tasarımı için testler başlayacak.
Simülasyon sonuçlarına göre algoritmanın
tasarım ve sonuç süreci bir yıldan az sürecek
ve ilk yongayı birinci yılında tasarlamaya
başlayacak. İlk yongasını tasarlaması 6 ay
sürecek olmakla beraber, sıradaki her bir
yonga için bu süre yaklaşık 17 gün daha kısa
sürecek ve bir zaman sonra her salisede bir
makine öğrenme algoritmasına özel yonga
tasarlayabilecek durumda olacak. Hatırlatmakta
fayda var, yonga tasarım algoritmasına
sahip olmadığımız günümüzde bu işlem iki
ila beş yıl sürmektedir.
Hasan Kaan Tuna
Selamlar, günümüzde bilgisayarlar hayatımızın
her alanına girmiş durumda ve
kuantum bilgisayarlarını da teknolojiye
biraz ilgili olan herkes mutlaka en az bir
kere duymuştur. Şimdi bu gün nedir bu
kuantum bilgisayarları , ne işe yararlar ,
neden bize lazımlar ne işe yarayacaklar
gibi konulara basit düzeyde değineceğiz.
Efehan ÇÜRE
Transistörler nedir?
Kuantum bilgisayarlarına geçmeden önce bizim günlük
hayatta kullandığımız bilgisayarların çalışma prensibini
anlamamız lazım. 'Transistörler'. Evet modern elektroniğin
ortaya çıkmasında, günümüzde kullandığımız neredeyse
bütün elektronik cihazların var olmasını sağlayan, devrim
niteliğindeki icat transistörlerdir. Transistör, oldukça minimal düzeyde
bir gerilim ile kendisinin binlerce katı büyüklüğündeki gerilimleri
ve akımları kontrol etmemizi sağlayan bir yarı-iletken elektronik
devre elemanıdır. Transistörlerin icadı sayesinde; Bilgisayar, hesap makinesi, cep
telefonları, tabletler, tıbbi görüntüleme cihazları vb. neredeyse tüm icatlar
insanlığın hizmetine sunulabilir hale gelmiştir.
Bilgisayar nedir?
Şimdi aşağı yukarı herkes bitleri duymuştur.
Elektronikte ve tabi ki bilgisayarlarda
bir şey ya 0 durumundadır ya da 1 durumundadır.
Yani ya doğrudur ya yanlıştır. Ya
bir şey yapılmalıdır ya da yapılmamalıdır.
Nedir bu 0 ve 1 dersek yine karşımıza aşina
olduğumuz bir kavram çıkıyor:Bit . Bit
bilgisayarların anlayabileceği 0-1 kombinasyonlarının
her bir 0 veya 1 verisine verilen isimdir.
Örneğin 01001010 şeklindeki bir veride, ilk
hanedeki 0 veya ikinci hanedeki 1 verisinin her biri birer bittir ve bu
şekilde yan yana gelen 8 bitlik bir veri 1 bytelık veri bütününü
temsil eder. İşte bilgisayar da bu işlemleri yani 0'lar ve 1'leri toplama işlemini arka planda
yapıp bize sonucunu sunan çok gelişmiş bir hesap makinesinden ibarettir. Bu bilgi aklımızın
bir köşesinde dursun.
Transistörler ve Bilgisayarlar
Bilgisayarın, icadından bu yana yaşadığı gelişim
neredeyse tamamen bileşenlerinin daha da
küçülmesinden ve maliyetinin düşmesinden
ibaret. Bunun işlem hızına veya kabiliyetine ne
katkısı var dersek. Bilgisayarların/İşlemcilerin
temel yapı taşının transistörler olduğundan
bahsetmiştik. Transistörlerin boyutu küçüldükçe
elbette küçülmeden dolayı oluşan boşluğa yeni
transistörler koyarak işlem gücü artırılıyordu.
Hatta 90'lı yıllarda ki inanışa göre, transistörler o
yıllardaki ortalama küçülme hızıyla küçülmeye
devam etseydi 2020 yılında atomik boyutta
gözlenen transistörler var olacaktı. Ancak elbette
işler öyle olmadı. 70'lerdeki ki ilk modern transistörden
2010 yılına kadar transistörlerin kapı
açıklığı neredeyse 100.000 kat küçüldü. Ancak
2010 yılından bu yana yarı yarıya bir küçülme
sağlamak için bile milyarlarca dolar harcama ve
yüzlerce kişilik araştırma ekibinin yıllar süren
uğraşlarına ihtiyaç oldu. Ve üretilen en küçük
transistör açıklığı 7 nanometre olarak şu an da
günümüzde piyasada. Ancak nanometreden
sonra nanometrenin bir alt büyüklük birimi olan angstrom karşımıza çıkıyor ve angstrom
atomların büyüklüğünü ölçmek için kullanılan bir uzunluk birimi ancak biz atomdan daha
küçük bir transistör üretemeyiz zira transistörde sonuçta atomlardan oluşan bir devre
elemanıdır. Kısaca transistörler varabileceği en son noktaya ulaşmış ve gelişimini tamamlamıştır.
Peki ama atom boyutuna indiğimiz zaman atomdan bile daha küçük olan ne
vardır? Elbette atom altı parçacıklar ve BUM! kuantum fiziğine hoşgeldiniz.
KUANTUM BOYUTUNDA İŞLEM YAPMAK
Kuantum bilgisayarları işlem birimi olarak
transistörler yerine atom altı parçacıkları kullanır.
Bunu da kuantum fiziğinin 'süperpozisyon'
ilkesine dayanarak yapar. Kimse korkmasın,
işin sayısal boyutuna girmeyeceğiz. Ancak
basitçe süperpozisyon ilkesinden bahsetmeden
geçemeyiz.
Süperpozisyon kuantum fiziğindeki
'ikililik' temeline dayanan bir durumdur.
Buna göre nasıl ki ışık çift karakterli olup
hem dalga hem de tanecik özelliği
gösteriyorsa en küçük atom altı parçacığımız
olan elektronlar da hem dalga
hem tanecik özelliği gösterir. Konuyla
ilgili ileri okuma yapmak isterseniz 'çift
yarıklı elektron deneyi' şeklinde araştırma
yapabilirsiniz. Şimdi süperpozisyona dönelim.
Şimdi söyleyeceğim şeyi günlük hayatın
klasik fizik ilkeleriyle bağdaştırmaya çalışmayın
lütfen zira öyle değil. Bir elektron aynı anda iki
farklı yerde olabilir. Evet yanlış okumadınız fiziksel
bir varlık olarak elektron aynı anda iki farklı konumda
bulunabiliyor buna da kuantum fiziğinde 'süperpozisyon'
deniyor. Bunun nasıl olduğunu soracak olursanız henüz
kimse bir cevap bulabilmiş değil peki neden? Çünkü elektronlar
çok yüksek enerjili ve yerinde duramayan parçacıklardır.
Biz elektronun konumunu ölçmek veya gözlemlemek istediğimizde mutlaka bir şekilde
kızılötesi veya görünür bölgede bir foton kendisine göndermemiz gerekmekte bu da elektrona
enerji vermemiz anlamına gelmekte ve dışarıdan bir şekilde ölçülmeye veya gözlemlenmeye
çalıştığı(aldığı enerjiden dolayı) anda elektron
bu süperpozisyon durumundan düşüp klasik fizik
ilkelerine döner ve tek bir konumda gözlenir. Bu
sebeple süperpozisyon durumunun nasıl olduğu ve
neden olduğu gibi konuları en azından önümüzdeki
30-40 yıllık dönemde bilemeyeceğiz. Kuantum bilgisayarlarının
hacim olarak çok büyük olmasının sebebi de
bu elektronların hareketliliği ve enerji sorunundan
kaynaklanır. Zira bizim işlem birimimiz olan qubitlerde
ki elektronların minimum hareketlilikte olabilecek en düşük hızda hareket etmesi ve
süperpozisyon durumunun bozulmaması için elektronlar tamamen izole ve vakumlanmış
kapta mutlak sıfır noktasına yakın sıcaklıklar da tutulur.( -250 derece gibi) bu sebeple bu
seviyede bir soğutma gücünü sağlamak için bize büyük soğutma kabinleri gerekmektedir.
Kuantum bilgisayarlarının buzdolabına benzemesi ve çok büyük olmasının sebebi budur.
Peki bu süperpozisyon ne işimize yarıyor bizim?
Yukarıda bitlerden 0 ve 1'lerden bahsetmiştik. Bir bit bilgisayar için ya 0 ya 1'dir
demiştik ya. İşte artık bu geçerli değil. Çünkü kuantum düzeyindeki bitlere verilen
isim olan qubitler bu bahsettiğimiz süperpozisyon durumuna göre 1 olabilir 0 olabilir
veya hem 0 hem 1 olabilir. Bu da bizim standart bilgisayarlarda tonlarca satırlık veriyle
ifade ettiğimiz durumları tek bir bit(daha doğrusu qubit) içerisine sığdırmamıza
olanak sağlar. Peki bir de üstüne bu qubitlerden birden fazla olursa. Hayal gücünün
sınırlarını zorlayan bir işlem gücü elde ederiz. Kafalar karıştıysa durumu çok basit
örneklerle açıklayalım.
Bu örnekler oldukça çoğaltılabilir yani kuantum
bilgisayarlarının yapabileceklerinin sınırı
bizim hayal gücümüz desek neredeyse abartmış
olmayız. Ek olarak IBM ürettiği son teknoloji
kuantum bilgisayarına herkesin erişimine
izin veren bulut sistemini geçtiğimiz yıllarda
duyurdu. Bu sisteme sizde katılıp IBM'ın kuan-
tum bilgisayarı üzerinden kuantum programlamacılığı yapabilir ve kuantum bilgisayarlarının
sınırını test edebilirsiniz. Şu linke tıklayıp kaydolduktan sonra IBM size kuantum
bilgisayarlarının işleyişi ve kuanutum fiziği hakkında bilmeniz gereken temel bazı şeyleri
anlatan bazı küçük dersler ve notlar veriyor. Bunların tamamını okuduktan ve anladıktan
hemen sonra size verilen basite indirgenmiş panelde siz de bir kuantum bilgisayarını
programlayabilir ve sonuçlarını görebilirsiniz.
İnsanlığa ne yararı olacağına dair
efektif bir kullanımına örnek verirsek.
Evren oluşumuyla ilgili aşina olduğumuz
büyük patlama teorisi trilyonlarca
olasılıkta 1 gerçekleşme ihtimali
bulunan bir dizi eylemin gerçekleşmesine
inanmaktadır bu trilyonlarca
olasılığı simüle edip, evrenin nasıl
oluştuğunu standart bir bilgisayar ile
ilüstire etmeye kalksak önümüze
yaklaşık 2000-3000 yıllık bir işlem
süresi çıkmakta. İşte gelişmiş bir
kuantum bilgisayarı evrenin oluşumunun bu simülasyonunu
bir kaç hafta içerisinde yapabilir. Daha da insan hayatına
dokunuşundan bahsedersek. Kuantum bilgisayarlarının
atomik boyutta çalıştığını söylemiştik yani tüm nesneleri ve
durumları atomik boyutta analiz eder ve sonuca varır. Şimdi
günümüzde yaşanan covid-19 pandemisi nedeniyle aşılar
ve ilaçlar gibi konular oldukça insanlığın gündeminde. Bir
aşı için genelde yıllarca süren çalışmalar gerekmekte. Virüsün
izolasyonu, analizi aşı hammadesinin eldesi ve insanlar üzerinde ki olası etkileri gibi.
Peki yıllarca çalışıp didinip bulunan ve nihayetinde yine yıllarca pek çok insan üzerinde
denenip olası etkileri saptanmaya çalışılan ve bu yüzlerce, binlerce deney sonrası
güvenli olup olmadığına karar verilen bu aşı veya ilaçların bu deneme sürecini bir kaç
güne indirmek sizce de çok harika olmaz mı? Nasıl mı. Kuantum bilgisayarları atomik
boyutta analiz yaptığı için ve neticede virüste atomlardan oluştuğu için bu virüsü ona
karşı kullanılabilecek etken maddeleri bunların nasıl uygulanması gerektiği ve bunların
insanlarda olası etkileri gibi tüm konuları bir kaç gün içinde milyarlarca kez simüle edebiliriz.
Bu da günümüzde onlarca yıllar süren çalışmaları muhtemelen haftalara düşürmemizi
sağlayacaktır.
Gelecek yazılarımızda görüşmek üzere!
Efehan ÇÜRE
@seheryildizitech
seheryildizi.net