En Sıcak Konular

Sosyal Medyada Yapay Zeka

9 Kasım 2019 10:37 tsi
Sosyal Medyada Yapay Zeka Sosyal Medyada Yapay Zeka

Sosyal Medyada Yapay Zeka

Dünyadan haberim olsun diye televizyonu açıyorsun haber kanallarına bir bakayım diyorsun; çoğu bomboş, kimseye fayadası olmayan, hatta insan psikolojisine zarar veren haberlerle dolu. Şu siyasi  ötekine laf etmiş, adamın teki karısını doğramış, bilmem hangi fitbolcu öğle yemeğini şurda yemiş, kim kimle kaçamak yapmış, vs. televizyonu açar açmaz asabın bozulmaya başlıyor. Internetteki haber sitelerinin veya sosyal medyada öne çıkan, haberci diye geçinen hesapların da çoğunlukla bunlardan farkı yok. Dünyadaki gerçeklerden değil, haber kanallarının sahipleri, yöneticileri kimse onların dünyalarındaki gerçeklerden haberin oluyor… Bir kurumun, oluşumun yöneticileri kimse, bunların kafalarındaki dünyanın yansımasını o kurumda rahatlıkla görürsün. Gazi Paşa Türkiye’si ile, Gazi Paşa sonrası yöneticilerin Türkiye’si arasındaki uçurum, bunun en açık örneklerindendir.

Bu haber kanalları, içeriklerini neden insanlara faydalı olacak, onları hem maddi hem manevi yönden geliştirebilecek bilgilerle doldurmuyorlar peki? Bunlar insan psikolojisinin karanlık tarafına oynuyor, insana mutluluk ve fayda değil, acı ve hüzün tattırılırsa, psikolojik olarak bunun kalıcılığı daha derindir ve bu kalıcılık ve hatırlanma durumu da “marka” olmanın özüdür. Kim seyircide daha derin psikolojik izler bırakırsa, seyirci nezdinde markası daha kalıcı olur. İnsandaki acı noktalarına oynayan bu strateteji, sadece habercilerin veya şirketlerin değil, tüm dünyadaki siyasilerin de temel stratejilerinden biridir.

İnsanlara ulaşan bilgi, 21. yüzyıla kadar her zaman birtakım tekellerin kurduğu hiyerarşik düzenin kontrolünde olmuştur. Günümüzde sosyal medya kavramıyla beraber artık bu işleyiş, yavaş yavaş kırılmaya başlamıştır. Haa, sosyal medya tamamen özgür mü, hiç mi kontrol eden yok? Elbette oraya da müdaheleler var, bu ölçekte uluslararası bir bilgi ağının kendi kendine bırakılacağını düşünmek, aşırı iyi niyetli bir bakış açısı olur. Böyle olsa da, yine de hiyerarşik tekellerdeki gibi tekdüzelik yoktur bu ortamda. Tekellerdeki tanınmış gazetecilerin değil, artık her bireyin birer mikro gazeteciye dönüşerek ürettiği ve bunların bir araya gelerek bütünleşik bir güç oluşturduğu haberlerin baskınlığı vardır. Diğer yandan doğru kullanılmazsa, zararları ve tehlikeleri de klasik haber kanallarının oluşturduğu zarardan daha fazla ve kalıcı olabilir.

Sosyal medya, gün geçtikçe haber edinme amacıyla başvurulan haber kaynakları arasında güçlenerek öne çıkmaktadır. Çoğu kişi, haber kanallarının es geçtiği ve hatta haberinin dahi olmadığı haberleri öğrenmek için sosyal medyaya başvurmaktadır. Bu başvuruş, genelde sistematik bir şekilde değil, bireysel bir şekilde ilginin ilk etapta aktığı konulara yönelik olmaktadır. Teker teker tüm haber başlıklarını (#hashtag’leri), en çok beğenilen ve paylaşılan haberleri, içerikeri, vs. incelemek hem çok zaman alıcı, hem de kafa karıştırıcı bir durumdur. Diğer yandan, öne çıkan haberlerin ve konuların dışında, bunlardan çok daha önemli ve sayıca daha fazla olan gerçek haberler ve faydalı bilgiler ise su yüzünde değildir… Bunları yakalamak için radarların altında seyretmek gerekir.

Radarların altında seyretmek, yani her türlü detayı yakalamak için de sistematik bir harekat tarzı esastır. Bin kişilik bir ekibin olsa, o bin kişi belli bir konuya yönelik sosyal medyada günler, haftalar süren haldır haldır bir araştırmaya girişse de, yine de konuyu tüm bileşenleriyle beraber ortaya çıkaramazlar. Bu nokta kritiktir, çünkü tüm bileşenler, ancak ve ancak aralarındaki ilişkilerle beraber ortaya çıkarıldığında, her bir yapboz parçasının ait olduğu o büyük resim tam anlamıyla görülebilir… Yoksa teker teker tüm yapboz parçalarını bulsan da, onların aralarındaki birbiri ile bir araya gelme doğasını çözmeden, ait oldukları büyük resim ortaya çıkarılamaz; ortada bir şey ifade etmeyen yüzlerce yapboz parçası olur. Bu bağlamda sosyal medyaya yönelik yüzlerce, binlerce maaşlı trol ekibi de kursan, en iyi ihtimalle günün sonunda elinde olacak olan, fazla bir şey ifade etmeyen, küçük küçük anlam parçacıklarından oluşan yapboz çuvalları olacaktır…

Yapboz parçaları, nasıl bir araya getirilecektir? Bunu insanların yapması çok uğraştırıcı, zaman alıcı ve hata yapmaya da oldukça müsait bir durum olacaktır. Bu iş, bu hedefe özgü bir yazılım üretilmesiyle en hızlı, verimli ve hatasız bir şekilde gerçekleştirilebilir. Esas önemli parça yazılımın kendisi değil, yazılımın içinde çalışacak olan analiz motorudur. Bu analiz motorunun ne kadar etkili, verimli ve güçlü çalışacağını ise analizin algoritması belirler ve bu algoritmayı da analistin kendisi yazar.

Bu konuya bir örnek çalışma olması açısından, belli başlı konu başlıklarına yönelik yaptığımız global ölçekteki sosyal medya yoklamalarından birinin özet şeklini kısaca ele alalım: 

5 - 6 Kasım 2019 tarihleri arasında 1 günlük bir zaman dilimine yönelik, “yapay zeka” konu başlığını (yani #ai ve #artificialintelligence hashtaglerini) içeren, global ölçekte 12,400+ sosyal medya hesabının ürettiği toplam 32,500+ twit, twitter platformundan çekilmiştir. Bu twit kütlesindeki 88,200+ hashtag içinde de 5,700+ çeşit tekil hashtag vardır. Bu arada belirtmek gerekir ki, bu veri toplama işleminin izinsiz veri çekme, hackleme,vs. gibi hem hukuki hem de etik kurallar dışındaki işlemlerle hiç bir bağı yoktur. Tüm işlemler, twitter platformunun veri güvenliği politikalarına ve kurallarına uyularak gerçekleştirilmektedir. Zaten bunlar ihlal edildiğinde twitter, kullanıcıyı kara listeye alır ve kendisinin bu tip işlemleri yapmasına izin vermez. Analizlerimiz, OSINT kodlu (Open Source Intelligence) açık kaynak istihbaratı kaynakları ile gerçekleştirilmektedir. Bu da şu demektir: bizim ulaştığımız verilere isteyen herkes, gerektiği kadar çabayı gösterdikten sonra ulaşabilir.

En fazla bahsedilen trend konu başlıkları, aşağıdaki kırmızı grafikte gösterilmiştir.



Yapay zeka konusunda, 5 - 6 Kasım tarihleri arasında, twitter platformu üzerinde tüm dünyada en fazla içerik üretilen ana başlıklar #iot, #machinelearning, #bigdata, #robotics ve #datascience’dır. iot = (internet of things, nesnelerin interneti), machinelearning = makine öğrenmesi, bigdata = büyük veri, datascience = veri bilimi. Peşinden gelen #ml, machine learning’in kısaltılmış hali; #deeplearning (derin öğrenme) ise machine learning’in bir alt dalıdır. Diğer göze çarpan trendler ise şu şekildedir: inovasyon, artırılmış gerçeklik (#ar, augmented reality), finansal teknoloji (#fintech), blockchain, sağlık (#healthcare), otomasyon, iş gücünün geleceği (#futureofwork), siber güvenlik, robotlar, sağlık teknolojisi (#healthtech), bulut bilişim (#cloud), #dl (deeplearning’in kısaltılmışıdır), 5g teknolojisi, sanal gerçeklik (#vr, virtual reality), kendi kendine giden araçlar (#autonomousvehicles),  endüstriyel nesnelerin interneti (#iiot, industrial internet of things). Grafikte alttaki yatay eksen, twit sayılarını göstermektedir. Görüldüğü gibi #iot ve #machinelearning hashtaglerini içeren twitlerin sayısı, ayrı ayrı 2,800 civarıdır.

Bu çıktılar, standart sosyal medya analiz yazılımlarından da alınabilir, ancak burda ince bir risk vardır: Ya bazı kişiler veya kişi gurupları örgütlenerek veya örgütlenmeyerek, kişisel olarak bilinçli bir biçimde kendilerini öne çıkarmak için veya genel trendlerin sıralamasında istedikleri kavramları öne çıkarmak için, normalin üzerinde bir çabayla çok sık aralıklarla içerik üretiyorsa? O zaman, bu sonuçlar yanıltıcı olacaktır… Bu etkiyi ortadan kaldırmak adına, bu veri üzerinde ayrı bir optimizasyon analizi yapılmıştır. Optimizasyon analizinde isterse bir kişi bir günde bin tane içerik üretmiş olsun, bu etki törpülenerek diğer normal kullanıcıların baskınlığına indirgenir ve geneli etkilemesine izin verilmez. Optimizasyon analizi sonuçları, aşağıdaki yeşil grafikte gösterilmiştir.

 


Gerçek trend sıralaması, bu yeşil grafiktedir. Yatay eksendeki sayılar, artık twit sayısı değil, optimizasyon puanlarıdır. Bu iki grafik karşılaştırılarak hangi konularda ortalamanın üzerinde bir çabayla içerik üretildiği tespit edilir. Özellikle büyük veri ve robotik konularında keskin sapmalar olduğu gözlemlenmektedir: Büyük veri konusunda, normalin üzerinde bir aktivasyon vardır (kırmızıda yüksek, yeşilde düşük). Robotik konusu ise gerçek öneminden daha az bir önemde gibi gözükmektedir (kırmızıda düşük, yeşilde yüksek), ancak durum öyle değildir; bunu birazdan daha ayrıntılı ele alıyor olacağız. Robotik gibi gerçek öneminden daha az önemli gibi gözüken diğer bir konu da artırılmış gerçekliktir (#ar).

Bu tip istatistiki analizlerle eldeki verilerin bireysel olarak önemleri, sayısal karşılaştırmalarla ortaya çıkarılabilir. Ancak salt sayıların gücü de bir yere kadardır… Eldeki veriden daha derin anlamlar ortaya çıkarabilmek için istatistiğe ek olarak farklı analiz unsurlarını da işin içine katmak gerekmektedir. Şu anda şöyle bir soru sorsak, salt istatistik buna cevap veremez: “Bu grafiklerdeki her kavram, ya büyük bir yapbozun parçasıysa?.. Parçalar, doğal yollarla bir araya düzgün bir şekilde getirildiğinde oluşan büyük resim, neyi anlatıyor? Büyük yapboz resmini oluşturan tabloda ağaçlar, evler, yollar, nehirler var mı? Varsa, bunlar resimde nerde ve daha bizim göremediğimiz başka hangi çeşit irili ufaklı nesne resimleri var?..” Bu derin anlamları ortaya çıkarabilmek için, parçaları en doğal yoluyla otomatik olarak bir araya getirecek bir algoritmaya ihtiyaç vardır.

90’lı yılların başlarındaki “Terminatör 2” filmini izlemiş olanlar, kötü roldeki robot T1000’in döküm fabrikasındaki sıvı nitrojen sahnesini hatırlayacaklardır.

 


Sıvı nitrojen taşıyan tanker devrilir ve T1000 de sıvı nitrojene bulanarak donar. T800, donmuş T1000’e ateş ederek onu paramparça eder; ancak olay döküm fabrikası yanında gerçekleştiğinden sıvı metallerin ısısı ile yerdeki parçalar yavaş yavaş donmuş halden sıvı hale dönüşür. T1000’in ufak damlacıklar şeklindeki her parçası, sanki büyük bir yapbozdaki yerlerini biliyormuş gibi birbirleriyle dinamik bir geometride birleşmeye başlarlar. Tüm parçalar birleştiğinde ise T1000, hiç darbe yememiş gibi, eski haline geri dönmüştür. (https://www.youtube.com/watch?v=Aq5ydeWWr4A)

Sıvı damlacıkların her biri, kendisine mesafe olarak en yakın ve de en büyük kütleli diğer sıvı parçacıkla birleşme işlemini gerçekleştirir; yani her damlacık, arasında elektromanyetik kuvvetin en fazla olduğu damlacıkla birleşir. İlk birleşmeden sonraki ikinci birleşmede de, bu birinci birleşme sonucu ortaya çıkmış olan yeni damlacıklar da tekrardan aralarındaki kuvvetin en fazla olduğu diğer damlacıklara doğru sürüklenerek birleşirler. Üçüncü ve diğer adımlarda da bu sistem, en son resmi, yani bütün T1000’i oluşturana kadar devam eder.

Buna benzer şekilde, elimizdeki veriyi oluşturan birbirinden bağımsız kavramlar (hashtagler) arasında bir “elektromanyetik kuvvet” tarzı “matematiksel kuvvet” parametresi oluşturulmuştur. Sıfır noktasında hepsi birbirinden ayrı olan her hashtag, kendisine anlam olarak en yakın hashtage doğru sürüklenerek ilk birleşmeyi gerçekleştirir. Oluşan bu küçük anlam topakları da ikinci adımda birbirleri arasında en yakın anlamdaki diğer topaklarla ikinci birleşmeyi yaparlar. Bu sistem, en son tek bir büyük anlam topağı, büyük yapboz olana kadar bu şekilde tekrarlanarak devam eder. Şimdi bu en sondaki büyük yapbozu ortaya koyarak iki seviye derindeki anlam topaklarını inceleyeceğiz; yani süreci tersine çevirerek katman katman aşağı ineceğiz. Büyük yapbozun üzerindeki en önemli nesneler aşağıda belirtilmiştir.



Bu sonuç, elimizdeki büyük verideki 5,700+ çeşit hashtag için değil, bunların içinden yine ayrı bir analizle kaymak tabakasını oluşturan tepedeki 330+ adet hashagin seçilip ayıklanmasıyla oluşturulmuştur. Eğer 5,700+ çeşit hashtagi analiz etseydik çıkan sonuçları bilgisayar ekranında değil, çıktılarını alıp birleştirerek bahçe gibi bir alana yaydıktan sonra tepeden bakarak incelemek zorunda kalırdık. Seçilen bu kaymak tabaka da verinin tamamını büyük oranda temsil eden bir kütledir.

Kavramların büyüklüğü, en baştan bu büyük resim oluşana kadarki geçen birleşme sürecinde gösterdikleri çekim kuvvetiyle doğru orantılıdır. Yani her kavramın, diğer her kavramla arasındaki  tüm çekim kuvvetleri hesaplanarak ortaya çıkarılan sonuçta, en büyük toplam çekim kuvvetine sahip olanlar iot, tech ve robotics kavramlarıdır. Bu sonuç, bir önceki yeşil grafikteki sıralamadan faklıdır. Orda iot ve machinelearning hemen hemen birbirine eşit oranda liderliği paylaşırken, önem sırasında robotik kavramı, bunların ortalama %75’i oranında 3. sıradaydı, ama burda robotik kavramı, nesneler arası internet kavramıyla (iot) eşit önemde liderliği paylaşmaktadır. Böylece, klasik istatistiki analizlerle ortaya çıkarılamayan derin anlamlardan biri, bu şekilde elde edilmiştir. Bu grafik çeşidinin ismi, kelime bulutudur. Kelime bulutundaki kavramlarının geometrik konumlarının bir anlamı yoktur, beyaz alanı en verimli doldurabilmek adına rastgele şekilde serpilmişlerdir, önemli olan içindeki kavramların büyüklüğüdür. Bu büyük resim, şu tek cümleye tekamül eder: “5 Kasım 1019 tarihinde, 24 saatlik dilimde, tüm dünya üzerinde ‘yapay zeka’ konu başlığı altında üretilen twitter’daki içeriklerde, bu kavramla en fazla ilişkisi olan en önemli kavramlar, nesneler arası internet ve robotiktir...”

Şimdi esas film, bu noktadan sonra başlamaktadır. En sondaki bu büyük yapbozun bir önceki adımı olan safhaya geçip ordaki büyük birleşme öncesindeki topakları ele alacağız.

Bu safhada, yani birinci seviye derinlikte, en büyük segment (gurup), yeşil renkli iot ve robotik segmentidir. Kelime bulutu grafiğindeki her segment, rahatlıkla görülebilmesi açısından farklı renklerle işaretlenmiştir. İkinci büyük segment machinelearning ve bigdata segmentidir. Görüleceği üzere her segment içindeki kavramlar, diğer segmentlerdeki kavramlara nazaran kendi içlerinde daha anlamlı guruplar oluşturacak şekilde bir araya gelmiştir. Segment içleri homojenken, segmentler arası ayrılıklar vardır. Iot ve robotik segmentinde yapay zekanın donanım yüzü varken, machinelearning ve bigdata segmentinde ise yapay zekanın yazılım ve algoritma yüzü vardır. Bu birinci seviye derinlikteki tüm önemli segmentlerin öne çıkan başlıkları şu şekildedir: 1) iot, robotics, technology, healthtech, innovation, futureofwork, robots, autonomousvehicles, automation, vs. 2) machinelearning, bigdata, datascience, deeplearning, analytics, vs. 3) blockchain, fintech, dataanalytics, cybersecurity, smartcity, banking, cryptocurrency, vs.

En büyük segment olan robotik segmentinde sağlık teknolojisinin ne aradığı sorusu sorulabilir. Bu çıktı şu kritik durumun da habercisidir: Yapay zeka tabanlı robotik ve nesneler arası internet gelişmelerinin şu an en baskın olduğu sektör, sağlık teknolojisi sektörüdür… Bu duruma bir örnek olarak geçen günlerde Çin’de yapay zekanın ve alanında uzman doktorların yarıştığı bir hastalığa tanı koyma yarışması düzenlenmiştir. Hepsi alanında uzman, saçları bembeyaz olmuş tüm bu doktorları, yapay zeka alt etmiştir… Yani hepsinin tecrübesini alt ederek sıkıntılı bir hastalık tanısı koyma problemini doktorlardan daha iyi çözmüştür. Diğer yandan bu gurupta futureofwork ve automation kavramları da kritik öneme sahiptir. Bu sonuç da şunun habercisidir: Robotlu otomasyonun artmasıyla maalesef yakın bir gelecekte bir çok insan işini, robotlara kaptıracak ve işsiz kalacaktır… Üçüncü segmentte blockchain başı çekerken bunla en yakından ilgili kavram fintech’dir. Uluslararası finans sektörünü takip edenler bilir ki artık finans ve bankacılık, bankaların tekelindeki hiyerarşik yapıdan artık yavaş yavaş blockchain tabanlı dağıtık yapıya geçmektedir. Bu durumun bir sonucu olarak da en fazla risk içeren faktör güvenliktir ve segment içinde cybersecurity kavramıyla kendini göstermiştir.

Şu hususu da belirtmek gerekir ki segmentasyon işlemi, buraya koymadığımız, tıpkı fiziki coğrafik haritalara benzeyen dijital haritalar üzerinde yapıldıktan sonra çıkan sonuçlar kelime bulutu şeklinde görselleştirilmiştir. Yani tüm hashtaglerin geometrik olarak coğrafik haritadaki dağların, ovaların, nehirlerin birbirine bağlanması gibi birbirine bağlandığı dijital haritalarda esas segmentasyon işlemi yapılmakta ve sonuçlar kelime bulutlarına aktarılmaktadır.

Bu noktada en büyük ve önemli segment olan robotik segmentini büyük yapbozun içinden kesip çıkararak bu sefer sadece kendi içindeki kavramların birbiri ile bağlantılarının dikkate alındığı ve bu şekilde en öne çıkan konuların bulunduğu, ikinci seviye derinliğe inmeye başlayalım.

 


Robotik segmentindeki kavramların, yapbozun diğer kavramları ile ilişkisi kesilip sadece kendi içlerindeki bağları dikkate alındığında ise görüleceği üzere robotik kavramı, artık nesnelerin internetini (iot) de geride bırakmıştır ve kendi segmentinin lideri olmuştur… Bunu da kendi içinde doğal şekilde alt segmentlere ayırdığımızda çıkan sonuç aşağıdaki gibidir.

 


İkinci derinlik seviyesindeki bu segmentlerin başlıkları şu şekildedir: 1) robotics, innovation, futureofwork, industry40, drones, vs. 2) iot, tech, technology, ar, healthtech, vr, vs. 3) autonomousvehicles, selfdrivingcars, smartcities, driverlesscars, vs. 4) mayans, lidar, map.

Görüleceği üzere, derine yani özele indikçe segmentler daha keskin ve değerli anlamlara bürünmekte, yüzeye çıktıkça ise daha genel anlamları göstermektedir. Robotik segmenti burda artık iki ana parçaya ayrılmıştır ve robotik kavramı en yakın olarak inovasyon, 4.endüstri devrimi, iş dünyasının geleceği ve drone’larla beraberdir. Nesnelerin interneti kavramı ise sağlık teknolojisi, artırılmış gerçeklik ve sanal gerçeklik kavramları ile beraberdir. Üçüncü segment, açık bir şekilde akıllı şehirleri anlatmaktadır. Akıllı şehirler ve bunların içindeki otonom araçlar, kendi kendine giden arabalar, vs. yapay zekanın ana uygulama sahalarından bir diğeridir. En tuhaf segment ise dördüncü segmenttir. İlk etapta bunun ne olduğu açıkça anlaşılamamaktadır; ancak bu makalenin yazılış amacı da tam da bu dördüncü segmentteki durumdan dolayıdır… Mayalar, lidar ve harita kavramlarının birbiri ile ne alakası olabilir?.. Mayaların yapay zeka analizinde ne işi vardır?.. Lidar ne demektir? Bu sorular, analizi yapan olarak bizim de cevabını bilmediğimiz sorulardır. Bakalım bakalım vaziyet nedir ne değildir.

Bu segmentteki hashtagleri twitter’da bütünleşik olarak arattığımızda orijinal twit kendisini göstermiş, ve olayın ne olduğu anlaşılmıştır:


Lidar tarama teknolojisi ile Mayalar’ın yaşadığı ormanlar taranmış ve Mayalar’a ait şimdiye kadar bulunamayan yer altı şehirleri görüntülenerek ortaya çıkarılmıştır…  Yalnız bu durumda analizin kendisi ile ilgili bir soru işareti belirmiştir: Madem lidar teknolojisi bir tarama teknolojisi, bu yazılım tabanlı bir çözüm mü, öyleyse bu segment neden robotik ve nesneler arası internet kavramlarının başını çektiği segmentin altında bir alt segment olarak yer almıştır?.. Analiz algoritması bir yanlışlık mı yapmıştır?..  Bu lidar, neyin nesidir? İnternette bir aratalım:

 


Lidar sensörlerinin, taramayı yapabilmek için uydu, uçak, drone gibi bir hava aracına monte edilmesi gerekmektedir. Yani, analiz algoritması yanlışlık yapmamış, lidar teknolojisini, drone’ların da içinde bulunduğu robotik ve nesneler arası inernet segmenti içinde guruplamıştır…

Diğer yandan lidar teknolojisi, NASA tarafından, Ay’a gönderilecek uzay araçlarının otonom bir şekilde kendi kendilerine güvenli iniş yapabilmesi için kritik bir teknoloji olarak tanımlanmaktadır. Ayrıca, kendi kendine giden otonom araçlar da lidar sensörleri ile beraber kullanılmak üzere dizayn edilmektedir. Bu sensörler sayesinde araçlar yoldaki tüm nesneleri algılayarak kendi kendilerine güvenli sürüşler gerçekleştirmektedir. Analizimizde üçüncü segment tamamen akıllı şehirleri ve kendi kendine giden otonom araçları ortaya çıkarmıştı. Yani bu segment ve yanındaki lidar segmenti, bir üst seviyede robotik ve nesnelerin interneti ana segmentinde aynı çatı altında birlikteydiler; bu da analiz algoritmasının başarısının diğer bir kanıtıdır.

Diğer segmentlerde derinlere inilerek çıkarılan onlarca önemli haberden birkaçı şu şekildedir: 1) Uzakdoğulu bir bilimadamı, insan yüzündeki tüm mimikleri birebir taklit edebilen yeni çeşit bir robot yüz geliştirdi. Bu haberin videosunu biz de seyrettik, videoda yüzün altındaki boyun bölgesindeki metalleri ve kabloları görmesek gerçek insan sanmamak işten bile değildir! Kızgınlık, şaşkınlık, sevinç, üzüntü, vs. tüm duygu mimiklerini aynı insan gibi taklit etmektedir. İnsanların mimiklerini çalıp robotlara kimler aktarmaktadır?.. İnsanların botoksla mimikleri çalınırken robotlara mimikler kazandırılmaktadır. Bu konunun önemine binaen Onaltı Yıldız’ın Botoks = Mimikleri Yok Etme Operasyonu (https://www.onaltiyildiz.com/?artikel,161/), Şeytan, Neden Mimikleri Yok Etmek İstiyor? (https://www.onaltiyildiz.com/?haber,2305) ve Mimiklerinizi Yok Ettirmeyin! (https://www.onaltiyildiz.com/?haber,2959) makaleleri yeniden değerlendirilmelidir. İnsana bu kadar benzeyen ürünler üretiliyorsa eğer, aramızda gezenlerin bazılarının gerçek insan olduğunu nerden bilelim?..

“...Tutsak anlatmaya devam etti. Dağ taştaki yaban hayvanlarının çoğu biyonik kopya, birer casus...”, Kambala - 3

2) Abd hükümeti, Abd ordusunun savaş robotları kullanımı hakkında etik kurallar genelgesi üzerinde çalışıyor. Vaziyet işte bu kadar mühimdir… İşin bu yüksek tehlike boyutunun çok az kişi farkındadır.

3) Afrika ülkelerinde, Afrika dillerinin NLP (natural language processing, doğal dil işleme) ve NLU (natural language understanding, doğal dil anlama) teknikleri ile araştırılması ve dil çalışmalarının ilerletilmesi adına ortak bir kongre düzenlendi. Afrika ülkelerinde bile bu analitik yöntemler kullanılıyor ama bizde Türk dillerine yönelik çalışmalarda hala doğru düzgün bir uygulama sahası yoktur; bu durum, bizim için bir utanç vesilesidir…

Özellikle genç kardeşlerimize tavsiyemizdir: Kodlamayı öğreniniz. Sadece yazılım yapmak yetmez. Pratik matematik olan istatistiği öğreniniz. İş artık öyle bir noktaya gelmiştir ki ilerde bakkal dükkanı açan adam bile bu konulardan anlamak zorunda kalacaktır. Mesleğiniz ne olursa olsun, kendi sahanızda kodlama yapabilmek, makine öğrenmesi teknikleri ile sonuçlar çıkarabilmek sizi hem ulusal hem de uluslararası platformlarda yukarıya taşır. Sizler yukarıya çıktığınızda Türk Milleti de zaten kendiliğinden yukarıya çıkmış olacaktır…

“Asla şüphem yoktur ki, Türklüğün unutulmuş medeni vasfı ve büyük medeni kabiliyeti, bundan sonraki inkişafı ile âtinin yüksek medeniyet ufkunda yeni bir güneş gibi doğacaktır.” - Gazi Mustafa Kemal Atatürk.
 

Yasin Murat YİĞİT 




Bu haber 2,357 defa okundu.


Yorumlar

 + Yorum Ekle 
    kapat

    Değerli okuyucumuz,
    Yazdığınız yorumlar editör denetiminden sonra onaylanır ve sitede yayınlanır.
    Yorum yazarken aşağıda maddeler halinde belirtilmiş hususları okumuş, anlamış, kabul etmiş sayılırsınız.
    · Türkiye Cumhuriyeti kanunlarında açıkça suç olarak belirtilmiş konular için suçu ya da suçluyu övücü ifadeler kullanılamayağını,
    · Kişi ya da kurumlar için eleştiri sınırları ötesinde küçük düşürücü ifadeler kullanılamayacağını,
    · Kişi ya da kurumlara karşı tehdit, saldırı ya da tahkir içerikli ifadeler kullanılamayacağını,
    · Kişi veya kurumların telif haklarına konu olan fikir ve/veya sanat eserlerine ait hiçbir içerik yayınlanamayacağını,
    · Kişi veya kurumların ticari sırlarının ifşaı edilemeyeceğini,
    · Genel ahlaka aykırı söz, ifade ya da yakıştırmaların yapılamayacağını,
    · Yasal bir takip durumda, yorum tarih ve saati ile yorumu yazdığım cihaza ait IP numarasının adli makamlara iletileceğini,
    · Yorumumdan kaynaklanan her türlü hukuki sorumluluğun tarafıma ait olduğunu,
    Bu formu gönderdiğimde kabul ediyorum.





    ON ALTI YILDIZ'da Ara Internet'te Ara  

    Haber Sistemi altyapısı ile çalışmaktadır.
    10,588 µs