hesabın var mı? giriş yap

  • videodaki iki genç sahilde takılırken aniden dev bir parmak izi beliriyor üstünde de yeni çağın başlangıcı yazıyor, ne anlama geliyor olabilir altından ne çıkacak merak ederseniz takipte kalın
    bkz: esrarengiz parmak izi

  • hangi telefon konuşmasına 10 milyon dolardan bahsediliyordu da kırpıp yerleştirdiler diye merak edilesi açıklamadır.

  • levye amk
    (bkz: half-life)

    "2 saat kaybolduk nolmuş lan?!" editi: okuldan kaçıp internet cafede half-life "atan" ve crossfire'da malum butona basıp sığınakta crossbow ile pusu kuran, ayrıca gene crossfire'da malum butona basmayı yasaklayıp dünyanın ilk nükleer silahsızlaşma antlaşmasını yapan, sıkılınca meydanda toplanıp levye ile birbirine giren ve sis atan tüm oç akranlarıma selam olsun. alayınıza impulse 101 ulan!

  • en azindan yakin gelecekte gercek olmayacagini dusundugum onerme.

    halen bilgisayar ile goru* alaninda doktora yapiyorum, elektrik-elektronik muhendisiyim. tum bu alan, 2012 yilindan bu yana, kamuoyu nezdinde yapay zeka adi altinda parlatilan derin ogrenme* adi verilen teknik tarafindan domine edilmis durumda, ben de yalnizca derin ogrenme calisiyorum. cikan neredeyse her yeni algoritma derin ogrenme tabanli ve derin ogrenme tabanli olmayan algoritmalardan cok daha iyi performans gosteriyor. once isterseniz "yapay zeka" olarak nitelendirilen metodun ne oldugundan kisaca bahsedeyim devaminda neden bunun tip doktorlugunun alternatifi olamayacagini dusundugumu aciklayacagim.

    derin ogrenme, lineer ve lineer-olmayan donusumlerin birbirini izledigi kompleks bir matematiksel fonksiyon. bu fonksiyona ait parametreler* var. bu parametreler, daha onceden insan eli ile isaretlenmis veriler kullanilarak "ogreniliyor". ornek uzerinden anlatayim: elimizde yuz adet hayvan olsun. bu hayvanlar ya kedi, ya da kopek olsun. her bir hayvanin boyunu, kilosunu ve yasini olcelim, olcerken de hangisinin kediye, hangisinin kopege ait oldugunu bir kenara not edelim. daha sonra, bir kompleks matematiksel fonksiyon uyduralim (tabii ki matematiksel olarak anlamli dizayn oruntuleri var). bu fonksiyona ait ayarlanabilir parametreler olsun. ıste "ogrenme" fazinda, biz bu fonksiyona bu boy-kilo-yas verisini gosterecegiz ve bu fonksiyon bize rastgele bir cikti verecek. daha sonra da, parametreleri ayarlayarak, istedigimiz ciktiyi vermesini saglayacagiz. diyelim ki, kopek icin 1, kedi icin 0 sayilarini cikti vermesini istiyoruz. gosterdigimiz ornekler ile, olmasi gereken ciktiyi bildigimiz icin matematiksel optimizasyon metotlarini kullanarak uygun parametreleri belirliyoruz. daha sonra, kediye mi kopege mi ait oldugunu bilmedigimiz bir boy-kilo-yas verisi geldiginde, elimizdeki fonksiyonu, ogrenilmis parametreler ile calistiyoruz ve algoritma bize bir cikti veriyor. bu cikti, 0.5'in altinda ise, bilinmeyen ornegin bir kediye, ustunde ise kopege ait olduguna isaret ediyor. ıste, yapay zeka olarak adlandirilan derin ogrenme bu sekilde calisiyor.

    simdi gelelim neden derin ogrenmenin tip doktorlugunu neden yok edemeyecegine. bunun sebeplerini su sekilde siralayabilirim:

    1) derin ogrenmenin verdigi kararlar aciklanamaz. bu kisim oldukca onemli. derin ogrenme, bazi tip ile ilgili gorevlerde gercekten iyi bir performans sergiliyor. kimi zaman, deneyimsiz doktorlardan daha basarili patolojik tani koyabilmekte. ancak, mevcut hali ile, verdigi bir karari neden verdigi bilgisine ulasilamiyor. bir insana soruldugunda, burada bir ben* var ve ben bu benin seklinin yuvarlak olmamasindan ve icinde ton degisimleri olmasindan dolayi bunu supheli goruyorum aciklamasini alabilirsiniz. bir derin ogrenme algoritmasi ise size sadece suphelilik olasiligi gibi bir sayi verecektir. ıste bu yuzden halen, dunyanin ileri gelen saglik kuruluslari, derin ogrenme algoritmalarinin direkt olarak tibbi cihazlarda kullanimasina karsi cikiyor. tip temkinli yaklasilmasi gereken bir alan. yapilmasi muhtemel hatalarin bile neden yapildigina dair aciklama getirmenin onemli oldugu bir alan. daha aciklanabilir sonuclar alinana degin, derin ogrenme muhtemelen size tani koymayacak.

    2) suclanabilirlik. diyelim ki hastaneye gittiniz ve radyolojik muayene neticesinde riskli bir kitle tespit edildi. derhal biyopsi alindi ve patoloji laboratuvarina gonderildi. makroskopik incelemeden sonra patolog bu biyopsiyi mikroskopta incelenecek sekilde hazirladi ve boyadi. devaminda dunyanin en iyisi olan bir derin ogrenme algoritmasi mikroskopik fotograflari inceledi ve bu kitlenin iyi huylu olduguna karar verdi. diyelim ki, yanildi ve siz oldunuz. bu durumda kimi suclayacagiz? biyopsiyi hazirlayan doktoru mu, algoritmayi hazirlayan muhendisi mi, yoksa ogrenme icin kullanilan veri setini olusturan kisileri mi? cevap bunlarin hicbirisi, cunku bu sorunun bir cevabi yok. benzer bir durum surucusuz araba icin de gecerli. bu arac hatali bir karar verip, aslinda onlenebilecek bir kazayi yaptiginda, aracin icindeki yolcuyu suclayamazsiniz. bu hukuki cikmaz onemlidir ve derin ogrenme tabanli algoritmalarin gundelik hayatimiza girisini onemli olcude yavaslatmaktadir.

    3) derin ogrenme insanin isaretledigi veriden ogrenir. ınsanin isaretledigi veri hangi bilgiyi isaret ediyorsa, derin ogrenme onu ogrenir, dogru veya yanlis olmasi fark etmez. ornegin bir radyologun kolayca yakalayabilecegi bir kist, ogrenme datasinda yanlis isaretlenmis ise, derin ogrenme bu yanlisi ogrenebilir. ogrenmeyebilir de. aciklayamiyoruz (bkz: madde 1). ayrica, insanin isaretledigi veriden ogrenen bir algoritmanin, insandan daha basarili sonuc vermesi beklenmez. verse bile bunu tespit edemeyiz, cunku test icin kullanacagimiz veriler de bir insan tarafindan isaretlenmis olacak.

    4) derin ogrenme tibba dair bir takim rutin isleri devralabilir, ama bu tip doktorlugunu bitirecegi manasina gelmez. belki istihdam edilmesi gereken doktor sayisi bir miktar azalabilir, ancak her tip ana bilim dalinda arastirma yapacak, ya da hic olmazsa derin ogrenme icin kullanilacak verileri isaretleyecek insanlara ihtiyac olacak.

    5) genelleme yetenegi. halen en iyi algoritmalarin dahi genelleme yetenegi sinirli. ornegin, diyelim ki, bir hastanede calisan radyoloji uzmani bir doktor, kendi hastanesindeki y marka mr cihazinin goruntuleri ile calisiyor. ancak bu doktor baska bir hastanedeki z marka mr cihazinin sonuclarini da, bu markaya ait sonuclara daha once bakmamis olsa dahi anlayabilir ve performansinda ciddi dusus olmadan dogru taniyi koyabilir. aynisini bir derin ogrenme algoritmasi icin soylemek oldukca zor. dunyadaki tum mr cihazlarinin goruntulerini ogretseniz dahi, halen en guclu algoritmalar bile, veri seti spesifik ogretilmis versiyonlarindan kotu calisiyor.

    tum bu etkenler degerlendirilince, yakin gelecekte derin ogrenmenin doktorlugu yok edecegini dusunmuyorum, ki verdigim ornekler ozellikle yok olacagi dusunulen tip alt dallarina ait. eger illa bir doktor grubu issiz kalacaksa bu, teknolojiye ayak uyduramayan, onunla calismayi kaldiramayan grup olacak. cunku derin ogrenmenin avantajlarini kullanmayi bilen bir hekime kiyasla cok daha dusuk verimlilik saglayabilecekler.

  • çin'e koymaz; liechtenstein'da falan olsa nüfusun yarısına tekabül edeceğinden hükumet devrilirdi.

  • murphy kanunları uyarınca, doğru insan tam da beklenmeyen anda çıkar aslında karşımıza.
    her kalabalık kutlamaya, üzerimize en kibar elbiseler, en içten gülücükler alıp gideriz.
    herkesin alnında ne yazar okumaya çalışırız, gel gör ki doğru insan, kafada takke, ayakta sabo terlik ve dizleri çıkmış bir eşofmanla bakkala indiğimizde düşen parayı yetiştirmek için arkamızdan koşan insandır.
    ya da otobüste cep telefonunu açık unuttuğumuz için tüm yolculardan azar işitirken, -ikarus otobüste ne abs' si- diyerek bizi kollayandır.

    doğru insanı ararken girilen şekil şemal, bizi onun için doğru olmaktan çıkarır aslında. en doğru en doğal olandır. bunu unutur, o bizi yüzlerce metreden seçsin diye şatafata boğarız kendimizi.yüksek sesle konuşuruz o ne kadar esprili olduğumuzu anlasın uzaklardan diye, pembe, morlara boğarız kendimizi elalem çok yakışıyor dedi diye, sosyal görünmek için bir merhabamız olan herkesi öperiz yol ortası rastlantılarında.

    bu sebeple bekleyiş kaybettirir aslında ha keza arayış da. çünkü gerçek, yağmuru seyrederken yalnızlığa ağlamaktır.
    doğru insan bu anı içten içe bilen ve bu anı silmek için emek verendir.
    oysa göremeyiz. çünkü yaptığımız şatafatın benzerini bekleriz ilk etapta.

    karizmatik bir merhaba bekleriz belki de o her bayram mesaj atanımızdır. 15 yıldır doğum günümüzü unutmayan ve sadece dost gördüğümüzdür.
    belki okulda sınav dönemi bize de fotokopi çektirendir.

    doğru insan biz teklif etmeden ders çalıştıran, hava soğuduğunda ceketini verendir.
    doğru insan yalındır, doğaldır. bunu bilmek bekleme süresini kısaltır.
    aramak ya da beklemek değil aslolan görebilmektir.

    herkes için doğru insan vardır, önemli olan omzunuza bırakılan ceketteki sıcaklığı hissedebilmektir.

  • diyet yapmak, estetizm ve magazin kulturun yukseli$i, kar$i taraftan obezitenin kitlesel bir problem olmasi ve yayginla$masi ile yeni turemeye ba$ladigini gordugum hatun tur ki$iler.
    bu hakki onlara $i$manlar, aslinda sadece $i$manlar da degil, zayif boyle ip gibi olmayanlar, herkes verdi. gotleri kakti bu tip hatunlarin...
    dikkat ediniz.
    etrafta her tarafi dokulen, bariz cirkin, son derece tahta hatunlarda bir afra tafra var dostlarim. ulan bakiyorum boyle bir katrin zeta cons havalari, liv teylirmi$casina bir salinmalar, bir haller. benim aklimdan kolundan tutup (kirmadan) bir kebapciya goturerek 2 lokma bir et yediresim geliyor bakarken... bunlar kaf daginin prensesleri.
    nedenk?
    zayif ya hanfendi ondan.
    giyiyorlar kolsuz badileri vesaire, zayifliklarini gosterecek $eyler, kemikleri sayiliyor, cildindeki bozukluklar bu yuzden vurgulanmi$, ustune kemikli bir burun, ama 45 kilo ya, cok guzel canim.
    hele hele toplu kadinlarin yaninda temelli bir halleri degişi$iyor. gune$ etrafinda donen gezegenin gune$e artistik yapmasi gibi... diyet muhabbeti duyulan her muhabbete atlama veya kacma, (ortasi yok) kendilerine "- kac kilosun?..." diye sorulmasini bekleme halleri... hissediyorum, eskiden guzel kiz guzel kizdi, kilo dedigin ayrica bir argumandi, bagimsizdi, $imdilerde sadece zayifligini guzellik sananlar turedi.
    ulan ufleyince kenara cekiliyorsun, asansorde yanimda, odundan siyrilmi$ kiymik gibi kaliyorsun... diyelim ki cok guzel olmu$un, istedigin oldu, sevgili buldun sevi$tin, nasil dol tutacan de cocugu nerenden cikaracan?

    zayifligin da bokunu cikardi kari milleti.
    bunu soylerim kisaca.
    kutle olarak degil, onun degi$tirdigi kultur olarak.