Yapay zeka

*YAPAY ZEKA* Literatürde "Artificial Intelligence"olarak adland r lan yapay zeka ilk bak ta herkese farkl bir eyin ça#r m n yapt rmaktad r. Kimilerine göre, yapay zeka kavram ,insano#lunun yerini alan elektro mekanik bir robotu ça#r t rmaktad r.

Fakat bu alanla ilgili olan herkes,insano#lu ile makinalar aras nda kesin bir farkl l # n oldu#u bilincindedir. Bilgisayarlar hiçbir zaman insano#lunun yarat c l k,duygu ve mizac n n benze imini aktarabilme becerisine sahip olamayacakt r. Bununla beraber,bilgisayarlar n belirli insan davran lar n (nesneleri alma ve bunlar belirli yerlere yerle tirme gibi) yapan makinalara yön vermesi ve belirli bir uzmanl k alan ile ilgili(veri hesaplamas , t bbi te his gibi) be eri dü ünme sürecinin benze imini yapan (simule eden)sistemlere beyin olma becerisine sahip olmas mümkündür.

Yapay zeka (YZ) alan nda önemli geli meler günümüzde sa#lanm olmakla beraber, ara t rma düzeyi halen kuluçka safhas ndad r. Her geçen gün, yapay zeka ara t rmac lar yapay zekan n yeniden tan mlanmas na yard mc olacak yeni icat ve yenilikler ortaya koymaktad r. Hatta baz lar bu geli melere bakarak YZ'nin tan mlanmas imkans z mu#lak bir kavram oldu#unu bile söylemektedir. YZ konusunda yap lan çal malar n her birisinin cevaptan daha çok yeni sorular ortaya koydu#u bile söylenebilir.8ununla ilgili olarak, MIT (Massachusette Technical University} ara t rma grubunda YZ ile ilgili çal malar n öncüsü olan Manvin Minsky YZ'nin " hareket eden bir ufuk " gibi oldu#unu ifade etmektedir.

YZ konusundaki çal malar 1960'lardan beri gündemde olmas na kar n YZ uygulamalar n n muazzam boyutta bilgisayar gücüne ihtiyaç duymas ndan dolay ara t rmac lar n ço#unun bu alanda yeni bir ey ortaya koyma gayreti sonuçsuz kalm t r.

Ancak günümüzde bilgisayar teknolojisinde ya anan geli melerin sagladigi ucuz ve güçlü bilgisayarlar sayesinde YZ alaninda büyük ölçekli ara tirma yapabilmek ekonomik açidan mümkün hale gelebilmi tir. Bunun sonucu olarak,YZ' nin bir alt alani olan uzman sistemler (expert systems) konusunda daha imdiden önemli geli meler saglanmi olup, i aleminin karar verme sürecinde uzman sistemlerden önemli ölçüde yararlandigi gözlenmektedir. *YAPAY ZEKA TÜRLER=* Yapay zeka konusundaki ara tirmalar *Bilgiye dayal

u gruplar altinda toplanabilir.

yapay zeka ve uzman sistemler

*Do#al diller (bilgisayar ile do#rudan ileti im) *Be eri algilama yeteneklerinin simülasyonu (görme, konu ma,i itme, koklama vs.) *Robotikler (rutin, kirli ve tehlikeli i ler için kullanilan robotikler} *Bilgi Tabanl Bilgi tabanl gibi)

Yapay Zeka ve Uzman Sistemler* yapay zeka sistemi, belli bir uygulama alan na (bilgisayar onar m

ili kin pratik çözüm veya yordamlama bilgilerinden (sezgi, yargi ve çikarimlar) olu mu bir bilgi tabanina dayali olarak çali ir. Insanlarin kendilerine ait bilgi tabani sistemindeki EGER- 0 ZAMAN (IF-THEN) kurallarini kullanarak belirli sorulari çöze kabiliyeti bu yapay zeka türüne ilham kaynagi olmu tur. Bilgi tabanli sistemlerin en geli mi örnegi uzman sistemlerdir. Belli bir soruna ili kin uzmanlik bilgileri bir uzman sistemin bilgi tabanina yerle tirildikten sonra kullanicilarin bu bilgiden yararlanmak amaciyla uzman sistemle kurdugu

ileti im bir uzman ahisla kurulan ileti imin bir benzeri olacaktir. Sorun çözülene kadar kullanici ile bilgisayar tabanli uzman sistem arasinda kar ilikli soru-cevap türünde bir ileti im olu ur. Yillik vergi iadesi formunun hazirlanmasinda bireylere yardimci olmak üzere hazirlanan "DAN" isimli yazilim, bilgi tabanli sisteme güzel bir örnektir. Sistem kullanicinin veri girmesine yol gösterici olacak bir vergi iadesi formunu içermektedir.

Girilen verilere bagli olarak gerekli olan hesaplamalar sistem tarafindan otomatikman yapilmaktadir. Elde edilen çikti dogrudan resmi makamlara sunulabilecek formatta oldugundan,herhangi bir uzmanin yardimina gereksinim duyulmadan vergi iadesi formu bireylerce hazirlanabilmektedir. DAN vergi yasalarindaki degi ikliklere bagli olarak her yil yeniden gözden geçirilmekte ve gerekli degi iklikler yapilmaktadir.

Normal yaz l mlardan DAN' n fark , DAN'da içerilen "Ask DAN (DAN'a sor)"ve "Checklist (Kontrol listesi)" sistemleridir. "Ask DAN", bir vergi uzman n n bilgisayarla t r lm bir biçimi olup, kullan c ile soru-cevap eklinde bir ileti im kurarak ona yard mc olan bir sistemdir. Dan isimli bir vergi uzman ndan bilgi taban n n yarat lmas nda istifade edildi#inden dolay bu sisteme alan uzman n ad olan "DAN" ismi verilmi tir. Kontrol listesi sistemi ise kullan c ya baz hususlar belirleme aç s ndan sorular sorar. Örne#in, ne kadar gelir beyan edilmeli; hangi muafiyetler kullan lmal vb. gibi vergi iadesi formunun haz rlanmas aç s ndan gerekli olan cevaplar bu yaz l mla belirlenmektedir. Askeri alanda da bilgi tabanl sistemlerden yararlanmak mümkündür. Örne#in karar verme durumunun karma k buna kar n karar verme mant # n n belli bir kural hiyerar isine dönü türebilece#i uzmanl k alanlar nda e#er bilgi tabanl sistemden yararlanmak ekonomik ise böylesi sistemler ihtiyaca ba#l olarak yarat labilir S-1, S-2, S-3 ve S-4 faaliyetlerinde bilgi tabanl sistemlerin yak n gelecekte önemli bir rol oynayaca# beklenmelidir. *Do#al Diller* Do#al diller nihai kullan c n n do#al dili ile (ingilizce gibi) bilgisayarla ileti im kurmas n sa#layan yaz l mlar için kullan lan isimdir. Do#a1 dil yaz l mlar ndaki nihai amaç, geleneksel program dillerinde kullan lan komutlara olan gereksinimi ortadan kald rmakt r. Fakat halen uygulamada gelinen nokta tatmin edici düzeyde de#ildir. Iu anda piyasada kullan lan do#al dillerin ço#u kullan c n n bir uzman sistem ya da veri taban ile ileti imini sa#lamaktan öte bir fonksiyon görememektedir. Yine de, bilgi i leminin s n rl oldu#u baz alanlarda do#al dil uygulamas n n oldukça ba ar l oldu#u gözlenmektedir. Örne#in insan kaynaklar ve sat n alma ile ilgili ara t rma ve rapor haz rlama faaliyetlerinde do#al dil uygulamas oldukça geli mi düzeyde olup kullan c normal ingilizce konu ur gibi bilgisayar ile ileti im kurabilmektedir. örne#in a a# daki sorunun kullan c

taraf ndan soruldu#unu varsayal m:

Yukar daki örnekte "nedir ?" kelimesi uygulama komutu olan"D=SPLAY"e (Göster) do#al dil yaz l m vas tas yla dönü türülecektir. Di#er kelimeler de benzeri ekilde do#al dil yaz l m yla yorumlanarak uygulama komutlar na dönü türülür.

E#er kullan c n n iste#i sistem taraf ndan anla lamazsa, do#al dil yaz l m mu#lak olan noktalar sorarak iste#i anlama çabas n devam ettirir. Örne#in sistem "Nedir?" ifadesini anlamam sa, "Nedir? ' i anlayamad m"der ve bunun anlam n n ne oldu#unu uygulama sözlü#ünde yer alan benzeri komutlar ya da ifadeleri s ralayarak kullan c ya bunlardan hangisinin " Nedir?" ile ayn anlamda oldu#unu sorar. Gelen cevaba göre süreç devam eder. *=nsan Alg lama Yeteneklerinin Simülasyonu* Bu yapay zeka türü, insani yeteneklerin simülasyonu ile ilgili olup bilgisayar sistemlerini görme, i itme,konu ma ve hissetme (dokunma) yetenekleri ile donatma çabasindadir. Bu yapay zeka yeteneklerini bugünün teknolojisini kullanarak belirli ölçüde gerçekle tirmek olasi gözükmektedir. Insan algilama yeteneklerine

sahip bilgisayarlar tipki insanlar gibi çevre ile ileti im kurma becerisine sahip olabilmektedir. A agida buna bazi örnekler verilmektedir.

Konu ma ; Ses cevap Üniteleri Iayet uluslararasi veya ehirlerarasi bir telefon numarasini arami saniz, "Aradiginiz numara kullanimda degildir" veya tam otomatik bir arabaya binmi seniz "Emniyet kemerinizi takiniz" gibi sözel mesajlara ahit olmu sunuzdur. Bu mesajlar konu ma makinelerinin ses cevap ünitelerinden gelen mesajlardir. Iki ayri ses cevap ünitesi türü vardir; birinci tür bir insan sesinin kaydini kullanirken digeri bir konu ma synthesizer'indan yararlanir.

Birinci tür, kullanici tarafindan kasete önceden kaydedilmi kelime, cümle, müzik, alarm gibi kayitlardan çiktiyi seçer. Bu ses cevap ünitelerinde, sesin gerçek analog boyutlari dijital verilere çevirerek bir hafiza yongasina sürekli kullanilacak biçimde yüklenir. Çikti alinirken ise, seçilen ses tekrar analog hale dönü türülür. Bu tür yongalar belirli kullanim alanlari için seri üretim teknolojisiyle üretilmektedir. örnegin mikrofonlar, yangin alarm cihazlari, asansörler,alarm saatleri, otomobil uyari sistemleri,video oyunlari gibi cihaz ve arabalarda kullanilan ses cevap üniteleri bu gruba girer.

Konu ma Synthesizer'lari ise ham veriyi elektronik olarak üretilmi konu malara dönü türür. Bunun için de, bu cihazlar konu mayi olu turan temel ses birimlerine benzer sesleri bir arada kullanmaya çali ir. Bir konu ma Synthesizer'i en az 64 temel sesi üretebilme kapasitesine sahiptir. Günümüz teknolojisi ile bunu sinirli sayida cümle için yapabilmek söz konusu ise de bu teknolojinin kullanim alani gittikçe geli mektedir. Örnegin, bugün okuyucu bir kitabi tarayarak ham verileri elde etmekte ve daha sonra konu ma synthesizer'i bu ham verileri görme özürlü insanlarin istifadesine sunmak için konu ma haline getirmektedir. Diger bir uygulama ise, konu ma özürlü çocuklar için geli tirilmi sistemdir. Bu cihaz vasitasi ile bu çocuklar çevreleri ile konu ma imkani elde edebilmektedir. Bu uygulama alanlarinin daha da geli ecegi açiktir. Beklenildiginin aksine, bu tür cihazlar nispeten ucuz olup, bu açidan yakin gelecekte ki isel bilgisayarlarda da kullanim alani bulacagi tahmin edilebilir. = itme ; Ses Tan m Bilgisayarlar büyük konu macidirlar ama iyi bir dinleyici degildirler.

Bilgisayarlarin çok dogal olan sesleri yanli algilamasi olagan bir eydir.

Bununla birlikte, ses tanimanin birtakim uygulamalari da mevcuttur. örnegin, sati elemanlarinin telefonla bilgisayari arayip, mü teri ve sipari numaralari ile sipari miktarlarini bilgisayara girmesi bugünün teknolojisi ile mümkündür.

Havaalanlarinda bagaj yükleme biriminde çali an elemanlarin üç harften olu an vari adresini (örnegin,Los Angeles International için "L-A-X" harfleri) sözel olarak ifade etmesi ve bagajin sistem tarafindan bu sese göre uygun konveyöre gönderilmesi bugünün uygulamalarindan bir tanesidir.

Bu sistem u ekilde çali maktadir. Ki i mikrofona konu tugunda her ses parçalara ayri tirilir ve frekanslari bulunur. Her frekanstaki ses dijital hale getirilerek bilgisayarin elektronik sözlügünde yer alan formatla kar ila tirilir. Dijital format bilgisayarin 1 ve 0 olarak yorumladigi ve depoladigi bir formattir. Ses tanimada, veri tabaninin yaratilmasi sürecine egitim denir. Çogu ses tanima sistemleri konu maciya bagimlidir, yani, ancak belli konu macilarin sesi sistem tarafindan taninabilmektedir. Bu nedenle,sistemi kullanan her ki i için ayri bir kelime veri tabaninin yaratilmasi gerekmektedir. Bu veri tabanini olu turma sürecinde, sistemi kullanan ki inin sistemin her kelimeyi dogru anlamasini saglamak açisindan her kelimeyi en azindan 20 defa tekrarlamasi gerekmektedir. Yani bir anlamda,bilgisayari egitmek gerekmektedir. Bu egitim gerçekten de zorunludur. Çünkü nadiren bir kelimeyi farkli zamanlarda ayni ekilde ifade ederiz.

Dolayisiyla bilgisayarin bu farkli

ifadelere ali tirilmasi gerekmektedir. Konu macidan bagimsiz sistemler ise, "evet", "hayir" ve 10 haneli rakamlardan olu mu çok sinirli bir sözcüge sahip bulunmaktadir. Sözlügü kisitli olmasina kar in bu sistemlerin egitim gerektirmemesi, sistemin herkes tarafindan kullanilmasini mümkün kilmaktadir.

Görme : Görsel Sistemler Görme, simülasyonu en zor olan insan alg lama becerisidir. Örne#in, bir bilgisayar n bir insan gibi bir nesneyi görmesi ve onu yorumlamas mümkün de#ildir. Bilgisayara görü kazand rmak için bir kameradan yararlan l r. Kamera arac l # yla veri taban yaratmak için gerekli olan girdiler elde edilir. Bir görsel sistem kamera deste#iyle yorumlanmas istenen nesnenin standart halini dijital hale getirir ve bu dijital hale getirilmi nesnelerin görüntüsü veri taban na yüklenir. Daha sonra dijital sistem çal rken, kamera görüntüyü dijital çeviriciye gönderir. Dijital hale getirilmi bu görüntü bilgisayar n veri taban ndaki önceden kaydedilmi dijital görüntüler ile kar la t r l r. Bu k yaslama neticesinde sistem nesneyi tan r. A a# daki ekilde benzeri bir prensiple çal an bir sistemin yap s gösterilmektedir. Görsel sistemleri ancak birkaç görüntünün (imaj n) yer alabildi#i özel durumlar için kullanmak mümkündür. Bu durumlar n ortak özelli#i, basit ve monoton olmas d r. örne#in kalite kontrol durumu basit ve monoton bir olayd r. *Robotikler* Robotikler bilgisayarlar ile endüstriyel robotlar n uyumlu bir bütünle mesidir.

Endüstriyel robotlara bilgisayarlar yard m yla herhangi bir rutin hareketin nas l yap laca# n ö#retmek mümkündür. Örne#in; araba boyama,vida s kma,malzeme ta ma ve hatta kusurlu parçalar tespit etme gibi daha karma k davran lar yapan robotikleri günümüzde görmek mümkündür. Yapay zekan n en büyük ticari ha ar y elde etti#i alan robotik alan d r. Genel inanc n aksine, robotikler bilim-kurgu filmlerinde görülen robotlardan gerek görünüm gerekse i lev aç s ndan oldukça farkl d r. Endüstriyel robotlar n, günümüzde en fazla kullan lan ise bir bilgisayar taraf ndan kontrol edilen bir mekanik koldur.

Manipulatör olarak da adland r lan bu kol bir insan kolunun yapabilece#i ço#u hareketi yapabilme becerisine sahiptir. Endüstriyel robotlar daha ziyade tekdüze i ler için uygundur. ,Örne#in, a# r yüklerin ta nmas nda ve tehlikeli i lerin yap lmas nda endüstriyel robotlardan yararlanmak iyi bir strateji olabilir. Bu tür tehlikeli ve a# r tekdüze i ler hemen her i alan nda mevcuttur. Günümüzde otomotiv sektörü robotlardan en fazla yararlanan sektördür.

Bu sektörde robotlar daha çok boyama ve montaj i lemlerinde kullan lmaktad r.

Elektronik sektörü bu konuda ikincili#i tutmaktad r. Elektronik devrelerin testi ve yongalar n yerle tirilmesi i lemlerinde robotlardan istifade edilmektedir.

Bugün,art k cerrahi de bile robotlar kullan labilmektedir. örne#in, bir beyin cerrah na yard mc olan robotlar hasta hanelerde görmek mümkündür. Robotlar büyük bir do#ruluk yüzdesi ile biyopsi yapabilmekte ve böylece ameliyat n daha h zl , daha do#ru ve daha güvenli yap lmas n sa#lamaktad r. Robotlara i in nas l yap laca# bilgisayar taraf ndan ö#retilir. Bir bilgisayar program ile robotlar kontrol etmek mümkündür. Bu program robota hareketin zaman , yönü, mesafesi gibi konularda komut veren bir programd r. Bir kere programland ktan sonra,robotlar n hareketlerini kontrol etmeye fazla ihtiyaç yoktur. 0 art k i ini büyük bir titizlikle herhangi bir ey talep etmeden (yeme,içme gibi) yapmaya devam edecektir. Robotlar konusunda görülen bir di#er geli me ise, robotlara baz be eri alg lama becerisini yerle tirmektir.

Daha önce aç klanan robotlar be eri alg lama becerilerine sahip olmad klar ndan dolay ancak tekdüze i leri yapma becerisine sahiptirler ve bu yüzden de bu tür robotlara "seç ve yerle tir" robotlar denmektedir. E#er bu robotlara görme, i itme, konu ma gibi be eri alg lama becerileri kazand r l rsa, bu robotlar n insan gibi davranmas ve böylece bu robotlara ak ll denmesi de mümkün olabilecektir. Bugünkü teknoloji ile bir robotu görsel bir alt sistemle teçhiz edip, robotun belli standarttaki bir nesneden farkl nesneleri ay rt etmesi sa#lanabilir. Do#al olarak, görsel sistem teknolojisindeki geli meler devam

etti#i müddetçe, robotlar n t pk bir insan gibi i yerinde dola mas da mümkün olabilecektir. Sonuç olarak, robot teknolojisindeki geli meler bilim-kurgu filmlerinde gördü#ümüz kimi sahneleri gerçek hale getirecek gibi görünmektedir. Bu noktada, robotlar n i çi ç kar m na yol açaca# ve i sizlik sorununu yarataca# konusunda ku kular da bulunmaktad r. Fakat iktisadi hayatta ya anan gerçekler bu ku kunun ne denli yersiz oldu#unu ortaya ç karm t r. Çünkü robot teknolojisinin geli mesiyle yeni i alanlar do#mu tur.

Robotlar n tasar m n , üretimini, sat n , montaj n , program n , tamirini ve bak m n yapan insan gücüne ihtiyaç do#mu tur. Ayr ca robotlar maliyetlerde dü ü yaratarak, baz i letmeleri iflas etmekten de kurtarm t r. ABD'de baz sendikalar n i letmenin iflas etmesini ve i çilerin i ini kaybetmesini önlemek için i verenin robot teknolojisini kullanmas na s cak bakt # eklindeki baz haberler bas nda yer almaktad r. Dolay s yla robot teknolojisi verimlili#i artt rd # müddetçe kullan lmaya devam edecek ve bu verimlilik art toplumun genelinde de bir refah art meydana getirecektir. *Yapay Zekan n Pazarlanmas * 1960'lardan itibaren bilim adamlar dü ünen makinalar olu turma üzerinde zihin yorarken, yapt klar i in mü teri bulup bulmayaca# konusunu pek önemsemediler. Örne#in,YZ nin ilk y llar nda, ço#u ara t rmac santraç yaz l m geli tirme üzerinde çal t . =lk santraç programlar n n amac ki ilerin santraç oynama becerilerini bilgisayar nki ile k yaslamas na imkan sa#lamakt . =lk santraç programlar normal bir oyuncu ile ba edebilirken, bugünün programlar büyük ustalarla ba a ç kabilmektedir. Ticari aç dan de#eri tart mal olmakla beraber bu alandaki ara t rmalar bilim adamlar na insan n dü ünce sisteminin daha iyi anla lmas nda ve bu sürecin bilgisayarlar ve yaz l mlar taraf ndan nas l taklit edilmesi konusunda oldukça yararlar olmu tur. 1960 ve 1970'li y llarda, basit bir yapay zeka uygulamas n yapmak için milyonlarca dolar de#erinde bilgisayar gerekiyordu. Fakat 1980'li y llarda bilgisayar teknolojisinde sa#lanan geli melerin sonucu olarak yapay zeka uygulamalar n ki isel bilgisayarlar ile ucuza yapabilmek mümkün olmu tur. Bunun sonucunda,1960'li y llarda birdenbire çok say da YZ i letmesi ortaya ç kt .

Birkaç y l öncesine kadar, yapay zeka bilgisayar ve Yönetim Bilgi Sistemi (YBS) sektörlerinin gözdesi konumundayd . Hemen hemen bu sektördeki her i letme a r zarar etmesine kar n, yat r mc lar kâr n patlama yapaca# günlerin yak n oldu#u konusundaki inançlar n devam ettirdiler. Fakat a# r zararla kapanan birbirini takip eden y llar bu i letmelerin ço#unun iflas etmesine yol açt . Gerçek bir kere daha yüzünü göstermi ti. "insanlar kâr etmelerine Yard mc olmayan programlar alma konusunda istekli de#illerdi." YZ ara t rmac lar önce çözüm daha sonra sorun bulma yönteminin kârl olmad # n ya ayarak ö#renmi lerdi. YZ i letmeleri piyasan n taleplerine cevap vermekten ziyade belli bir teknolojiyi zorla kabul ettirme stratejisini takip etmekle suçlanmaya ba lay nca mü teri isteklerini ön plana almaya ba lad lar. 1987'den itibaren ayakta kalan i letmeler potansiyel mü terilerin ihtiyaçlar n kar layan ürünler üzerine enerjilerini yo#unla t rmaya ba lad .

YZ i letme yöneticileri, ticari ya amda ayakta kalabilme yolunun verimliligi arttiran ya da karar verme sürecine yardimci olan ürünleri üretmekten geçtigini ya ayarak ögrenmi ti... *B=LG= TABANLI VE UZMAN S=STEMLER* Günümüzün bilgisayarlar muazzam i lem yapma kapasitesine sahip olmas na kar n, ne yaz k ki ö#renme becerisine sahip de#ildir. Yapay zeka ara t rmalar n n bir kolu olan bilgi tabanl sistemler bu olguyu de#i tirmeye çal maktad r. YZ ara t rmac lar bilgi tabanl sistemlere iki temel beceriyi kazand rmay amaçlamaktad r: 1. =nsan muhakeme sistemini taklit edebilme,

2. ö#renebilme, Bugünün ço#u bilgi tabanl sistemi insan muhakeme sistemini taklit edebilmekle beraber ö#renebilme becerisi yönünden istenen düzeye gelebilmesi daha birkaç y ll k ara t rmay gerektirmektedir. *B=LG=-TABANLI S=STEMLER* EQER-0 ZAMAN kurallar n n belli bir problemi çözmek amac yla önceden bilgisayara yerle tirildi#i sisteme bilgi-tabanl sistem denir. örne#in bir hastan n hastal # n n te hisi için geli tirilmi "e#er-o zaman" kurallar bilgisayara yüklenip, bu kurallardan olu mu programla hastal k te his edilebiliyorsa bu sisteme bilgi-tabanl sistem denilebilir. YBS ve karar destek sistemleri gibi bilgi tabanl sistemler de gerçek bilgilere dayal olup ayr ca onlardan farkl olarak yordamlama (höristik) bilgileri olan sezgi, yarg ve ç kar mdan da istifade etmeye çal r. Hem gerçek bilgiler hem de yordamlama bilgileri belli bir alanda uzman olan "alan uzman ndan" elde edilir. Bilgi- tabanl sistem bu insan destekli bilgiyi belirli bir uzmanl k alan ndaki insan dü ünce sürecini örnek; almak için kullan r. Bu i bir kere ba ar ld ktan sonra bilgi-tabanl sistem çok bilgili bir karar verici ki inin mant # na yak n bir performans gösterebilir. *UZMAN S=STEMLER* Uzman Sistem Nedir?

Uygulamada,"uzman sistemler" ve "bilgi-tabanl sistemler" ayn anlamda kullan lan terimlerdir. Teknik aç dan bak ld # nda ise, uzman sistem bir bilgitabanl sistemin en geli mi biçimidir. Bir uzman sistem sorulara cevap veren, aç kl k getirmek için soru soran,tavsiyelerde bulunan ve karar verme sürecine yard mc olan diyalo#a aç k bir sistemdir. Daha az geli mi bilgi-tabanl sistemlere ise yard mc sistemler denilmektedir. Yard mc sistem, kullan c n n göreceli olarak basit nitelikteki kararlar vermesine yard mc olan bir sistemdir. Yard mc sistemler nihai kullan c n n belirli bir sorunu çözmekten ziyade muhakeme sürecinde yapabilece#i bir hata olas l # n azaltma amac n gütmektedir. Uzman sistemleri, yard mc sistemleri ve bunlar n aras ndaki herhangi bir sistemi geli tirmek için ihtiyaç duyulan teknoloji ayn teknolojidir. Bu yüzden yukar da bahsedilen kavram karga as ortaya ç kmaktad r.

Uzman sistemler insan dü ünce sürecini taklit etmeye çal r, muhakeme edebilir,ç kar mda ve yarg da bulunabilir. Günümüzde uzman sistemler de#i ik bilim dallar nda karar vermeye yard mc olarak kullan lmaktad r. Örne#in,t bbi te histe,petrol ara t rmas nda,finansal planlamada, vergi hesaplamada,kimyasal analizde,cerrahide,lokomotif onar m nda,hava tahmininde, bilgisayar tamirat nda, uydu onar m nda, bilgisayar sistemlerinin tasar m nda, nükleer santrallerin i letilmesinde,devlet yasalar n yorumlamada ve daha nice alanlarda etkin bir biçimde kullan lmaktad r. *Uzman Sistemlerin Sa#lad #

Faydalar*

Uzman sistemlerin sa#lad # faydalar di#er karar destek ve yönetim bilgi sistemlerinden biraz daha farkl d r. * Uzman sistemler uzman ahislarin bilgisini yeri gelince kullanmak üzere depolanmasina imkan verir. Belli bir uzman ahsin konusu ile ilgili sahip oldugu bilgileri uzman sistem olarak kullanmak mümkündür. Örnegin bir i yerinde alaniyla ilgili tercüman olan bir ahsin o i ten emekli olmasi i letme açisindan büyük sorun yaratmasi bekleniyorsa, bu ahsin sahip oldugu bilgileri uzman sistem haline getirmek etkili bir çözüm olabilir. * Bir tek uzman sistemden birden fazla kullan c n n yararlanmas ,mümkündür.

* Uzman sistemler karar vericilerin performans ve üretkenli#ini artt r r. * Uzman sistemler belli bir konu ile ilgili karar verme sürecinde insanlar n aksine istikrarl ve tutarl d r. Yani,uzman sistem belli bir karar verme durumunda her zaman ayn bilgiyi verir. * Uzman sistemler kritik ahislara olan bagimliligi azaltir. Insanlar emekli olabilir, hasta dü ebilir, izne çikabilir veya i ten ayrilabilir. Bilgisayarlar ise çay molasi bile istemez. Onlardan her zaman yararlanmak mümkündür. * Uzman sistemlerden karar vericileri e#itmek üzere de istifade etmek mümkündür.

Uzman sistemler ile karar destek sistemleri {PERT ve CPM yaz l mlar aras ndaki di#er farkl l klar a a# da özetlenmi tir.

gibi)

Nitelikler Karar Destek Sistem Uzman Sistem Amaçlar Karar vericiye yard mc Kim karar verir? Karar verici

olmak Bir uzman n yerini almak. ahis ya da sistem Sistem

Temel hedef Karar verme Bireysel uzmanl #

sisteme

transfer etme Temel yönlendirme Karar verici bilgisayar

Bilgisayar karar

istikameti yönlendirir. vericiyi yönlendirir.

Deste#in kapsam

Birey,grup ya da kurum Birey Ya da gruplar

Veri i leme yöntemi Rakamsal (Nümerik) Sembolik (Genelde) Problem alan n n Karma

k ve geni

Dar

niteli#i Problemin türü Özel, tekrar

az olan Sürekli ortaya ç kan sorun

Veri taban n n içeri#i = lemsel süreçle ilgili = lemsel süreçle ilgili bilgi yok bilgi var Muhakeme yetene#i Yok Var ama s n rl Aç klama getirme S n rl

Var

yetene#i *Uzman Sistemlerden Hangi Ko ullarda Yararlan lmal * Uzman sistemler ancak gerekli oldu#u zamanlarda kullan lmal d r. Baz i letmelerin bulundu#u ko ullar, uzman sistemin kullan lmas n gerek maliyet gerekse sa#lanan faydan n önemsiz olmas Yüzünden hakl k lmayabilir. Uzman sistemlerden ancak bu ko ullar alt nda yararlan lmas tavsiye edilmektedir: * = in tekdüzeli#ine ba#l olarak uzman sistemin s k s k kullan lmas na gereksinim duyuluyorsa ve kullan c say s uzman sistemin kullan lmas n boyutunda ekonomik k lacak kadar fazla say da ise,

maliyet

* Karar verme durumu karma iksa(basit durumlar için basit bir bilgisayar programindan da yararlan labilir.) * Karar verme mant #

bir kural hiyerar isine dönü türülebiliyorsa

* Uygulama öneri,s n flama,te his,yorum,aç klama,çözüm yolu seçme, durumu de#erlendirmede tahmin etme üzerinde yo#unla yorsa, Uzman Sistemin Yap s Bir uzman sistemin yap s ,uzman sistem bilgi elde etme ünitesi, bilgi taban ,ç kar m sistemi ve kullan c ile ileti im ünitesinden olu ur.

B=LG= ELDE ETME ÜN=TES=: Bu ünite bilgi taban n olu turan birimdir. Bilgi taban bir bilgi mühendisi ile bir veya birden fazla konu ile ilgili uzman ahs n(alan uzman )koordineli çal mas sonucunda yarat l r. Bilgi mühendisi, uzman sistemin çal ma esas ve mülakat teknikleri konusunda e#itim görmü bir insand r. Ba lang ç görü melerinde alan uzman belirli bir sorunun nas l çözülmesi konusunda bildi#i her eyi bilgi mühendisine anlat r. Ba lang çta yap lan mülakatlar n sonucunda elde edilen bilgiler genellikle elastik ve sistemsizdir. =kinci a amada, bilgi mühendisi alan uzman n i yerinde gözlemler ve bu esnada da daha fazla bilgi almak ve mevcut kurallar n yeterli ve do#ru oldu#unu teyit etmek için alan uzman na sürekli soru sorar. Bu a ama genelde bir y l kadar uzun sürer. Bilgi mühendisi alan uzman n n konu ile ilgili tespit ve kurallar setini uzman sisteme bilgi taban olarak aktarmaya çal r. Bilgi taban ndaki bilgiler EQER-0 ZAMAN kurallar eklinde yer al r. * "E#er" bölümü durumu aç klar, * "0 zaman" bölümü sonuç veya amac

izah eder.

Bilgi taban nda yer alan bir kurala öyle bir örnek verebiliriz: "E#er bir mü terinin ayl k geliri bankaya yap lan ayl k ödemenin 3 kat ndan daha az ise, o zaman mü terinin kredi geçmi ini incele". Sonuçta, elde edilen bilgi taban öyle bir kural seti olacakt r ki, bunu do#rudan iletmenin veri taban ndan veya uygulamada kullan lan kurallardan mü ahide etmek mümkün de#ildir.

B=LG= TABANI: Bilgi taban

veri taban ndan farkl

bir kavramd r. Klasik veri

taban n n konusu ö#eler aras ndaki dura#an ili kiler ile ilgili verilerdir. örne#in, bir i gören kaydi ile i vardir. Öte

görenin i i ve ücreti alanlari arasinda sabit bir ili ki

yandan bilgi taban ndaki bilgiler

u tür bilgilerden olu ur:

* Çözülecek problem ya da problemlerin belirlenmesi, * Problem ya da problemlere çözüm yollar , * Problemden çözüme do#ru nas l ilerlemeli (tespit ve kurallar seti arac l # yla) Bilgi taban n n içerdi#i bilgiler zamanla ya anan tecrübelere ba#l gösterir. Baz kurallar at l r yerine yenileri ikmal edilebilir.

olarak art

ÇIKARIM S=STEM=:Ç kar m sistemi bir uzman sistemin çekirde#idir. Bilgi taban nda yer alan tespit ve kurallar n belli bir soruna tatbik edilmesini sa#layan

araçt r. Bu sistemde uzman sisteme muhakeme yetene#i kazand r l r. Bu muhakeme gücü kullan c ya bir mant k silsilesinin sunulmas ile sa#lan r ve böylece çözüme ula l r. Bir ç kar m sisteminin muhakeme becerisi ileri zincir ya da geri zincir ç kar m süresinin birlikte ya da tek ba na kullan lmas esas na dayan r. =leri zincirde, uzman sistem nihai kullan c dan bilgiler al r ve çözüme ula ncaya kadar bilgi taban ndan duruma uygun kurallar s ras ile takip eder.

Bu süreç esnas nda sürekli olarak kullan c ile uzman sistem aras nda ileti im vard r ve bu ileti im önceden yerle tirilmi kurallar setinin olu turdu#u mant k silsilesine göre yürütülür. Geri zincir ç kar m sürecinde ise ileri zincirin tam z tt bir yakla m kullan l r. Sistem nihai kullan c ya istedi#i hedef ya da sonucu sorar ve daha sonra "E#er-o zaman" mant k silsilesine geri dönerek uzat lmak istenen hedef ya da sonucun do#ru olup olmad # n ara t r r. E#er bilgi taban ndaki "E#er-o zaman" kurallar seti hedef ya da sonuç ile uyu uyorsa, kullan c taraf ndan saptanan hedef ya da sonuç, sorunun çözümü demektir.

KULLANICI =LE =LET=I=M ÜN=TES=:Yordamlama süreci biçimsel de#ildir, yani, bir sorunu çözmek için geli tirilmi yaz l bir algoritma yoktur. Bir uzman sistem bir strateji ise yaratt # süreci kullanmaya devam eder. Sistemde yeni bir stratejiye dönü seçene#i her zaman mevcuttur. Bu yordamlama süreci bu yüzden her zaman kullan c ile ileti ime gereksinim duyar. Kullan c ile ileti im sayesinde nihai kullan c uzman sisteme sorunu ya da hedefi belirtir. Kullan c ile ileti im ünitesi arac l # yla kullan c ile uzman sistem aras nda ileti im kurulur ve böylece çözüme ula lmaya çal l r.

Yapay zeka olarak adland r lan alanda, ara t rmac lar n çabas muhakeme Yetene#i olan, bilgi üretebilen veya ö#renebilen, kendini daha iyiye götürme çabas olan ve beceri alg lama ile mekanik yetenekleri taklit edebilen sistemleri geli tirmektir. Genel olarak, uzman sistemler, do#al diller, be eri alg lama yeteneklerinin simülasyonu ve robotikler olarak çal malar n grupland r ld # yapay zeka alan nda gelinen nokta, gelecekte yap lacak çal malar te vik edici bir görünüm arz etmektedir. =leride, hemen hemen her uzmanl k alan nda dan abilece#imiz ya da bir programlama diline ihtiyaç duymadan do#al dilimizle ileti im kurabilece#imiz bir bilgisayar kullanabilece#imizi ya da görebilen,konu a-bilen veya i itebilen bir robotun i yerinde i arkada m z olabilece#ini söylemek kehanet olmasa gerekir...

KAYNAK : Planagement Informat on Systems/LORRY LONG,1989 Günümüzdeki h zl teknolojik geli meler, gündelik ya ant m z oldu#u kadar i letmeleri de büyük ölçüde etkilemektedir. = letmeler bu geli menin ortaya ç kard # ürünleri, üretim, planlama, kontrol vb. alanlarda kullanmaktad rlar. Ço#u zaman i letmeler, teknolojik geli meler kar s ndaki h za ayak uyduramamakta ve ileri teknolojileri kullanan rakipleri kar s nda zorlanmaktad rlar. Özellikle son y llarda bilgisayar bilimlerinde, yaz l m ve donan m alan nda çok h zl geli meler ya anmaktad r. Bilgisayar kullan m n n h zla yayg nla mas ve yeni ortaya ç kan yaz l mlar n, daha üst seviyelerde donan ma ihtiyaç göstermesi ile yeni ürünlere olan talep de artmaktad r.

Bilgisayar bilimlerindeki bu ilerleme, insan gibi dü ünen ve davranan sistemlerin geli tirilmesine yönelik olarak, 1950'li y llardan beri sürmektedir.

Yapay zeka olarak isimlendirilen bu alan, insan dü ünme ve davran lar n taklide yönelik oldu#undan, nöroloji, psikoloji ve mühendislik gibi farkl disiplinleri kapsayan geni bir alana yay lm t r. =nsan gibi dü ünebilen ve davranabilen sistemlerin geli tirilmesi için yap lan çal malarda bugün için gelinen nokta, henüz yapay zekan n tam olarak geli tirilememi olmas d r. Yapay zekan n yap labilirli#i üzerinde yap lan felsefi tart malar bir yana, dü üncenin salt fiziksel süreçlere indirgenebildi#i kabul edilse bile, henüz beynin tüm fonksiyonlar tam olarak çözülemedi#inden, bugün için yap labilmesi henüz mümkün gözükmemektedir. Fakat

konu üzerinde yap lan çal malar farkl alanlarda h zla devam etmektedir. Burada unu da belirtmek gerekir ki, yapay zekan n yap lamayaca# n savunanlar, konu üzerinde kar t görü lü ara t rmac lar ile ayn ara t rma ve geli tirme çal malar n yürütmektedirler. Çünkü her iki tür ara t rmac n n yapmaya çal t klar ey gözlemlenebilen nesnel olaylar n benzerini yapabilmektedir. Bu olaylar n, yani dü üncenin beyinde gözlenebilen fiziksel süreçlere indirgenerek bir algoritmas n n olu turulup olu turulamayaca# felsefi bir yorumdur.

Yapay zeka disiplini alt nda onu destekleyen farkl alanlar bulunmaktad r.

Teorik olarak yapay zeka yap lsa, onun fayda sa#layabilmek için gerçek dünya ile ileti im içinde olmas gerekir, ayn insan n be duyu organ na sahip oldu#u gibi. = te robotik, bulan k mant k, sinirsel a#lar ve do#al arabirimler üzerinde yap lan çal malar, yapay zeka disiplinini bu alanlarda desteklemektedirler.

Bulan k mant k üzerinde yap lan çal malarla, sistemin insanlar gibi sembollerle dü ünebilmesi, ayn zamanda eksik verilerle çal abilmesinin alt yap s haz rlanmaktad r. Sinirsel a#lar ö#renebilen sistemlerin temelini olu turmaktad r. Robotik ile insan davran lar n n taklidi sa#lanmakta, do#al arabirimlerle, sistemin çevre ile do#al bir ekilde kar l kl ili kiye girebilmesinin sa#lanmas na çal lmaktad r.

Bu farkl alanlarda yap lan çal malar n ortaya ç kard # teknolojik ürünler, i letmelerde de s kl kla kullan lmaktad r. Çünkü ortaya ç kan ürünler, insan özelliklerinin s n rl da olsa belli bir k sm na sahip olabildi#inden, belirli i lerde insanlar n yerine onlardan daha verimli olarak kullan lmaktad r. Bu ise yönetim aç s ndan bak ld # nda, i letme de verimlilik art ve hata oranlar ve birtak m di#er masraflarda azalmalara sebep oldu#undan oldukça önemlidir.

Yönetim aç s ndan ayn oranda dikkat gösterilmesi gereken nokta, yeni teknolojilerin kullan labilmesine yönelik, çal anlar n e#itilmeleri ve çal anlar n geli en teknolojiye uyumunun sa#lanmas konusudur. Yapay zeka konusunda temel bilgileri içeren bu sayfalar n yay nlanmas dü üncesi, yine bu sayfalarda okuyaca# n z konular n ara t r lmas a amas nda bu konuda yeterli Türkçe kaynak bulunmad # n görmemizden do#du. Evet, onlarca arama sitesinde, milyonlarca YZ ile ilgili doküman aras nda yapt # m z ara t rmalarda parmakla say lacak kadar az ve genelde temel anlamda bile bilgi içermeyen birkaç Türkçe doküman bulabildik. Sayfalar m z n bu konudaki bo lu#u doldurdu#unu iddia etmemekle birlikte, YZ konusunda daha geni kapsaml bilgilere ula labilecek Türkçe içerikli sayfalar n haz rlanmas konusunda bir öncü olmas n diliyor, bilgiye önem veren herkesi selaml yoruz.

Erhan ALTUNTAI email:e_altuntas@hotmail.com Tuncay ÇEL=K email:celik27@hotmail.com *1.Tan m * Yapay zeka, insan n dü ünme yap s n anlamak ve bunun benzerini ortaya ç karacak bilgisayar i lemlerini geli tirmeye çal mak olarak tan mlan r. Yani programlanm bir bilgisayar n dü ünme giri imidir. Daha geni bir tan ma göre ise, yapay zeka, bilgi edinme, alg lama, görme, dü ünme ve karar verme gibi insan zekas na özgü kapasitelerle donat lm bilgisayarlard r. *2.Geli im Süreci* Yapay zeka konusundaki ilk çal ma McCulloch ve Pitts taraf ndan yap lm t r. Bu ara t rmac lar n önerdi#i, yapay sinir hücrelerini kullanan hesaplama modeli, önermeler mant # , fizyoloji ve Turing'in hesaplama kuram na dayan yordu. Her hangi bir hesaplanabilir fonksiyonun sinir hücrelerinden olu an a#larla hesaplanabilece#ini ve mant ksal "ve" ve "veya" i lemlerinin gerçekle tirilebilece#ini gösterdiler. Bu a# yap lar n n uygun ekilde tan mlanmalar halinde ö#renme becerisi kazanabilece#ini de ileri sürdüler.

Hebb, sinir hücreleri aras ndaki ba#lant lar n iddetlerini de#i tirmek için basit bir kural önerince, ö#renebilen yapay sinir a#lar n gerçekle tirmek de olas hale gelmi tir. 1950'lerde Shannon ve Turing bilgisayarlar için satranç programlar yaz yorlard . =lk yapay sinir a# temelli bilgisayar SNARC, MIT'de Minsky ve Edmonds taraf ndan 1951'de yap ld . Çal malar n Princeton Üniversitesi'nde sürdüren Mc Carthy, Minsky, Shannon ve Rochester'le birlikte 1956 y l nda Dartmouth'da iki ayl k bir workshop düzenledi. Bu toplant da bir çok çal man n temelleri at lmakla birlikte, toplant n n en önemli özelli#i Mc Carthy taraf ndan önerilen Yapay zeka ad n n konmas d r. =lk kuram ispatlayan programlardan Logic Theorist (Mant k kuramc s ) burada Newell ve Simon taraf ndan tan t lm t r. Daha sonra Newell ve Simon, "insan gibi dü ünme" yakla m na göre üretilmi ilk program olan General Problem Solver (Genel sorun çözücü) ' geli tirmi lerdir. Simon, daha sonra fiziksel simge varsay m n ortaya atm ve bu kuram, insandan ba# ms z zeki sistemler yapma çal malar yla u#ra anlar n hareket noktas n olu turmu tur. Bundan sonraki y llarda mant k temelli çal malar egemen olmu ve programlar n ba ar mlar n göstermek için bir tak m yapay sorunlar ve dünyalar kullan lm t r. Daha sonralar bu sorunlar gerçek ya am hiçbir ekilde temsil etmeyen oyuncak dünyalar olmakla suçlanm ve yapay zekan n yaln zca bu alanlarda ba ar l olabilece#i ve gerçek ya amdaki sorunlar n çözümüne ölçeklenemeyece#i ileri sürülmü tür.

Geli tirilen programlar n gerçek sorunlarla kar la ld # nda çok kötü bir ba ar m göstermesinin ard ndaki temel neden, bu programlar n yaln zca sentetik bir ekilde çal p konu ile ilgili bilgileri kullanmamas yd . Bu dönemin en ünlü programlar ndan Weizenbaum taraf ndan geli tirilen Eliza, kar s ndaki ile sohbet edebiliyor gibi görünmesine kar n, yaln zca kar s ndaki insan n cümleleri üzerinde baz i lemler yap yordu. =lk makine çevirisi çal malar s ras nda benzeri yakla mlar kullan l p çok gülünç çevirilerle kar la l nca bu çal malar n desteklenmesi durdurulmu tur. Zeki davran üretmek için bu çal malarda kullan lan temel yap lardaki baz önemli yetersizliklerin de ortaya konmas yla bir çok ara t rmac lar çal malar n durdurdular. Buna en temel örnek, sinir a#lar konusundaki çal malar n Minsky ve Papert'in 1969'da yay nlanan Perceptrons adl kitaplar nda tek katmanl algaçlar n baz basit problemleri çözemeyece#ini gösterip ayn k s rl # n çok katmanl algaçlarda da beklenilmesi gerekti#ini söylemeleri ile b çakla kesilmi gibi durmas d r. Her sorunu çözecek genel amaçl program yerine belirli bir uzmanl k alan ndaki bilgiyle donat lm programlar kullanma fikri yapay zeka alan nda yeniden bir canlanmaya yol açt . K sa sürede uzman sistemler ad verilen bir metodoloji geli ti. Fakat burada çok s k rastlanan tipik bir durum, bir otomobilin tamiri için önerilerde bulunan uzman sistem program n n otomobilin ne i e yarad # ndan haberi olmamas yd . =nsanlar n ileti imde kulland klar Türkçe, =ngilizce gibi do#al dilleri anlayan bilgisayarlar konusundaki çal malar bu s ralarda h zlanmaya ba lad . Do#al dil anlayan programlar n dünya hakk nda genel bilgiye sahip olmas ve bu bilgiyi kullanabilmek için genel bir metodolojisi olmas gerekti#i belirtilmekteydi. Uzman dizgelerin ba ar lar beraberinde ilk ticari uygulamalar da getirdi. Yapay zeka yava yava bir endüstri haline geliyordu. DEC taraf ndan kullan lan ve mü teri sipari lerine göre donan m seçimi yapan R1 adl uzman sistem irkete bir y lda 40 milyon dolarl k tasarruf sa#lam t . Birden di#er ülkelerde yapay zekay yeniden ke fettiler ve ara t rmalara büyük kaynaklar ayr lmaya ba land . 1988'de yapay zeka endüstrisinin cirosu 2 milyar dolara ula m t . Bütün bu çal malar n sonunda yapay zeka ara t rmac lar iki guruba ayr ld lar. Bir gurup insan gibi dü ünen sistemler yapmak için çal rken, di#er gurup ise rasyonel karar verebilen sistemler üretmeyi amaçlamaktayd . A a# da bu yakla mlar k saca inceleyece#iz. =nsan gibi dü ünen sistemler =nsan gibi dü ünen bir program üretmek için insanlar n nas l dü ündü#ünü saptamak gerekir. Bu da psikolojik deneylerle yap labilir. Yeterli say da deney

yap ld ktan sonra elde edilen bilgilerle bir kuram olu turulabilir. Daha sonra bu kurama dayanarak bilgisayar program üretilebilir. E#er program n giri /ç k insanlar nkine e se program n düzeneklerinden baz lar n n ve zamanlama davran insan beyninde de mevcut olabilece#i söylenebilir. =nsan gibi dü ünen sistemler üretmek bili sel bilimin ara t rma alan na girmektedir. Bu çal malarda as l amaç genellikle insan n dü ünme süreçlerini çözümlemede bilgisayar modellerini bir araç olarak kullanmakt r. =nsan gibi davranan sistemler Yapay zeka ara t rmac lar n n ba tan beri ula mak istedi#i ideal, insan gibi davranan sistemler üretmektir. Turing zeki davran , bir sorgulay c y kand racak kadar bütün bili sel görevlerde insan düzeyinde ba ar m göstermek olarak tan mlam t r. Bunu ölçmek için de Turing testi olarak bilinen bir test önermi tir. Turing testinde denek, sorgulay c yla bir terminal arac l # yla haberle ir. E#er sorgulay c , dene#in insan m yoksa bir bilgisayar m oldu#unu anlayamazsa denek Turing testini geçmi say l r.

Turing, testini tan mlarken zeka için bir insan n fiziksel benzetiminin gereksiz oldu#unu dü ündü#ü için sorgulay c yla bilgisayar aras nda do#rudan fiziksel temastan söz etmekten kaç nm t r. Burada vurgulanmas gereken nokta, bilgisayarda zeki davran üreten sürecin insan beynindeki süreçlerin modellenmesiyle elde edilebilece#i gibi tamamen ba ka prensiplerden de hareket edilerek üretilmesinin olas olmas d r.

Rasyonel dü ünen sistemler Bu sistemlerin temelinde mant k yer al r. Burada amaç çözülmesi istenen sorunu mant ksal bir gösterimle betimledikten sonra ç kar m kurallar n kullanarak çözümünü bulmakt r. Yapay zekada çok önemli bir yer tutan mant kç gelenek zeki sistemler üretmek için bu çe it programlar üretmeyi amaçlamaktad r. Bu yakla m kullanarak gerçek sorunlar çözmeye çal nca iki önemli engel kar m za ç kmaktad r. Mant k, formel bir dil kullan r. Gündelik ya amdan kaynaklanan, ço#u kez de belirsizlik içeren bilgileri mant # n i leyebilece#i bu dille göstermek hiç de kolay de#ildir. Bir ba ka güçlük de en ufak sorunlar n d ndaki sorunlar çözerken kullan lmas gerekecek bilgisayar kaynaklar n n üstel olarak artmas d r.

Rasyonel davranan sistemler Amaçlara ula mak için inançlar na uygun davranan sistemlere rasyonel denir. Bir ajan alg layan ve harekette bulunan bir eydir. Bu yakla mda yapay zeka, rasyonel ajanlar n incelenmesi ve olu turulmas olarak tan mlanmaktad r.

Rasyonel bir ajan olmak için gerekli ko ullardan biri de do#ru ç kar mlar yapabilmek ve bu ç kar mlar n sonuçlar na göre harekete geçmektir. Ancak, yaln zca do#ru ç kar m yapabilmek yeterli de#ildir. Çünkü baz durumlarda do#rulu#u ispatlanm bir çözüm olmad # halde gene de bir ey yapmak gerekebilir. Bunun yan nda ç kar mdan kaynaklanmayan baz rasyonel davran lar da vard r. Örne#in, s cak bir eye de#ince insan n elini çekmesi bir refleks harekettir ve uzun dü ünce süreçlerine girmeden yap l r. Bu yüzden yapay zekay rasyonel ajan tasar m olarak gören ara t rmac lar, iki avantaj öne sürerler.

Birincisi "dü ünce yasalar " yakla m ndan daha genel olmas , ikincisi ise bilimsel geli tirme yöntemlerinin uygulanmas na daha uygun olmas d r.

Iimdi ise farkl

disiplinler aç s ndan yapay zeka yakla

*3.Yapay Zekaya Farkl 1.Matematiksel Yakla

Yakla m

mlar*

mlar

anlat lacakt r.

Kaos teorisinin beynin üst düzey fonksiyonlar n n modellenmesinde önemli bir rol oynayaca# dü ünülmektedir. =nsan beyni gibi bir fonksiyon üstlenmesine çal lan bir sistemin tasarlanmas ndaki çabalar için, ku kusuz kaos teorisi çok önemli bir yer tutmaktad r. Çünkü tasar lar ortaya konulacak modelleri temel almaktad r. Kaos teorisi, say sal bilgisayarlar n ve onlar n ç kt lar n çok kolay görülebilir hale getiren ekranlar n ortaya ç kmas yla geli ti ve son on y l içinde popülerlik kazand . Ancak kaotik davran gösteren sistemlerde kestirim yapman n imkans zl # bu popüler görüntüyle birle ince, bilim adamlar konuya oldukça ku kucu bir gözle bakmaya ba lad lar. Fakat son y llarda kaos teorisinin ve onun bir uzant s olan fraktal geometrinin, borsadan meteorolojiye, ileti imden t bba, kimyadan mekani#e kadar uzanan çok farkl dallarda önemli kullan m alanlar bulmas ile bu ku kular giderek yok olmaktad r. Teoriye temel olu turan matematiksel ve temel bilimsel bulgular, 18.yüzy la, hatta baz gözlemler antik ça#lara kadar geri gidiyor. Yunan ve Çin mitolojilerinde yarad l efsanelerinde ba lang çta bir kaosun olmas rastlant de#il. Özellikle Çin mitolojisindeki kaosun, bugün bilimsel dilde tan mlad # m z olgularla hayret verici bir benzerli#i oldu#unu görüyoruz. Bat da da daha sonraki dönemlerde bilim adamlar taraf ndan karma k olgulara dair gözlemler yap lm t r. Poincare, Weierstraas, von Koch, Cantor, Peano, Hausdorff, Besikoviç gibi çok üst düzey matematikçiler taraf ndan bu teorinin temel kavramlar olu turulmu tur. Karma k sistem teorisinin ard nda yatan yakla m felsefe, özellikle de bilim felsefesi aç s ndan inceleyecek olursak, ortaya ilginç bir olgu ç k yor. Asl nda bugün pozitif bilim olarak nitelendirdi#imiz ey, bat uygarl # n n ve dü ünü biçiminin bir ürünüdür. Bu yakla m n en belirgin özelli#i, analitik olu u yani parçadan tüme yönelmesi (tümevar m).

Genelde karma k problemleri çözmede kullan lan ve bazen çok iyi sonuçlar veren bu yöntem gere#ince, önce problem parçalan yor ve ortaya ç kan daha basit alt problemler inceleniyor. Sonra, bu alt problemlerin çözümleri birle tirilerek, tüm problemin çözümü olu turuluyor. Ancak bu yakla m görmezden gelerek ihmal etti#i parçalar aras ndaki ili kilerdir. Böyle bir sistem parçaland # nda, bu ili kiler yok oluyor ve parçalar n tek tek çözümlerinin toplam , as l sistemin davran n vermekten çok uzak olabiliyor. Tümevar m yakla m n n tam tersi ise tümevar m, yani bütüne bakarak daha alt olgular hakk nda ç karsamalar yapmak. Genel anlamda tümevar m Bat dü üncesinin, tümdengelimi Do#u dü üncesinin ürünü olarak nitelendirmek mümkündür. Kaos yada karma kl k teorisi ise, bu anlamda bir do#u-Bat sentezi olarak görülebilir. Çok yak n zamana kadar pozitif bilimlerin ilgilendi#i alanlar do#rusall # n geçerli oldu#u, daha do#rusu çok büyük hatalara yol açmadan varsay labildi#i alanlard r. Do#rusal bir sistemin girdisini x, ç kt s n da y kabul edersek, x ile y aras nda do#rusal sistemlere özgü u ili kiler olacakt r:E#er x1'e kar l k y1, x2'ye kar l k y2 elde ediyorsak, girdi olarak x1+x2 verdi#imizde, ç kt olarak y1+y2 elde ederiz. Bu özellikleri sa#layan sistemlere verilen karma k bir girdiyi parçalara ay r p her birine kar l k gelen ç kt y bulabilir, sonra bu ç kt lar n hepsini toplayarak karma k girdinin yan t n elde edebiliriz. Ayr ca, do#rusal bir sistemin girdisini ölçerken yapaca# m z ufak bir hata, ç kt n n hesab nda da ba lang çtaki ölçüm hatas na orant l bir hata verecektir. Halbuki do#rusal olmayan bir sistemde y'yi kestirmeye çal t # m zda ortaya ç kacak hata, x'in ölçümündeki ufak hata ile orant l olmayacak, çok daha ciddi sapma ve yan lmalara yol açacakt r. = te bu özelliklerinden dolay do#rusal olmayan sistemler kaotik davranma potansiyelini içlerinde ta rlar. Kaos görü ünün getirdi#i en önemli de#i ikliklerden biri ise, kestirilemez determinizmdir. Sistemin yap s n ne kadar iyi modellersek modelleyelim, bir hata bile (Heisenberg belirsizlik kural na göre çok ufak da olsa, mutlaka bir hata olacakt r), yapaca# m z kestirmede tamamen yanl sonuçlara yol açacakt r. Buna ba lang ç ko ullar na duyarl l k ad verilir ve bu özellikten dolay sistem tamamen nedensel olarak çal t # halde uzun vadeli do#ru bir kestirim mümkün olmaz. Bugünkü de#erleri ne kadar iyi ölçersek ölçelim, 30 gün sonra saat 12'de hava s cakl # n n ne olaca# n kestiremeyiz.

Kaos konusunda bu uzun giri ten sonra konunun beyinle ili kisine gelelim. Beynin fizik yap s ve görünü ü fraktald r. Bu yap , beynin gerek evrimsel, gerekse canl n n ya am sürecindeki geli imin ürünüdür ki, bu geli imin deterministik (genlerle belirli), ancak çevre ve ba lang ç ko ullar na son derece duyarl , yani kaotik oldu#u aç kt r. Beynin yaln zca olu umu de#il, çal ma biçimi de kaotiktir. Beyni olu turan inan lmaz boyuttaki nöron a# n n içinde bilgi ak kaotik bir ekilde gerçekle ir. Kaotik davran n tarama özelli#i ve bunun getirdi#i uyarlan rl k (adaptivite) sayesinde, beyin çok farkl durumlara uyum sa#lar, çok farkl problemlere çözüm getirebilir, çok farkl fonksiyonlar gerçekle tirir.

EEG sinyalleri üzerine yap lan ara t rmalar göstermi tir ki, sa#l kl bir insan n sinyalleri kaotik bir davran gösterirken, epilepsi krizine girmi bir hastan n sinyalleri çok daha düzenli, periyodik bir davran sergilemektedir.

Yani epilepsi krizindeki hastan n beyni, kendini tekrarlayan bir davran a tak lm ve kaotik (yani sa#l kl ) durumda sahip oldu#u adaptivite özelli#ini yitirmi tir. Bunun sonucu hasta, kriz s ras nda en basit fonksiyonlar n bile yerine getiremez olur.

Kaos bilimini ortaya ç karan, karma k olgular basit parçalara ay rmak yerine onlar bir bütün olarak görme e#ilimi, beyni inceleyen bilim adamlar n n da yakla m n belirlemi tir. Eskiden beyin farkl fonksiyonlardan sorumlu merkezler eklinde modellenirken, art k holistik (bütünsel) beyin modeli geçerlilik kazanm t r. Bu modele göre herhangi bir i lev gerçekle tirilirken, beynin tümü bu olguya kat lmaktad r. Önümüzdeki y llarda beynin yaln z alt düzey fizyolojik i leyi inin de#il, ö#renme, hat rlama, fikir yürütme gibi üst düzey i levlerinin de modellenmesinde kaosun çok önemli bir rol oynayaca# görülmektedir.

2.Fiziksel Yakla

m

Tüm vücut fonksiyonlar en temelde fizi#e dayan r. Fakat burada fizi#in oynad # rol nedir? Bu, "ta b rakt m yere dü tü" tarz nda bir fizik de#ildir. Böyle olsayd beyin bugüne kadar çok kolay çözülürdü, hatta Descartes bile belki çözmü olurdu. Söz konusu olan, son yetmi y l içinde fizikçilerin kullanmakta oldu#u ve do#ay matematiksel bir yap çerçevesinde anlay p anlatabilme yöntemi olan kuantum mekani#inin özellikleri ile durumu ba#da t rabilmektir. Bir masa üzerinde duran nesneyi yerçekimi çeker ama masa buna kar gelir. Dolay s yla nesne üzerine uygulanan toplam kuvvet s f rd r. Üzerindeki ko ullar böyle devam etti#i sürece, istedi#i gibi hareket edebilir. Yani biraz dokunulsa ve sürtünme olmasa nesne teorik olarak sonsuza kadar hareket edecek. Oysa kuantum mekani#ine göre serbest parçac k olarak alg lad # m z bir nesne, yani üzerinde hiçbir d etki olmayan nesne, her yerde olabilir. Ama do#an n bunun üzerinde etkili olan say sal özellikleri, ancak; atomlar ve atom alt nesneler düzeyinde kendini gösterebiliyor. Cisimlerin boyutlar büyüdükçe bu etkiler baz karma kl klar n aras nda yok oluyor, o zaman bu nesnelerde koydu#umuz yerde duruyorlar. Fakat bir elektronu siz uraya koydum diyemiyorsunuz; üzerinde hiçbir kuvvet olmayan bir elektron, evrende herhangi bir yerde bulunabiliyor. Bunu gördüm, buldum dedi#iniz anda, o herhangi yerlerden bir tanesi gerçekle mi oluyor. Tüm di#er yerlerin serbest bir elektronun yeri olarak ortaya ç kma olas l # ayn , e it. Bir elektronun bir atom içinde sahip olabilece#i fiziksel durumlar enerji, momentum, aç sal momentum gibi fiziksel parametrelerle belirleniyor. Kuantum mekani#i bu de#erlerin belli nitelikler ta mas n gerektiriyor. Sistemin bu de#erlerle belirlenen fiziksel durumlar n hangisinde bulundu#unu, ölçme yapmadan bilemiyoruz. Elektronun nerede oldu#unu ya da ölçtü#ümüzde, ölçmeden önce diyelim ki milyarda bir saniye önce- orada oldu#undan bile emin de#iliz. Kuantum mekani#inin hesaplayabilirli#i bu kadar. Evet, kuantum mekani#inde bir hesaplanamazl k var.

Zihin fonksiyonlar nda da bir hesaplanamazl k var. Beyin demiyoruz, çünkü bunun

fonksiyonlar n n bir k sm , organlar denetleyen istemsiz k sm belki daha kolay anla l yor. Ama burada söz konusu olan, kollara ve bacaklara emir verme, karar verme mekanizmas . Bu nas l fizikle aç klanabilecek? = te zorluk burada ve kuantum mekani#i burada devreye giriyor. Zihin bir çok eyi alg l yor, bunlar bir ekilde biriktirip, belle#e yerle tiriyor. Fakat önemli olan karar verme a amas nda birikmi verilerin tümünden daha fazla bir toplam olup olmad # sorusudur. Zihin konu mam za komutlar nas l veriyor? Herkesin beyninde her an kafas ndan geçen dü üncelerle bir çok belki milyonlarca karar veriliyor, bu nas l oluyor? = te tüm bu verilerin, beyne girmi olan bilgi k r nt lar n n olu turdu#u fiziksel durumlar ve bunlar n say yla ifade etmekte zorlanaca# m z kombinezonlar ndan her biri bir kuantum mekaniksel durumun bir bile eni gibi görülebilir. Kuantum mekaniksel durum bile enleri demekle,serbest bir elektronun uzay n herhangi bir noktas nda bulunmas n kastediyoruz. Bu bulunu bir fiziksel durumdur. Hepsi varit bu elektron için, fakat biz elektronu yakalad # m z yani ölçtü#ümüz anda diyoruz ki elektron burada; bu durumlardan bir tanesi ortaya ç kt . Bunu d ar dan müdahale ederek yap yoruz. Beyin ise zihin fonksiyonlar s ras nda bu müdahaleyi nas l yap yor?

Penrose, zihnin çal ma mekanizmas ile bir kuantum mekaniksel sistemin özellikleri aras nda analoji kurma imkan oldu#unu söylemektedir. Burada hesaplanamazl k, yani bir algoritmaya indirgenemezlik konusu en temel bir hususu olu turuyor. Bu iki sistemden bir tanesinde hesaplanamazl k olmad # gösterilebilirse bütün bu söylenenler ortadan kalkm olacak. Asl nda hesaplanamazl k, bir algoritmaya indirgenemezlik matematikte bilinmeyen bir ey de#ildir. Mesela bir yüzeyi çinilerle kaplayacaks n z, biçimleri ne olsun ki yüzey arada hiçbir bo luk kalmadan kaplanabilsin. Matematikçiler, bir yüzeyin hangi ekilde çinilerle periyodik olarak kaplanabilece#inin bir algoritmaya ba#lanamayaca# n kan tlam lard r.

1980'lerde anesteziyologlar taraf ndan beyin hücrelerindeki mikrotübüller ke fedilmi tir. Bunlar, hücrelerin içinde gayet ince bir iskelet gibi yap olu turuyorlar ve mitoz bölünme s ras nda ortaya gelerek s n r olu turup bölünmeyi denetliyorlar. =çlerinde bulunan çok ince lifleri olu turan protein moleküllerinin ilginç bir özelli#i var. Bunlar n içindeki bir elektron iki de#i ik durumda bulunabiliyor. Elektronun bu iki durumunu 0 ve 1 durumlar gibi alabilirsiniz. Belli bir tak m anestetikler verildi#inde bu elektronun yer de#i tiremez hale geldi#i, yani uyu turman n verdi#i bilinç kapat lmas s ras nda bu elektronun dondu#u görülüyor. O zaman zihin fonksiyonlar nda bu elektronun yer de#i tirmesi bir tak m kuantum mekaniksel durumlar olu turmaya yol açabilir. Çünkü elektronun bulundu#u yer için matematiksel olarak bir kuantum mekaniksel durum yazabiliyorsunuz. Bunun gibi bir hücrede milyonlarca var, nöron ebekeleri içinde kaç tane oldu#unu ve bunlar n yaratabilece#i de#i ik sonuç durumlar n dü ünün. = te Penrose'nin, acaba olsa nerede olabilir sorusuna bulamad # cevap bu. Bunun uygun bir aday olabilece#ini 1992 y l nda bir anesteziyologun ona söylemesi üzerine ö#renmi tir. Ama gene de bizi u soruyla kar kar ya b rakmaktan da kendini alam yor: " Acaba parça bütünü anlayabilecek mi? Parça bütünü içine alabilecek mi? Yani, biz acaba bunu anlama yetene#ine sahip miyiz?" ( Gödel teoremi, Russel paradoksu, veya çok eskilerin dedi#i irade-i külliye/ irade-i cüzziye sorunu gibi bir ey). Ayn soru kuantum mekani#i için de soruluyor: Acaba daha temel düzeyde bilgi (i) Do#ada m yok? (ii) Var da do#a bize yasaklam m ? (iii) Yoksa bizim yeteneklerimiz mi elvermiyor? Iimdilik genel inanç (i) do#rultusunda.

3.Psikolojik Yakla

m

Beynin nöroanatomik, biyokimyasal ve fizyolojik aç dan incelenmesi yo#un biçimde sürmektedir. Fakat beyni bir canl n n içinde i lev gören bir uzuv oldu#unu görerek de#erlendirirsek, ister istemez davran bilimleri de i in içine girmektedir. Çünkü özellikle geli mi beyinli memeli hayvanlar n önemli özelliklerinden biri de çevreleri ile etkile ime girmeleri ve bu sayede yeni eyler ö#renerek bunlar daha sonra hat rlayabilmeleridir. Bu davran lar

aç s ndan da beyin bilgisayar etkile imi ve benzerliklerine bak lmas gereklidir. Bilgisayarlar ile insanlar aras nda ilk bak ta ö#renme ve bellek konusunda çok önemli i levsel benzerliklerin bulundu#u biliniyor. Ö#renme ve bellek mekanizmalar bize bilgi edinme ve deneyimlerden yararlanma olana# sa#lamaktad r. Bilgisayarlar da genelde ö#renme ve belleklerinde bilgi tutabilme özelliklerine sahipler. Bu aç dan bak ld # nda ortaya felsefi sorunlar ç kmaktad r. Bunlardan biri Turing'in öngördü#ü ö#renme makinesidir. Bu makinenin insan gibi ö#renebildi#inin testi de turing testi olarak bilinmektedir. Bu konu hakk nda felsefi yakla m ba l # alt nda bilgi verildi#inden burada girilmeyecektir.

Böyle bir ö#renme makinesinin temelinde yatan aksiyomatik sistemdeki belirsizli#in Gödel taraf ndan kan tlanm olmas , zaten bilginin niteli#i ve bilgi edinme yöntemlerinin yeniden gözden geçirilmesine yol açt # gibi insan bilgisayar kar la t rmas n n temelindeki varsay mlar n sorgulanmas n da gündeme getirmi tir. Bilgisayarlar n ö#renmelerine ili kin emalarda genellikle bir girdi kanal , bir i lemciye denk gelen bir kutu ve bilgisayar n ürününü gösteren bir ç kt kanal gösterilir. Bu girdi ve ç kt kanallar na ve kapa# n açarak i lemci kutusunun içine bak ld # nda, görülen olgular bilgisayar ile beyin aras nda önemli farklar n oldu#unu ortaya koymaktad r. Burada olay n psikolojik yönüyle ilgili olarak Freudcu bir yakla mla nerede bunun libidosu veya Neyzen TEVF=K'i an msayarak fikri varsa efkar nerede bunun diye sorular sorulabilir. Tüm bu sorular n d nda basit bir örnekle konuya yakla al m: bir bilgisayar n z var, fakat her yerde iyi çal an bilgisayar n z baz yerlerde do#ru çal m yor, üstelik sabahlar daha iyi ö#leden sonra ise kötü çal yor yani tekliyor. Ne dü ünürsünüz? Bilgisayar n z n bozuldu#unu dü ünerek tamire götürürsünüz. Ve belki de tamire götürürken bilgisayar n z n insanla maya ba lad # n dü ünebilirsiniz. Burada belirtilmek istenen asl nda bilgisayarlardan hiç beklenmeyen bu davran n bizim hem psikolojimizde hem de fizyolojimizde yerle ik bir olgu oldu#udur. Çünkü bilgisayarlardan çok farkl olarak bizim için olaylar n zamanla ve mekanla kay tl bir yan vard r.

Olaylar n zaman içindeki dizilimi ve mekan içindeki da# l m bizi temelden etkilemekte ve daha duyu ve alg lama gibi temel süreçlerden ba layarak bizi tamam yla biçimlendirmektedir. Bilgisayarlarda giri leri iyi bir ekilde düzenledi#iniz takdirde i lem kutusunun niteli#ini incelemeden ne olursa olsun ç kt n n ne olaca# n biliyoruz. Buna paralel olarak psikolojideki davran ç ekole göre, siz ki inin girdilerini gerekti#i biçimde düzenleyebildi#iniz sürece kutu, yani a, b, veya c ki ileri avukat, doktor veya mühendis olabiliyor.

Bu tür radikal davran ç yakla m bugünkü bilgisayar teknolojileriyle birle tirdi#inizde bilgisayarla beyin aras nda çok fazla bir benzemezlik olmad # görülebilir. Ancak bu tür yakla m n geçerli olmad # , girdilerle ç kt lar aras ndaki kutunun içeri#i ve özelliklerinin ara t r lmaya ba lanmas yla gündeme gelmi tir. Özellikle Ge talt psikolojisinin vurgulad # görü , alg lamada uyaranlar teker teker inceleyip sonuçlar sentezlemenin mümkün olamayaca# tezidir. Yani alg lamada bütün, parçalar n n toplam ndan farkl d r. Gestalt psikolojisine göre, bir olay anlamak için tümünü bir arada ve bir anda alg lamak gerekli, çünkü olay n tümünün dinami#i, parçalar n teker teker incelenmesi ile ortaya ç kan tablodan farkl d r. Bir karenin uçlar na yerle tirdi#imiz klar yak p söndürmeyi frekans artt rarak sürdürdü#ümüzde önce kare görünen eklin frekans artt kça daire veya çember eklinde alg land # n görürüz. Bu örnek bize ço#u kez bir olay parçalar na bölüp parçalar n n her birinin beynimizi nas l etkiledi#ine bakarak bir bütün yaratmam z n mümkün olmad # n göstermektedir. Uyaranlar n yada üzerimizde psikolojik etki yaratan durumlar n teker teker incelenmesinin, bu uyaran yada durumlar n toplam n n yaratt # tabloyu tümüyle anlamam za yeterli olmayaca# gerçe#idir. Bu bak mdan beynimizi etkileyen uyaran yada durumlar birer ba# ms z girdi olarak de#erlendirmemiz mümkün de#ildir. Uyaranlar n üzerimizde yapt klar etki, zaman ve mekan içindeki dizilimlerine ve birbirleriyle etkile imlerine ba#l d r.

Sonuç olarak, beynimiz ve beynin ba#l oldu#u canl organizma, zaman ve mekan içinde davran lar n de#i tiren, zamandan ve mekandan etkilenen bir yap ya sahiptir. Bunlar u a amada bilgisayarda mevcut de#ildir. Bilgi edinmede, felsefenin ortaya ç kard # s n rlar n yan s ra, bugünkü ko ullarda bile beyin ile bilgisayar aras nda bir ko utlu#un ancak basit bir ilk yakla m için geçerli oldu#u görülmektedir.

4.Felsefi Yakla

m

Yapay zeka felsefesi en geni anlam yla yapay zekan n gerçekten mümkün olup olmad # n soru turan bir felsefe koludur. Bilgisayarlar dü ünebilir mi? Sorusu yapay zeka felsefesinin en temel sorunudur. Bilgisayarlar n icad ndan bu yana, bu soru bir çok felsefeci, bilim adam veya yapay zeka ara t rmac s taraf ndan tart lm t r. Bu güne kadar bir problem olarak kalmas n n nedeni bu sorunun cevab hakk nda ortak bir uzla ma sa#lanamamas ndand r. Hatta, bunun felsefi bir problem mi? Yoksa empirik bir problem mi? Oldu#unda dahi mutab k kal namam t r.

Iimdi farkl

ba l klar alt nda konu ile ilgili yakla

mlar aç klanacakt r.

*1.Turing makinesi ve turing testi* Yapay zeka felsefesini ilk ortaya ç karan ki i ünlü =ngiliz mant k ve matematikçisi Alan Turing'dir. Dartmouth konferans ndan alt y l önce, yani 1950 y l nda Turing, Mind adl felsefe dergisinin A#ustos say s nda Computing Machinery and Intelligence adl bir makale yay nlam t r. Bu makalede Turing "Makineler dü ünebilir mi?" sorusunu dikkatli bir felsefi tart maya açm ve makineler dü ünebilir iddias na kar olan itirazlar reddetmi tir. 1936 y l nda Turing bilgisayar tasar m n n mant ki temelleri üzerine bir makale yazm t r. Bu makalenin konusu matematiksel mant # n soyut bir problemi ile ilgilidir ve bu problemi çözerken Turing bugün Turing makinesi diye adland r lan, program depo eden genel amaçl bilgisayar kuramsal olarak icat etmeyi ba arm t r. Turing makinesi kuramsal bir hesap makinesi olup hesaplar n karelere bölünmü ve her karede yaln zca bir sembol bulunabilen bir bant arac ile yapar. Sadece sonlu say da içsel durumlar vard r. Bir karedeki sembolü okudu#u zaman halihaz rdaki durumuna ve sembolün ne oldu#una göre durumu de#i ebilir.

Alan Turing ayr ca Turing testi olarak adland r lan ve bir bilgisayar n veya ba ka bir sistemin insanlarla ayn zihinsel yetiye sahip olup olmad # n ölçen bir test geli tirmi tir. Genel anlamda bu test bir uzman n, makinenin performans ile bir insan nkini ay rt edip edemeyece#ini ölçer. E#er ay rt edemezse, makine insanlar kadar zihinsel yetiye sahip demektir. Bu testte bir insan ve bir bilgisayar, deneyi yapan ki iden gizlenir. Deneyi yapan hangisiyle haberle ti#ini bilmeden bunlar n ikisiyle de haberle ir. Deneyi yapan ki inin sordu#u sorular ve deneklerin verdi#i cevaplar bir ekranda yaz l olarak verilir. Amaç, deneyi yapan n uygun sorgulama ile deneklerden hangisinin insan, hangisinin bilgisayar oldu#unu bulmas d r. E#er deneyi yapan ki i güvenilir bir ekilde bunu söyleyemez ise, o zaman bilgisayar Turing testini geçer ve insanlar kadar kavrama yetene#inin oldu#u varsay l r. *2.Çin odas

deneyi*

California üniversitesinden John SEARLE bilgisayarlar n dü ünemedi#ini göstermek için bir dü ünce deneyi tasarlam t r. Bir odada kilitli oldu#unuzu dü ünün ve odada da üzerlerinde Çince tabelalar bulunan sepetler olsun. Fakat siz Çince bilmiyorsunuz. Ama elinizde Çince tabelalar =ngilizce olarak aç klayan bir kural kitab bulunsun. Kurallar Çinceyi tamamen biçimsel olarak, yani söz dizimlerine uygun olarak aç klamaktad r. Daha sonra odaya ba ka Çince simgelerin getirildi#ini ve size Çince simgeleri odan n d na götürmek için, ba ka kurallarda verildi#ini varsay n. Odaya getirilen ve sizin taraf n zdan bilinmeyen simgelerin oda d ndakilerce `soru` diye, sizin oda d na

götürmeniz istenen simgelerin ise `sorular n yan tlar ` diye adland r ld # n dü ünün. Siz kilitli odan n içinde kendi simgelerinizi kar t r yorsunuz ve gelen Çince simgelere yan t olarak en uygun Çince simgeleri d ar veriyorsunuz.

D ta bulunan bir gözlemcinin bak aç s ndan sanki Çince anlayan bir insan gibisiniz. Çince anlaman z için en uygun bir program bile Çince anlaman z sa#lam yorsa, o zaman herhangi bir say sal bilgisayar n da Çince anlamas olanakl de#ildir. Bilgisayarda da sizde oldu#u gibi, aç klanmam Çince simgeleri i leten bir biçimsel program vard r ve bir dili anlamak demek, bir tak m biçimsel simgeleri bilmek demek de#il, ak l durumlar na sahip olmak demektir. *3.Bilgi, bilinç ve yapay zeka* Beyin etten yap lm bir bilgisayar m d r? Bir bilgisayar üretildi#i fiziksel malzemeler dolay s yla zamana tabi olarak çal r ve devrelerinin ba#lant lar na ve yaz l ma göre ula lan sonuçlar neden-sonuç ili kisi bak m ndan s k bir gerekircili#i(determinizmi) ortaya koyar. Bu bak mdan, insan bilinci de, insan n tüm bedensel i levlerinin yönetim merkezi olan beynin, elektriksel ve kimyasal süreçlere ba#l olarak, fiziksel varolan n (uzay ve zamanda varolan n) tabi oldu#u neden-sonuç ili kisine, nedenselli#e ba#l olan bir süreçten ba kas de#il midir? Yani bilinç ve ak l tümüyle fiziksel süreçlere indirgenebilir mi?

Bu sorular dü ünce tarihi içinde derin kökleri olan önemli sorulardan bir kaç d r. E#er biz tüm insani özelliklerin fizi#e tabi olan bedensel i levlere indirgenebilece#ini savunuyorsak, bu yakla mla beynin etten yap lm bir bilgisayar oldu#unu, yani yapay zekan n henüz yeterince geli memi bir insan prototipi oldu#unu kabul ediyoruz demektir. Buna kar l k, insan n yaln zca fiziksel süreçlere tabi olan bir makineye indirgenemeyece#ini savunuyorsak, bunun gerekçelerinin ortaya konmas gerekir. Iimdi, e#er tüm bilgimizin deneyle ba lad # n kabul ediyorsak, bilginin ortaya ç kmas için gerekli iki ko ulu öyle ifade edebiliriz: Deneyimden gelen malzeme ya da veriler ve bu verilerin, akl n kendi sahip oldu#u formlar arac l # ile kal ba dökülmesi ve sonuçta bilginin üretilmesi. Verilerin kal ba dökülmesi, önerme formuna sokulmas bir fiildir ve bu fiilin yap lmas için bilincin ortaya ç kmas gerekir. Yani her bilgi fiili bir bilinç fiilidir. Iimdi soru udur: Bilinç bir beyin süreci midir? Yoksa beyin süreçlerinin arkas nda duran ve bu süreçlerin sonucunda, bir eye (nesneye) yönelmek suretiyle ortaya bir bilgi konulmas n sa#layan etkin neden, bilinç fiilinin kendisi midir? Bilgi bir bilinç durumudur, düzensiz bir veriler toplulu#unun alg lanmas de#ildir.

Ieylerin bir bilgi nesnesi yada onlar n ba#lant lar n n bilgisi olarak ortaya ç kmas , o nesneye bir birlik verilmesi ile olanakl d r, bu ise bu birli#i veren öznenin, "ben"in kendi birli#inin bilincinde olmas yla olanakl d r. Yani her bilgiye birli#ini veren ben bilinci her bilgiden önce gelmektedir. E#er beyin süreçleri ile "ben" bilinci ayn eyse, zamana ve nedenselli#e tabi olan beyin süreçlerinin nas l olup da farkl ben bilinçlerinin ortaya ç kmas n sa#lad # ise karanl kta olan bir sorudur. Akl n deneyden gelen uyar lara dayal bilgi üretmesinin yan nda, kendisi deneyden gelmeyen, ama deneyle gelen malzemeyle do#a bilimlerinin yap labilmesinin ko ulunu olu turan matematik ve matematiksel nesnelerle ilgili de#erlendirmeler, bilincin beyin süreçlerine indirgenemeyece#i yönünde bir destek sa#lamaktad r.

Matemati#in ve matematiksel nesnelerin (say , üçgen gibi) ne oldu#u sorusunun yan t kolayl kla verilemez, ama ne olmad # n n yan t üzerine unlar söylenebilir. Matemati#in nesneleri ve onlar n ba# nt lar zamana ve neden-sonuç ili kisine ba# ml de#ildir. Bu tür nesnelerin ba# nt lar n özsel olarak farkl ilkeler yönetmektedir (çeli mezlik ilkesi gibi). E#er matematiksel nesnelerin zamana ve neden sonuç ili kisine tabi olmad klar n görüyorsak, bundan, bu nesnelerin fiziksel süreçlerin d nda kalan bir dayana#a sahip olduklar sonucu ç kar. Bu nedenle matematiksel nesneler, fiziksel süreçlere tabi olarak ortaya ç kan eyler de#ildir; ama fiziksel olan n, malzemenin, düzene ve s raya sokulmas n n dayana# n olu turmas nedeniyle, fiziksel süreçlerin insan için anla labilir ve bilgisine ula labilir bir ey olmas n sa#larlar.

Bu bak mdan insan beynini yaln zca fiziksel süreçlere tabi olan bir bilgi i leme merkezi olarak görmek, matematiksel nesneleri de zamana ve neden-sonuç ili kisine ba#l olarak görmek sonucunu getirir ki, o zaman say , üçgen gibi fiziksel nesnelerin ba# nt lar n n kesinlik ve zorunlulu#unun hesab n vermek olanaks z olacakt r. Yani fiziksel süreçler, bu süreçlerin d nda kalan ilkelerle i leyen soyut nesnelerin dayana# olamazlar. O halde, e#er matematiksel nesneler ve matematik, zamana ve neden-sonuç ili kisine tabi de#illerse ve bunlar n dayana# n fiziksel süreçler olu turmuyorsa, bu dayana# n fiziksel süreçlere tabi olmayan bir ey oldu#unu, yani akl n kendi unsurlar n n bu süreçlerin d nda olduklar n dü ünmek durumunday z. Bunun ise anlam udur: =nsan bilinci ve akl , yaln zca fiziksel süreçlere tabi olan ve nöron a#lar ndan olu mu beyin organ n n üstünde bir "yer"e, "iç"e sahiptir. Bu yer (iç), akl n yan s ra, "özgür irade"nin de dayana# n olu turur.

E#er insan varl # , yaln zca fiziksel bir nesne olarak görülürse, yani "empirik ben"den ibaretse, burada özgür iradeye yer yoktur. Çünkü fiziksel bir nesne olarak zamana ve nedenselli#e tabi olan insan varl # s k bir gerekircilik içinde belirlenmi tir. Öte yandan, insan n tüm empirik belirlenimlerinin arkas nda duran, onun zeminini olu turan, ama zaman ve nedensellikle belirlenmemi bir "a k nsal (transandantal)" yan vard r ki, bilincin ortaya ç kmas n n arkas nda duran ve özgür iradenin dayana# olan, onun bu a k nsal yan d r.

Günümüzün ünlü Frans z filozofu Georges Canguilhem araçsall kç l # n (instrumentalisme) her türüne kar ç karak, teknik sapman n her kö e buca#a yay lmas n ele tirmektedir. "Beyin ve dü ünce" adl yaz s nda elektronik h rdavatç l # n her kesimi etkisi alt na ald # n vurgulayan filozof, yapay zekadan enformasyon modellerine de#in her türlü teknolojik ba ar n n getirdikleri kadar götürdükleri de oldu#unu savunmu tur. =nsan zihninin bir bilgisayara s #d r lamayaca# n , ve bilgisayar nda sonuç olarak insan zihninin tüm yetilerinin üstesinden gelemeyece#ini dile getiren filozof, bu anlay n eskilerin frenoloji görü üne benzedi#ini söyler. Oynan lan, ayarlanmaya çal lan, belirsiz amaçlara yönlendirilen bir insan dünyas na kar ; dü üncenin kaç n lmaz ve normal durumuna denkmi gibi yutturulan bir teknik evren arac l # ile ortaya ç kan açmaz açman n tek yolunun felsefeye dü tü#ünü söyleyen Canguilhem'e göre, " u andaki egemenli#inin ba kas na devredileme hakk olarak ben'in savunulmas felsefenin biricik görevidir."

Sonuç olarak yapay zeka çal malar n n ve nörolojinin yönünün ve olanaklar n n belirlenebilmesi için, insan n ve insan akl n n ne oldu#unun soru turulmas , ama bu soru turman n yaln zca bili im bilimleri ve deneysel psikoloji alan nda de#il, metafiziksel *olarak felsefe içinde de soru turulmas gerekmektedir* *4.Yönetim Bilimleri ve Yapay Zeka* Yönetim bilimleri yapay zeka alan ndaki geli melerden h zla etkilenmektedir. Bu etkile imin bir sonucu olarak, do#al dil arabirimleri, endüstriyel robotlar, uzman sistemler ve zeki yaz l mlar gibi uygulamalar ortaya ç km t r. Her seviyeden yöneticiler ve çal anlar, direk veya dolayl da olsa son kullan c olarak bu geli melerden haberdar olmak durumundad r. Çünkü bir çok i yeri ve organizasyonda, gittikçe artan bir oranda yapay zeka teknikleri kullan lmakta ve bu yolla verimlilik art sa#lanmaya çal lmaktad r.

Iekilde yapay zekan n yönetim bilimlerindeki farkl uygulama alanlar gösterilmektedir. Iimdi k saca baz yapay zeka teknikleri ve uygulama alanlar ndan bahsedilecektir.

1.Bilgisayar Bilimleri

Uygulamalar n bu alan bilgisayar yaz l m ve donan m üzerine odaklanm t r. Çünkü yapay zeka uygulamalar n n ço#u için, çok güçlü süper bilgisayarlar n üretilmesine gereksinim duyulmaktad r. Bunun ilk a amas n be inci nesil olarak an lan zeki bilgisayarlar olu turmaktad r. Bu bilgisayarlar optimum seviyede mant ksal anlam ç karma i lemi için tasarlanmaktad rlar. Bu anlam ç karma, geleneksel bilgisayarlardaki nümerik i lem yerine sembolik i lemin kullan lmas anlam na gelmektedir. Di#er çal ma ise, sinirsel a#lar n geli tirilmesi için yap lmaktad r. Neurocomputer sistemleri, insan beynindeki nöronlar n a# yap lar na göre ekillendirilmi bir yap dad r. Bu bilgisayarlar bilginin bir çok farkl k sm n ayn anda i leyebilirler. Sinirsel a# yaz l mlar n n, basit problem ve çözümleri gösterilerek ö#renmesi sa#lanabilmektedir. Örne#in resimleri tan yabilmekte ve problemleri çözmek için program yapabilmektedirler.

2.Robotik Yapay zeka, mühendislik ve psikoloji roboti#in temel disiplinleridir. Robotik teknolojisi, insan gibi fiziksel kapasitelere sahip, bilgisayar kontrollü robot üretiminin gerçekle tirilmesi için geli tirilmi tir ve yapay zeka alan ndaki geli melere paralel olarak ilerlemektedir. Bu alandaki uygulamalar robotlara, görme yetene#i veya görsel alg lama, dokunsal alg lama, idare etmede beceri ve hüner, hareket kabiliyeti ve yol bulabilme zekas kazand rmaktad r. Baz uygulama örnekleri a a# da verilmi tir.

Stuttgart Üniversitesi'nin Paralel ve Da# t lm Yüksek Performans Bilgisayarlar Enstitüsü'nde Prof. Paul Levi yönetiminde bir çal ma gurubu Aramis (ad n monte edilmi olan kolundan al yor), Porthos (yük ta y c s ) ve Athos (bir stereo kameraya sahip ve gurubun gözcüsü) isimli üç robot üretmi tir.

Bu robotlar küçük sorunlar n tek ba lar na çözebilmektedir. Fakat bu robotlarda di#erlerinde olmayan bir özellik vard r, kooperasyon yetene#i. Iöyle ki; kimin hangi görevi hangi s rayla yapaca# n aralar nda kararla t r yorlar. Bunu konu arak yapmalar teknik bir dayatmadan çok ara t rmac lar n oyun dürtüsüne i aret etmektedir. Asl nda makineler bit ve byte'lar düzleminde anla malar na ra#men, çal ma esnas nda kad n ve erkek sesleriyle gerçekle en sözlü diyaloglar ortaya ç kmaktad r. Prof. Levi'ye göre üç ilah örler, günün birinde temizlik, nakliyat ve konstrüksiyon ile ilgili görevleri yürütecek bir robot ku a# n n prototipleridir.

Bir ba ka örnek ise MIT'den Rodney Brooks'un tasarlad # ATT=LA isimli böcek robot. 30 cm. boyutundaki bu robot üzerinde 23 motor, 10 mikro i lemci ve 150 adet alg lay c bulunuyor (Iekil 8). Her baca# n üç ba# ms z hareketi sayesinde engellerin üstüne t rman yor, dik ini ler yap yor ve tutunarak kendisini 25 cm. yüksekli#e çekebiliyor. Brooks'un yapay zeka anlay nda izleme, avlanma, ileri gitme ve gerileme gibi bir tak m ilkel içgüdü ve refleksler yer al yor. Öte yandan onun robotlar nda bunlar seçen ve bu basit hareketleri yönlendiren bir beyin modeli yer alm yor. Bunun yerine, her davran , robotun kontrolünde yar an bireysel zekalar olarak i liyor. Kazanan , robotun al c lar n n o anda ne hissetti#i belirliyor ve bu noktada di#er tüm davran lar geçici olarak bast r l yor. Kurulan mant kta, "gerile" gibi tehlikeden sak nma davran lar , "av izle" gibi daha üst seviyedeki fonksiyonlar bast r yor. Davran hiyerar isindeki her seviyenin gerçekle mesi için bir alttakinin a lmas gerekiyor. Böylece bir böcek robot, örne#in "odadaki en uzak kö eyi belirle ve oraya git" gibi yüksek düzeyde bir komutu, bir yerlere çarp p ba na kaza gelme korkusu olmadan yerine getirebiliyor.

Robotlar gelecekte yaln zca basit ve monoton görevlerle s n rlanmay p, insanlara karma k ve tehlikeli görevlerde de yard mc olacaklar için, ak ll ve daha esnek kullan ml bir kavrama sisteminin geli tirilmesine yönelik olarak , DLR (Alman Hava ve Uzay Uçu lar Ara t rma Kurumu) taraf ndan insan elini örnek alan üç parmakl ve çok sensörlü bir robot el geli tirilmi tir ( ekil 9).

3.Do#al Arabirimler

Do#al arabirimlerin geli imi yapay zekan n önemli bir alan n göz önüne al r.

Do#al arabirimlerin geli imi, insan taraf ndan bilgisayarlar n daha do#al kullan m na yönelik bir kolayl k sa#lar. Bu alanda yapay zeka ara t rmac lar n n en büyük amac , insan konu ma dilinde bilgisayar ve robotlar n konu maya ba lamas ve bizim onlar anlad # m z gibi onlar n da bizi anlayabilmesidir.

Uygulamalar dil bilim, psikoloji, bilgisayar bilimleri gibi disiplinleri içine alan bir kollektif çal ma alan içinde yap lmaktad r. Baz uygulama alanlar olarak insan dilini anlama, konu may tan ma, beden hareketlerinin ekillerini kullanan çok alg lay c l cihazlar n geli tirilmesi gösterilebilir.

Bilgisayar ile ili ki kurmak için bir anadilin kullan lmas asl nda yapay zekan n en kuvvetli yanlar ndan birini temsil eder. Yaz l anadilin i lenmesi uygulamalar ise çok say da bulunmaktad r. Bu konudaki ba l ca uygulamalar unlard r: Bilgisayar yard m yla tercüme, Metin özetlerinin otomatik olarak haz rlanmas , Metinlerin otomatik olarak üretilmesi (anlaml bir sözdizimsel form olarak), Dokümanlar n haz rlanmas na yard m (hatalar n ve tutars zl klar n bulunmas ve gerekti#inde düzeltilmesi, örnek: MSWord program ). =nsan sesini alg layan bir uygulama örne#i olarak da, NaturallySpeaking isimli bir program seti verilebilir. Program erkek/bayan ayr m yapmamak için ses giri lerini nötr sinyallere çevirir. Bir batch i lemi, konu malar konu mac dan ba# ms z olarak kendi iç modeliyle kar la t rarak, süreklilik ve vurgulama gibi ince ayarlar yapar. Farkl kullan c lar n telaffuz farkl l klar ndaki tutarl l k bu sayede sa#lan r. Program ayr ca zaman kaybetmemek için, söylenen bir kelimenin ard ndan gelebilecek kelimeleri tahmin eder ve tarama alan n daralt r. Mesela, say n kelimesinden sonra, büyük bir ihtimalle isim gelecektir, tarama alan buna göre isim alan na yönlendirilir. Bunun ötesinde tüm cümlenin anlam na bak larak, kelimenin cümlede uygun yerde olup olmad # da kontrol edilir. Program n elindeki bilgiler artt kça eskisine göre farkl kararlar verdi#i görülmektedir. Gündelik konu malarda rastlanan cümlelerde program mükemmel bir performans sergilemektedir. Bir günlük düzenli bir çal ma sonras nda do#ruluk oran %95'lere ula maktad r.

4.Sinirsel A#lar Sinirsel a#lar çe itli yollarla birbirine ba#l birimlerden olu mu topluluklard r. Her birim iyice basitle tirilmi bir nöronun niteliklerini ta r. Nöron a#lar sinir sisteminin parçalar nda olup biteni taklit etmekte, i e yarar ticari cihazlar yapmakta ve beynin i leyi ine ili kin genel kuramlar s namakta kullan l r. Sinirsel a# içindeki birimler, her birinin belli i levi olan katmanlar eklinde örgütlenmi tir ve bu yap ya yapay sinir a# mimarisi denir.

Yapay sinir a#lar n n temel yap s , beyne, s radan bir bilgisayar nkinden daha çok benzemektedir. Yine de birimleri gerçek nöronlar kadar karma k de#il ve a#lar n ço#unun yap s , beyin kabu#undaki ba#lant larla kar la t r ld # nda büyük ölçüde basit kalmaktad r. Iimdilik, s radan bir bilgisayarda, akla uygun bir sürede taklit edilebilmesi için bir a# n son derece küçük olmas gerekiyor.

Gittikçe daha h zl ve daha ko ut çal an bilgisayarlar piyasaya ç kt kça zamanla geli meler sa#lanacakt r. Yapay sinir a#lar ndaki her bir i lem birimi, basit anahtar görevi yapar ve iddetine göre, gelen sinyalleri söndürür ya da iletir. Böylece sistem içindeki her birim belli bir yüke sahip olmu olur. Her birim sinyalin gücüne göre aç k ya da kapal duruma geçerek basit bir tetikleyici görev üstlenir. Yükler, sistem içinde bir bütün te kil ederek, karakterler aras nda ilgi kurmay sa#lar. Yapay sinir a#lar ara t rmalar n n oda# ndaki soru, yüklerin, sinyalleri nas l de#i tirmesi

gerekti#idir. Bu noktada herhangi bir formdaki bilgi giri inin, ne tür bir ç k a çevrilece#i, de#i ik modellerde farkl l k göstermektedir. Di#er önemli bir farkl l k ise, verilerin sistemde depolanma eklidir. Nöral bir tasar mda, bilgisayarda sakl olan bilgiyi, tüm sisteme yay lm küçük yük birimlerinin birle erek olu turdu#u bir bütün evre temsil etmektedir. Ortama yeni bir bilgi aktar ld # nda ise, yerel büyük bir de#i iklik yerine tüm sistemde küçük bir de#i iklik yap lmaktad r. Yapay sinir a#lar beynin baz fonksiyonlar n ve özellikle ö#renme yöntemlerini benzetim yolu ile gerçekle tirmek için tasarlan r ve geleneksel yöntem ve bilgisayarlar n yetersiz kald # s n fland rma, kümeleme, duyu-veri i leme, çok duyulu makine gibi alanlarda ba ar l sonuçlar verir. Yapay sinir a#lar n n özellikle tahmin problemlerinde kullan labilmesi için çok fazla bilgi ile e#itilmesi gerekir. A#lar n e#itimi için çe itli algoritmalar geli tirilmi tir. Lapedes ve R.Farber (1987) bir sinirsel a# n çok kar k zaman serilerinin nokta tahmininde kullan labilece#ini ve elde edilen sonuçlar n lineer tahmin metodu gibi klasik metotlara göre çok daha kesin oldu#unu göstermi lerdir. Kar Yan Tam (Hong Kong Üniversitesi) ve Melody Y.Kiang (Arizona State Üniversitesi) geli tirdikleri sinirsel a# , i letmelerin iflas gibi finansal güçlüklerini tahmin etmede kullanm lard r.

Günümüzde sinirsel a# uygulamalar ya geleneksel bilgisayarlar üzerinde yaz l m simülatörleri kullan larak, veya özel donan m içeren bilgisayarlar kullanarak gerçekle tirilmektedir. Kredi risk de#erlemesinden imza kontrolü, mevduat tahmini ve imalat kalite kontrolüne kadar uzanan uygulamalar yaz l m paketlerinden faydalan larak yap lmaktad r.

5.Bulan k Mant k Bulan k mant k (Fuzzy Logic) kavram ilk kez 1965 y l nda California Berkeley Üniversitesinden Prof. Lotfi A.Zadeh'in bu konu üzerinde ilk makalelerini yay nlamas yla duyuldu. O tarihten sonra önemi gittikçe artarak günümüze kadar gelen bulan k mant k, belirsizliklerin anlat m ve belirsizliklerle çal labilmesi için kurulmu kat bir matematik düzen olarak tan mlanabilir.

Bilindi#i gibi istatistikte ve olas l k kuram nda, belirsizliklerle de#il kesinliklerle çal l r ama insan n ya ad # ortam daha çok belirsizliklerle doludur. Bu yüzden insano#lunun sonuç ç karabilme yetene#ini anlayabilmek için belirsizliklerle çal mak gereklidir.

Fuzzy kuram n n merkez kavram fuzzy kümeleridir. Küme kavram kula#a biraz matematiksel gelebilir ama anla lmas kolayd r. Örne#in "orta ya " kavram n inceleyerek olursak, bu kavram n s n rlar n n ki iden ki iye de#i iklik gösterdi#ini görürüz. Kesin s n rlar söz konusu olmad # için kavram matematiksel olarak da kolayca formüle edemeyiz. Ama genel olarak 35 ile 55 ya lar orta ya l l k s n rlar olarak dü ünülebilir. Bu kavram grafik olarak ifade etmek istedi#imizde kar m za ekil deki gibi bir e#ri ç kacakt r. Bu e#riye "aitlik e#risi" ad verilir ve kavram içinde hangi de#erin hangi a# rl kta oldu#unu gösterir.

Bir fuzzy kümesi kendi aitlik fonksiyonu ile aç k olarak temsil edilebilir.

Iekilde görüldü#ü gibi aitlik fonksiyonu 0 ile 1 aras ndaki her de#eri alabilir.

Böyle bir aitlik fonksiyonu ile "kesinlikle ait" veya "kesinlikle ait de#il" aras nda istenilen incelikte ayarlama yapmak mümkündür.

Bulan k mant k ile matematik aras ndaki temel fark bilinen anlamda matemati#in sadece a r uç de#erlerine izin vermesidir. Klasik matematiksel yöntemlerle karma k sistemleri modellemek ve kontrol etmek i te bu yüzden zordur, çünkü veriler tam olmal d r. Bulan k mant k ki iyi bu zorunluluktan kurtar r ve daha niteliksel bir tan mlama olana# sa#lar. Bir ki i için 38,5 ya nda demektense sadece orta ya l demek bir çok uygulama için yeterli bir veridir. Böylece az msanamayacak ölçüde bir bilgi indirgenmesi söz konusu olacak ve matematiksel bir tan mlama yerine daha kolay anla labilen niteliksel bir tan mlama yap labilecektir. Bulan k mant kta fuzzy kümeleri kadar önemli bir di#er

kavramda linguistik de#i ken kavram d r. Linguistik de#i ken "s cak" veya "so#uk" gibi kelimeler ve ifadelerle tan mlanabilen de#i kenlerdir. Bir linguistik de#i kenin de#erleri fuzzy kümeleri ile ifade edilir. Örne#in oda s cakl # linguistik de#i ken için "s cak", "so#uk" ve "çok s cak" ifadelerini alabilir. Bu üç ifadenin her biri ayr ayr fuzzy kümeleri ile modellenir.

Bulan k mant # n uygulama alanlar çok geni tir. Sa#lad # en büyük fayda ise "insana özgü tecrübe ile ö#renme" olay n n kolayca modellenebilmesi ve belirsiz kavramlar n bile matematiksel olarak ifade edilebilmesine olanak tan mas d r. Bu nedenle lineer olmayan sistemlere yakla m yapabilmek için özellikle uygundur.

Bulan k mant k konusunda yap lan ara t rmalar Japonya'da oldukça fazlad r. Özellikle fuzzy process controller olarak isimlendirilen özel amaçl bulan k mant k mikroi lemci çipi'nin üretilmesine çal lmaktad r. Bu teknoloji foto#raf makineleri, çama r makineleri, klimalar ve otomatik iletim hatlar gibi uygulamalarda kullan lmaktad r. Bundan ba ka uzay ara t rmalar ve havac l k endüstrisinde de kullan lmaktad r. TAI'de ara t rma geli me k sm nda bulan k mant k konusunda çal malar yap lmaktad r. Yine bir ba ka uygulama olarak otomatik civatalamalar n de#erlendirilmesinde bulan k mant k kullan lmaktad r.

Bulan k mant k yard m yla civatalama kalitesi belirlenmekte, civatalama tekni#i alan nda bilgili olmayan ki iler aç s ndan konu effaf hale getirilmektedir. Burada bir uzman n de#erlendirme s n rlar na eri ilmekte ve hatta geçilmektedir.

6.Sanal Gerçeklik Sanal gerçeklik bilgisayar ortam nda olu turulan bir gerçekliktir ve cyberspace olarak da bilinir. Yapay zekan n bu alan nda do#al gerçekli#e uygun, insan/bilgisayar arabirimlerinin kullan ld # bir ortam olu turulur. Sanal gerçeklik, gözlük ve stereo kulakl ktan olu an ba l k seti, vücut hareketlerini alg layan özel bir giysi veya eldivenden olu an, çok alg lay c l giri -ç k cihazlar na ba#l olarak olu turulmaktad r. Böylelikle üç boyutlu sanal dünyay görebilir ve dokunabilirsiniz. Sanal gerçeklik sizin bilgisayar benzetimli nesneler ve varl klar ile etkile im içine girebilmenize olanak sa#lamaktad r.

Sanal gerçeklik uygulamalar geni bir alana yay lm t r. Bilgisayar destekli tasar mda (CAD), t bbi te his ve tedavide, fiziksel ve biyoloji bilimlerindeki bilimsel deneyimlerde, pilot ve astronotlar n e#itimi için uçu simülatörlerinde ve e#lence olarak üç boyutlu video oyunlar nda kullan lmaktad r. CAD en geni ekliyle endüstriyel sanal gerçeklik uygulamalar nda kullan lmaktad r. Mimarlar ve tasar mc lar, ürünlerin ve yap lar n üç boyutlu modelleri üzerinde test ve tasar m i lemleri yapmakta kullan rlar. Bu teknoloji ayr ca ecza ve biyoteknoloji firmalar taraf ndan yeni ilaçlar n compüterize edilmi davran lar n geli tirmek ve gözlemlemek için kullan lmaktad r. Ayr ca doktorlar hasta vücudunun sanal bir modelinin olu turulup sorgulanmas nda faydalanmaktad r.

Iimdi sanal gerçeklik uygulamas

ile ilgili daha somut örnekler verilecektir

1998 y l nda kullan ma aç lacak olan Paris yak nlar ndaki stadyum, IBM Fransa taraf ndan yap m ndan önce sanal olarak in a edilmi tir. Amaç tasar m a amas nda insan ak nlar n ve onlar n davran lar n analiz etmektir. Ayr ca sa#l k ve güvenlik kurulu lar n ihtiyaç duyulan yerlere yerle tirmek ve ziyaretçilere mümkün oldu#unca konfor ve hareket serbestli#i sa#layabilmektir. Bunlar n yan s ra müdahale olanaklar n ve etkilerini daha iyi tahmin etme imkan olmaktad r.

Gelecekte bu simülasyonun, havaalanlar , resmi binalar ve al veri merkezlerinin tasar m nda kullan laca# belirtilmektedir. Almanya Frauenhofer Enstitüsünde, yolcular n uçu korkusunu yenebilecekleri, yolculara yönelik ilk uçu simülatörü gerçekle tirilmi tir. Bu proje, sanal gerçeklikle psikolojinin, fobilerin tedavisi için ili kilendirilmesi fikrinden do#mu tur. Sanal ortama,

yürüyen bir bant üzerindeymi çesine pencerelerin yan ndan geçip hafif e#imli olan kap ya vararak giriyorsunuz. Uça#a biniyor, do#ru yor ve hoparlörlerden müzik sesi yeri buluyor ve oturuyorsunuz. Klima çal geliyor. Hafif bir sars nt yla uçak kap dan ayr l yor ve piste do#ru yol al yor.

Makinelerden u#ultulu bir ses geliyor, ivme sizi koltu#a bast r yor ve Take-off.

Yolcu, uçu u, sanal gerçeklik kask ve kulakl k vas tas yla ya yor, gerçek uçu duygusunu ise podestin alt ndaki performans yüksek elektromotorlar sa#l yor.

Uçu deneye kat lan yolcular n sorgulanmas ile birlikte yakla k k rk dakika kadar sürüyor. Avrupa orjinli bir oto üreticisi firma, da# t m masraflar n n yüksek oldu#unu dü ünmekte ve bu nedenle Kuzey Amerika'daki da# t m sistemini yeniden ele al p olas iyile tirme olanaklar n de#erlendirmek istemekteydi. Söz konusu firma, ABD d ndaki iki fabrikada üretti#i arabalar deniz ya da demiryoluyla ABD'de yer alan be da# t m merkezine göndermekteydi. Araçlar da# t m merkezlerinden ABD'deki 52 de#i ik metropoliten pazara da# t lmaktayd . Üretici firma, da# t m merkezlerinden sat c acentalara kadar olan ula t rma maliyetlerinin, da# t m merkezlerinin acentalara daha yak n yerlerde kurulmas yla dü ürülebilece#ini savunmaktayd . Bu arada, mü terilerin ilk tercihlerini hemen kar lama oranlar n yükselterek mü teri tatmini artt r lmak istenmekteydi. Bu sorunlar çözebilecek, maliyet aç s ndan etkin ve kabul edilebilir bir da# t m sisteminin tasarlanmas istenmekteydi. Öncelikle rastlant sal parametrelerin uzun dönem beklenen de#erleri esas al narak deterministik bir matematiksel model olu turuldu. Bu model arac l # yla, hangi da# t m merkezlerinin aç laca# ve bunlar n hangi metropoliten alanlar besleyece#i, hangi fabrikalar n hangi da# t m merkezlerine da# t m yapacaklar ve her bölgeye yap lan y ll k ta ma miktarlar belirlendi. Elde edilen bu sonuçlara dayanarak bir simulasyon modeli olu turuldu ve burada dinamik bir ortamda matematiksel modelden elde edilen bulgular test edildi. Yap lan kar la t rmadan elde edilen bilgilere göre matematiksel modele esas te kil eden parametreler yeniden gözden geçirildi. Bu i lem ard k olarak tekrarlan rken her iki modelden elde edilen toplam da# t m masraflar n n birbirlerine yakla mas beklendi.

Ard k çözümlerin, son ele al nan da# t m sisteminde bir de#i iklik önermemesi durumunda i lemleri durdurma esas al nm t . Çal ma da# t m merkezlerinin say s n n 5'ten 17'ye ç kar lmas durumunda toplam da# t m maliyetlerinde y ll k 20 milyon dolarl k bir tasarruf sa#lanmas n n olas oldu#unu göstermi tir. Bu, yakla k tüm da# t m masraflar nda %25 oran nda bir iyile tirmeye kar l k gelmektedir. San Francisco, San Diego, Dallas, Chicago ve Orlando maliyet aç s ndan en etkin olacak da# t m merkezleri olarak belirlenmi tir. =lginç bulgulardan biri de 18 potansiyel da# t m merkezinden Brunswick'te olan n n hiçbir senaryo alt nda aç lmas n n önerilmemesidir. Oysa mevcut aç k 5 da# t m merkezinden biri burada yer almaktad r. Konu ara t r ld # nda, önerilen 17 da# t m merkezi aras nda Brunswick taraf ndan hizmet verilen bölgelere daha yak n iki da# t m merkezinin daha bulundu#u gözlenmi tir. Ayr ca firma yetkilileri ile konu uldu#unda bölgenin seçilmesinde, geli tirilen modellerde yer almayan bir ba ka faktörün daha varl # ortaya ç kar lm t r. Bu bölgede i çiler aras ndaki sendikala ma oran oldukça dü üktür. Simülasyon çal mas nda elde edilen bir ba ka bulgu ise envanter kontrol politikalar ile ilgilidir. Mü teri tatmin oranlar , da# t m merkezlerindeki envanter kontrol politikalar na, da# t m merkezlerinin seçimi probleminden daha duyarl d r. *BEY=N VE B=LG=SAYAR =L=IK=S=* Amerika Birle ik Devletleri Kongresi 17 Temmuz 1990 y l nda yay nlad :

öyle bir bildiri

" Beyin Y llar , 1990-1999 Amerika Birle ik Devletleri taraf ndan bir bildiri: =nsan beyni, birbiri ile karma k ili kiler içinde bulunan 3 paund'luk bir nöron hücreleri kitlesidir. Tüm aktivitelerimizi kontrol eder ve yarad l n en

görkemli -ve gizemli- harikalar ndan biridir. =nsan zekas n , duyular n yorumunu, hareketlerin denetimini olu turur. Bu inan lmaz organ bilim adamlar n nda olanlar da a rtmaktad r. Y llar boyunca, beyinle oldu#u kadar, bilim d ilgili bilgiler -nas l çal t # , hastal klar nda ve yaralanmalar nda ne türlü bozukluklar oldu#u- h zla artt . Buna ra#men daha ö#renece#imiz çok ey var.

Milyonlarca Amerikal n n her y l kal tsal sinir hastal klar na, Alzheimer gibi dejeneratif bozukluklara ya da inmeye, izofreniye, otizme: konu ma, dil ve i itme bozukluklar na yakalanmas beyin üzerinde ara t rmalar n devam etmesini zorlamakta ve gerektirmektedir."

Bildiri böylece sürüp gitmekte ve sonu yakla

k olarak

öyle ba#lanmaktad r:

*1.Beyin* 1.Tarihsel Süreçte Beyin Küçük Asyal Ezop,ba lang çta köleymi ,sonra azat edilmi . Kölelik dönemindeyken efendisi, önem verdi#i bir ölen için kendisine "dünyan n en güzel yeme#ini ve ayn zamanda en kötü yeme#ini" haz rlamas n emretmi . Ezop da sofraya ha lanm dil ç karm ve efendisinin bu sunuyu pek de be#enmemesi üzerine kendini, "Dilin yerine göre dünyan n en iyi eylerini; yerine göre de en kötü eylerini söyleyebilece#ini" belirterek savunmu . Ezop'un ya ad # ça#da (M.Ö. 6.yy.) dü üncelerin beyin taraf ndan olu turuldu#u bilinmedi#inden olsa gerek; Ezop, beyin yerine dil pi irmi . Oysa beyin en görkemli, en güzel, en üstün eyleri dü ünebilece#i gibi en berbat, en eytans , en a a# l k eyleri de dü ünebilir.

Dü ünmekle kalmaz, tutsa# olan bedene uygulat r da (dilde oldu#u gibi. Yaz l tarih bize beyne yönelik ilginin yüzy llar boyunca sürekli ve kendi içinde tutarl geli me gösteren bir süreç olmaktan çok aralar nda uzunca bekleme süreleri bar nd ran s çramalar biçiminde ortaya ç kt # mesaj n vermektedir. Bu geli me biçiminin içsel ve d sal nedenleri oldu#u söylenebilir. =çsel neden ilgi oda# olan organ n kendi özellikleri ile ili kilidir. Organ beynin en önemli özelli#i, kar konulmaz biçimde ortaya ç kan nesnel gerçekliklerle ilgili geli melerin bilinç, dikkat, oryantasyon ve bellek e li#inde ya da yard mc l # nda izlenerek gözlemlere dönü türülmesi ve gözlemlerin dü üncelere yol açmas n sa#lamas d r. Bu özellik, beynin organ olarak herkes için a a# yukar benzer özelliklerinin otomatik bir gere#i olmay p, aç kça, bu genel özelliklerin beyin yetene#i haline dönü mesine yol açan iç mekanizma ayr cal klar n n bireysel bir aç l m d r. E#er bu önerme do#ruysa, bunun anlam ; herkes için geçerli olan nesnel gerçekliklerle sadece ç plak olarak kar la an genel ya da beyin yetene#i bak m ndan belirsiz olan bir organ n gözlem ve dü ünce süreçlerine ancak bireysel bir organ haline dönü erek varabildi#idir. Böylelikle, beyin serüvenindeki kesikli s çramalar n; ister Eski M s r'da, ister Antik Ça#'da, isterse de günümüzde ortaya ç ks nlar içsel nedenini gözlemci ve dü ünce yaratabilen bireysel beyin çal mas oldu#u söylenebilir. Beyin sahibi canl lar n incelenmesi bize, bunlar n ayr ca, bir kurall l k, hiyerar i içerdi#ini de gösterir. Öyleyse, beynin kendisiyle ilgili ilk temel kavrama girerken hemen kar m za evrim kavram ç kar. Bu nesnel gerçeklikle o denli ilgili bir kavramd r ki beyne ait bilgilerin ö#renilmesi sürecinde evrim bilgisi zorunlu bir yere oturur. Bu kavram, bize, inceledi#imiz canl beyninin iç dinamiklerinin boyutlar n , zenginli#ini ve s n rlar n ö#retir. =nsan beyninin kapasitelerinin sorgulanmas nda bize yard mc olabilecek çok güçlü ipuçlar vard r. Bir kez, morfolojik detayl l kta çok zengin bir görünümü vard r. Onun kadar zeminini geni letmi olan bir organ ve canl beyni yoktur. Antropolojik çal malar benzer detayl l #a en az ndan 50 bin y ld r rastland # n söylemektedir. Bunun anlam , ya da anlamlar ndan biri, beynin genel evriminin, çok uzak gelecekler için bile haz r bir yap olu turdu#udur. Ve denilebilir ki bu, henüz kullan lmakta olan yap d r ve genel evrim modelleri içinde kabul edilen morfolojik de#i ikliklere bu yüzden gitmemi tir. Mikroskobik yap , bir aç dan inan lmaz ve karmakar k

bir görünümü, di#er aç dan ise bunlar n kendi aralar ndaki hiyerar iyi gösterir.

Her ikisini de ça#r t ran veriler vard r. Bu verilerin elde edilmesi yeni olmay p, her iki tür veri de en az ndan 100 ya ndad r. Nörolojik bilimler son y llarda önemli ilerlemeler göstermi se de yine de yetersizli#i yeterlili#inden fazlad r. Ancak gösterdi#i at l mlar ve gelecek için umut verici olu u ve u#ra t # konunun önemi, içinde bulundu#umuz y llar n beyin y llar olarak kabulüne yol açm t r.

2.Beyin ve Sinir Sisteminin Genel Görünü ü Beyin ile ilgili u gerçek çok bilindi#i için olsa gerek, hep göz ard ediliyor: beyin vücuda ba#l d r ve onunla sürekli ileti im halindedir. Sinir sistemine veriler yaln zca vücudun de#i ik yerlerindeki dönü türücülerden gelir.

Dönü türücüler k, ses ya da bas nç gibi kimyasal veya fiziksel etkileri elektro kimyasal i aretlere dönü türürler. Bu dönü türücülerin baz lar gözdeki k duyargalar gibi vücuda d ar dan gelen i aretlere tepki gösterir, yani d çevreyi izler. Ba ka dönü türücüler ise daha çok vücudun içindeki etkinliklere tepki gösterir. Mide a#r n z n tutmas ya da kandaki aside duyarl l k göstermenizde oldu#u gibi. Sinir sisteminin hareket ç k ise vücuttaki kaslar n ço#unu denetlemekle görevlidir. Ayr ca beyin hormonlar gibi birtak m kimyasal maddelerin vücuda sal nmas n da etkiler.

3.Ö#renme ve Bellek Beynin en önemli i levlerinden birisi de insan n çevresinde olanlar ö#renmesi ve edindi#i bilgileri daha sonra kullanmak üzere depolamas d r. Çevreden gelen uyar lar n de#erlendirilmesi ve uygun davran lar n geli tirilmesi ö#renme yoluyla olmaktad r. Ö#renilen bilginin saklanmas n ise bellek sa#lar. Ö#renme çok geni bir kavram olup görme, i itme, dokunma, tat ve doku duygular ile alg lanan uyar lar n beyinde ili kilendirilme, tekrarlama gibi birden çok beyin i lemi sonucu gerçekle ir. Ö#renmenin do#rudan bir ölçümü yap lamay p ancak ortaya ç kan davran de#i iklikleri ile de#erlendirilebilmektedir. Ö#renme biçimleri uyar yan t ili kisine göre asosiye ve asosiye olmayan üzere iki ana gruba ayr lmaktad r. Çevreden gelen tekrarlayan uyar ya kar olu an belirli bir yan t n, zaman içinde meydana gelen de#i me, asosiye olmayan ö#renme biçimini olu turur. Bu ö#renme biçiminde tekbir yan t ve ona kar olu mu ba ka bir uyar ile ili kilendirilmemi belirli bir yan t söz konusudur. Bir alt biçimi olan al ma uyaran n etkinli#inin zaman içinde sönmesi ve ilk ortaya ç kan yan t n iddetinin azalmas d r. Bulundu#umuz odada saatin tik taklar n bir süre sonra duymamam z bu ö#renme biçimi için bir örnektir. Bunun tam tersi olan duyarl la mada ise yan t n iddeti tekrarlayan uyar ile artar. Ocak üzerinde çok s cak olan bir kab ilk elledi#imizde elimizi h zla geri çekeriz.

Daha sonra kap l kla sa bile biz kaba de#di#imizde kab n s cakl # ile uyumlu olmayacak ekilde elimizi h zla çekeriz. Bu iki tip ö#renme biçimi, en basit organizmalardan en karma k organizmalara kadar tüm canl larda kullan l r. Asosiye ö#renme biçimlerinden birisi, klasik artlanmad r ve Pavlov'un köpeklerle yapt # sindirim sistemi çal malar en bilinen örne#i olu turur. Daha önce tükürük salg lanmas na neden olmayan bir uyar (zil sesi), belli bir süre ve a amadan sonra salg lamaya neden olur. Zil sesini duyduktan sonra yemek verilen köpek, bir süre sonra bunun tekrarlanmas sonucunda yemek verilmeden zil sesini duydu#unda tükürük salg s nda art olur. Zil sesi artl uyaran, yemek arts z uyaran, zil kar s nda olu an tükürük salg s artl reflekstir. Iartl refleksin olu mas için artl ve arts z uyaranlar n belli say da tekrar etmesi gerekir. Pavlov'a göre hayvanlar ve insanlarda ö#renme dü üncelerin ili kilendirilmesi de#il, uyaranlar n ili kilendirilmesidir.

Rescola ve Wagner bu model üzerindeki çal malar nda klasik artlanman n tek ba na artl ve arts z uyaran n birlikteli#i ve tekrarlanmas sonucu olu mayaca# n ileri sürmü lerdir. Rastgele bir araya gelen uyar lar bir anlaml l k olu turmuyorsa ne kadar s k tekrarlasa da ö#renme biçimine dönü mez. Canl lar tüm olas l k ve ba#lant lar de#erlendirip

birbiriyle ili kisi olan artl ve arts z uyaranlar bir araya getirerek ö#renmeyi gerçekle tirir. Bir ba ka deyi le beyin, çevredeki birbiriyle ba#lant l ya da ili kili olaylar seçer ve saptar. Di#er bir önemli asosiyatif ö#renme ise operan artl ö#renmedir. Bu ö#renme biçimine deneme yan lma yöntemi de denmektedir. Klasik artlanma iki uyar aras ndaki ba#lant y içerirken, operan artlanma bir uyar ile canl n n bu uyar ya kar olu turdu#u davran içerir. Skinner'in inceledi#i operan artlanma modelinde bir kafes içine konan s çan, bir k kar s nda bir dü#meye basarak yiyece#e ula aca# n ö#renir.

Ba lang çta yiyece#e nas l ula aca# n bilemeyen s çan, birbirinden farkl davran lar sergiler ve önünde duran dü#meye rastgele basarken yeme#e ula r. Bu davran n birkaç kez tekrarlay p ayn sonuca ula an s çan, k yand # nda dü#meye basar ve yiyece#ini al r. Farkl gibi görünen klasik ve operant artlanmada temel kurallar ayn d r. Ödüllendirme ve kaç nma mekanizmalar geli en davran belirlemektedir ve her iki artlanma biçiminde de ayn sinir sistemi mekanizmalar yer al r. Tüm canl lar çevrede olanlar ve rastlant lar asosiye ö#renme ile fark eder ve ö#renir. Ancak gerçekte artl ve arts z uyaranlar, ö#renme modellerinde oldu#u gibi tek ba lar na ve düzenli aral klarla tekrar etmezler. Canl lar kar kar ya kald klar pek çok uyaran aras nda aralar nda ya am n devam ettirmede önemli olan biyolojik olarak anlaml bir ili kinin oldu#u uyaranlar aras nda ba#lant kurar. Bu asosiyatif ö#renme biçimleriyle canl lar birbiriyle ili kili ve ili kisiz olaylar birbirinden ay rt ediyor ve çevrede olanlar n nedensel ba#lant lar n sapt yor.

Hangi uyar lar n önemli oldu#u, dikkate al nmas gerekti#i için ya daha önceden sinir sisteminde programlanm do#ru bilgi ya da sonradan ö#renme gerekmektedir. Genetik ve geli imsel programlama, de#i ik a amalarda en basit canl lardan en karma k canl olan insana kadar tüm canl larda bulunmaktad r. =nsan n ya am n devam ettirmesi, çevreye uyum sa#lamas ve bulundu#u noktadan daha ileriye gitmesi ö#renme, esnek karar verebilme ve farkl uyaranlar aras nda yeni ba#lant lar fark edebilmesi ile gerçekle ebiliyor.

Edinilen bilginin saklanmas ve geri ça#r lmas na göre ö#renme ve bellek, iki ana guruba ayr l r. Çevremizde olanlar, evren, insanlar ve yerler ile olan bilgileri, sözcüklerle ifade edilen, tan mlanabilir bellek ya da deklaratif bellek biçiminde saklar z. Alg ve motor yetene#i gerektiren baz i leri nas l yap laca# konusunda sözcüklerle ifade edemedi#imiz, tan mlama biçimine getirilmemi olan refleksif bellek biçimini kullan r z. Deklaratif belle#in olu mas bilinçli bir dü ünme sürecini gerektirir. Bu süreç içinde de#erlendirme, kar la t rma ve bir araya getirme gibi bili sel i lemleri kullan r. Deklaratif bellekten bilgilerin ça#r lma i lemi yarat c bir süreç olup, yeniden s ralama, yeniden yap land rma ve orijinal olan yo#unla t rma i lemlerini içerir. Bilginin deklaratif olarak depolanmas , bizim ki isel alg yap m za göre ve daha önce edinilmi bilgilere göre ki iden ki iye farkl l k göstererek olu maktad r. Refleksif bellek ise bir i lemin fark edilmeden çok say da tekrar sonucu zaman içinde birikerek olu ur. Bilinçli dü ünme ya da kar la t rma,de#erlendirme gibi kognitif i lemler gerekmeden refleksif bellek olu ur ve genellikle kelimelerle ifade edilmez. Baz alg ve motor yeteneklerin kazan lmas , gramer gibi baz kurallar n ö#renilmesi refleksif bellek ile olmaktad r. Refleksif ö#renme için asosiye ve asosiye olmayan ö#renme biçimleri örnek gösterilebilir. Pek çok i lemde her iki bellek ve ö#renme biçimi de yer al r. Örne#in araba kullanmak ba lang çta deklaratif bellek ile gerçekle irken bir zaman sonra refleksif belle#e geçer ve art k araba kullanma kurallar her kullan ta sözcüklerle ifade edilmez, k saca otomatikle ir.

1.K sa süreli bellek K sa süreli belle#in birkaç ekli vard r. Anl k diyebilece#imiz k sa süreli belle#e örnek olarak görsel olaylarla ilgili resimsel bellekten söz edebiliriz.

Bu bellek eklinde görsel uyar lar izleyen ard-hayaller vard r. Ki i bir cisme bir süre bakt ktan sonra o cisim görme alan ndan ç kar lsa bile, bir süre daha bu cismin hayali gözünün önünden silinmez ve ki i baz ek ayr nt lar n fark na var r; sanki görmeye devam eder. Ancak, bu belle#in süresi çok k sa olup

ço#unlukla bir saniyeden azd r. Süreyi uzatmak için, görsel uyar n n parlakl # n artt rmak ya da bakma süresini ço#altmak gerekir. Anl k görsel belle#i sa#layan mekanizma gözün sinir tabakas nöronlar ndaki fiziksel de#i imlerdir. Biraz daha uzun süren k sa süreli bellek, sinir hücreleri aras ndaki uyar c devrelerde bir süre devam edip giden elektriksel aktivite arac l # ile gerçekle ir. Kapal devreler eklinde olan ve uyar c tepki olu turan nöron zincirlerinde sinir ak mlar tekrar tekrar dola r (ongoing neuronal activity) ve bu kapal devrelerde ak m dola t kça, o ey an msan r.

Ak m tükenince o ey unutulur. =ngiliz ruh bilimci Alan Baddeley bu belle#i çal ma belle#i olarak adland rmaktad r. Bu bellek türü için verilebilecek tipik bir örnek, yeni ö#renilmi yedi rakaml bir telefon numaras n an msayabilmektir. K sa süreli belle#in ortalama kapasitesi de yedi birimliktir (5 - 9). Görüldü#ü gibi k sa süreli bellek beyne iletilen bilgilerin giri bölümünde, bir tampon görevini yerine getirmektedir. Al nan bilgiler (görüntü, sözcük veya say sal bilgi) ilk önce k sa süreli bellekte i leme tabi tutularak gerekti#inde uzun süreli belle#e iletilmektedir.

2.Uzun Süreli Bellek Uzun süreli bellek, k sa süreli bellekteki nöron zincirlerinde akan elektriksel aktivite gibi dinamik olaylara ba#l de#ildir. Çünkü böyle olsayd nöronal aktivite geçici olarak durduruldu#unda, belle#in de tümüyle silinmesi gerekirdi. Örne#in, derin bir anestezi verildi#inde, beyine az oksijen gitti#inde ya da beyin so#utuldu#unda ki inin geçmi ini tümüyle unutmas gerekirdi. Fakat bu durumlarda yaln z k sa süreli bellek bozulmakta, uzun süreli bellek ise sa#lam kalmaktad r. Bu bak mdan uzun süreli belle#in, dinamik de#il, plastik de#i iklikler sonucu olu tu#unu dü ünmek daha do#rudur.

Plastik belle#in temelini ko ullu ya da ko ulsuz reflekslerden gelen sinyallerle de#i ebilen protein molekülleri olu turur. Böylece beyinde moleküllerden olu mu bir dilin ya da gramerin varl # ndan söz edilebilir. Yeni protein molekülleri sadece uyar lar (ö#renme) ile olu maz, kal tsal olarak da olu ur. Bir bak ma canl lar kal tsal olarak e#itilirler. Kal tsal e#itim kusurlu oldu#unda, ak l hastal klar ndan ve davran bozukluklar ndan söz ederiz. Moleküler düzeydeki de#i iklikler d nda uzun süreli belle#in geli mesi için nöronlarda ekilsel de#i iklikler de olu maktad r. Bilindi#i gibi, bir sinir hücresinden di#er sinir hücresine kimyasal ve bunun sonucu olarak da elektriksel uyar lar n geçti#i k s mlara sinaps denir. Ö#renme nöronlar aras ndaki sinapslar n say s nda artma; unutma ise sinaps say s nda azalma yapmaktad r. *4.Bellek Sistemi* 1.Bilginin al nmas Beyinde dikkat ve yo#unla ma i lemlerini beyinde iki bölgede incelemek mümkündür. Beynin ön (frontal) bölümünde daha soyut, arka (parietal,oksipital) bölümünde görsel, i itsel ve motor yeteneklerin i lenmesi ile ilgili bilgiler al nmaktad r ve i lenmektedir. Al nan bilginin tan nmas , daha önceki bilgilerle kar la t r lmas yap larak olur. Tan ma i lemi beyinde derin yap larda olmak üzere farkl i levlere yönelik farkl yap larda gerçekle ir. Bilginin daha sonraki i lemlerinin ba lamas a amas nda beyinde bir biçimde tutulmas gerekmektedir. Bu, k sa süreli belle#in tekrarlama i lemi ile gerçekle ir. Bu bilgi tutulam yorsa ya al m nda bir bozukluk vard r ya da yeni al nan bilgi bir öncekileri silmektedir.

Bilginin i lenmesi Bilginin kodlanmas s ras nda,bilginin i itsel yönleri yüzeysel ya da otomatik, kavramsal ya da semantik yönleri derin analiz yap larak i lenir. Bazen bu analiz s ras nda sözel bilgi görüntü halini al r ya da tam tersi olur. Her zaman bilgiler kodlanarak i lenmez, bazen de#i meden belli bir form haline dönü türülerek kullan l r. Bununla bilginin miktar n n azalt lmas mümkündür. Bilginin ilgili oldu#u kavramlar ya da yap yla ilgili olarak

ba#lant s n n kurulmas da üçüncü basama# olu turur. Bu ba#lant kurma i lemi s ras nda beyin kabu#unun (korteks)de#i ik bölümlerindeki sinir hücreleri senkron olarak aktive olmaktad rlar.

2.Bilginin depolanmas Bilginin uzun süreli saklanmas , geçici bellekten kal c belle#e dönü i lemine konsolidasyon denmektedir. Kaza sonras görülen geriye dönük olay nda yeni bilgilerin konsolidasyonun tam olmamas ndan kaynaklanan olaylar n unutulmas görülür. Depolama,özellikle iki tarafl temporal hasar nda bozulur. Bellek kay tlar bir kez olu up hep ayn kalan yap de#ildir ve sürekli yeni kay tlar ile birlikte tekrar tekrar organize

türülmesi unutma yeni lop lar olurlar.

3.Bilginin hat rlanmas Bellek kay tlar n n kullan labilmesi için tekrar aktif olmalar gerekmektedir.

Geri ça# rma i leminde de temporal lop ve içyap lar önem ta maktad r. Bazen bilginin saklanmas nda bir bozukluk yok iken geri ça# rma i lemi bozulabilir.

Bellek kay tlar n n geri ça# r lmas nda do#ru ve yerinde olanlar n seçilmesi önemlidir. Tarama i lemi dedi#imiz bu basamakta bir bozukluk varsa konfobulasyon dedi#imiz kontrol d yanl sözel yan tlar n olu umu ortaya ç kar. Ki i tam do#ru olan bulamad # ndan o an geri gelen bilgiler neyse onlar ifade eder.

Tarama i leminin bozulmas , bellek kay tlar n n zay flamas nda da görülür. Bu durum s kl kla beynin ön bölümü olan frontal lobun hasar nda görülür. Her iki beyin yar küresinin birbirinden ayr ld # durumlarda da sol beyin yar küresi, di#er beyin yar küresinden tam bilgiyi alamad # ndan yine ayn durum, konfobulasyon görülmektedir.

Sonuç olarak bellek ve ö#renme de#i ik biçimlerde olmaktad r ve belli a amalarda gerçekle mektedir. Bu i lemler s ras nda beyinde farkl sistemler ve yap lar bir arada çal maktad r. =nsan n ya am n devam ettirebilmesi ve davran lar n n geli mesinde bu sistemler yer almaktad r. *2.Bilgisayarlar* Sistem olarak incelersek; insan, d dünya ile ili ki kurabilen, d dünyadan gelen uyar lar de#erlendiren, bunlara anlaml cevaplar veren bir sistemdir. =nsan d dünyadan gelen uyar lar be farkl kanal ile al r. Gözler görür,kulaklar i itir, burun koklar, dil tadar ve deri dokunur. Bu ekilde toplanan uyar lar beyne iletilir. Beyin bu verileri i ler. Veriler birbiri ile ili kilendirilir, bilgi haline getirilir ve saklan r.

Bilgisayarlar n veri toplama kanallar biraz daha de#i iktir ama ayn i levler bilgisayarlar için de söz konusudur. Klavye ile veri giri i yap labilece#i gibi, seri ve paralel ç k lar ile bilgi al veri inde bulunulabilir. Son zamanlarda onsuz ya ayamayaca# m za göre, fareyi de veri giri i taraf na koymak gerekir.

Gelen veriler bilgisayar içinde i lenir ve saklan r.

Bilgisayarlar n yap s n , birbirinin üzerine oturan katlardan olu an bir binaya benzetebiliriz. En alt katlar donan ma aittir. Donan m n üzerine yaz l m katmanlar , daha sonra da veri katman gelir.

1.Donan m Bu katlardan sadece donan m fizikseldir; elle tutulur, gözle görülür. Donan m kendi içinde birkaç kata yay l r. Günümüz bilgisayarlar elektronik temellidir.

Bu nedenle en alt kat, elektronik devreler kat d r. Bilgisayarc lar n 200 MHz gibi say larla bahsettikleri, elektronik katman n n çal ma h z d r. Elektronik devrelerin üzerinde do#ru / yanl gibi iki de#er alabilen mant k devreleri vard r. Hepimizin her gün binlerce defa yapt # evet / hay r, do#ru / yanl kararlar , bu devrelerde yap lmaya çal l r. Mant k devrelerinin ikili de#erli

olmas , sadece bu günkü teknolojiden dolay d r. Daha fazla durumlu mant k devreleri olsayd gene de bilgisayarlar m z çok fazla de#i meyecekti. Donan m n bir üst katman nda art k daha i lemsel yap lar yer almaya ba lar. Bu yap lar aras nda bilgilerin depoland # bellek, verilerin i lendi#i i lemci, d dünyaya aç lan pencere olan girdi ç kt birimleri say labilir.

2.Yaz l m Donan m n bir üstüne bakt # m zda art k elle tutulan yap lar bitmi tir. Nas l ki ilik, bellek elle tutulamazsa, yaz l m katmanlar da elle tutulamaz. En alt yaz l m katman i letim sistemidir. = letim sistemini bilgisayar m z n karakteri olarak dü ünebiliriz. Birkaç i letim sistemi ad vermemiz gerekirse MS-DOS, MSWindows, Unix say labilir. = letim sisteminin üzerinde uygulama yaz l mlar yer al r. Uygulama yaz l mlar , bizim bilgisayar kullanarak i yapmam z sa#layan yaz l mlard r. Bunlar n aras nda Excel gibi tablolama, Word gibi kelime i lemciler say labilece#i gibi bir muhasebe, ya da mühendislikte kullan lan bir çizim yaz l m say labilir. Bu arada bilgisayar oyunlar n n da bu s n f içinde oldu#unu belirtmek gerekir.

3.Veri En üst katmanda veriler yer al r. Bilgisayardaki en de#erli ö#e bir ço#umuzun dü ündü#ünün tersine donan m ve yaz l m de#il verilerdir. Bir anss zl # n bilgisayar n z kullan lamaz hale getirdi#ini dü ünün. Eski donan m ve yaz l m n z n ayn s n tekrar sat n alabilirsiniz, ama verilerinizi sat n alamazs n z. Bu nedenle verilerin s k s k kopyalan p, kopyalar n emin bir yerde tutulmas önerilir. Bu duruma tam bir benzetme olmasa da haf zas n kaybetmi bir insan dü ünebilirsiniz. Bu gün için beyindeki bilgileri, bilgisayarlarda oldu#u gibi, bir d ortamda saklama olana# m z yoktur.

4.Bellek Bilgisayarda bellek bir raf sistemine benzer. Her raf n bir numaras vard r.

Bilgiyi saklamak için önce bir raf seçilir ve bilgi rafa konur. Daha sonra bilgiye gereksinim duyuldu#unda raf n numaras verilerek bilgi geri al n r.

Bilgiye ula mak için raf n numaras n n bilinmesi artt r. Bilgisayarda bellek, ekonomik nedenlerle bir hiyerar ik yap olu turur. Bellek h zland kça pahal la r. En h zl ve en pahal bellek, i lemcinin içindeki "register" bellektir. Register k sa süreli veri tutmak için kullan l r. Örne#in üç say y toplarken, önce ikisini toplay p, sonuca üçüncü say y ekleme i leminde ara sonucun register'da tutulmas ve i lem biter bitmez register'in bo alt lmas , register kullan m için uygundur. Register'lar RAM(random access memory) bellek izler. RAM de register'lar gibi geçici olarak bilgi tutar. = lemcinin üzerinde çal t # veriler ve bu veriler ile ili kili olabilecek veriler RAM'de tutulur. = lemci veri ile i ini bitirince RAM'deki veriler de uzun süreli bellek olan diske yaz l r. Hem register hem de RAM bilgiyi elektronik olarak tutarlar. Bilgiye eri im de elektronik h zlarda olur. Bu avantajlara kar RAM'in kötü bir taraf vard r. Elektrik olmadan hat rlayamad # ndan dolay elektrik kesildi#inde içindeki bilgiler kaybolur. Disk, RAM'a göre çok daha yava olmas na kar n hiyerar ide uzun süreli bilgi saklanabilecek bir ortamd r.

Bundan ba ka bilginin disk gibi manyetik ortamda sakland # teyp ve disketler vard r. Bunlar bilgiyi manyetik olarak saklad klar için daha yava t rlar.

Ayr ca manyetik ortamlar d nda optik ortamlarda bilgi saklamak olas d r. Bunun en güzel örne#i CD-ROM'lard r.

3.Bilgisayar A#lar = lemci, bellek, çevre birimler gibi çe itli donan m elemanlar ve i letim sistemi ve uygulama programlar gibi oldukça kapsaml yaz l m elemanlar içeren bir bilgisayar sistemi oldukça karma k bir yap dad r. Bu karma k yap daki bilgisayar sistemleri bir bilgisayar a# yaratacak ekilde birbirine

ba#land # nda ortaya çok daha karma k yap lar ç kmaktad r. Bir bilgisayar a# n n genel görünümü ekil 7'de verilmi tir. Burada asl nda tek bir bilgisayar a# olmad # n , birbiri ile gerek hiyerar ik gerek ba ka yap larda ili kilendirilmi bir çok bilgisayar a# oldu#unu vurgulamak gerekir. Iekilde görüldü#ü gibi bu a#lar birbirine tekrarlay c lar, köprüler ve yol atay c lar ile ba#lanm lard r. Tasar mc lar karma k yap daki sistemleri, biraz da do#ay gözlemleyerek, ya hiyerar ik yap da, ya da bundan daha basit bir yap olan katmanl yap da tasarlamaktad r. Buradaki genel amaç, bir sistemi meydana getiren alt sistemler ve alt sistemler aras ndaki karma k arabirimlerin say s n azaltarak tüm sistemin genel tasar m ve üretim karma kl # n azaltmakt r.

Katmanl yap lar n karma kl # , hiyerar ik yap lar n karma kl # ndan daha azd r.

Katmanl yap larda alt sistemler aras nda sadece iki arabirim ili kisi bulunmaktad r. Dolay s yla gerek bilgisayar sistemlerinin gerek bilgisayar a#lar n n tasar m nda katmanl yap lar tercih edilmektedir. Bir bilgisayar a# n olu turan donan m ve yaz l m elemanlar , i levleri aç s ndan katmanlar halinde organize edilmektedir. Burada bir alt katman n bir üst katmana verdi#i servisten söz edilebilir. Servis asl nda alt katmanda tan mlanm ve üst katman taraf ndan kullan lmakta olan bir i levden ibarettir. Bu servislerin kullan lmas nda geçerli temel kural öyledir. Birbirine kom u olan üç katman önce i-1 i ve i+1 olarak numaraland ral m. Orta katman i, sadece alt katman i-1 ve üst katman i+1'de tan mlanan servislere eri ebilir, daha alttaki ve üstteki katmanlar n servisleri i taraf ndan kullan lamaz. Bu kural n temel nedeni katmanlar aras ndaki ili kileri en aza indirmektir.

Benzer yada ayn katmanl yap da olan iki sistem, veya iki bilgisayar aras nda, ayn seviyedeki iki katman aras nda bir protokol tan mlanabilir. Katmanlar aras bir protokol, her iki katman n birbiriyle bilgi al veri inde bulunmas n sa#layacak kurallar n tümünden olu ur. Katmanlar aras sanal olarak tan mlanabilecek bilgi al veri i, gerçekte bilginin alt ve üst katmanlar arac l # ile bir sistemden di#er sisteme aktar lmas sayesinde yap labilmektedir. Bilginin gerçekten iki sistem aras nda belirli bir formda aktar lmas , bu sistemlerin en alt katman olan fiziksel katmanlar arac l # ile gerçekle tirilmektedir. Bir sistemin katmanl yap s , katmanlar n arabirim i levleri ve katmanlar aras protokollerin tümü bilgisayar a#lar terminolojisinde bir bilgisayar a# mimarisi olarak an lmaktad r.

Bilgisayar a# mimarileri aras nda ISO OSI referans modeli, TCP/IP, IBM'in SNA, DEC'in DECNET vb. mimariler say labilir. Burada sadece güncel oldu#u için internet'i ayakta tutan TCP/IP a# mimarisinin özellikleri k saca tan t lacakt r.

TCP/IP a# mimarisi basit olarak dört katmandan olu maktad r. En eski bilgisayar a# mimarisi olan TCP/IP a# mimarisi, bilgisayar a#lar ndaki geli melerin önemli bir bölümünü olu turan Arpanet/=nternet ara t rma geli tirme çal malar sonucunda elde edilmi tir. Yakla k olarak 2000 RFC belgesi, bu mimariyi olu turan tüm protokolleri ve yap lar tan mlar. TCP/IP a# mimarisi katman yap s , en üst katmandan en alt katmana do#ru, katmanlar n çok k sa i levsel tan mlar n da içerecek ekilde öyledir.

Katman 4. Uygulama (Application) katman : A# kullanan uygulama programlar ve bunlar aras ndaki FTP (dosya aktar m ), TELNET (uzaktaki bilgisayarlara eri im ve login), HTTP (World Wide Web eri imi) vb. protokoller ve uygulamalar bu katman olu turmaktad r.

Katman 3. Aktar m (Transport) katman : Uçtan uca hatas z mesaj gönderme bu katman n görevidir. TCP ve UDP protokolleri bu katmandad r.

Katman 2. A# (Internet) katman : Veri paketlerinin iletimi, a# içinde farkl yollardan yollanmas ve t kan kl klar n idaresi bu katman n görevleri

aras ndad r. Internet'in do#ru ve etkin çal mas n katmand r. IP ve ICMP protokolleri bu katmandad r.

sa#layan en önemli

Katman 1. A# eri im (Network access) katman : =letim ortam n n fiziksel özellikleri bu katmandad r. Birbirine do#rudan ba#l iki nokta aras nda iletim, bu katmandaki tan mlar çerçevesinde yürütülür.

Buraya kadar beyin, sinir sistemi, bilgisayar ve bilgisayar a#lar konusunda genel bilgiler verilmi tir. Amaç bunlar aras nda bir kar la t rma yapabilme zemininin haz rlanmas d r.

4.Beyin Bilgisayar Kar

la t rmas

Beyin ve sinir sistemini bir bütün olarak al p bilgisayarlar ve bilgisayar ileti imi ya da a#lar ile benzerliklerini saptamak veya kar la t rmak ba lang çta radikal görünebilir. Bilindi#i gibi bilgisayarlar n ilk ortaya ç kt # zamanlarda ve daha sonralar , bilgisayar n insan beyninin i levlerini yerine getirip getiremeyece#i aç s ndan devaml olarak bir de#erlendirilmesi yap lm , bu de#erlendirmede h z, bellek kapasitesi, i levsel zenginlik, zeka v.b. kriterler kullan lm t r. Bilgisayarlar n ke fedildi#i ve üretildi#i ülkelerde ve ülkemizde 70'li y llar n ba nda ortaya at lan bilgisayar sözcü#ünden önce, elektronik beyin sözcü#ünün s kça kullan ld # n görüyoruz.

Alt ba l klarda beyin-bilgisayar kar la t rmas , beyin/sinir sistemi bilgisayar/bilgisayar ileti imini de içine alacak ekilde geni letilmekte ve bu iki ayr yap n n birbiriyle bir benzerli#inin olup olmad # yap sal ve karma kl k yönünden incelenmektedir. *1.Yap sal Kar

la t rma*

Beyin ve sinir sisteminin bilgisayar a# benzeri bir katman yap s n n olup olmad # n anlamak için çok erken oldu#u rahatl kla söylenebilir. Beyin ve sinir sisteminde bir katman yap s e#er tan mlanabilir ise, bu yap da bir fiziksel katman oldu#u aç kt r. Fiziksel katman olu turan temel ö#eler beyin, beyincik, omurilik, gangliyonlar, nöronlar, aksonlar ve miyelin hücreleridir. Bu fiziksel katmanda elektriksel ve kimyasal sinyaller iletilmektedir. Fiziksel katman üzerinde katmanl bir yap var olup olmad # , var ise kaç katman oldu#u, katmanlar n i levlerinin ve katmanlar aras ndaki servis ili kilerinin neler oldu#u günümüzdeki aç k sorulard r. Acaba katmanlar aras nda belirli protokoller var m d r? Bu protokollerin özellikleri ve karma kl klar nelerdir? Katman ba na kaç protokol vard r? Protokollerin i leyi i, örne#in zamanlamas ve güvenilirli#i nas ld r? Tüm bu sorulara cevap vermek için henüz çok erkendir.

Bilgisayar a#lar nda tekrar ediciler (repeaters) fiziksel katmanda çal makta, sinyal gücünü artt rarak sinyalin uzun bir mesafeye ta nmas n sa#lamaktad r. Çünkü hat üzerindeki kay plar dolay s yla sinyal gücü zay flamaktad r. Bunlara iki yönlü amplifikatörler olarak bak labilir. Beyin ve sinir sisteminde ise tekrar edicilere benzer yap lar miyelin hücreleri (Schwann hücreleri) ve aksonlar olu turmaktad r. Miyelin hücrelerine bir cins da# t k tekrarlay c lar gözüyle de bak labilir.

Bilgisayar a#lar nda köprüler (bridges) veri ba# katman nda çal makta, veri çerçevelerinin veri ba# katman ndaki adresler aç s ndan filitrelenmesini ve ak n n denetlenmesini sa#lamaktad r. Beyin ve sinir sisteminde benzer yap lar gangliyonlar ve nöronlar olu turmaktad r. Gangliyonlar aksiyon potansiyellerinin bir cins da# t m ya da anahtarlama merkezleridir. Yol atay c lar (routers) a# katman nda çal makta ve veri paketlerinin a# katman ndaki adresler aç s ndan filitrelenmesini ve ak n n denetlenmesini sa#lamaktad r. Beyin ve sinir sisteminde benzer yap lar yine gangliyonlar ve nöronlar n olu turmakta oldu#u dü ünülebilir. Fakat katmanl bir yap n n var olup olmad # bilinmedi#inden aradaki farklar tam olarak aç k de#ildir. *2.Karma

kl k*

Ölçüt olarak karma kl # daha iyi bilinen bir bilgisayar a# olan internet'in karma kl # göz önüne al nabilir. =nternet günümüzün en karma k bilgisayar a# ya da bilgisayar a#lar federasyonudur. =nternet'te milyonlarca kullan c , milyonlarca adreslenebilir bilgisayar veya a# cihaz bulunmaktad r. Veri sinyallerinin iletim h z 200,000-300,000 km/sn, verinin iletim h z 10,000100,000,000 b/sn (ikili/saniye) aral # ndad r. Kullan c lar n ya da bilgisayarlar n ayn anda ba#lant yapabilecekleri bilgisayar say s onlu/yüzlü say lar seviyesindedir. Bilgi saklama kapasitesi, bellek kapasitesi olarak giga/tera sekizli seviyesindedir. Beyin ve sinir sistemine bak lacak olursa en karma k ileti im/denetleme sistemlerinden biri oldu#u söylenebilir. Sinir sisteminde toplam olarak bir ila on milyar nöron oldu#u varsay lmaktad r. Veri sinyallerinin iletim h z azami 100 m/sn civar ndad r ve k h z n n çok alt ndad r. Saniyede gönderilebilen ikili olarak veri iletim h z n belirtmek henüz olas de#ildir. Denetlenen hücre ve nöron say s ve bunlar n art h z geli me ça# nda çok yüksektir, ergenlikte belki bir süre sabit kalmaktad r ve daha sonra ya land kça azalmaktad r. Toplam say lar n evrim sebebiyle art p artmad # tart ma konusudur. Nöronlar n ayn anda ba#lant yapabilecekleri nöronlar n say s onbinli say lar seviyesindedir. Bellek kapasitesinin canl lar aras nda farkl l klar gösterdi#ini, fakat bir bilgisayarda oldu#u gibi kesin de#erlerle henüz ölçülemedi#ini belirtebiliriz.

Tüm bu karma kl k kar la t rmalar nda, farkl ölçütler kullan ld # nda farkl sonuçlar elde edildi#i aç kt r. Beyin ve sinir sisteminin tüm özelliklerinin, iç yap s n n ve nas l çal t # n n günümüzde tam olarak bilinmemesi sa#l kl bir kar la t rma yapmada sorunlar do#urmaktad r. Di#er taraftan, bilgisayarlar ve bilgisayar a#lar belirli bir evrim içinde insanlar taraf ndan tasarlanmakta, üretilmekte ve çal t r lmaktad r. Dolay s yla en ince detaylar na kadar bilinmektedir. Benzer bir detay bilgi art beyin ve sinir sisteminde de sa#land # nda çok daha sa#l kl bir kar la t rma yapma mümkün olabilecektir.