Yapay nöral ağlar, finanstan insan kaynaklarına ve sağlık hizmetlerine kadar oldukça geniş bir uygulama skalasında kullanılan geniş dil modelleri de dahil olmak üzere, yapay zekâ alanındaki atılımlara güç veriyor. Ancak bu ağlar aynı zamanda, mühendislerin ve bilim insanlarının iç işleyişini anlamakta zorlandıkları birer kara kutu olmaya da devam ediyor. Fakat işler değişiyor, Kaliforniya San Diego Üniversitesi'nden veri ve bilgisayar bilimcileri önderliğinde bir ekip, yapay nöral ağların aslında nasıl öğrendiğini adeta gözler önüne serdi.

Araştırmacılar, istatiksel analizde kullanılan bir formülün, ChatGPT'nin öncüsü olan GPT-2 gibi yapay nöral ağların verilerdeki ilişkili kalıpları nasıl öğrendiği hakkında basitleştirilmiş bir matematiksel açıklama sağladığını keşfettiler. Bu formül aynı zamanda yapay nöral ağların tahminde bulunmak için söz konusu ilişkili kalıpları nasıl kullandığını da açıklıyor. UC San Diego Bilgisayar Bilimleri ve Mühendisliği bölümünde doktora öğrencisi olan ve çalışmanın eş-başyazarı olan Daniel Beaglehole, durumu şöyle açıklıyor:

Merak edenler için: Elbette popolarını kaşıyarak değil! Ancak vahşi kurt popülasyonu içerisindeki bazı bireyler, fotoğraftaki gibi daha uysal ve cana yakınken; bazı diğerleri bu tür bir fotoğrafın çekilmesinden önce oradaki herkesi parçalayacak kadar vahşi ve serttir. Bu hayvanların sert yapısı, insanlara kıllık olsun diye değildir. Bu sayede hayatta kalırlar, bu sayede zorlu şartları atlatabilirler. Dolayısıyla aslında uysallık ve ağırbaşlılık tehlikeli bir davranışsal varyasyondur ve bu farklılığı yaratan bazı genler ve o genlerdeki bazı mutasyonlar bulunur.

Ancak doğru şartlar altında, bu mutasyonlar ve farklılıklar seçilim baskısı altında avantajlı hale gelebilir ve ürkütücü yırtıcılardan, uysal dostların evrimleşmesini sağlayabilir. İşte en yakın dostlarımızın evriminin küçük bir özeti...

Belki bunu çocukluğunuzda fark etmişsinizdir. Bir sözcüğü çok defalar üst üste söylediğinizde, sözcük giderek anlamsızlaşır. Son derece basit ve sıradan bir nesne bile, semantik (anlamsal) değerini yitirecektir. Deneyin: "ev ev ev ev ev ev..." diye onlarca defa tekrar edin. "Ev" sözcüğü, tekrarlara başladığınız andaki anlamını büyük oranda yitirecek, adeta anlamsızlaşacaktır. Öyle ki, bir noktadan sonra bu sözcük, size veya sizi dinleyen bir kişiye anlamsız ses öbeğiymiş gibi bile gelebilecektir! İşte psikolojide buna "semantik doygunluk" (semantic satiation) denir. St. Louis'teki Washington Üniversitesi Psikoloji Bölümü'nden Prof. Dr. David Balota bunu şöyle izah ediyor:

Yapılan araştırmalar, her sözcüğün aynı hızda ve şekilde semantik doygunluğa ulaşmadığını göstermektedir. Özellikle birden fazla anlamı olan sözcüklerde bu doygunluğa çok daha zor ulaşılabilmektedir veya hiç ulaşılamamaktadır. Örneğin Türk Dil Kurumu'na göre 58 farklı anlamı olan "çıkmak" sözcüğü, semantik doygunluğa en zor ulaşan kelimelerden birisidir.

Bir lambanın düğmesine bastığınızda, odanızdaki ışık anında yanar. Bir lambanın düğmesine bastığınızda, Edison lambası (enkandesan lamba) gibi bir lambayı oluşturan bir filament, yani incecik bir iplik üzerinden geçen güçlü bir elektrik akımı, filamenti oluşturan maddenin atomlarını ısıtır ve ısınan filament etrafa fotonlar saçar. Bunun temellerini, ışık hızının nereden geldiğiyle ilgili yazılarımızda ve videomuzda anlatmıştık. Ama buradaki kritik soru şu: Filamenti ısıtan elektrik enerjisi nereden geliyor? Dahası, o yazımızda ışık hızının anında ışık hızına ulaştığını söylemiştik. Peki elektriğin hızı da ışık hızında mı? Eğer öyleyse, elektrik de anında ışık hızına mı ulaşıyor? Değilse, elektriğin hızı ne kadar, ne düzeyde?Sahi, elektrik dediğimiz şey ne? Bunca elektron nereden geliyor?

Eğer elektriğe dair kafanızda soru işaretleri varsa ve özellikle de okullarda öğretilenler nedeniyle elektriğin su gibi akan veya suyun akarken iş yapması gibi akarken iş yapan bir olgu olduğuna inandırıldıysanız, bu yazımızda insan medeniyetini mümkün kılan elektriği daha doğru tanıma imkanınız olacaktır.

Türkiye, tektonik olarak aktif yani depremlerin sıklıkla meydana geldiği bir bölgede bulunuyor. Bunun hayatımıza etkisini 6 Şubat 2023 Kahramanmaraş depremlerinde bir kez daha gördük. Bu yazıda kısaca bölgemizin depremselliğinden, sismik tehlike ve sismik risk parametrelerinden ve tektoniğinden bahsedip hepimizi derinden etkileyen Kahramanmaraş depremlerinin yer bilimleri açısından inceleyeceğiz.

Kahramanmaraş depremlerinin olduğu bölge, Arap levhasının Anadolu levhasıyla buluştuğu Doğu Anadolu Fay Zonunda meydana gelmiştir.

-Giriş

Öncelikle yeniden selamlar. Serimizin ikinci ve son bölümünde ise asıl mesele ve konumuz olan ''Kan Gruplarının Özellikleri''ni ele alacağız. Önceki yazımıza ''Hematoloji'' ve ''Kanın Yapısı''nı ele almıştık. Eğer ki önceki yazımızı okumadıysan önce okumanı öneriyor ve konuya başlıyorum.

Neden bazı organizmalar (somon balığı, bambu bitkisi, birçok böcek türü ve tüm tahıl bitkileri) çoğalır çoğalmaz ölürken, diğerleri defalarca çoğalabilmektedir?

Birçok bitki ve hayvan türleri ilk üreme işleminden sonra ölümle sonuçlanan yaşam öykülerine sahiptirler. Bu duruma “semelparite” adı verilirken diğerine “iteroparite” (iteroparity) (art arda çoğalabilen yaşam türü) adı verilir. Bitki türleri için bazen monokarpi (monocarpy) ve polikarpi (polycarpy) terimleri semelparite ve iteroparite yerine kullanılmaktadır. Ancak, monokarpi bitkinin tümünü kapsamadan sadece ilk üreme işlemi gerçekleşen filizin ölümü için de kullanılabilmektedir.