Bu sayfadaki yazılar
Sayfanın metni
Sayfa 20
David Em. tarafından dijital olarak yaratılan SUMA, Jet Propulsion Laboratuvarı'nda F. Blinn'in yazdığı software ile gerçekleştirilmiştir. Sanatçı bilgisayarını bir tualmişçesine rahat kullanmış ve istediği renk kombinasyonlarını gerçekleştirmiştir.
E müdahalesine gerek duyulmaksızın doğrudan doğruya işlemciye ulaşabilmektedir. Veri ya da komut “Cache” belleğinde bulunmadığı takdirde ise, “Cache”in iş belleğinden ya da dışsal bir bellek ortamından gelen bilgilerle yeniden “takviye” edilmesi gerekmektedir. Programlar sıklıkla ardışık bir yapıya sahip olduklarından, bir sonraki işlenenin (Operand) “Cache”da bulunduğu ve dışsal bir belleğin müdahalesine gerek duyulmayacağı büyük bir olasılıkla varsayılabilir. Bir sonraki verinin “Cache”da bulunma olasılığı ortalama olarak yüzde 80 ilâ 95 dolayındadır. 32-bit'lik mikro-işlemcilerin gitgide daha başarılı olmalarının ileri ve esnek bir yapıya sahip yongalarından kaynaklandığı söylenebilir. Özenle hazırlanmış komutlar ve adresleme tarzları ise, gelecekteki programlama dillerinin derleyici-tasarımına ilişkin olarak yepyeni perspektifler açmak-
tadır. Böylece, daha yüksek bir programlama dilinin karmaşık algoritmalarının mikro-işlemcinin makina diline çevrilmesi olağanüstü kolay ve yoğun bir biçimde yapılabilmektedir. Yeni 32-bit'lik işlemciler yalnızca bilgisayar donanımında büyük bir değişikliğe yol açmakla kalmamışlar, ileri yonga yapıları sayesinde yazılım yönünden de bazı değişiklikleri gündeme getirmişlerdir: Amerika'daki yazılımın gelişimi incelenecek olursa, AI-Yazılım-Ürünleri'nin (AI — Artificial Intelligence-Yapay Zekâ) ve uzman sistemlerin pazarda gittikçe artan bir yere sahip oldukları görülür. Daha 1985 yılında Yapay Zekâ ürünlerinin toplam olarak satışları 700 milyon Dolar'ın üstüne çıkmıştır ve bu ürünlere talep inanılmaz bir hızla artış göstermeye devam etmektedir. Bilindiği gibi, bilgisayarlar örneğin seri hesaplamalar ya da kapsamlı verilerin düzenlenmesi türünden basit işleri bir insandan çok daha hızlı yapabilirler. Bu hızlarından dolayı da, gerek sanayideki gerekse bürodaki çalışmaları hem kolaylaştırır hem de rasyonelleştirirler. Ama bir bilgisayarın bağımsız düşünmeyi, hissetmeyi, plan yapmayı ya da konuşmayı öğrenmesi sözkonusu olduğunda, bilgisayar kendi sınırlarıyla pek çabuk yüz yüze gelir.
Klavyeyle gezinmek için ← ve → tuşları.
Sayfa 21
Biz insanlar için çok sıradan olan karmaşık görevleri bir bilgisayarın yerine getirmesi neredeyse imkânsızdır. Ama hemen hemen bütün yeni 32-bit'lik işlemciler geniş bir komut takımına sahiptirler ve çoğu dört Gigabyte gücüne kadar ulaşabilen bir belleği yönetirler. Yapay Zekâ yazılımının modern bir bilgisayar sisteminde gerçekleştirilmesi önemli ölçüde bu iki özelliğe bağlıdır.
Gene de, geleneksel programlar ile Yapay Zekâ programları arasında büyük bir fark göze çarpar: Bir bit grubu genellikle bir rakamı ya da bir simgeyi temsil etmektedir, ama bunların gösterdiklerini yorumlamak bir bilgisayarın gücünü aşmaktadır. Bilgisayar sadece komutları yerine getirir ve bunu yaparken o sırada işlemekte olduğu programın ne kadar anlamlı ya da anlamsız olduğuyla pek az ilgilenir.
Ama bilgisayar eğer bağıntıları bağımsız bir tarzda tanıyacak olursa, karmaşık görevlerin üstesinden gelebilecek yetiye de sahip olurdu. O zaman, örneğin insan sesini anlayıp yorumlayabilir ya da bir duyarga aracılığıyla bir nesneye dokunduğunda onun yumuşak, sert veya kuru olup olmadığını duyumsayabilirdi. Bu yolla edinilen izlenimleri bir Yapay Zekâ programının yardımıyla bir “imge” bütünlüğünde biraraya getiren bilgisayar böylece biraz önce incelediği nesnenin örneğin bir balık değil de, memeli hayvanlar grubuna giren bir köpek olduğunu bilir. Fortran, Algol, Pascal ya da C gibi klasik programlama dilleri bu tür sorunları çözebilecek güçte değillerdir. Bugün çok yaygın olan Yapay Zekâ dilleri Lisp, Prolog ve Smalltalk'dur. Bunlar şimdiden uzman sistemlerde, robotların yönlendirilmesinde ve dil incelemelerinde kullanılmaktadır. Bu dilleri kullanabilen bilgisayarlar genel olarak çok fazla veriye maruz kaldıklarından, büyük bir gizil iş belleğine sahip olmak zorundadırlar. Ama yeni 32-bit'lik mikro-işlemciler sadece olağanüstü büyük bir belleğe yönelmekle kalmazlar, her türden veriye çabuk el atabilmek için özel komutlar ve adresleme tarzları da barındırırlar. Yeni süper yongalar geleneksel program dillerini de 8-bit'lik ve 16-bit'lik öncellerinden çok daha iyi bir biçimde desteklerler. Klasik bilgisayarlar genel olarak yalnızca ya da “yapılandırılmış” veri tiplerini işlerler. Basit veri tipleri arasına normal olarak tam sayılı işlemler ya da Boole işlemleri girmektedir. Onlu (decimal) sayıların işlenmesi ve bitalanlarının değiştirilmesi de bu gruptandır. Diziler (Arrays), kayıtlar (Records), desteler (Stacks) ve karakter zincirleri ise “yapılandırılmış” veri tipleri olarak adlandırılmaktadır. Oldukça farklı veri tiplerini zarif ve hızlı bir biçimde işleyebilmek için eskiden pek çok “cambazlıklar” yapılması zorunlu oluyordu. Bugün artık kolayı var: Yeni 32-bit'lik işlemcilerin sahip oldukları çok güçlü komutlar sayesinde “kompakt” derlemeler meydana getirebilmektedir. Özellikle aritmetikle ilgili olarak verim düzeyi yüksek Yardımcı-işlemciler hizmete sunulmuştur. Bunlar, hesaplamalarını seçime bağlı olarak basit (32 bit) ya da çifte duyarlıkta (64 bit) yapabilmektedirler. Asıl işlemci ile yardımcı işlemci arasındaki veri akışını çoğaltmak için her iki işlemciye de sıklıkla özel yönlendirme tertibatları yerleştirilmiştir. Bu tertibatlar sayesinde yongalar arasındaki bilgi aktarımı otomatikleştirilmiş olmaktadır.
GEOS, aplikasyonların kullanımında user-friendly olduğunu ispatlıyor. Burada gördüğünüz
tipik bir application-alert.