Bu sayfadaki yazılar
Sayfanın metni
Sayfa 18
Bugün, teknoloji sürekli bir değişme içinde ve günlük yaşantımız bu değişmeden gün geçtikçe artarak etkileniyor. Bu artış pek çok nedenden kaynaklanıyor: Daha çok sayıda uzman, belli araştırma konusu problemlere harcanan büyük paralar, yeni sorunları ortaya çıkaran daha büyük bilgi kaynakları ve diğerleri.
Ancak teknolojik değişimdeki hızlanmayı meydana getiren zorunlu öğelerden birisi de bilgisayar. Bilgisayarlar, araştırmacıların yeteneklerini genişleterek araştırmanın ilk aşamalarında daha büyük ve karmaşık teorik taslaklara ve araştırma ürünü dönüştürüldüğünde daha etkili dizayn ve tasarımlara olanak sağlıyorlar.
Bu taslak yapma olayının bugün büyük bir kısmı bilgisayarın kendisi üzerinde odaklaşmış durumda. Bilgisayarın geçen 20 yıldaki evrimi hayret uyandırıcı. Önümüzdeki iki on yıllık süre daha da şaşırtıcı gelişmeler vaat ediyor. Bu yazıda, geride bıraktığımız 1988 yılı içinde açıklanan veya bugün sabırsızlıkla beklenen ilerlemelerin olduğu altı farklı alandan söz edeceğiz. Bu alanlardan bazıları -hypertext, süperiletkenler- bir süredir en azından teorik olarak biliniyorlar. Diğerleri -optik disk depolama, çağırma sistemleri ve süperçipler- şimdiden büyüyen dev endüstriler. Paralel işlem çoktan bilgisayar pazarında yerini bulmak üzere; sinirsel bilgi ağlarının geliştirilmesi ise hâlâ laboratuvarlarda ilk aşamasında gerçekleştirilebiliyor. Düz ekran sadece bilgisayarları değil teknolojinin en yaygın şekli olan televizyonu da değiştirecek bir ilerleme. Altı heyecan verici teknoloji; bu sayı kolaylıkla altmış veya altıyüz de olabilir. Gelin, değişen teknolojinin bilgisayarları ve yaşantımızı nasıl değiştirdiğine bir bakalım.
1. GÖREN, DÜŞÜNEN BİLGİSAYARLAR
Hesap yapmak amacıyla tüp ve kablolarla büyük salonları dolduran aletlere düşünen makine anlamında elektronik beyin denmişti. Kırk yıl önce de insanlar bilgisayarın ne zaman kendileri gibi düşünebileceklerini merak ediyorlardı.
O makinelerle başlayan yol, yani dijital bilginin analog aletlerde elektronik olarak işlenmesi, bizi bugünün bilgi devrimine getirdi. Bugün de, şimdi dijital makinelerde işlenen dijital bilgiyi kullanmaktayız ve günümüzün bilgisayarları beynimizin yapabildiğinden çok daha büyük hızlarla işlem yapabiliyorlar. Ancak gerçek anlamda düşünen veya bilgiyi beynimizin yaptığı gibi işleyen bir makine henüz yapılmadı. Ve beynimizin özelliğinden kaynaklanan önemsemediğimiz ve olmuş varsaydığımız bazı şeyler var ki, en basitinden bunları bilgisayarlar yapamıyorlar.
Görme Üzerine Yapılmış Araştırmalar
Görme buna iyi bir örnek. Milyarlarca dolar harcanarak yıllardır üzerinde araştırmalar yapılmasına rağmen, yapay görme daha bebeklik çağında. En iyi teknoloji ile üretilmiş yapay gözlerle donatılan bilgisayarlı robotlar sadece dikkatle ve özel olarak yapılmış alanlarda saatte bir veya iki millik hızlarla hareket edebiliyorlar, ancak daha önce karşılaşmadıkları bir şey görür görmez duruveriyorlar. Biz insan olarak bir şey gördüğümüzde, yapılan iş, gözlerimizle verinin alınmasını, bu verinin sinir hücreleriyle beyne iletilmesini, bilginin beyinde çevrilmesini ve daha önce gördüklerimizi saklayan bellek depomuzdaki -hepsi sadece bir anlık değil aynı zamanda ekli meydana gelen ilişki ve tepkilerin toplanmış bir envanteri- verilerle benzeşen görsel şekillerin tanınmasına dayalı yorumlama ve yanıtlama işlemidir. Bilgisayarlar da bilgiyi beyin gibi işleyip sıralarken pek çok bilgisayar bir defada yalnızca bir bilgi parçası üzerinde çalışabiliyor. Bilgi yükleniyor, üzerinde çalışılıp saklanıyor ve işlemci başka bir bilgi parçası üzerinde çalışmaya koyuluyor. Beynimizdeki nöronlar, bununla birlikte, bilgiyi beyin içinde ortaklaşa kullanarak binlerce aksona bağlı diğer nöronlarla ilişki halinde birer işlemci olarak düşünülebilir. Bu aksonların kümelenmeleri sonucunda dentrit denilen lifler meydana geliyor ve bu lifler uzayıp dallanarak bir ağacın dolaşık köklerine benzer bir ağ görünümü alıyorlar. Beynimizde milyar-
Klavyeyle gezinmek için ← ve → tuşları.
Sayfa 19
larca nöron bulunuyor ve bu nöronlar arasındaki kilometrelerce uzunluktaki yolda bilgi yolculuk ederken alınıyor, işleniyor ve paylaşılıyor. Gerçek beynin fonksiyonlarının aynısını yapmak, hatta taklit etmek için araştırmacıların önünde büyük problemler duruyor: Bilginin işlenmesinin paralel olarak yapılmasını başarmak ve birbirleriyle ilişki halinde olan etkili bir veri ağı meydana getirmek. Bunlar büyük ödüller vaat eden donanım ve yazılım hedefleri, ancak aynı zamanda endüstrinin şu anda almış olduğu yola göre oldukça uzakta kalan hedefler.
Bilginin Paralel Olarak İşlenmesi Şimdi yeni bir bilgisayar nesli geliştirilmekte. Bu neslin makinelerinde bilgisayarın yaptığı işler aynı anda yüzlerce ve binlerce işlemci arasında bölünerek paralel olarak işleniyorlar. Avantajları görmek hiç de zor değil: Herbiri bir problemin onda biri üzerinde çalışan on işlemci aynı problemi tek başına çözmeye çalışan bir işlemciden on kat daha çabuk sonuca ulaşacaktır. Asıl hesaplama için harcanan zaman çok fazla azalmasa da, işlemcinin bilgiyi çağırması ve saklaması için geçen sürede büyük değişmeler olacağı açıktır. Paralel bir sistem, bilgi belleğe verilmeden önce, gerekli bütün hesaplamaların altından kalkabilir. Bilginin paralel olarak işlenmesinin klasik bir-kere-bir-adım seri işlemine göre daha başka avantajları da var. Bir database düşünün: Mutlaka bir dizi bellek kullanacaktır. Seri bir bilgisayarda database'i herhangi bir konunun, örneğin paralel işlemin bütün referansları için araştırıyor olsanız, seri makine her defasında database'in bilgi deposundan sıralı olarak tek bir bilgi parçası çağırarak çalışacaktır. Bir paralel sistem, bununla birlikte, database'in çeşitli bölümlerini aynı anda dolaşarak pek çok veya bütün referansları bir defada takip edebilir ve sonuçları klasik makinelerde mümkün olandan çok daha çabuk verebilir. Paralel işlem mimarlığına birçok örnek var. Klasik bilgisayarlara en yakın olan Single Instruction Multiple Data (Tek Talimatla Çoklu Bilgi). Adından da anlaşılacağı gibi bir defada birden fazla bilgi üzerinde çalışmak için bir talimat veya komut (makine dilinde INS) kullanılmakta. Multiple Instruction Multiple Data (Çoklu Talimatla Çoklu Bilgi) ile bu daha ileri giderek paralel yapı içinde her işlemci değişik talimatlar altında bağımsız olarak çalışabiliyor. Data flow (Bilgi akışı) mimarisi ise işin en son aşaması ve burada herhangi bir seri sıralamadan uzak işlemciler devreye giriyor. Her işlemci bilgi mevcut olduğunda çalışmaya başlıyor ve vardıkları sonuçları diğer işlemcilerle paylaşıyorlar, sonra onlar da diğerleriyle paylaşıyorlar ve böylece meydana gelen dataflow yani bilgi akışı buna rehberlik eden ve verilen zamanda en verimli şekilde çalışmaları için işlemcilerin sırasını devrimsel olarak ve karmaşık bir yazılım ile idare edilip izlenebiliyor.
Sonraki Adım: Sinirsel Veri Ağları
Bilginin paralel olarak işlenmesi bilgisayarı daha etkin, mükemmel ve beyne benzer yapmakla, ilgili donanım sorunlarını çözmede önemli bir adım. Sinirsel veri işleme, bilgisayarların içine sinirsel veri ağlarının yerleştirilmesi, ise bilginin beyinde dolaşma şeklini model alıyor. Veri işlenirken görevlerin paylaşılması çok kı-
Çev. CAN ÖZTÜRK sa zamanda görüşün ayrı yerlere gitmesiyle eşleniyor ve verinin gittiği bu bölgeler, paylaşılan ve tanınan şekilleri, ilgileri, hatıraları ve tepkileri saklıyor. İyi bir sinirsel veri işleme ağında şekil ayırdetme, beynimizdeki nöronları güçlendiren faaliyet gibi, bir şekil tanındığı her sefer sağlamlaştırılır. Bunun yanında, etkin olabilmek için sinirsel veri ağı, şekiller arasında ilgi kurabilmeli ve bu ilgilerle bilgisayarın belleğinde yeralan merkez noktalar ve bağlantılar güçlendirilmelidir. Böylece, dün tanınan bir şekil bugün tekrar görüldüğünde daha iyi ayırdedilecektir. Yapay görme olayında yeteri kadar karmaşık bir makine, sakladığı şekillerden bir dizi engel veya cismi tanıyarak ve uygun tepkiler göstererek kendini idare edebilir. Sinirsel veri ağları, hâlâ yapay zekâ uygulamalarıyla yakından ilgilenen hükümet ve endüstri tarafından finanse edilen araştırmalara rağmen, fazlasıyla teorik projeler olarak kalıyorlar. Bu uygulamalardan bazılarının paralel veri işleme sistemi ile birlikte kullanılması düşünülürken, diğerleri daha başka yollar izliyorlar. Bugün, halen paralel sistemler üretip satan bazı şirketlerle, paralel işlem, gerçekleşmeye daha yakın. Bazı endüstri gözlemcileri bu sistemlerin Cray gibi seri süperbilgisayarların en güçlü rakipleri olduğunu düşünüyorlar,
Gerçek sinirsel bilgisayarların yerlerini almaları için henüz büyük engeller var, ancak daha önce de büyük sayılabilecek engeller aşıldı. Sadece kısmen, düşünmeyi taklit eden bilgisayarlara karşılık tam anlamıyla gören ve hisseden makineler önümüzdeki aylarda ve yıllarda gözlerimizi, kulaklarımızı ve zihinlerimizi -bilgiyi aynı anda işleyen bu organlarımızı- meşgul edecek bir gelişme.