hesabın var mı? giriş yap

  • araba ba$inda hal ve hareketleri ile kar$i cinsten ayrilan suruculer. bazi mizansenler:

    1) siz arkasindasinizdir, daha 3 metre vardir sizin on tampona, e$$ek gibi basar duduge, yer ver diye. hemen iceri bakiniz. (sonuc :%93 kadin %6 maymun %1 ya$li bir amca)
    2) onunuzden donecektir, lakin ya zort diye doner arka lastigi kaldirima cikarir, ya cok gec kalir, geri cikmasi gerekir. hemen iceri bakiniz. (sonuc: %91 kadin %7 lama %2 acemi erkek)
    3) bayirda durmak zorunda kalmi$tir. el freni tribi ile kalkacaktir, etrafta bir lastik ve balata kokusu, kirmizi bir duman. hemen iceri bakiniz. (sonuc: %82 kadin %14 buffalo %4 acemi erkek)
    4) coktan ye$il yanmi$, orta $eritte bir polo hareket etmemi$tir. ayna ba$inda faaliyet vardir. hemen iceri bakiniz. (sonuc: %99 kadin, %1 direksiyon ba$inda vefat etmi$ bir erkek)
    5) bir yerde durmu$ bir i$inizle ugra$iyorsunuzdur. yaninizda bir firkatein gececek kadar yer vardir. sert ve uzun bir korna ile irkilirsiniz. hemen iceri bakiniz. (sonuc: %80 kadin, %15 polis, %4 acemi erkek, %1 nil timsahi)
    6) sol $eritte 40 km hizla bir clio gitmekte $eridi ortalamakta zorlanmaktadir. herkes bu arabanin sagindan ayar verir. icerdeki goruntu. (%91 kadin, %6 koala, %2 surucusuz otomobil prototipi, %1 erkek)
    7) bir araba geri manevra ile park edecektir. lakin icindeki bunye, direksiyonu hic hareket ettirmeden ileri geri yaparak daha uygun pozisyonun kendiliginden gelecegini ummaktadir. bu arada da aracin vites kutusu ve $anziman sisteminden aglama sesleri gelmektedir. suzun icerisini, suzun suzun tirsmayin sizi gormez. (sonuc: %99 kadin, %1 jefrey yunusu)

    verdigim oranlardan da anla$ilacagi gibi. (bkz: istisna)

  • çok az sayıda canlı türü, çağlara meydan okuyup hemen hemen hiç değişmeden günümüze kadar gelmeyi başarabiliyor. yaşayan fosiller olarak adlandırılan bu yaratıklar bunu esnekliklerine, uygun çevre koşullarına sahip noktalarda yaşamalarına ve biraz da şansa borçlular.

    binghamton'daki new york eyalet üniversitesi'nden paleobotanikçi william stein "burada önemli olan, mutlaka en iyi olmak değil, önemli olan yaşadığınız ortamda sizi yok edecek, sizden daha iyi bir türün bulunmaması" diyor.

    coelacanth: yaklaşık 400 milyon yıl yaşında. notokord adı verilen esnek, çubuk benzeri bir yapı, omurga görevi görüyor. ezak evrimsel geçmişte bu yapılar yaygındı ancak çoğu balık ve diğer omurgalı türlerinde yerini daha sağlam, kemiklerden meydana gelen omurgalar aldı.
    coelacanth fosil kayıtları 80 milyon yıl öncesinde bitiyor. 1938'de bir tanesi yakalanana kadar neslinin tükenmiş olduğu düşünülüyordu. günümüzde yaklaşık 1000 tane coelacanth yaşıyor. bu ilkel balığın son derece nadir iki türü volkanik mağaraların derinliklerinde yaşıyor, yırtıcı balıklardan derinlik ve karanlık sayesinde korunuyor. yaklaşık 125 coelacanth fosil türü bulundu.

    notilus: yaklaşık 550 milyon yıl yaşında. bölmelere ayrılmış bir yapıya sahip ve günümüzün notiluslarının atası olan nautiloid'lerin hepsi bu sarmal şekle sahip değildi ancak onlarda d abölmelere ayrılmış kabuklar ve hava geçirmez kısımlar bulunuyordu. notilus'un bölmeli kabuğunun içindeki hava doğal bir kaldırma kuvveti sağlıyor ve yaratık suda neredeyse ağırlıksız hareket ediyor. böylece, onu zırh gibi koruyan, ağır bir kabuğa sahip olmasına rağmen notiluslar çok fazla güç harcamıyorlar. nautiloid'ler avlarını yakalamak için eklemli bir çene geliştiren ilk hayvanlardır. 400 milyon yıl yaşında notilus çene kalıntıları bulundu. araştırmacılar eklemlerin bu süreden de daha önce geliştiğini düşünüyor.

    atkuyruğu: ömrü 360 milyon yıl. içi boş bir gövdeye sahip. modern ve fosil atkuyrukları farklı boyutlarda olsa da aynı bitki oldukları anlaşılır. günümüzde gövdelerinin genişliği 15 santime kadar ulaşıyor fakat fosil kayıtlarında gövdenin genişliği 90 santime kadar olanlar mevcut.
    dinazorların zamanından 100 milyon yıl öncesinde yaşayan son derece dayanıklı bir bitki. yol kenarlarında, volkanik küller arasında, orman yangınlarından sonra geriye kalan kavrulmuş zeminde bile büyüme özelliğine sahip. çok geniş bir alana yayılan kökleri mevcut ve dış yüzeyleri silis kristalleri ile güçlendirilmiş bir yapıya sahip. paleobotanikçi william stein, "dürüst olmak gerekirse, bunlar tam anlamıyla istilacı bir yabani ot ailesi" der.

    at nalı yengeci: yaklaşık olarak 445 milyon yıl yaşındadır. ocelli olarak adlandırılan ilkel gözler ve sağlam, eklemli bir iskelete sahiptirler. geçtiğimiz 445 milyon yılda o kadar az değişmişlerdir ki, doğrudan aatası olan bir paleolimulus ile yan yana koysak, çoğu kişi farklı anlayamaz. beş kitlesel yok oluşun hepsinden sağ salim çıkmayı başarmış ve hemen hemen her şeyi yiyebilirler. new york, oakdale'deki dowling college'dan biyolog john tanacredi "besin kaynakları inanılmaz çeşitlilik gösteriyor. deniz tabanında karşılarına gelen her şeyi yiyebiliyorlar." diyor.

    yılan balığı: 300 milyon yıllık fosilleri mevcut fakat dna kanıtları yılan balıklarının yaklaşık 500 milyon yıl önce ortaya çıktığını kanıtlar nitelikte. yılan balığının kemikten ziyade kıkırdaktan meydana gelen iskeleti, omurgasızlar arasında bir köprü oluşturduğunu gösteriyor. çoğu omurgalıda kıkırdakların yerini, hem güç hem de esneklik sağlayan eklemli kemikler aldı. ancak bükülebilir kıkırdak, yılan balığının ana besin kaynağı olan balık leşlerinden et parçaları koparmak için gövdesiyle "düğümler" yapmasına imkan veriyor. yumuşak iskeletler nadiren fosilleştiğinden, şimdiye kadar sadece iki yılan balığı fosili bulkundu ve bu kalıntılar da tıpkı günümüzdeki yılan balıklarına benziyor.
    paris'teki ulusal doğa tarihi müzesinde balıkları inceleyen paleontolog philippe janvier, çoğu yılan balığı türünün muhtemelen çok az rekabete sahip oldukları derin okyanus uçurumlarında yaşamya adapte olduklarını ve mükemmel bir yiyecek bulma yetisine sahip olduklarını söylüyor. yılan balıkları bedenlerinden, deniz suyuyla temas ettiğinde gevşeyen, yapışkan iplikler oluşturan proteinler salgılıyor. sonuçta, yakalanamayacak kadar kaygan bir balık ortaya çıkıyor.

    sürüngen kuşu: ömrü için en az 25 milyon yıl deniliyor. kuş benzeri dinozor archaopteryx ile benzerlik gösteren bir pençeli kanatlı. bu tropik kuşların yavruları tehdit edildiğinde, ağaçlardaki yuvalarından aşağıdaki suya atlıyor ve tehlike geçtiğinde yuvaya geri tırmanmak için kanatlarındaki pençeleri kullanırlar. porto riko üniversitesinden biyolog maria dominguez-bello "modern kuşlarda artık kaybolmuş olan bu özellik, sürüngen kuşlaırnda hala bulunuyor." der. sürüngen kuşu, atalarına son derece benzer, ancak modern bir değişime sahip: ön bağırsak fermantasyonuna sahip olan tek kuş türüdür. ineklerinkine benzeyen, içi bakterilerle dolu bir mideleri vardır. bu bakteriler sayesinde lifli bitkileri, sindirilebilir şekerlere ve yağ asitlerine dönüştürür.

    ağaç eğrelti otu: ömrü için 360 milyon yıl diye geçiyor. en dikkate değer özelliği, destek kökleriyle oluşturduğu ağ aracılığıyla büyümesi ve dik kalma yeteneği. atkuyruğunda olduğu gibi, geçmişteki ve modern ağaç eğrelti otları arasındaki temel fark, boyutları. günümüzde bu bitkilerin gövdelerinin çağı 15-20 cm civarında. 305 milyon yıl önce, karbonfiber döneminde ise bu genişlik 90 cm ye kadar çıkabiliyor. ağaç eğrelti otları, rüzgarla uzağa taşınabilen ve yetişkin bitkilere dönüşmek için güvreye ihtiyaç duymayan milyarlarca spor üretebiliyor.

  • oha pentagram denmiş. lan pentagram harbiye'de konser verebilecek kadar bilinen bir grup amk!
    bu yeni nesil çok değişik azizim.

  • adamın biri ve danışmanı birgün konuşmaktadır.
    adam sorar.
    " söyle bakalım. ben mi daha büyüğüm yoksa turgut özal mı? "
    " o nasıl soru efendim? tabiki siz daha büyüksünüz.
    sayın özal halktan çok korkardı. siz ona göre çok daha cesursunuz. "

    " peki söyle bakalım. süleyman demirel mi daha büyük yoksa ben mi? "
    " tabi ki siz büyüksünüz haşmetlim. sayın demirel de askerden korkardı mesela. siz askerden de korkmuyorsunuz. "

    " peki son bir soru. hz. ömer mi daha büyük yoksa ben mi? "

    "tabi ki siz efendim."
    "amma da abarttın haa. yalakalık yapıyosun şuan. doğruyu söyle kızmıycam"

    " doğruyu söylüyorum efendim. hz. ömer de allahtan korkardı.
    ama sizde allah korkusu da yok.

    edit: pardon adam demişim.

  • en azindan yakin gelecekte gercek olmayacagini dusundugum onerme.

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

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

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

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

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

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

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

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

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

  • ''hayatim suresince boyum kadar kitap yazdim ama beni sevmeyenler buna da mazeret bulup -onun zaten boyu kisaydi- diyebilirler.'' demi$ bir vakitte..

  • galatasaray, o sezon ankaragücü'nü istanbul'da 3-0, ankara'da, ligin son maçında 8-0 yendi.
    11 gol attı, hiç gol yemedi.
    averajla şampiyon oldu...
    beşiktaşlılar'a göre, 'şaibeli şampiyon' oldu.
    * * *
    beşiktaş, o sezon ankaragücü'nü istanbul'da 4-0, ankara'da, ligin bitimine haftalar kala 6-0 yendi.
    10 gol attı, hiç gol yemedi.
    averajla ikinci oldu...
    yine beşiktaşlılar'a göre, 'şerefli ikinci' oldu.
    * * *
    o sezon, son maçlardan önceki tabloya bakalım:
    galatasaray'ın attığı 66, yediği 21, averajı 45...
    beşiktaş'ın attığı 65, yediği 22, averajı ise 43...
    galatasaray'ın hem 2 gol artı averajı, hem de gol fazlası avantajı vardı.
    son maçlarda, galatasaray ankaragücü'ne 2 fark yapsa, beşiktaş'ın gençlerbirliği'ne 5 fark yapması gerekiyordu.
    yani averaja ihtiyacı olan beşiktaş'tı.

    yazarin editi: gercekler neden kotulenir? gercekler kotulenerek saklanabilir mi?

  • bkm kadrosundan birilerinin olduğu ve internet fenomenlerinden herhangi bir şahsın bulunduğu hiçbir filmi izlemem. çünkü onlar film degil komedi skeçlerinin uzatılmış halleridir, 'filmsi' dirler.