bilimsel yöntem

• vakti zamaninda bilim i madde uzerindeki hakimiyetimizi arttirma cabasi olarak tanimlamis idim [1] [2]. bu baglamada bilimsel bilgi de madde uzerindeki hakimiyetimizi arttiran bilgi oluyordu. sonuc itibari ile bilimsel yontem de madde uzerindeki hakimiyetimizi en hizli arttiran yontemdi. elbette ki en hizli kelimesi, zaman ve mekana bagli oldugundan bilimsel metod kavrami da zamana ve mekana bagli idi.
  
  bu dusunus zincirinin su anda bilimsel yontem olarak tanimladigimiz ana hatlarinin cizilmesinde karl popper in buyuk etkisinin oldugu dusunus bicimine gore daha genel gecer daha kapsayici bir tanim oldugunu dusunuyorum.
  
  boylelikle insanlik tarihi kadar eski (belki de daha eski) dogayi kavrama cabamizin son 300 yil harici kismini kestirip atmiyorum hem de gelecek 3000 yili sadece gecmis 300 yila gore tasarlamiyorum. (evet bilimin ne oldugu sorusuna cevap arayisi ayni zamanda bir gelecek tasarlama cabasidir, ve evet politiktir, ve hayir bu kotu degildir, ve evet bu cabanin diger cabalardan daha ustun bir tarafi vardir.^*)
  
  bu baglamda science dergisinde yayimlanan iki makale ve bu iki makale uzerine yazilmis bir kac baska yazi, wolframalpha ve bu programin olasi potansiyelleri ile bir arada dusunuldugunde bilimsel yontem dedigimiz surecin 3 vakte kadar degisecegini soyleyebiliriz.
  
  oncelikle science de cikmis iki makaleden bahsedelim. makalelerin isimleri "distilling free-form natural laws from experimental data." [3] ve de "the automation of science" [4]. iki makale de bilgisayarlarinin girilen verilerden bilimsel yasalar uretmeye calismasindan bahsediyor. ilk makaleye konu olan bilgisayar programina kaotik bir sarkac bagladiginizda size onun hareket denklemleri ile ilgili sonuclar veriyor. ayrica sistemin lagrangianini ve siteme bakarak sistem icin enerjinin korunumu ve momentumun korunumu yasalarini buluyor. ikinci makaleye konu olan robot ve programi ise icine konulan kimyasallar ile ilgili cesitli "dogru" onermeler sunuyor.bahsi gecen iki makaleyi degerlendiren ve science magazinde cikmis bir de derleme yazisi var. 'robotic scientists make first discoveries' adinda bu yaziya science aboneligi olmadan da ulasilabiliyor [5]. konuyu irdeleyen sagda solda cikmis bir kac yazi daha var [6]. makaleleri baska yerde uzun uzun tartisiriz, yapilan isin ne derece basarili / basarisiz olduguna sonra bakariz ancak burada bilgisayarlar insanlar yerine bilim yapmaya basliyor naifliginden veya o kadar deneme yanilmayi ben de yapsam ben de birseyler bulurum yorumundan daha farkli bir nokta var.
  
  bu noktayi vurgulamadan once wolfram alpha ya atfedilen bir ozellikten bir kez daha bahsetmek istiyorum. ancak sunu belirtmek isterim ki bu ozelligin wolfram alpha da olup olmadigi henuz spekulasyon duzeyinde, mayisi bekleyip gorecegiz. iddia ya gore wolfram alpha ya memelilerin boy kilo oranlarini incele dedigimizde wolfram alpha once kendi icinden bir memeliler listesi cikariyor sonra da bu memelilerin boylari ve kilolarini internet uzerinden ariyor, sonucu grafige dokup karsimiza getirebiliyormus.
  
  yani wolfram alphayi kullanarak insanligin veri tabanindan her hangi iki konu ile ilgili bilgileri tarayip bu iki seri bilgi arasinda bir sekilde grafik cizdigimizde bu grafik bir hedeye benziyor mu yani bu iki veri serisi arasinda bir korelasyon var mi diye bakabiliriz. zaten onceki yazida gecen bilgisayar programinin da yaptigi bir kac seri veri arasinda iyi kotu birseye benzeyen bir egri aramak.
  
  neden boyle bir arayis icindeyiz, yani neden veri serileri arasinda korelasyonlar bulmaya calisiyoruz ve hatta bu isi daha iyi yapacak bilgisayar programlari uretmeye calisiyoruz? bir kac sebep var ama oncelik ile insan vucudunun genetik karmasikligi ile ilgili bir kac ornek verip iddiami haklilandirmak istiyorum.
  
  insan vucudunda sorun cikaran binlerce genetik hastalik var, ve bu hastaliklarin pek cogu tek gen mutasyonundan kaynakli olmadigi gibi cok genis bir gen yelpazesinin bir den cok farkli kombinasyonu ile de ortaya cikabiliyor. yani dna bazlarini harf olarak kabul edersek ve genleri de kelime olarak gorur isek, ayni ana fikre sahip yazilabilecek paragraf sayisi kadar ayni genetik hastaligi tetikleyen gen kombinasyonlari bulunabiliyor. ustelik bu genler paragraf orneginde oldugu gibi pes pese gelen kelime dizileri seklinde uzaysal bir butunluk arz etmek yerine dna nin cesitli yerlerine dagilmis da olabiliyorlar. yani bu genetik hastaligi anlamak icin dna icinden degisik yerlerden binlerce geni cimbizla cekip bunlarin bir arada nasil bir anlam ortaya cikardiklarina bakmak gerekiyor [7]. bunun uzerine insan vucudunda yasayan mikro organizmalarin (ki kutlece insan vucunda bir kac grama tekabul ederler) sayilarinin insan vucudundaki hucre sayisinin yaklasik on kati oldugunu ekledigimizde [8], bu canlilarin her bir turunun genetik metaryelinin uzunlugunun insan geninin binde biri olmasina karsilik insan vucunda var olan gen cesitliliginin insanin kendi gen havuzundan cok daha fazla oldugunu dusundugumuzde [9], bu gen havuzunun stabil olmadigini ve bu canlilar arasinda her turlu cross over in her turlu mutasyonun her an olmakta oldugunu ekledigimizde ve bu ekosistemde meydana gelen dengesizliklarin bize hastalik olarak geri dondugunu dusundugumuzde cok ama cok karisik bir veri yigini ile karsi karsiya oldugumuz kolayca anlasilacaktir. ancak hikaye burada bitmiyor; diyelim ki 100 yil sonrasindayiz, her insanin vucudunda dolasan nano robotlar vucudumuzun gen dizlimini (hem insan hucrelerinin hem de icimizde yasayan mikro organizlmalarin) her an kontrol ediyor sonuclar surekli olarak bir veri havuzuna kaydediliyor, otesinde bunu sadece tek bir insan icin degil dunyadaki tum insanlik icin yapiyoruz. ote yandan da kisinin var olan hastaliklarini da bu veri tabanina ekliyoruz. yani elimizde bu kisinin ve icinde yasayan milyar tipteki mikro organizmanin gen havuzu bu, mikro organizmalarin populasyonun ve genlerinin zamana gore degisimi ve de bu kisinin genetik hastaliklari da bunlunan veri arsivi var. amacimiz ise bu bilgi havuzuna yeni giren bir bireyin ileride ne tur genetik hastaliklara yakalanabilecegini bu havuza bakarak anlamak. boyle bir durumda isinize yarayacak son sey f=ma seklindeki genellemeler olurdu. genel gecer biyoloji yasalarina sinir kosullari (boundry conditions) giydirerek aradiginiz bilgiye ulasmanizi saglayacak bilgisayar, 42 cevabini veren bilgisayar^* ile karsilastirilabilir bir karmasiklikta olmak zorunda ki pratik olarak mumkun degil.
  
  yani bahsi gecen ornekteki durumdan genelleme yapacak olursak, incelenen sistemlerin cok karmasik olmasi, olasi genel gecer formul kavram ve denklemlerin amaca ulasmada fazla kesinlik ve fazla islem yuklu sebebi ile yersiz kalmasi, istatistiksel yaklasimin sistemin ozelliklerini kavrama konusunda hic bir veri sunamayacak kadar yuzeysel olmasi bizleri baska turlu bir yaklasima goturuyor. pattern arama, cok buyuk veri yiginlari icinde rasgele gezerek korelasyonlar bulmaya calisma ve bu korelasyonlara gore, olasilik hesabi yaparak gelecege dair tahminlerde bulunmak. dikkat etti iseniz bu gunku yaklasimin aksine veri serisinden genel gecer bir kural cikarma isetegi ya da veri serisini anlamlandirma girisimi yok prosedurun icinde. sadece denene bilecek cok fazla sayida iliskiyi bir olcude eleyerek test edip veri serileri arasinda paralellik bulmaya calisma ve bunlardan gelecek tahminleri uretmeye calisma var . (elbette ki burada her korelasyonun bir nedensel zincir sebebi ile olusuyor oldugu on kabulunu de atlamamak lazim [10])
  
  buna benzer cabalari daha once matematik alaninda gormustuk [11]. bilgisayarlar onermeler hesabini kullanarak insanlarin kendi baslarina islemleri ve yurutulen mantigi kontrol dahi edemeyecegi uzunluktaki sureclerden sonra (burada sorunun ilkesel degil zamansal oldugunu vurgulamakta fayda var) ,bu gune kadar kesfedilmemis teoremler ortaya koymuslardi. ancak bu teoremler bizlere bir anlam ifade etmeyecek kadar uzun ve karisik olduklari icin yankilari o kadar buyuk olmadi. ancak bu kez durum farkli zira surecin sonuclari bize ileride yakalanmamiz olasi genetik hastaliklar gibi pratik faydasi olan sonuclar veriyor.
  
  soruna baska turlu yaklasmanin olanaksiz oldugu noktada paradigma ve bilimsel metod degisiyor.
  
  notlar.
  
  [1] #12966525
  
  [2] #12230129
  
  [3] http://www.sciencemag.org/…ent/abstract/324/5923/81
  
  [4] http://www.sciencemag.org/…ent/abstract/324/5923/85
  
  [5] http://sciencenow.sciencemag.org/…t/full/2009/402/1
  
  [6] http://blog.wired.com/…/2009/04/robotscientist.html
  http://blog.wired.com/…cience/2009/04/newtonai.html
  http://www.sciencemag.org/…content/full/324/5923/43
  
  [7] http://en.wikipedia.org/…ic_.28complex.29_disorders
  
  [8] "our bodies harbor 100 trillion bacterial cells, outnumbering our human cells 10 to one. it’s easy to ignore this astonishing fact. bacteria are tiny in comparison to human cells; they contribute just a few pounds to our weight and remain invisible to us."
  
  http://seedmagazine.com/…nt/print/the_body_politic/
  
  [9] "even though a microbial genome is one-thousandth the size of the human genome, the total number of microbial genes in [the human] body is much greater than human genes because you have so many different species," says weinstock.
  
  http://www.technologyreview.com/biotech/18618/
  
  [10] #13336523
  
  [11] perhaps the most remarkable success so far came in 2004, when georges gonthier, a computer scientist at microsoft research in cambridge, england, verified the proof of the four-color theorem by computer. the problem dates back to 1852, when a college student noticed that only four colors were needed to fill in a map of the counties in england such that no adjacent counties shared a color. it took until 1976 to mathematically prove that four colors were enough for any map. that proof was more than 500 pages long and relied on computers to check nearly 2,000 special cases. many mathematicians objected to the proof because it was impossible to check by hand.
  
  http://www.sciencenews.org/…st_a_mathematical_proof
  
  [12] #1146588