(Spoiler: Bu yazının ılk kısmı benim eğitim hayatım ile bilgiler ve teknik veriler içerir.)
Her ne kadar teknolojik gelişmelerin çok hızlı olmadığı ve nispeten halen daha gündelik hemen hemen herşeyin oldukça manuel ve analog olduğu bir dönem olan 80lerde doğmuş olsam da, teknolojiye olan ilgim, sanırım öncelikle matematiğe olan ilgimden dolayı, erken yaşlarda başladı. Teknolojiyi dönemin şartlarına uygun şekilde takip etmeye çalıştım. Lakin, bilime ne kadar ilgim olsa da, mühendislik ve teknolojiye olan ilgim aslen üniversitede şekillenmeye başladı. Öncelikle endüstri mühendisliği bölümünü kazandım. İki sene boyunca, maliyet analizi, üretim gibi bölüm dersleri de dahil olmak üzere epey ders aldım. Bu arada tüm mühendislik öğrencilerinin almak zorunda olduğu bilgisayar programlama dersini almaya başladım.
C dili, programlamaya ilk girişim ve ilk göz ağrım. İtiraf ediyorum, çok zorlandım. İlgisi ve deneyimi olanlar bilirler ki C, öğrenim eğrisi en yüksek yani en zor dillerden biridir. Java gibi nispeten yeni, nesne tabanlı, kendi çöpünü kendi toplayan (Garbage Collector – bellek yönetim aracı) bir dil değildir. Ana bellek adres işaretçileri (pointer) ile ilk tanışma yeridir. Referans ile fonksiyon çağırma, karmaşık veri yapıları vs. bu işaretçilerle sağlanır. Evet zordu, ilk sınavım o kadar kötü geçti ve öyle düşük bir not aldım ki sinirlerim bozulmuştu. Çünkü burslu okuyordum ve sınavlardan düşük alma lüksüm yoktu. Ama birşey vardı. Endüstri mühendisliği derslerinden ziyade programlamadan daha çok zevk aldığımı gördüm. Evet, henüz başarılı olamamış olsam da öyleydi. Sonraki sınavda bulduğum ne kadar kaynak varsa çalıştım ve epey pratik yaptım. Bu kez sınavım o kadar iyi geçti ki dersi veren hoca da şaşırdı. O zaman anladım, programlama bir adanmışlık işi ve çok pratik gerektiriyor. Lafı uzatmayayım, bundan sonrası belli. Bilgisayar Mühendisliği bölümüne yatay geçiş yaptım. Bölümümü çok severek okudum ve derece ile bitirdim. 4. sınıfa geldiğimde en büyük hayalim akademide kalmaktı. Yolumu da bu şekilde çizdim. Yükseklisans, doktora, doktoraüstü ve akademide fakülte üyeliği derken 3 kıtada seneler geçti…
Mesleğim sayesinde son yıllara damga vurmuş ne kadar teknolojik gelişme varsa hepsini yakından takip etme şansım oldu. Önce donanımsal gelişmeleri gördük. Kare kare disketlerde KB ile veri tutmaya çalışırken bir baktık TB, PB veriler tutuyoruz, taşıyoruz, işliyoruz. Hem de bulut sistem diye birşey var. İnternet nimetinin en güzel sub-nimetlerinden biri. Atarilerde oyun oynama çağından konsollara geçtik. Grafik işlemcilerimiz günden güne iyileşti ve hızlandı. Öyle ki, fotorealistik görünmeyen ve yeterince hızlı olmayan oyunların yüzüne bakmaz olduk. Yetmedi sanal gerçeklik kattık, artırılmış gerçeklik ekledik. Eskiden evlere masaüstü girmezken her evde ikişer üçer dizüstü olmaya başladı. Hepsinden önce cep telefonları ile tanıştık, evrimleştiler ve akıllandılar. Bilgiye ulaşım kolaylaştı. Veri görselleştirme kolaylaştı. 3D baskı alır olduk. Herkes yapay zekadan, yetmezmiş gibi quantumdan bahseder oldu. Bir ara herkes Meta furyasında nasıl VR ve AR uzmanı olduysa, bunun bin katını yapay zekada gördük. Size bir örnek vereyim. Benim doktora alanım ve dolayısıyla uzmanlık alanım grafik algoritmaları ve simülasyon sistemleri. Bilgisayar ekranlarımızda gördüğümüz her türlü şeyin (yazılar, resimler, filmler, oyunlar) hangi matematik ve fizik kurallarına göre çizildiğinin ve tüm bu süreçleri en optimize şekilde nasıl yürütebileceğimizin eğitimini aldım.
Sanal Gerçeklik teknolojisinin yazılım ayağının ne kadar grafik ile ilgili olduğunu muhtemelen anlayabilmişsinizdir, ama yine de ben ve meslektaşlarım yeri geldi tam da bu Metaverse zamanında daha yeni şirket açıp 1 yıldır headset satın alıp içinde gelen programı başkalarına kendileri yapmış gibi pazarlamaya çalışan eğitimsiz cahil tayfadan ‘yok şimdi o iş sizin bildiğiniz gibi değil siz anlamıyorsunuz’ diye laf yedik. Baktık ki herkes Metaverse uzmanıydı artık. Bunun bir benzeri ve daha fenası Yapay Zeka alanında oldu.
Meğerse herkesin herşey hakkında ne kadar çok fikri varmış ve herkes ne kadar da bilgiliymiş yapay zeka hakkında. Dünyada böyle bir trend oluştuğunu gözlemliyorum. Yeni bir teknolojik gelişme yaşandığı anda en başta konuyla ilgili hiç fikri olmayan ve kulaktan dolma bilgi toplayan ne kadar insan varsa fikir beyan etmeye başlıyor.
O Halde Biraz İrdeleyelim
Birkaç ay önce katılmış olduğum Amerika Ulusal Üniversiteler Kurulu – Liseler İçin Üniversite Seviyesinde Programlamaya Giriş Müfredatının Hazırlanması konulu danışmanlar kurulu toplantımıza gizlilik sebebi ile adını vermeyeceğim ancak dünyanın en önde gelen birkaç teknoloji şirketinden üst düzey yöneticiler davetliydi. Öyle ki bizim öğrencilerimizin genel ekseriyeti o şirketlere girebilmek için inanılmaz ter döküyorlar ve kendilerini büyük bir yarışa hazırlıyorlar. Çünkü bu şirketler geleceğe yön veren şirketler ve rekabet de çok fazla. Varolan sistemin dışında gelecekte biz eğitimcilerden ve üniversitelerimizden neler beklediklerini sorduğumuzda, özellikle üstüne bastıkları iki konu vardı ve bu tüm dünyada konuşulan bir konunun sadece tekrarıydı: Critical Thinking and Machine Learning, yani Eleştirel Düşünce ve Makine Öğrenmesi.
Critical Thinking and Machine Learning, yani Eleştirel Düşünce ve Makine Öğrenmesi (ML).
Şimdi, bu iki kavram birbirinden ayrı kavramlar ve ayrı ayrı ele alınmaları gerekli. Eleştirel düşünce, maalesef günümüzde gitgide körelen bir kavram haline geldi. Nedir eleştirel düşünce? En basit anlamıyla akıl yürütme, olaylar karşısında yerinde analiz ve iyi değerlendirme yapma süreçlerini içerir. Sorgulamayı gerektirir. Deliller toplamanız, elinizdeki veriler doğrultusunda mantıklı sorular sormanız, ve sonrasında gerçekçi ve akılcı sonuçlar bulmanızı içeren analitik bir düşünce biçimidir. İşe bakın ki dünyanın en büyük şirketleri bile yeni mezunlarda bunun halen daha en önemli yetenek olduğu konusunda hemfikir. Günümüzün teknolojik gelişmeleri pek çok kişiyi daha çok bilgiyi daha hızla içine çekip tüketen ve karşılığında üretimde bulunmayan bireyler haline getirdi. Ama eleştirel düşünce aslında insanoğlunun en büyük kozudur. Yapay zekanın hızla geliştiği bir dönemde, herkesin ‘acaba AI sebebiyle işten çıkarılacak mıyım’ diye düşündüğü bir zamanda, elinizde bu kozdan daha büyük bir nimet yok. İşte benim öğrencilerime anlatmaya çalıştığım en temel noktalardan biri hep bu oldu, özellikle de son birkaç senedir daha da üstüne basa basa söylüyorum. Hem teknolojik gelişmeler hem de son dönemde AI bu denli yaygınlaşmadan önce hem okuma oranları, hem de problemi iyi okuyup anlama ve çözüm üretme oranları çok daha fazlaydı. Şimdiki durumda derhal o eksene geri dönmemiz gerekiyor. Buna her zamankinden daha fazla ihtiyacımız var. Benim şahsi görüşüm, insan beyninin daha da çığır açacağı dönem tam da bu dönemdir, yani Yapay Zeka dönemi.
Şimdi gelelim neden bize ‘Üniversiteler mutlaka temel seviyede Makine Öğrenmesi dersini vererek öğrencilerini mezun etmeli’ demelerinin sebebine. Makine Öğrenmesi, Yapay Zekanın alt alanlarından birisi ve belki de en temel alanı demek yanlış olmaz. Aldığı veriyi işleyen, bu veriden öğrenen ve buna bağlı olarak sistem optimizasyonu yapan akıllı yapılardan bahsediyoruz. İşlediği veri ile almadıkları ve işlemedikleri üzerine açık komutlara gerek duymaksızın genellemeler yapabilen, gelişmiş istatistiki modeller üzerine kurulmuş bir yapıdan bahsediyoruz. Bilgisayar Mühendisliği alanında çalışıp da bu alana bir göz atmayan veya kendi alanında kullanmaya çalışmayan hemen hemen yoktur. Neticede hepimiz benzer matematik, istatistik ve programlama eğitimleri aldık ve bu tür modellerin bizim alanımızda nasıl bir optimizasyona sebep olabileceği her araştırmacının merak konusudur. Ancak bizimki daha ziyade entegrasyon amaçlıdır. Örneğin ben kendi adıma oyunlardaki gelişmiş grafiklerinin ve oyun tasarım süreçlerinin iyileştirilmesinde makine öğrenmesinin gerçekten çok faydasını gördüğümü söyleyebilirim. Halen daha, fizik-tabanlı simülasyonlar alanında ve fotorealistik fiizk-tabanlı grafiklerde daha yaygın kullanılması gerektiğini düşünüyorum. Hatta bir ara sırf meraktan öğrencilerimle Spotify üzerinden müzik verisi işleyip kişiye özel mekan seçimi yaptıralım diye bir proje yapmıştık. Ama tüm bunlar beni bir Yapay Zeka yada Makine Öğrenmesi uzmanı yapmıyor. Bu işin gerçek uzmanları, yükseklisans ve/veya doktora eğitimlerini ya bu alanda yapıyor yada sektörde senelerce bu alanda araştırmacı olarak çalışıyor. Bizler gibi entegrasyon üzerine değil, daha gelişmiş, hızlı ve etkili ML algoritmaları geliştirmek üzerine yada yeni çalışma alanlarındaki kullanılabilirlikleri üzerine senelerce ARGE yapıyorlar. Benim en sevdiğim kullanım alanlarından birisi de ML’in sağlık alanında kullanılması. Özellikle kanser türleri ve demans için beyin taramalarında. İş böyleyken, makine öğrenmesinden korkmak yerine, veriyi en optimize nasıl işleyip yararlı hale getiririz konusu da günümüzün en ilgi duyulan konularından birisi haline geldi. Yukarıda bahsettiğimiz Eleştirel Düşünce biçimi ile bir araya getirildiğinde aslında ondan korkmak yerine belki de onun yaratıcısı ve kullanıcısı olarak tadını çıkarmak gerekiyor.
Şimdi, konuyu bağlarsak eğer, herkesin yapay zeka uzmanı olduğu bu günlerde, bu işin gerçekten hakkını vererek yapmaya çalışan gerçek AI-ML uzmanların hatırına belki de bu işle yakından ilgisi olmayanların, hayatında bir kez bile AI kullanmadan, konunun ne teknik ne de felsefi yanı hakkında en ufak fikri olmayanların biraz susma zamanıdır. Size bir sır vereyim mi? Heryerde bu ve benzeri konularla ilgili (Metaverse de bu şekilde) ahkam kesen çoğu kişi bu işin uzmanı değil. Çünkü gerçek uzmanlar sürekli konuşmak yerine işini yapmakla meşgul.