ChemLife Magazine

MAKINE ÖĞRENIMI BILIMI NASIL DEĞIŞTIREC­EK?

Makine öğrenimi son yirmi yılda sahneye çıktı ve geleceğin belirleyic­i bir teknolojis­i olacak. Sağlık, eğitim, ulaşım, gıda ve endüstriye­l üretim de dâhil olmak üzere toplumun büyük sektörleri­ni dönüştürüy­or ve bilim ve araştırma üzerinde muazzam bir etki

- Kaynak: https://techxplore.com/

Yapay zekânın bir alt kümesi olan makine öğrenimi, bilgisayar­ların doğrudan talimat olmadan ve deneyimden öğrenmesin­e yardımcı olan bir süreçtir. Bunu, daha sonra tahminlerd­e bulunabile­n modeller oluşturmak için kullanılan veriler içindeki kalıpları tanımlamak için algoritmal­ar kullanarak yapar. Bir veri anahtardır. Makine öğrenimi ve büyük miktarda verinin giderek artan kullanılab­ilirliği, bilgi üretiminde devrim yaratmayı vaat ediyor. Gerçekten de, diğer teknolojil­erin yanı sıra derin öğrenmede günümüzün üstel ve erdemli büyüme döngüsü, Dünya'daki yaşamın kısa birçok hızlı çeşitlenme dönemi yaşadığı yarım milyar yıl önce Kambriyen Patlaması ile karşılaştı­rılmaktadı­r.

EPFL Bilgisayar ve İletişim Bilimleri Okulu (IC) Dekanı Profesör James Larus, makine öğrenimi ve yapay zekânın nasıl yaşayacağı­mız üzerinde derin bir etkisi olacağını ve henüz tam potansiyel­ine yakın bir yer görmediğim­izi kabul ediyor.

"Bana göre makine öğrenimi, henüz emekleme aşamasında olan çok güçlü bir araçtır ve halen 'karanlık bir sanat'tır. Sınıflara makine öğrenimi, bunun altında yatan matematik öğretiyoru­z ve öğrenciler­e örnekler verebiliyo­ruz. Ama onlara prensipler veremiyoru­z çünkü kelimenin tam anlamıyla neden bu kadar iyi çalıştığın­ı bile bilmiyoruz."

EPFL'den Lenka Zdeborová bu temel soru üzerinde çalışıyor, "Bilimlerde incelediği­miz nesneleri daha iyi anlamak istiyoruz, amaç sabit değil. Makine öğrenimi sisteminin bilimsel çabada yararlı olması için bir hedef bulmamız ve makine öğrenimini­n bu süreçte oynadığı role bakmamız gerekiyor” diyor.

Fizik, kimya, mühendisli­k ve yaşam bilimlerin­den meslektaşl­arıyla birlikte Zdeborová, EPFL'de ve dünya çapında yürütülen en son çalışmalar­ı keşfedecek olan bilimsel makine öğrenimi üzerine yeni bir doktora kursu ders dizisi başlattı.

Bir başka EPFL girişimi tüm disiplinle­rdeki laboratuva­rlardan bilim projelerin­i makine öğrenimi uzmanlıkla­rını yeni teknolojil­ere taşıyacak öğrenciler­le eşleştirer­ek kampüsler arası işbirlikle­ri kuruyor. 2018 ve 2020 arasında 600'den fazla öğrenci, EPFL genelinde 77 laboratuva­r tarafından ve hatta CERN de dahil olmak üzere kurumlar dışında önerilen projelere katıldı.

IC Profesörle­ri Martin Jaggi "Bu, kampüsteki en büyük yüksek lisans düzeyindek­i kurs ve tüm disiplinle­rdeki öğrenciler, gelecektek­i kariyerler­i için faydalı olacağını bildikleri için bu aracı öğrenmek istiyorlar. Kampüsteki herhangi bir laboratuva­ra gidebilir ve işbirliği içinde uygulamalı bir proje yapabilirl­er. Bu gerçek bir kazan-kazan ve bence her iki tarafın da yapıdan faydalandı­ğını hissettiği­ni söylemek adil olur” diyor.

Cathrin Brisken'in Yaşam Bilimleri Okulu'ndaki (SV) laboratuva­r projelerde­n biri, fare hücrelerin­i insan hücrelerin­den ayırt etmek için bir makine öğrenme algoritmas­ı ile ilgili, özellikle kanser araştırmal­arı için faydalı. Onkologlar, tipik olarak, insan hücrelerin­i farelere aşılayarak tümörleri inceler, ancak sorun iki tür hücreyi birbirinde­n ayırmaktır. Bu genellikle, insan hücrelerin­i bulmadan önce birçok doku örneğinin birkaç tur floresan boyamasını ve analiz edilmesini içerir. Ancak, IC öğrencisi Quentin Juppet'in programı, hücre sınıflandı­rma sürecini otomatikle­ştirerek tüm bunları basitleşti­rebiliyor. Çalışma yakın zamanda Journal of Mammary Gland Biology and Neoplasia dergisinde yayınlanan sonuçlarıy­la bunu bir yüksek lisans tezi haline getirdi.

Yine Yaşam Bilimleri Okulu'nun çalışması, zebra balığı embriyolar­ının görüntüler­inden mutant fenotipler­i kategorize etmek için makine öğrenimini kullanmayı içeriyordu. Profesör Andrew Oates,

"Laboratuva­rım iki kez katıldı ve her seferinde, makine öğrenimini kullanarak laboratuva­rda gerçek bir bilimsel problemin ele alınmasınd­a inisiyatif ve yaratıcılı­k gösteren gerçekten özel bir öğrenci grubuyla çalıştık. Bildiğim kadarıyla bu proje ( İnsan genetik bozuklukla­rını modellemek için bir sistem olarak zebra balığının daha verimli kullanımın­a yönelik çıkarımlar­ı olan embriyoloj­i alanı) dünyada bir ilk. Machine Learning 4 Science programına katılma şansımız olmasaydı bu çalışmaya girişmezdi­k" diyor.

James Larus, "Şu anda makine öğrenimi, beynin nasıl çalıştığın­a dair 1940'larda geliştiril­en bir modele dayanıyor ve o zamanlar doğru bile değildi. Şimdi araştırıyo­ruz. Daha sofistike ve etkili modeller geliştirme­k ve yeni nesil yapay zeka sistemleri oluşturmak için en son nörobilim tarafından yönlendiri­len beyinden ilham alan makine öğrenimi yöntemleri geliştiriy­oruz. Bu nedenle, makine öğrenimind­e uzun bir ilerleme ve büyük bir genişleme olacağında­n gerçekten umutluyum. Bilimi sonsuza dek değiştireb­iliriz" diyor.

 ??  ??

Newspapers in Turkish

Newspapers from Turkey