Mar 032017
 
1.145 views

Singularity – Tekillik Günleri Hızla Yaklaşıyor

Önce singularity kavramının anlamını netleştirelim.
Wikipedia, singularity (teknolojik tekillik) kavramını şu şekilde tanımlıyor: “gelecekte yapay zakanın ötesine geçerek, medeniyeti ve insan doğasını radikal bir biçimde değiştireceğine inanılan hipotezsel nokta. Böyle bir zeka, insanlığın tasavvur edebileceğinden daha üstün kabiliyetli olacağından, insanlığın geleceğini öngörülemez bir hale getireceği düşünülmektedir.”

Kurzweil, bu kavramı şu sözlerle daha da somutlaştırıyor: “İnsanlığın önünde iki seçenek var. Dünyaya geldiğimiz beden ve teknoloji sayesinde kavuştuğumuz beden. İnsan iskeletindeki kemiklerin malzemesi iyi değil. Çelik çok daha iyi. Çok etkin işleyen mekanik hücreler yakın gelecekte doğal hücrelerin yerini alacak. Bedene yerleştirilen yapay kol, bacak gibi organlar doğal uzuvlardan daha güçlü ve dayanıklı.”

Asıl kritik nokta, yapay zekanın yaptıklarının, insanoğlunun zekası tarafından anlaşılamayacak kadar gelişmesiyle ortaya çıkacak. Böyle bir durumda, yapay zeka tarafından yaratılacak olası olumsuz etkilere karşı -ne olup bittiğini anlayamayacağımız için- önlem alamaz duruma geleceğiz. Türümüze en yakın primatlardan şempanzeler için bile bizim konuşmalarımız, yazdıklarımız, teknolojik uygulamalarımız neyse, singularity aşamasına ulaşmış yapay zekanın iletişimi ve yaptıkları da bizler için benzer konumda olacaktır.

Konu, her ne kadar bir bilimkurgu teması gibi görünse de, yapay zekanın gelişme hızı artık bu düzeye ulaşmanın çok uzakta olmadığını gösteriyor.

Neanderthal insanın, homo sapiens tarafından ortadan kaldırılması gibi; yapay zeka ile donanmış robot veya insanımsı varlıklar karşısında “doğal” insanoğlu da büyük bir olasılıkla tarih sahnesinden silinecektir. Bu gelişmeler bir “hızlandırılmış evrim” mekanizmasına bağlı olabilir. Her ne kadar teknolojiyi kullanıyor olsak da, kolayca kontrol edemeyeceğimiz sayıdaki parametre yüzünden biyolojik yaşamımıza yaptığımız müdahalelerin pek çoğu bir mühendislik ürünü olmaktan çok “rasgele” deneme-yanılmalardan ibaret kalıyor. Günümüzün süper bilgisayarları bile hala yeterince hızlı değil. Kuantum bilgisayarlar bile ikili hesaplama sistemlerine kıyasla aşırı bir gelişme sağlayamayabilir. Şu anda öngöremediğimiz yeni teknolojiler devreye girmedikçe, teknolojimizin “tekillik” düzeyine ulaşacak yapay zekayı yaratmada yetersiz kalması mümkün.

Günümüz şartlarında asıl yapmamız gereken, teknolojik gelişmelerin doğal yaşantımıza her geçen gün daha fazla karıştığının bilincinde ve farkında olmak. Bu farkındalığı bilerek kendi lehine kullanabilenler kendilerine yepyeni bir dünya yaratırlarken, geride kalanlar kaynakları hızla tükenen ve doğal ortamları hızla kirlenen bir yaşamı paylaşmak zorunda kalacaklar.

Singularity - Tekillik Günleri Hızla Yaklaşıyor

Kaynak: content.time.com

content.time.com sitesinde yayınlanan yukarıdaki grafik 1900-2045 yılları arasındaki teknolojik gelişimi özetliyor. Geçmiş yıllara ilişkin gelişmeleri gündelik hayatımızda da yaşıyoruz. Geleceğe yönelik temel öngörülerin bazıları şöyle:

  • 2015: Bilgisayarlar fare beyin kapasitesini aştı: 10 Gigabyte (10^9)
  • 2023: Bilgisayarlar insan beyin kapasitesini aşıyor: 1 Petabyte (10^15)
  • 2045: Bilgisayarlar tüm insanların toplam beyin kapasitesini aşıyor: 100 Yottabyte (10^26)

Bu tarih, yani 2045, bazı görüşlere göre insanın “ölümsüzlüğün sırrına” eriştiği tarih olacak.

Ne dersiniz?

Ahmet Aksoy

Kaynaklar:

Şub 252017
 
1.156 views

DeepCoder internetten topladığı kodlarla program yazıyor

DeepCoder internetten topladığı kodlarla program yazıyor

Microsoft ve Cambridge Üniversitesinin işbirliğiyle geliştirilen DeepCoder sistemi internetten ve diğer kaynaklardan derlediği kod parçalarını kullanarak kendisine verilen sorunu çözen yazılımlar üretebiliyor.

DeepCoder internetten topladığı kodlarla program yazıyor

Resim: winbuzzer.com

Aslında bir yapay zeka (AI) çalışması olan DeepCoder, kod parçalarının depolandığı veritabanını tarayarak yapacağı işe uygun bileşenleri buluyor ve uygun şekilde bir araya getiriyor.

Bu teknik, bir çok programcının çalışma biçimini de yansıtıyor. Yeni yazılan bir çok uygulamanın önemli bir kısmı daha önce geliştirilmiş olan çeşitli kütüphaneler ve yordamları kullanarak geliştiriliyor. Doğal olanı da bu. Aksi halde her çalışmada Amerikayı yeniden keşfeder gibi, daha önce binlerce kez yeniden yazılmış olan ve geliştirilerek sorunsuz hale getirilen hazır kodları kullanmak yerine, sıfırdan bir çaba içine girmek gerekirdi. Modern çağın modüler sistemleri, yazılım dünyasında da aynen geçerli.

DeepCoder ve benzer şekilde çalışan diğer sistemler, bir yazılımcının çalışmasını benzer şekilde yineliyor. Üstelik kullandığı yapay zeka teknikleri sayesinde sürekli yeni şeyler öğreniyor ve kendini geliştiriyor.

Buna rağmen, bu sistemi geliştiren programcılar, “geniş kapsamlı projelerin, küçük kod parçalarını birleştirerek elde edilemeyeceği” görüşünü savunuyorlar.

Yapay zeka ve robot bilimi alanında yaşanan gelişmeler, bir çok mesleği doğrudan etkilemeye başladı bile. Yazılımcılar da kendi rakiplerini geliştirmek için var güçleriyle çalışıyorlar.

Ahmet Aksoy

Kaynaklar:

Ağu 262016
 
1.201 views

Eğitilmiş word2vec datasını nasıl kullanırız?

Eğitilmiş word2vec datasını nasıl kullanırız?

Elbette bu tür çalışmalarımızı Python ile yapıyoruz. Üstelik interaktif denemeler yapıyorsak, iPython kullanmamız daha doğru. iPython son dönemde jupyter ile entegre çalışıyor.

Bu yüzden önce kullanmakta olduğunuz Python sürümünü aktif hale getirin. Ben Python 3.5.1 kullanıyorum ve bunun için tanımladığım evp35 isimli bir sanal ortamım var.

Sanal ortamımı devreye sokuyorum:

Artık “python” komutum doğrudan python 3.5.1 sürümünü devreye sokuyor. Gerekli modülleri de bu sanal ortam üzerinden yükledim.

Aynı şey jupyter için de geçerli. Yüklemek için vereceğiniz komut şöyle:

Çalışmamızda word2vec modülünü kullanacağız. Onu da yükleyelim:

Artık iPython’u jupyter üzerinden devreye sokabiliriz. Bunun için:

komutunu kullanın ve “New” kutucuğundan “python 3” seçin.

Aşağıdaki kodları kullanabilmeniz için eğitilmiş veri kümemizi de indirmeniz gerekiyor.

https://drive.google.com/drive/folders/0B_iRLUok9_qqOFozeHNFMjRHTVk adresinden hnz_2010.bin isimli dosyayı indirin. Eğitilmiş vektörlerimiz bu dosyaya kayıtlıdır.

Hazırlıklarınız tamamsa, aşağıdaki işlemleri siz de kendi bilgisayarınızda uygulayabilir, yeni denemeler yapabilirsiniz.

Deneyimlerinizi benimle paylaşmayı da lütfen unutmayın!

Ahmet Aksoy
Açık Kaynak DerlemTR Proje Yöneticisi

Takıldığınız yerler olursa, Yorum bölümünden bana ulaşabilirsiniz.

Ağu 262016
 
1.610 views

Hürriyet Gazetesi Datasıyla Derin Öğrenme Çalışmaları

Açık Kaynaklı DerlemTR Projesi‘nin yeni aşamasında, Hürriyet Gazetesi yetkilileri “derin öğrenme” (deep learning) konulu çalışmalarımızda gazete arşivlerinden yararlanma isteğimizi yine olumlu karşıladı. Başta Sayın Ersay Dizman olmak üzere, gazete yetkililerine tekrar teşekkür ediyorum.

Hürriyet Gazetesi Datasıyla Derin Öğrenme Çalışmaları

Bu aşamada yine python dilini kullandım ve 2010 yılı Hürriyet Gazetesi arşivlerini taratarak “uygun” haberleri bir araya topladım. Haberlerin tarihi, başlığı, muhabiri veya yazarı belli değil. Çünkü bu bilgilere ihtiyacımız yok.

Yapacağımız çalışmalar “word2vec” yöntemine odaklanmış durumda. Bu yöntem, sözcüklerin komşuluk ilişkilerini vektörel olarak değerlendirerek “müdahalesiz” bir eğitim mekanizması oluşturuyor ve buna bağlı sonuçlar üretiyor. Daha önce yazdığım “Word2vec yöntemiyle Türkçe sözcüklerin ilişkilendirilmesi” isimli yazıma bir göz atmak isteyebilirsiniz.

Bu tür çalışmaların en zor tarafı yeterli büyüklükte, düzgün ve güvenilir veri kümelerine (dataset) sahip olmanın zorluğu. Hele Türkçe için alan neredeyse tamamiyle boş. Sağlıklı bir eğitim sağlayabilmek küçük veri kümeleriyle mümkün olmuyor.

Bu yüzden DerlemTR projesi bünyesinde yapacağımız çalışmalarda kullanacağımız veri kümelerini aynı zamanda bu konularda çalışmak isteyen diğer araştırmacılara da karşılıksız olarak açıyoruz. Böylece dilimize yönelik araştırma ve değerlendirmelere bir katkımız olacağına inanıyorum.

Yeni çalışmamızın ilk veri kümesi Hürriyet gazetesinin 2010 yılı arşivindeki haberlerden türetildi. Diğer yıllarla ilgili çalışmalarımız devam ediyor.

Çalışmamızda sözcükleri cümle, paragraf, haber gibi gruplaşmalardan bağımsızlaştırdık. Noktalama işaretlerini, durak sözcüklerini ve sayıları kaldırdık. Sonuçta sadece bir ardışık sözcükler listesi elde ettik.

Sözcükleri düzenlerken inceltme/uzatma işaretlerini temizledik. Çok sık kullanılan, ama kullanılmadığında cümlenin anlamını pek fazla değiştirmeyen durak sözcüklerini (stop-words) listeden sildik. Bütün sözcükleri küçük harfe çevirdik ve sadece geçerli sözcükleri bıraktık. Böylece elimizde birbirinden birer boşluk işaretiyle ayrılan, peşpeşe dizilmiş sözcükler kaldı. Bu yapı CBOW (continuous bag of words), yani “sürekli sözcük torbası” olarak adlandırılıyor. Dosya aslında bir metin dosyası. Ama bu dosyayı bir metin editörüyle incelemek pratik olarak mümkün değil. Çünkü noktalama işaretleri yok. Bu yüzden milyonlarca sözcükten oluşan tek bir cümleden oluşuyormuş gibi davranacaktır.

Word2vec sistemini kullanarak sonuç almak için önce bu sistemi eğitmek gerekiyor:
1- Ardışık olarak kullanılan sözcük çiftlerini belirle ve “_” işaretiyle bağla
2- Sözcük listesindeki kümeleşmeleri sapta (clustering)
3- Sözcük listesini eğit
4- Eğitilmiş dosya bilgilerini kullanarak ilişki raporları üret

Bu amaçla, ben de https://github.com/danielfrg/word2vec adresinde ayrıntılı bir şekilde açıklanan işlemleri kullandım. Seçtiğim vektör boyutu: 100.

Eğitim dosyası (hurriyet_2010.txt) ve eğitilmiş veri dosyasına (hurriyet_2010.bin) https://drive.google.com/drive/folders/0B_iRLUok9_qqOFozeHNFMjRHTVk adresinden ulaşabilirsiniz.

“turkce-stopwords.txt” isimli dosya da aynı adreste yer alıyor. (İlk çalışmalarımızdan elde ettiğimiz derlem dosyası da gensozluk.txt adıyla aynı yerde.)

Word2vec veya benzeri yöntemlerle ilgili çalışmaların pek çoğu hala araştırma düzeyinde. O yüzden etkin bir sonuca ulaşmak için farklı parametreler kullanmak gerekebiliyor. Örneğin ardışık kelimeleri sadece 2 ile sınırlı tutmak yerine bu sayıyı arttırabilirsiniz.

Ya da vektör boyutunu 100 yerine 300 veya 500 yapabilirsiniz. Ancak veri kümesi ve vektör boyutları büyüdükçe daha fazla bellek ve işlemci gücüne gerek duyuluyor. Kendi çalışmalarımda 4 çekirdekli ve 4GB belleğe sahip bir bilgisayar kullanıyorum. Bu özellikler Yapay Zeka veya Derin Öğrenme türü çalışmalarda oldukça zayıf. O yüzden ben vektör boyutunu 100 ile sınırladım. Siz bu sayıyı makinenizin gücüne bağlı olarak istediğiniz kadar yukarı çekebilirsiniz.

Yazımı sonlandırmadan önce, önceki yazımda da kullandığım bazı sözcüklerle ilişkisi saptanan sözcük listelerini paylaşayım: (benzeşen sözcükler yüklenen modelin sözcük vektörlerinin kosinüsü alınarak bulunuyor. Benzer -birbiriyle yakından ilişkili- sözcükler benzer şekilde kümeleniyor.)

insan: [‘insanın’ ‘insana’ ‘insanı’ ‘insanların’ ‘insanlar’ ‘insanlardan’
‘insanlara’ ‘insanımız’ ‘bitmek_tükenmek’ ‘insanoğlunun’]

macera: [‘masal’ ‘eğlenceli’ ‘büyülü’ ‘geceler’ ‘nostalji’ ‘romantizm’ ‘hikayeler’
‘dövüş’ ‘romantik’ ‘sahneleri’]

öfke: [‘korku’ ‘huzursuzluk’ ‘kızgınlık’ ‘derinden’ ‘umutsuzluk’ ‘öfkeyi’
‘öfkesini’ ‘üzüntü’ ‘endişeyi’ ‘tavırları’]

karanlık: [‘kirli’ ‘derin’ ‘izlerini’ ‘hüzünlü’ ‘görünmeyen’ ‘vahşi’ ‘dramatik’
‘geçmişin’ ‘bakılırsa’ ‘gürültülü’]

öykü: [‘şiir’ ‘tiyatro_oyunu’ ‘müziklerini’ ‘eserlerini’ ‘piyano’ ‘şiirler’
‘türküler’ ‘ali_poyrazoğlu’ ‘drama’ ‘bale’]

cumhuriyet: [‘mustafa_kemal’ ‘cumhuriyetin’ ‘atatürk’ ‘dersim’ ‘cumhuriyetimizin’
‘kemal_atatürk’ ‘gazi_mustafa’ ‘istiklal’ ‘ismet_inönü’ ‘ulu_önder’]

savaş: [‘savaşı’ ‘savaşın’ ‘savaşta’ ‘sovyet’ ‘savaşa’ ‘soğuk_savaş’ ‘çatışma’
‘çatışmalar’ ‘saddam’ ‘savaştan’]

ayşe: [‘hülya’ ‘aysel’ ’emine’ ‘derya’ ‘gamze’ ‘zehra’ ‘hatice’ ‘esra’ ‘fatma’
‘elif’]

recep: [‘kadir’ ‘necati’ ‘erdal’ ‘muharrem’ ‘ismail’ ‘arif’ ‘sedat’ ‘orhan’
‘ibrahim’ ‘suat’]

Ham veri miktarı arttıkça daha sağlıklı ilişkiler yakalamak mümkün oluyor.

Veri dosyasının eğitilmesi sürecini bir başka yazımda örnekleyeceğim.

Konuya bir programcı olarak ilgi duyuyorsanız https://github.com/danielfrg/word2vec adresini ayrıntılı bir şekilde incelemeyi sakın ihmal etmeyin.

Ahmet Aksoy

Ağu 272014
 
274 views

Yeni Savaş Teknolojileri – 3

Akla Zarar Yeni Savaş Teknolojileri

görsel: stopthecrime.net

Yazımın ikinci bölümünde özellikle Bilgi Teknolojileri konusunu ele almıştım.
Bu yazıda ise Yapay Zeka ve Robotbilim konularındaki gelişmeleri ve beklentileri ele alacağım.

Bilgi Teknolojileri konusundaki beklentiler raporda şöyle özetleniyor:

BAZI BT BEKLENTİLERİ

  • Kuantum bilgisayarlarının öncüleri 5 yıl içinde ortaya çıkmaya başlayacaklar (http://en.wikipedia.org/wiki/Quantum_computer)
  • Bugün bilgisayarların tükettiği toplam enerji %15 iken, bu sayı 2010’a kadar %60 düzeyine çıkacak (Demek ki bu belge 2010 tarihinden önce hazırlanmış)
  • Giyilebilir/Takılabilir kişisel elektronik cihazlar : haberleşme, bilgiişlem, duyuların hassaslaştırılması, sağlık takibi, beynin uyarılması (brain stimulation)

YAPAY ZEKA (VE ÖTESİ) BİLGİSAYARLAR

İnsan beyninin karakteristikleri/yetenekleri

  • 100 milyar nöron
  • 100 trilyon nöron bağlantısı
  • Bir saniyede 200 hesaplama, yavaş sinir ağı devreleri
  • Bir saniyede 20 katrilyon (peta) hesaplama
  • Örüntü tanıma -pattern recognition- (paralel-işlem) konusunda mükemmel, ardışık düşünmede -sequential thinking- zayıf
  • Rasgele denemelerle çalışır

Cihaz Yetenekleri

  • Şu anda, saniyede 10 trilyon hesaplama; 2004’e kadar 10 kat artacak (Demek ki rapor tarihi 2004 öncesi)
  • 2010’a kadar 20 katrilyon (peta) boyutuna erişecek (PC’lerde 2025’te)
  • 2030 yılına kadar, PC’ler insan dolu bir kasabanın ortak zihinsel yeteneklerine sahip olacak

Y.N.: Güncel mikroişlemci hızlarını http://en.wikipedia.org/wiki/FLOPS adresinden elde edebilirsiniz. Sunumdaki “hesaplama” sözcüğünün FLOP karşılığı olarak kullanıldığını düşünüyorum. Aksi halde karşılaştırma yapmak pek kolay olmayacaktır.

ABD “İNSAN BEYNİ PROJESİ”

  • 90’larda başladı 5 ajans (NIH, NSF, DOD, NASA, DOE) üzerinden bağlantılı olarak 16 kuruluş tarafından mali açıdan desteklendi
  • Nöroinformatik (Sinirbilim -neuroscience- ile informatiğin kesişimi)
  • Society for Neuroscience yıllık toplantısında 10 bin bireysel sunum (moleküler genetikçilerden, bilişsel psikologlara -cognitive psychologists- kadar)
  • İnsan beyninin ayrıntılı sinirsel yapılanmasını -neuroanatomy- saptamak (“sayısal beyin haritası”)
  • Beyin çalışmalarında Bilgi Teknolojilerinden yararlanmak, Yapay Zeka ve Bilgi Teknolojileri için beyinle ilgili bilgilerden yararlanmak

HAYAL GÜCÜ MAKİNASI
ya da YARATICILIK MAKİNASI
ya da “Creative Agent”

  • Kurallara bağlı, uzmanlaşmış bir sistem değil; mevcut Yapay Zeka “en iyi tahmin” yöntemi
  • Eğitilmiş bir sinir ağını anlamlı girdilerden yoksun bırakarak onu “düşünmeye”, “derinliklere inmeye” zorlayarak yeni kavramlar, vb üretmeye yönlendirir; böylece yeni fikirler ve kavramlar ÜRETİR. Bağlantılı bir başka sinir ağı da bu “çıktıları” yakalar/kaydeder/yorumlar ve rapor eder.

Bir sonraki bölümümüzde bu gelişmelerin dünya ekonomisine yansımalarını incelemeye başlayacağız. Rapor, bundan sonra daha da ilginçleşmeye devam ediyor.

Beni izlemeye devam edin!

Okuyacaklarınıza “Vaybe!” diyeceğinizden eminim!

ahmet aksoy

Kaynaklar:
http://www.stopthecrime.net/nasa.html
http://2045.com/news/29211.html
http://en.wikipedia.org/wiki/FLOPS

Yazının 1. Bölümü:  http://vaybe.axtelsoft.com/akla-zarar-yeni-savas-teknolojileri/
Yazının 2. Bölümü:  http://vaybe.axtelsoft.com/akla-zarar-yeni-savas-teknolojileri-2/

Ağu 082014
 
464 views

Akla Zarar Yeni Savaş Teknolojileri – 2

Akla Zarar Yeni Savaş Teknolojileri

görsel: stopthecrime.net

İlk yazımda 2025 yılına kadar gerçekleşeceği öngörülen çarpıcı teknolojik gelişmeleri inceleyen bir NASA raporundan bahsetmiştim. O bölümü henüz okumadıysanız http://vaybe.axtelsoft.com/akla-zarar-yeni-savas-teknolojileri/  adresinden ulaşabilirsiniz.

Belgeyi incelemeye devam ediyoruz.

NANOTEKNOLOJİ ARAŞTIRMALARI

NanoTeknoloji konusunda Amerika Birleşik Devletleri, sadece %2’lik bir farkla bile olsa, 3. sırada görülüyor. İlk sırada Avrupa, ikinci sırada Japonya var.

Ülke sıralamaları ve oranları şöyle:

  • %29 Avrupa
  • %28 Japonya
  • %27 ABD
  • %16 Diğer ülkeler

İNSANLIĞIN TEKNOLOJİK EVRELERİ

NASA belgesinde İnsanoğlunun teknolojik gelişimi de dönemlere ayrılmış:

  • Avcılık/Toplayıcılık : MÖ 1 milyon – MÖ 10,000 (Doğal Kaynaklar)
  • Tarım : MÖ 10,000 – MS 1800 (Doğanın kontrolü – Bitkiler/Hayvanlar)
  • Endüstri: 1800 – 1950 (Mekanize tarım)
  • Bilgi Teknolojileri: 1950 – 2020 (Endüstri/Tarım otomatizasyonu)
  • Bio/Nano 2020 – ? (Endüstri/Tarım otomatizasyonu)
  • Sanal (BT/Bio/Nano/Endüstri/Tarım’ın robotlaştırılması)

ANAHTAR TEKNOLOJİLER

Bilgi Teknolojileri:

  • Silikon/bio/optik/kuantum/nano teknoloji
  • Sanal Gerçeklik/Holografi bağlantılı yaygın iletişim, hiperspektral algılayıcılar, “sanal varoluş”
  • Otomatik/robotik “herşey”
  • Maliyetlerde aşırı azalma

BioTeknoloji:

  • Ortalama yaşam süresinin iki katına çıkması
  • Doğum öncesi genetik mühendisliği
  • Deniz suyu ile sulanabilen bitkiler (yiyecek, petro-kimyasal stoklama, mineraller, başka gezegenlerde dünya koşullarının oluşturulması)

NanoTeknoloji:

  • Karbon nanotüpler (Dayanım/ağırlık oranı çeliğininkinin 600 katı)
  • Yapıcılar (assemblers) / Canlı fabrikaları
  • Maliyetlerde aşırı azalma

DÜNYA ÇAPINDA BİLGİ TEKNOLOJİLERİ DEVRİMİ

  • Haberleşme/Hesaplama/Algılayıcılar/Elektronik
  • ABD Ticari Bilgi Teknolojileri Araştırme ve Geliştirme yıllık hacmi 100 milyar $
  • [Silikon, Moleküler, Quantum, Bio, Optik] konularıyla ilgili bir milyon kat mertebesindeki gelişmeler
  • Sanal Zekanın insanınkini geçmesi
  • Otomasyon/Robotik konularından devasa gelişmeler
  • Çok-algılayıcılı, yaygın Sanal Gerçeklik, Holografik üniteler
  • Hiper spektral algılayıcıların yaygın ve farklı konularda kullanımı (arazi, deniz, hava, uzay]
  • Mikro/Nano algılayıcılar

BİLGİ TEKNOLOJİLERİNDEKİ GELİŞMENİN TOPLUMA YANSIMALARI

  • Tele-iş (Evden çalışma – tele-commuting)
  • Tele-alışveriş
  • Tele-eğlence
  • Tele-seyahat
  • Tele-eğitim
  • Tele-tıp
  • Tele-ticaret
  • Tele-politika
  • Tele-sosyalizasyon

BİLGİ TEKNOLOJİLERİNDE MEVCUT DURUM

  • 1959’dan bu yana Bilgişilem konulu bir milyon gelişme – Gelecek 30 yılda 100 milyon yeni gelişme bekleniyor – (Bunlardan bin adedi, insan kapasitesini daha da geliştirecek olan gelişmeler)
  • Halen dünya üzerinde evden çalışan 100 milyon kişi var. (15 yıl içinde bu sayının en azından ikiye katlanması bekleniyor)
  • Hindistan ABD’ye oranla 3 kat daha fazla yazılım mühendisi mezun ediyor. Bangalore’da, Güney Kaliforniya’dan daha fazla yazılım üretiliyor.

Bir sonraki yazımda yapay zeka, robotik, vb konulara ilişkin ayrıntıları ele alacağım.

Beni izleyin!

Okuyacaklarınıza “Vay be!” diyeceğinizden eminim!

ahmet aksoy

Kaynaklar:
http://www.stopthecrime.net/nasa.html
http://2045.com/news/29211.html

Yazının 1. Bölümü: http://vaybe.axtelsoft.com/akla-zarar-yeni-savas-teknolojileri/