Ekonomi
Basın Bülteni- Koç Üniversitesi, yapay zekâ hesaplamalarında ışıkla işlem yapan iki yeni sistem geliştirdi
Koç Üniversitesi Elektrik ve Elektronik Mühendisliği Bölümü'nden Dr. Öğr. Üyesi
Uğur Teğin, yapay zekâ hesaplamalarının elektronik devreler yerine doğrudan ışıkla
gerçekleştirilmesine yönelik iki yeni sistem geliştirdi. Dünyanın en saygın
bilimsel yayın gruplarından Nature yayın grubuna bağlı iki ayrı bilimsel dergide
yayımlanan çalışmalar, daha hızlı ve daha az enerji tüketen yapay zekâ sistemlerinin
geliştirilmesine katkı sağlayabilecek yeni hesaplama yöntemleri ortaya
koyuyor.
Yapay zekâ teknolojilerinin yaygınlaşması, ihtiyaç duyulan işlem gücü ve enerji
tüketimini küresel bir sorun haline getiriyor. Koç Üniversitesi, bu ihtiyaca yanıt
verebilecek iki yeni sistem geliştirdi. Sistemler, görüntüleri analiz etmek
için gereken hesaplamaların bir bölümünü doğrudan ışığın fiziksel özelliklerinden
yararlanarak gerçekleştiriyor.
Koç Üniversitesi Elektrik ve Elektronik Mühendisliği Bölümü'nden Dr. Öğr. Üyesi
Uğur Teğin'in öğrencileri ile birlikte yürüttüğü araştırmalar dünyanın önde gelen
bilimsel yayın gruplarından Nature yayın grubu bünyesindeki Communications Engineering
ve Communications Physics dergilerinde yayımlandı. Birbirini tamamlayan
çalışmalar, ışığın farklı bilgileri aynı anda taşıyıp işleyebilme özelliğini
yapay zekâ uygulamalarına aktarıyor.
Elektronik sistemlerden farklı olarak ışık, farklı bilgileri aynı anda taşıyabiliyor
ve paralel olarak işleyebiliyor. Bu özellik, özellikle yapay zekânın yoğun
hesaplama gerektiren uygulamalarında ışığı güçlü bir alternatif haline getiriyor.
Renk Bilgisi Kaybetmeden Işık ile Veri İşleme
Communications Engineering dergisinde yayımlanan ilk çalışmada, Dr. Öğr. Üyesi Uğur
Teğin ve yüksek lisans öğrencisi Fatma Nur Kılınç, renkli görüntülerdeki verileri
kaybetmeden ışık yardımıyla sınıflandırabilen bir sistem geliştirdi.
Geleneksel görüntü işleme sistemlerinin bir bölümü renkli görüntüleri gri tonlara
dönüştürürken önemli ayrıntıları kaybedebiliyor. Koç Üniversitesi'nde geliştirilen
yeni sistem ise renk bilgisini koruyarak renk, şekil ve desen gibi görüntüleri
birbirinden ayırmaya yardımcı olan özellikleri belirginleştiriyor. Optik
düzenek, renk, şekil ve desen gibi belirleyici özellikleri öne çıkararak görüntülerin
daha yüksek doğrulukla sınıflandırılmasını sağlıyor.
Donanım Kusurlarına Uyum
Geliştirilen yöntemin önemli özelliklerinden biri, kusursuz bir bilgisayar modeline
ihtiyaç duymadan gerçek optik sistemin özelliklerine uyum sağlayabilmesi. Gerçek
deney düzeneklerinde küçük hizalanma hataları ve cihaz kusurları nedeniyle
sonuçlar ideal modellerden farklılaşabiliyor. Yeni sistem ise doğrudan deneylerden
elde edilen sonuçlardan öğrenerek bu farklılıklara uyum sağlayabiliyor.
Yüksek Doğruluk
Dermatolojik hastalıklara ait görüntülerle yapılan deneylerde, doğrudan renkli piksel
verileri kullanıldığında %68 olan sınıflandırma doğruluğu, ışıkla işleme
sonrasında %98'e ulaştı. Araştırmacılar, yöntemin yalnızca görüntülerde değil,
farklı veri türlerinde de kullanılabileceğini gösterdi.
Bir Fiber Lazer Nasıl Fiziksel Yapay Zekâ İşlemcisine Dönüştü?
Communications Physics dergisinde yayımlanan ikinci araştırmada ise Dr. Öğr. Üyesi
Uğur Teğin ile birlikte yüksek lisans öğrencileri Dilem Eşlik, Fatma Nur Kılınç
ve lisans öğrencisi Bahadır Utku Kesgin, bir fiber lazeri makine öğrenmesi
için fiziksel bir işlemci olarak kullandı.
Görüntülere ait bilgiler ışığa aktarıldı ve lazerin içinde işlenerek sınıflandırılması
daha kolay hale getirildi. Böylece normalde bilgisayar yazılımının gerçekleştireceği
hesaplamaların bir bölümünü lazerin kendisi üstlendi.
Çeşitli Veri Kümelerinde Yüksek Başarı
Geri dönüştürülebilir atık fotoğrafları, hava ve uydu görüntüleri, retina taramaları
ve cilt lezyonu görüntüleri üzerinde yapılan testlerde edildi %85 ile %99
arasında sınıflandırma doğruluğu elde edildi. Sistem, ışıkla işlemenin ardından
basit bir sınıflandırma yöntemiyle çalıştı ve derin öğrenme yöntemlerine kıyasla
çok daha az sayıda ayarlanabilir değişkene ihtiyaç duydu.
Daha Az Enerji Tüketen Sürdürülebilir Yapay Zekâya Doğru
Koç Üniversitesi'nde gerçekleştirilen iki çalışma bir arada değerlendirildiğinde,
hesaplamanın farklı avantajlarını ortaya koyuyor. İki araştırma, ışığın hem görüntülerdeki
önemli bilgileri korumak hem de hesaplama yükünün bir bölümünü üstlenmek
için kullanılabileceğini gösteriyor.
Geliştirilen sistemler bugün hâlâ kamera ve kontrol birimleri gibi elektronik bileşenlere
ihtiyaç duysa da ışık kontrol aygıtlarının hızlanması ve optik düzeneklerin
çip boyutuna küçültülmesiyle, elektronik işlemciler tarafından gerçekleştirilen
hesaplamaların önemli bir bölümü doğrudan ışıkla yapılabilir. Bu gelişmeler,
daha hızlı ve daha az enerji tüketen yeni nesil yapay zekâ altyapılarının
geliştirilmesinin önünü açabilir.
-iDeal Haber Merkezi-
- twitter.com/iDealDataHaber // www.idealdata.com.tr -
Uğur Teğin, yapay zekâ hesaplamalarının elektronik devreler yerine doğrudan ışıkla
gerçekleştirilmesine yönelik iki yeni sistem geliştirdi. Dünyanın en saygın
bilimsel yayın gruplarından Nature yayın grubuna bağlı iki ayrı bilimsel dergide
yayımlanan çalışmalar, daha hızlı ve daha az enerji tüketen yapay zekâ sistemlerinin
geliştirilmesine katkı sağlayabilecek yeni hesaplama yöntemleri ortaya
koyuyor.
Yapay zekâ teknolojilerinin yaygınlaşması, ihtiyaç duyulan işlem gücü ve enerji
tüketimini küresel bir sorun haline getiriyor. Koç Üniversitesi, bu ihtiyaca yanıt
verebilecek iki yeni sistem geliştirdi. Sistemler, görüntüleri analiz etmek
için gereken hesaplamaların bir bölümünü doğrudan ışığın fiziksel özelliklerinden
yararlanarak gerçekleştiriyor.
Koç Üniversitesi Elektrik ve Elektronik Mühendisliği Bölümü'nden Dr. Öğr. Üyesi
Uğur Teğin'in öğrencileri ile birlikte yürüttüğü araştırmalar dünyanın önde gelen
bilimsel yayın gruplarından Nature yayın grubu bünyesindeki Communications Engineering
ve Communications Physics dergilerinde yayımlandı. Birbirini tamamlayan
çalışmalar, ışığın farklı bilgileri aynı anda taşıyıp işleyebilme özelliğini
yapay zekâ uygulamalarına aktarıyor.
Elektronik sistemlerden farklı olarak ışık, farklı bilgileri aynı anda taşıyabiliyor
ve paralel olarak işleyebiliyor. Bu özellik, özellikle yapay zekânın yoğun
hesaplama gerektiren uygulamalarında ışığı güçlü bir alternatif haline getiriyor.
Renk Bilgisi Kaybetmeden Işık ile Veri İşleme
Communications Engineering dergisinde yayımlanan ilk çalışmada, Dr. Öğr. Üyesi Uğur
Teğin ve yüksek lisans öğrencisi Fatma Nur Kılınç, renkli görüntülerdeki verileri
kaybetmeden ışık yardımıyla sınıflandırabilen bir sistem geliştirdi.
Geleneksel görüntü işleme sistemlerinin bir bölümü renkli görüntüleri gri tonlara
dönüştürürken önemli ayrıntıları kaybedebiliyor. Koç Üniversitesi'nde geliştirilen
yeni sistem ise renk bilgisini koruyarak renk, şekil ve desen gibi görüntüleri
birbirinden ayırmaya yardımcı olan özellikleri belirginleştiriyor. Optik
düzenek, renk, şekil ve desen gibi belirleyici özellikleri öne çıkararak görüntülerin
daha yüksek doğrulukla sınıflandırılmasını sağlıyor.
Donanım Kusurlarına Uyum
Geliştirilen yöntemin önemli özelliklerinden biri, kusursuz bir bilgisayar modeline
ihtiyaç duymadan gerçek optik sistemin özelliklerine uyum sağlayabilmesi. Gerçek
deney düzeneklerinde küçük hizalanma hataları ve cihaz kusurları nedeniyle
sonuçlar ideal modellerden farklılaşabiliyor. Yeni sistem ise doğrudan deneylerden
elde edilen sonuçlardan öğrenerek bu farklılıklara uyum sağlayabiliyor.
Yüksek Doğruluk
Dermatolojik hastalıklara ait görüntülerle yapılan deneylerde, doğrudan renkli piksel
verileri kullanıldığında %68 olan sınıflandırma doğruluğu, ışıkla işleme
sonrasında %98'e ulaştı. Araştırmacılar, yöntemin yalnızca görüntülerde değil,
farklı veri türlerinde de kullanılabileceğini gösterdi.
Bir Fiber Lazer Nasıl Fiziksel Yapay Zekâ İşlemcisine Dönüştü?
Communications Physics dergisinde yayımlanan ikinci araştırmada ise Dr. Öğr. Üyesi
Uğur Teğin ile birlikte yüksek lisans öğrencileri Dilem Eşlik, Fatma Nur Kılınç
ve lisans öğrencisi Bahadır Utku Kesgin, bir fiber lazeri makine öğrenmesi
için fiziksel bir işlemci olarak kullandı.
Görüntülere ait bilgiler ışığa aktarıldı ve lazerin içinde işlenerek sınıflandırılması
daha kolay hale getirildi. Böylece normalde bilgisayar yazılımının gerçekleştireceği
hesaplamaların bir bölümünü lazerin kendisi üstlendi.
Çeşitli Veri Kümelerinde Yüksek Başarı
Geri dönüştürülebilir atık fotoğrafları, hava ve uydu görüntüleri, retina taramaları
ve cilt lezyonu görüntüleri üzerinde yapılan testlerde edildi %85 ile %99
arasında sınıflandırma doğruluğu elde edildi. Sistem, ışıkla işlemenin ardından
basit bir sınıflandırma yöntemiyle çalıştı ve derin öğrenme yöntemlerine kıyasla
çok daha az sayıda ayarlanabilir değişkene ihtiyaç duydu.
Daha Az Enerji Tüketen Sürdürülebilir Yapay Zekâya Doğru
Koç Üniversitesi'nde gerçekleştirilen iki çalışma bir arada değerlendirildiğinde,
hesaplamanın farklı avantajlarını ortaya koyuyor. İki araştırma, ışığın hem görüntülerdeki
önemli bilgileri korumak hem de hesaplama yükünün bir bölümünü üstlenmek
için kullanılabileceğini gösteriyor.
Geliştirilen sistemler bugün hâlâ kamera ve kontrol birimleri gibi elektronik bileşenlere
ihtiyaç duysa da ışık kontrol aygıtlarının hızlanması ve optik düzeneklerin
çip boyutuna küçültülmesiyle, elektronik işlemciler tarafından gerçekleştirilen
hesaplamaların önemli bir bölümü doğrudan ışıkla yapılabilir. Bu gelişmeler,
daha hızlı ve daha az enerji tüketen yeni nesil yapay zekâ altyapılarının
geliştirilmesinin önünü açabilir.
-iDeal Haber Merkezi-
- twitter.com/iDealDataHaber // www.idealdata.com.tr -