Dört ay boyunca kendimize tek bir soru sorduk: Bir yapay zekâ modeli, seradaki sensörlerin ne ölçtüğünü bilseydi, daha iyi tahmin yapar mıydı? 🤔
Bu soruyu Whitehand AI’dan Mustafa Abdullah Hakkoz, Serra Talaslı ve Gürkan Soykan olarak CGO2Vec projesinde birlikte kovaladık. 24 Ekim’de de hikâyesini inzva AI Projects #10 Showcase’inde anlattık. Bu yazı da o günün ve projemizin kısa bir hikâyesi.
Kunduraya Doğru
Cumartesi günü inzva’nın Beykoz Kundura’daki binasının yolunu tuttuk.
Beykoz Kundura, İstanbul’un en eski fabrikalarından biri. Eski bir fabrika binasında yapay zekâ projeleri dinlemenin kendine has bir havası var. 🏭
inzva, yapay zekâ ve algoritma alanlarında ücretsiz programlar düzenleyen, kâr amacı gütmeyen bir topluluk. AI Projects ise lisans, yüksek lisans ve doktora öğrencilerinin dört ay boyunca birlikte araştırma projesi geliştirdiği bir program. Biz de bu dönemin yedi ekibinden biriydik.
Yedi Proje, Yirmişer Dakika
Her ekibe 15 dakika sunum, 5 dakika da soru-cevap süresi düştü. Dört ayı 15 dakikaya sığdırmaya çalışanlar bu cümlenin ağırlığını bilir. 😅
Bizim dışımızda altı proje daha vardı ve konular birbirinden oldukça farklıydı: kuantumdan esinlenen tensör ağlarıyla görüntü bölütleme, Türkçe yoğun erişimde biçimbilimsel duyarlılık, hastanenin kendi altyapısında çalışan bir Türkçe tıbbi dil modeli, geleceği hayal ederek plan yapan robotlar, makaleleri kendi kendine yeniden üreten ajanlar ve beyin MR görüntülerini düşük ve yüksek alan gücündeki cihazlar arasında dönüştüren modeller…
Bir günde bu kadar farklı alana girip çıkmak, iyi bir konferans gününü aratmadı.
Bizim sıramız, inzva bahçesindeki öğle arasından sonra geldi. Öğle yemeğinden sonra sahneye çıkmanın riskini bilenler bilir. 🙂
Sunum aralarında, öğle yemeğinde ve günün sonundaki kariyer sohbetlerinde bir sürü yeni insanla tanıştık. Öğrencilerden akademisyenlere ve sektör çalışanlarına kadar geniş bir toplulukla aynı salonu paylaştık.
Peki CGO2Vec Ne Yapıyor?
Bir seradaki sensör “hava sıcaklığı 24 derece” dediğinde, bir zaman serisi modeli bunu yalnızca bir sayı olarak görür. Yanındaki CO₂ ve nem sensörleri de onun için birer sütundan ibarettir.
Oysa bu sensörlerin her birinin bir anlamı var: Neyi ölçtüğü, hangi sistemle ilişkili olduğu, diğer kavramlara nasıl bağlandığı. Bu bilgi, seralar için hazırlanmış açık bir ontoloji olan Common Greenhouse Ontology (CGO)’de duruyor.
CGO2Vec’in fikri şu: Bu ontolojiyi vektörlere çevirmek ve her sensörü modele kavramsal, yapısal ve hiyerarşik ilişkileriyle birlikte tanıtmak. Böylece model yalnızca sayıları değil, o sayıların ne anlama geldiğine dair bir öncülü (prior) de görüyor.
Fikri sınamak için bir sera dijital ikizi kullandık. Açık kaynaklı GreenLight sera modeliyle dünyanın farklı iklimlerinden konumlar için sera verisi ürettik. Ardından üç görevde ölçtük: iklim tahmini, eksik sinyallerin tamamlanması ve verim tahmini.
Gerçekten Ontoloji mi?
Bu çalışmada kendimize sık sık hatırlattığımız bir soru vardı: Model iyileşirse, bunun sebebi gerçekten ontoloji mi? Yoksa modele eklediğimiz herhangi bir bilgi de aynı işi görür mü? 🤔
Bunu ayırmak için ontoloji vektörlerini iki rakiple yarıştırdık: tamamen rastgele vektörler ve aynı vektörlerin sensörler arasında karıştırılmış hali. Yani ontolojiyi hem şansa hem de kendi karıştırılmış kopyasına karşı sahaya çıkardık. ⚽
Maçın sonucunu mu merak ediyorsunuz? Spoiler vermeyelim. 🙂
Sırada Ne Var?
Bu çalışmayı bir makaleye dönüştürüyoruz. Ayrıntıları, sonuçları ve “bir de şunu deneyelim” dediğimiz her şeyin hikâyesini orada anlatacağız. Makale yayımlandığında WH.Research sayfamızda bulabilirsiniz.
CGO2Vec seralar için geliştirildi. Ama yaklaşımın kendisi başka alanların ontolojilerine de uyarlanabilir. Bu da ona çok daha geniş bir problem yelpazesinin kapısını açıyor.
Dört ay boyunca bu ortamı sağlayan inzva ekibine ve sunumlarından çok şey öğrendiğimiz diğer ekiplere teşekkürler.
Bir sonraki “bir de şunu deneyelim”e kadar, takipte kalın! 🌱
Whitehand AI
The AI Company We Were Promised.
Real Problems. Original Solutions. Accountability.
