Nesnelerin İnterneti Derin Öğrenmeye Veri Sağlayacak

Dell Technologies, Türkiye’deki müşterilerini bir araya getirerek geleceğin teknolojilerini konuştuğu etkinlik serisi Dell Tech Talks’un ikincisini gerçekleştirdi. Açılış konuşmasını gerçekleştiren Dell Technologies Türkiye Genel Müdürü Sinan Dumlu, değişen nesiller ile birlikte değişen iş yapış şekilleri ve iş ortamları hakkında bilgi verdi. Dell Technologies’in Türkiye’deki 16 ve 23 yaş arasında 715 kişi ile katıldığı, dünya çapında 17 ülkede gerçekleşen Z kuşağı araştırmasından bilgiler aktaran Dumlu, şu bilgileri verdi:

Türkiye’deki Z jenerasyonunun yüzde 66’sı aynı koşulları sunan bir iş yerinde sağlanan teknolojinin iş tercihinde önemli yeri olduğunu belirtirken bu oran Amerika Birleşik Devletleri’nde yalnızca yüzde 37. Türkiye’deki Z jenerasyonunun yüzde 57’si, okuldan mezun olduğunda işe girerken çalışanlarda aranan teknoloji yetenekleri konusunda kendine güveniyor. Fransa’da bu oran yalnızca yüzde 40. Buna rağmen, Türkiye’deki her iki Z jenerasyonuna dahil olan gençten biri okul bitip, işe başladığında çalışmadan tecrübe edinmek mümkün olmadığı halde çalışanlardan tecrübe istenmesinden endişe ediyor.

Z kuşağının iş hayatında paradan çok daha fazlasını istediğini belirten Dumlu, dijital bir dünyaya gelen bu kuşağın sanılanın aksine daha fazla insani etkileşim istediğini aktardı.

Derin öğrenme ile gelişim devam ediyor

“Gelecek için İnovasyon” başlıklı sunumuyla sahnede yer alan Dell Technologies EMEA Bölgesi CTO’su Paul Mackay, “Yeni dünyanın veri kaynaklarını değerlendirmenin yolu yapay zekâ ve alt kırılımlarını keşfetmekten geçiyor. Yapay zekâ ve makine öğrenimi ile derin öğrenme arasında çok önemli bir fark bulunuyor. Makine öğrenimi elde ettiği veriyi kullanırken belli bir noktada tıkanırken, derin öğrenme bu soruna çok ilginç bir yaklaşım getiriyor. Derin Öğrenme gerçekten sadece büyüme yerine ölçeklendiriyor. Makine Öğrenmesi, modellerde alınabilecek veri miktarına göre ölçek büyütme problemi yaşatırken derin öğrenme bu sorunu modele girmek için verileri yönetim şekli ve kullanmasıyla çözer” dedi. Mackay, derin öğrenmenin farkını daha detaylı bir örnekle açıkladı:

“Hadoop ve çoğu Makine Öğrenimi envanteri ölçeklendirme bileşenine sahiptir. Hadoop’taki düğümü ve denetimsiz kümelemenin etrafındaki matematik verimliliği, işlenebilecek veri miktarını sınırlar. Derin öğrenme, Hadoop’tan ayrılarak, yinelemeli adımlara ayırmaya odaklanarak tıkanıklığı hareket ettirdi. Sonuçta, Dell EMC teknolojisi ile iyi bir şekilde eşleşen bir ölçeklendirme teknolojisi ortaya çıktı.”

Bir uçuşta 30 milyon veri noktası

Nesnelerin interneti (IoT) teknolojisine de somut bir yaklaşım getiren Mackay, sözlerini şu şekilde sürdürdü: “Bugün GE, sensörlerle donatılmış akıllı jet motorları inşa ediyor ve bu sensörlerden gelen veriler GE ve havayollarının motorun nasıl çalıştığını tam olarak bilmesini sağlıyor. Bu da bakım ve yakıt ekonomisi gibi diğer alanlarda önemli faydalar sağlıyor. Örneğin, Teksas’tan Londra’ya uçmak, uçuş başına 30 milyon kadar veri noktası oluşturuyor. Bir yıl boyunca 10 milyar veri noktasından bahsediyorsunuz. Derin öğrenmenin getireceği zengin analizlerle, küçük yüzde iyileştirmeler bile büyük farklar yaratabilir. Örneğin, yakıt kullanımında yüzde 2 azalma, 20 milyon dolar tasarruf anlamına gelebilir.”

Yapay zekâ, makine öğrenimi ve derin öğrenme teknolojilerinin temelinin veriye dayandığını hatırlatan Paul Mackay, “Bu yenilikleri kullanabilmek için nesnelerin interneti ile elde edilecek veri, dünyayı gerçekten algılamak ve dijital birer kopya oluşturabilmek için büyük önem taşıyacak. Tüm bu dönüşüm insanlığın kendini tanımlaması dönemini işaret ediyor. Her şeyin neden değiştiğini, neden bu değişimin önemli olduğunu anlıyoruz” dedi. Mackay, bu dönüşüme seyirci kalmamak için işletmelerin de kendi içindeki dönüşümü başlatmaları gerektiğini vurguladı.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Başa dön tuşu
Kapalı