Öne çıkan

Büyük Veri Mi Kalın Veri Mi? : Big Data or Thick Data?

Yararlanılan Kaynak: Tarafımdan geliştirilen kelime bulutu oluşturucu (https://buluttevfik.shinyapps.io/kelimebulutuv2/) uygulaması ile yazdığım metin olduğu gibi analiz edilmiştir.

Yapılandırılmış ve yapılandırılmamış veri ile bilgi ve belgelerin dijital ortama aktarılması ve dijital ortamda işlenmesi süreci anlamına gelen dijitalleşmenin küresel ölçekte Covid-19 salgının ortaya çıkmasıyla birlikte daha da ivme kazanmış olması üretilen verinin hacmini devasa boyutlara ulaştırmış,  çeşitliliğini ise artışmıştır. Bu durum beraberinde büyük veri, ingilizce ifadeyle big data kavramını 2000’li yılların başında literatüre kazandırmıştır. Özellikle son 10 yılda yaşamımızın hemen hemen her yönünü etkileyen dijitalleşmeyle birlikte ortaya çıkan devasa boyuttaki bu veri daha iyi bir örgüt inşa edilmesinde, örgütün iyileştirilmesinde ve sürdürülebilir kılınmasında anahtar rol oynamaya başlamıştır. Artan dijitalleşme bununla da sınırlı kalmamış büyük verinin yanında kalın veri, ingilizce ifadeyle thick data kavramını beraberinde getirmiştir. Bu makalede büyük veri ve kalın veri bağlamında aşağıdaki sorulara cevap aranmıştır:

  • Büyük veri nedir?
  • Kalın veri nedir?
  • Büyük veri ve kalın veri arasında öne çıkan farklılıklar nelerdir?
  • Örgütler için büyük veri ve kalın veri neden önemlidir?

Büyük veri nedir?

Büyük veri, ingilizce ifadeyle big data yapılandırılmış ve yapılandırılmamış olmasının yanında çeşitli olması, doğruluk değeri taşıması, değer ifade etmesi ve belirli bir hızda üretilmesi özelliklerinin aynı anda karşılandığı veriyi tanımlamak için kullanılan bir terimdir. 2005 yılında O’Reilly Media şirketinden Roger Mougalas, Web 2.0 teriminin ortaya çıkmasından sadece bir yıl sonra, “Big Data” terimini ilk kez ortaya çıkmıştır.  Ancak 2005 yılından önce de büyük veri vardı ve operasyonlarda kullanılıyordu. Ancak bu kavramın adı konmamıştı.

Büyük veri kendi içerisinde uzun veri (tall data) ve şişman veri (fat data) olmak üzere iki kategoride incelenir.

  1. Uzun veri (tall data): Veri setindeki değişken sayısının az olmasına karşılık gözlem sayısının çok yüksek olması anlamına gelir. Başka bir deyişle her bir gözlemi satır, değişkenleri sütun olarak kabul edersek satır sayısının çok yüksek, buna karşın sütun sayısının düşük olması durumunu ifade eder.
  2. Şişman veri (fat data): Büyük verinin bu kategorisi ise uzun verinin tam tersidir. Daha açık ifadeyle, şişman veri veri setindeki değişken sayısının yüksek olmasına karşılık satır sayısının oldukça az olduğu kategoriyi tanımlamak için kullanılır.

Anlatılanları somutlaştırmak adına büyük veri kategorileri Şekil 1 üzerinde verilmiştir.

Şekil 1: Büyük Veri Kategorileri

Ancak büyük veriden bahsedebilmek için tek başına büyük hacimli olması yetmez. Bunun yanında diğer özelliklerin de aynı anda karşılanması gerektiği daha önce ifade edilmişti. Tam anlamıyla büyük veriden bahsedebilmek için literatürde yaygın bir şekilde kabul gören belli başlı özelliklere sahip olması gerekir. Bu özellikler aynı zamanda kısaca 5V olarak anılmakta olup şöyledir:

a) Hacim (Volume): Üretilen verinin yüksek miktarlarda olması anlamına gelir. Analist firmalarından Gartner ve uluslararası veri şirketi IDC verilerine göre önümüzdeki birkaç yıl içerisinde bulut bilişim, nesnelerin interneti (IoT) ve edge bilişim teknolojileri sayesinde evrim geçirecektir. Burada adı geçmişken edge bilişimden kısaca bahsetmek yerinde olacaktır. Edge bilişim, kurumsal uygulamaları nesnelerin interneti (IoT) veya yerel edge sunucuları gibi veri kaynaklarına yaklaştıran dağıtık bir bilgi işlem çerçevesidir. Verilerin kaynağına olan bu yakınlık, daha hızlı iç görüler oluşturma ve iyileştirilmiş yanıt süreleri gibi gerçek iş avantajları sağlayabilmektedir. Somutlaştırmak gerekirse, firmanın yakınından ham maddeyi alarak işlemesi gibi düşünebilirsiniz. Edge bilişim, bulut bilişime göre daha etkili bir alternatif sunarak verilerin oluşturuldukları kaynağın daha yakınında işlenerek analiz edilebilmesine olanak tanımaktadır. Diğer taraftan nesnelerin interneti (IoT) ise ağ içerisinde yer alan cihaz ve makine gibi fiziksel nesnelerin insana gerek duymadan kendi aralarında veri alış-verişi yaptığı sistemlerdir. Nesnelerin internetiyle birbirine bağlanan cihaz sayısında büyük artış sağlanması ve bu cihazların artan bilgi işleme gücü,  daha önce benzeri görülmemiş veri hacimlerinin ve büyük verinin oluşmasına imkân tanımıştır. Edge bilişim de büyük veri hacimlerinin ve büyük verinin oluşması sürecine hız kazandırmıştır. Ayrıca, 5G ağlara geçişin mümkün kılınması ile birlikte bağlı mobil cihaz sayısının artacak olması veri hacimlerini üstel olarak büyütecektir. Şöyle ki, beşinci nesil kablosuz mobil telekomünikasyon hizmeti olan kısaca 5G, dördüncü nesil teknoloji olarak nitelendirilen 4G’den yaklaşık 10 katı veri iletim hızı sağlamaktadır. Bu açıdan bakıldığında 5G ve edge bilişim uyumu, bütün sektörlerde olağanüstü fırsatların ortaya çıkmasına zemin hazırlayacaktır. IDC’ye göre, 2025 yılına kadar küresel ölçekteki toplam veri hacmi 175 zettabayta ulaşacaktır. Veri depolama ölçü birimlerinden biri olan zettabaytta 1 zettabayt 10²¹ (1.000.000.000.000.000.000.000) bayt veya 1 sekstilyon bayt olarak ifade edilmektedir.

b) Çeşitlilik (Variety): Verinin yapılandırılmış ve yapılandırılmamış olması anlamına gelir. Büyük veride veri tipleri ve kaynakları Şekil 2’deki gibi özetlenebilir:

Şekil 2: Büyük Veri Tipleri ve Kaynakları

Kaynak: Hiba ve diğerleri, 2015

c) Hız (Velocity): Verinin belirli bir hızda üretilmesi gerekir. Gerçek zamanlı verilerin üretildiği sosyal medya platformları, hastaneler, radar sistemleri gibi alanlar buna örnek verilebilir.

d) Değer (Value): Verinin işlendikten sonra bir anlam ifade etmesi, diğer bir ifadeyle veri madenciliği teknikleri kullanılarak tanımlayıcı ve çıkarımsal istatistikler üretilmesi ve verinin paraya dönüştürülmesidir.

e) Doğruluk (Veracity): Verinin güvenilir olmasıdır. Bundan kasıt toplanan verinin kaynağının güvenilir olması, verinin yaşam döngüsünün şeffaf bir şekilde güvence altına alınması, güvenli depolama özelliklerine sahip olmasını ve istatistiksel açıdan güvenilir olmasını gerektiği anlaşılmalıdır.

Büyük verinin taşıması gereken özellikler anlatıldıktan sonra bahsedilenleri özetlemesi adına bu özellikler Şekil 3’te sunulmuştur.

Şekil 3: Büyük Verinin Özellikleri

Kalın veri nedir?

Kalın veriye geçmeden önce “kalın” teriminin irdelenmesinin faydalı olduğuna inanıyorum. Antropolog Clifford Geertz tarafından 1973 yılında yayınlanan makalede kalın terimi ele alınmış ve popülerlik kazanmıştır. Kalın terimi bir eylemin anlamının ve motivasyonunun irdelenmesi gerektiğini ileri sürmektedir. Kalın veri ise büyük veri analitikleriyle ortaya konulan görselleştirme ve analizinin ardındaki anlamı ortaya çıkaran yeni bir etnografik yaklaşımdır. Antropolojinin bir dalı olan etnografi, mevcut bir sosyal durumda bireylerin ya da grupların davranışını nitel araştırma perspektifinden inceleyen sosyal araştırma disiplinidir. İnsan davranışının bilinmeyenlerini anlamak ve bir bireyin bir hizmet veya ürünle ilişkisinin zaman içinde nasıl değişeceğini tahmin etmeyi amaçlayan kalın veri yaklaşımı işletme CEO’su Tricia Wang tarafından 2013 yılında popüler hale getirilmiştir. Kalın veri yaklaşımı tüketici davranışlarını daha hassas bir şekilde alır ve tüketicinin satın alma hikâyesine derinlik kazandırır. Kalın veri, analiz edilen konuların bağlamlarının ve duygularının ortaya çıkmasına izin veren etnografik verilerin nitel yaklaşım ile ele almasıyla büyük veriden ayrılırken, büyük veri genellikle veri bilimcileri tarafından yürütülen algoritmik bir süreci gerektirir. İç görüler inşa edilmeye çalışılıyorsa bir değil birden fazla metodun bir arada kullanılması gerekir. Buradan kalitatif araştırma yöntemi olarak da görülen kalın veriyle birlikte kantitatif yaklaşım olarak değerlendirilen büyük verinin birlikte kullanılması gerektiği anlaşılmalıdır. Özellikle pazarlama alanında büyük markalar kalın veri ve büyük verinin entegrasyonu ile fark yaratmaya başlamışlardır. Buna örnek olarak video içerik sağlayıcı Netflix’in pazarlama stratejileri verilebilir. Büyük veri genellikle makine öğrenme ve derin öğrenme gibi yapay zekâ yöntemlerine bağlı olarak tahminde bulunurken kalın veri tutum veya davranışların ardında yatan gerçeklikle ilgilenir.

Büyük veri ve kalın veri arasındaki farklılıklar nelerdir?

Önceki kısımda büyük veri ve kalın veri arasındaki farklılıklar kısmen verilse de bu kısımda sistematik bir şekilde bu kavram arasındaki farklılıkları Ang (2019)’a göre aşağıdaki gibi ele alabiliriz:

  1. Verinin formatı: Büyük veride veri nicel formattayken, kalın veri de format niteldir.
  2. Hacim: Gözlem sayıları büyük veride daha yüksek iken kalın veride daha düşüktür.
  3. Veri toplama yöntemleri: Dijital kayıtlar ve dijital arşivler ile internet ve sosyal medya aracılığıyla büyük veride veri toplanırken, kalın veride veri katılımcı gözlemi, odak grup görüşmeleri, açık uçlu soruları barındıran anketler, video kayıtları ve nitel karakterli verinin sosyal medya platformları aracılığıyla toplanır.
  4. Analistler: Analizler büyük veride genellikle sosyal araştırmacılar ve veri bilimcileri tarafından yapılırken kalın veride analizler antropologlar ve etnograflar tarafından yapılmaktadır.
  5. Analiz yapıldığı yer: Büyük veride analistlerin veriyi analiz etmesi mekandan bağımsız iken, diğer bir ifadeyle belirli bir mekan gereksinimi söz konusu değil iken, kalın veride analistler nitel araştırmanın doğası gereği gözlemin yapılacağı ortamda bulunma gereksinimi duyarlar. Katılımcı gözlemi, derinlemesine görüşme gibi nitel araştırma teknikleri analistin o ortamda bulunmasını gerektirir.
  6. Problem çözümündeki rol: Büyük veride daha çok tanımlayıcı ve çıkarımsal istatistikler ortaya koymak amaçlanırken, kalın veride belirli bir konuda problemleri tanımlayarak ve nedenlerini ortaya koyarak derinlemesine içgörüler elde edilmesi amaçlanır.
  7. Güçlü yanlar: Nicel araştırmaların doğası gereği elde edilen bulguların araştırma evrenine veya popülasyonuna genellenmesi söz konusu iken, nitel araştırmaların doğası gereği kalın veride elde edilen bulguların popülasyona genellenmesi söz konusu değildir. Kalın veride amaç belirli konu ve problem alanına yönelik derinlemesine içgörüler elde etmektir.

Örgütler için büyük veri ve kalın veri neden önemlidir? En başta yapay zekâ teknolojilerinde büyük verinin önemini vurgulamak gerekir. Gelişmiş bilgisayar zekâsı da olarak da adlandırılan yapay zekâ büyük hacimli verilerden ve veri setlerinden öğrenerek daha iyi analizler yapabilmekte ve çıkarımlarda bulunmaktadır. Bu yönüyle bakıldığında düşük hacimli veri setleri yapay zekâ çıkarımları açısından fonksiyonel ve istatistiksel açıdan güvenilir görülmemektedir. Dolayısıyla yapay zekâ ve büyük veri güvenilir analiz ve istatistiksel çıkarımlar açısından vazgeçilemez muhteşem ikilidir. Nitel araştırma yaklaşımlarından biri olan kalın veri ise büyük veriye daha çok içgörü sağlayarak derinlemesine analize imkân tanımaktadır. O zaman şöyle söyleyebiliriz; Etnografik bir yaklaşım olan kalın veri büyük veriyi, büyük veri ise yapay zekâyı besler. Yapay zekâ için en elzem girdi veridir. Veri yoksa yapay zekânın da öğrenebileceği bir girdi olmayacağından fonksiyonel olmayacaktır. Buradan şu yorumu da çıkarabiliriz: hızla artan dijitalleşme ve Web 3.0 ile birlikte kaliteli ve güvenilir veri hacmi artıkça yapay zekâ daha iyi öğreneceğinden daha iyi tahminlerde ve çıkarımlarda bulunacaktır. Ülke politikaları da dijitalleşme sürecine ve dijital dönüşüme büyük ivme kazandırarak büyük verinin üstel olarak artmasına büyük katkı sağlamaktadır. Şöyle ki, Almanya’nın 2011 yılında başlattığı 4. Sanayi Devrimi (Industry 4.0), Singapur’un 2014 yılında başlattığı Akıllı Ulus (Smart Nation) programı ve Japonya’nın 2015 yılında başlattığı Toplum 5.0 (Society 5.0) devrimi bu ülke politikalarına örnek verilebilir. Şahsen yapay zekâ ve büyük veri muhteşem ikilisine son zamanlarda öne çıkan kalın veriyi de ilave edersek muhteşem üçlüyü elde etmiş oluruz.

Başta verimlilik ve etkililik sağlayan büyük veri ve kalın verinin örgütlere sağladığı belli başlı avantajlar şöyledir (Almeida, 2017):

  • Büyük veri analitikleriyle hem yapılandırılmış hem de yapılandırılmamış verinin yapay zekâ teknolojisiyle analizine imkân tanıyarak daha doğru tahminler elde edilebilmektedir.
  • Artan dijitalleşme ve bulut bilişim sayesinde büyük veriye zaman ve mekândan bağımsız olarak ulaşılmasının yanında gerçek zamanlı analizlere olanak tanıması büyük veri kullanıcılarına ulaşılabilirlik açısından büyük avantaj sağlamaktadır.
  • Yeni ürün ve hizmetlerin geliştirilmesine ve yeni iş modellerinin kurulmasına olanak tanımaktadır.
  • Veriye dayalı pazarlama anlayışına, müşteri deneyimlerinin kişiselleştirilmesine, müşteri sadakatinin ve tatmininin artırılmasına büyük katkı sunmaktadır.
  • Müşteri davranışının daha iyi anlaşılmasına ve müşteri davranışı hakkında derinlemesine içgörüler oluşturulmasına fırsat sunmuştur.
  • Yatırım getiri oranları (ROIs)’nda artış sağlamaktadır.
  • Girdi maliyetlerini azaltarak satış fiyatlarının daha etkili belirlenmesine katkı sunmaktadır.

Özetle, yapılan bu çalışmayla büyük veri ve kalın verinin tanımı, aralarında öne çıkan farklılıkların neler olduğundan bahsedilerek örgütler için neden önemli olduğu vurgulanmıştır. Anlatılanlar bütüncül bir yaklaşımla değerlendirildiğinde etnografik bir yaklaşım olan kalın verinin büyük veri için tamamlayıcı bir rol oynadığı, hem büyük verinin hem de kalın verinin yapay zekâ teknolojilerinin ayrılmaz bir parçası olduğu ve olması gerektiği anlaşılmalıdır. Dolayısıyla büyük veri ve kalın verinin içerisinde olduğu bir hibrit yaklaşım benimsenmelidir. Nitekim yapay zekânın ana girdisi ve yakıtı olan büyük veri ve kalın verinin örgütlerin yatırım planlama, yatırım kararı alma, ürün veya hizmet geliştirme ve pazarlamada, yönetim sistemlerinin iyileştirilmesinde, veriye dayalı makro ve mikro politikalar geliştirilmesinde etkinlik, etkililik ve verimlilik sağlamak için hayati derecede önemli olduğu unutulmamalıdır. Başta pazarlama olmak üzere küresel trendlerin de bu yönde olduğu görülmektedir. Benzetim yaparsak elinizde son model arabanız olsa da yakıt yoksa fonksiyonel anlamda arabanın pek bir değerinin olduğu söylenemez. İşte yapay zekâ ve onun alt dalları olan makine öğrenme ve derin öğrenme için de veri o denli bir öneme sahiptir. Artık dünyanın en değerli kaynağı petrol değil veridir.

Faydalı olması ve farkındalık oluşturması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Yararlanılan Kaynaklar

  • Yuen Yuen Ang (2019). Integrating Big Data and Thick Data to Transform Public Services Delivery. IBM, http://www.businessofgovernment.org/report/integrating-big-data-and-thick-data-transform-public-services-delivery. Access Date: 9/10/2020.
  • Dash, S., Shakyawar, S.K., Sharma, M. et al. Big data in healthcare: management, analysis and future prospects. J Big Data 6, 54 (2019). https://doi.org/10.1186/s40537-019-0217-0
  • What is Digitalization? http://library.fes.de/pdf-files/bueros/ruanda/16158.pdf
  • Alles, Michael & Vasarhelyi, Miklos. (2014). Thick data: adding context to big data to enhance auditability. International Journal of Auditing Technology. 2. 95. 10.1504/IJAUDIT.2014.066237.
  • J. Fiaidhi and S. Mohammed, “Thick Data: A New Qualitative Analytics for Identifying Customer Insights,” in IT Professional, vol. 21, no. 3, pp. 4-13, 1 May-June 2019, doi: 10.1109/MITP.2019.2910982.
  • KARTARI, Asker. Nitel Düşünce ve Etnografi: Etnografik Yönteme Düşünsel Bir Yaklaşım. Moment Dergi, [S.l.], v. 4, n. 1, jun. 2017. ISSN 2148-970X. Erişim Adresi: <http://www.momentdergi.org/index.php/momentdergi/article/view/236/437&gt;. Erişim Tarihi: 09 Oct. 2020 doi:10.17572/mj2017.1.207220.
  • Geertz, Clifford (1973) Thick Description: Toward an Interpretive Theory of Culture. In The Interpretation of Cultures: Selected Essays. pp 3–30. New York: Basic Books.
  • Jørgensen, T. B., & Due, B. L. (2018). Big–Thick Blending: A method for mixing analytical insights from big and thick data sources. Big Data & Society.
  • Hiba, Jasim & Hadi, Hiba & Hameed Shnain, Ammar & Hadishaheed, Sarah & Haji, Azizahbt. (2015). BIG DATA AND FIVE V’S CHARACTERISTICS. 2393-2835.
  • S. Sreeja, A.K. Sangeetha “No science no humans, no new technologies no changes: “Big Data a Great Revolution”,” International Journal of Computer Science and Information Technologies, vol. 6, no. 4, 2015, pp. 3269-3274.
  • Almeida, Fernando. (2017). Benefits, Challenges and Tools of Big Data Management. Journal of Systems Integration. 8. 12-20. 10.20470/jsi.v8i4.311.
  • Naidoo, Loshini. (2012). Ethnography: An Introduction to Definition and Method. 10.5772/39248.
  • https://tevfikbulut.com/2020/08/01/bulut-bilisim-nereye-evriliyor-where-is-cloud-computing-evolving-into/
  • IDC FutureScape, Worldwide IT Industry 2019 Predictions, November 2018. https://www.idc.com/getdoc.jsp?containerId=US44403818.
  • Kelime bulutu oluşturucu, https://buluttevfik.shinyapps.io/kelimebulutuv2/

2018 Türkiye Organize Sanayi Bölgeleri Yatırım Engelleri Araştırması (Elekronik Versiyon): 2018 Turkey Organized Industrial Zone Investment Barriers Survey (Electronik Version)

Hazırlıklarına 2016 yılında başladığım ulusal düzeyde örneklem araştırması olan 2018 Türkiye Organize Sanayi Bölgeleri Yatırım Engelleri Araştırması, araştırma raporunun yazımıyla birlikte 2019 yılında tamamlanmıştır.

847 firmanın katılımıyla gerçekleştirilen araştırmayla;

  • Organize Sanayi Bölgeleri (OSB’ler)’ndeki firmaların teknoloji düzeyi,
  • OSB’nin pazara olan mesafesi, OSB’nin altyapı tamamlanma durumu ve OSB’nin ulaşım merkezlerine olan mesafesinin firmaların OSB’lerdeki ilk kuruluş kararlarına etkisi,
  • OSB’lerin firmaların yatırım yeri tercihlerine etkisi,
  • Firmaları kuruluş ve işletme aşamasında olumlu etkileyen en önemli faktörler,
  • Firmaların kuruluş ve işletme aşamasında karşılaştığı en önemli yatırım engelleri,
  • Firmaların 4. sanayi devrimine hazırlık durumu,
  • OSB’nin bulunduğu ilin güvenlik ortamının firmaların yatırım kararlarına etkisi,
  • OSB’nin bulunduğu ilin sosyo-ekonomişlik gelişmik durumunun firmaların yatırım kararlarına etkisi,
  • Suriye’den Türkiye’ye gelen göçmenlerin firmaların yatırım kararlarına etkisi,
  • Makroekonomik faktörlerin firmaların yatırım kararlarına etkisi,
  • Ülkenin genel siyasi ortamının firmaların yatırım kararlarına etkisi,
  • Firmaların kullandığı finansman metotları,
  • Finansmana erişim olanaklarının firmaların ilk kuruluş kararlarına etkisi,
  • Bürokratik iş ve işlemlerin firmaların yatırım kararlarına etkisi,
  • Hammadde, ara malı, enerji gibi girdi maliyetleri ile iş gücü maliyetlerinin firmalara etkisi,
  • Kalifiye personel eksikliğinin firmalara etkisi,
  • Teşvik ve vergi mevzuatları ile Avrupa Birliği mevzuatına uyum çalışmalarının firmalara etkisi,
  • Firmaların ilk kuruluş kararlarını olumsuz etkileyen faktörlerin karşılaştırması

hakkında bulgular ortaya konulmuştur. Araştırmanın bulguları genel olarak;

  • Cevaplayıcıların ve firmanın özelliklerine,
  • Türkiye ölçeğine,
  • Firmaların faaliyette bulunduğu OSB türüne,
  • Firmanın faaliyet gösterdiği ana sektörlere,
  • İmalat sanayi teknoloji sınıflamasına,
  • Düzey 1 (NUTS1) bölge sınıflamasına

göre olabildiğince yalın bir şekilde sunulmuştur.

Araştırma yayınıyla Sanayi ve Teknoloji Bakanlığının ve OSB’lerin veriye dayalı politika geliştirmesine ve gelecek araştırmalar için araştırma altyapısının oluşturulmasına katkı sağlanması hedeflenmektedir. Yapılan çalışma, konu alanları itibariyle ilk, güncel ve en geniş kapsamlı çalışma niteliği taşımaktadır.

Kitabın basımı 600 adet olarak Organize Sanayi Bölgeleri Üst Kurulu (OSBÜK) tarafından yapılmıştır. Söz konusu kitabın dağıtımı da OSBÜK tarafından ücretsiz yapılmıştır. Dağıtım yapılan kurum ya da kuruluşlar şöyledir:

  • Sanayi ve Teknoloji Bakanlığı Merkez Teşkilatı
  • Organize Sanayi Bölgeleri

Bütün kesimlerin adı geçen araştırma yayınına ücretsiz ulaşılmasını sağlamak adına araştırma yayınının dijital ortamda pdf olarak paylaşılması için Kültür ve Turizm Bakanlığı’ndan basılı olan baskıdan farklı olarak dijital ortamda yayınlanması için ayrı bir ISBN numarası alınmıştır.

Dijital baskıya aşağıdaki linkten doğrudan erişebilirsiniz.

Not: 1. Baskıya ait kitap stoku tükenmiştir.

Ortaya konulan bu araştırma yayınının karar verici ve politika belirleyici konumundaki kurum, kuruluşlara ve akademik camiaya faydalı olmasını dilerim.

Saygılarımla.

Tevfik Bulut

2018 Türkiye Organize Sanayi Bölgeleri Yatırım Engelleri Araştırması: 2018 Turkey Organized Industrial Zone Investment Barriers Survey

Hazırlıklarına 2016 yılında başladığım ulusal düzeyde örneklem araştırması olan 2018 Türkiye Organize Sanayi Bölgeleri Yatırım Engelleri Araştırması, araştırma raporunun yazımıyla birlikte 2019 yılında tamamlanmıştır.

Bu çalışmada sunulan bulgular, “Organize Sanayi Bölgelerindeki Firmalar Üzerinde Posta ve İnternet Veri Toplama Yöntemlerinin Karşılaştırılması” adlı metodolojik örneklem araştırmasının birinci aşamasına katılan firmaların cevaplarına dayanmaktadır. 847 firmanın katılımıyla gerçekleştirilen araştırmayla;

  • Organize Sanayi Bölgeleri (OSB’ler)’ndeki firmaların teknoloji düzeyi,
  • OSB’nin pazara olan mesafesi, OSB’nin altyapı tamamlanma durumu ve OSB’nin ulaşım merkezlerine olan mesafesinin firmaların OSB’lerdeki ilk kuruluş kararlarına etkisi,
  • OSB’lerin firmaların yatırım yeri tercihlerine etkisi,
  • Firmaları kuruluş ve işletme aşamasında olumlu etkileyen en önemli faktörler,
  • Firmaların kuruluş ve işletme aşamasında karşılaştığı en önemli yatırım engelleri,
  • Firmaların 4. sanayi devrimine hazırlık durumu,
  • OSB’nin bulunduğu ilin güvenlik ortamının firmaların yatırım kararlarına etkisi,
  • OSB’nin bulunduğu ilin sosyo-ekonomişlik gelişmik durumunun firmaların yatırım kararlarına etkisi,
  • Suriye’den Türkiye’ye gelen göçmenlerin firmaların yatırım kararlarına etkisi,
  • Makroekonomik faktörlerin firmaların yatırım kararlarına etkisi,
  • Ülkenin genel siyasi ortamının firmaların yatırım kararlarına etkisi,
  • Firmaların kullandığı finansman metotları,
  • Finansmana erişim olanaklarının firmaların ilk kuruluş kararlarına etkisi,
  • Bürokratik iş ve işlemlerin firmaların yatırım kararlarına etkisi,
  • Hammadde, ara malı, enerji gibi girdi maliyetleri ile iş gücü maliyetlerinin firmalara etkisi,
  • Kalifiye personel eksikliğinin firmalara etkisi,
  • Teşvik ve vergi mevzuatları ile Avrupa Birliği mevzuatına uyum çalışmalarının firmalara etkisi,
  • Firmaların ilk kuruluş kararlarını olumsuz etkileyen faktörlerin karşılaştırması

hakkında bulgular ortaya konulmuştur. Araştırmanın bulguları genel olarak;

  • Cevaplayıcıların ve firmanın özelliklerine,
  • Türkiye ölçeğine,
  • Firmaların faaliyette bulunduğu OSB türüne,
  • Firmanın faaliyet gösterdiği ana sektörlere,
  • İmalat sanayi teknoloji sınıflamasına,
  • Düzey 1 (NUTS1) bölge sınıflamasına

göre olabildiğince yalın bir şekilde sunulmuştur.

Araştırma yayınıyla Sanayi ve Teknoloji Bakanlığının ve OSB’lerin veriye dayalı politika geliştirmesine ve gelecek araştırmalar için araştırma altyapısının oluşturulmasına katkı sağlanması hedeflenmektedir. Yapılan çalışma, konu alanları itibariyle ilk, güncel ve en geniş kapsamlı çalışma niteliği taşımaktadır.

Kitabın basımı 600 adet olarak Organize Sanayi Bölgeleri Üst Kurulu (OSBÜK) tarafından yapılmıştır. Söz konusu kitabın dağıtımı da OSBÜK tarafından ücretsiz yapılacaktır. Dağıtım yapılması planlanan kurum ya da kuruluşlar şöyledir:

  • Sanayi ve Teknoloji Bakanlığı Merkez Teşkilatı
  • Türkiye Odalar ve Borsalar Birliği (TOBB)
  • Organize Sanayi Bölgeleri

Ortaya koyulan bu çalışmanın başta ülkemizde karar verici konumdaki kişi, kurum ya da kuruluşlara faydalı olmasını dilerim.

İlerleyen zaman diliminde okuyucuların adı geçen araştırma yayınına ücretsiz ulaşılmasını sağlamak için araştırma yayınının tarafımca dijital ortamda pdf olarak paylaşılması planlanmaktadır.

Not: 1. Baskıya ait kitap stoku tükenmiştir.

Saygılarımla.

Yapay Zekâ ve 4. Sanayi Devrimi-III

Yapay zekâ sistemi hangi bileşenlerden oluşur?

Bu sistem bir ajan ve onun çevresinden oluşur. Ajanlar onların çevresi dahilinde hareket ederler.

Bir ajan sensörleriyle çevresini algılayabilen ve effektörleriyle bu çevrede hareket eden her şeydir. Yapay zekâ ajanları kendi içerisinde 3 grupta incelenebilir. Bunlar;

  • İnsan Ajanı: Effektörler için eller, bacaklar ve ağız gibi diğer organlarla sensörlerin yerini alan gözler, kulaklar, burun, dil ve deri gibi duyu organları vardır.
  • Robotik Ajan: Sensörlerin yerine kızıl ötesi bulucuların ve kameraların olduğu ve effektörlerin yerine ise motorların ve aktüatörlerin olduğu bir yapıya sahiptir.
  • Yazılım Ajanı: Programlar ve eylemler olarak bit dizelerine kodlanır.

Ülkemiz açısından yapay zekâ kapasitesi diğer bir deyişle kurumsal kapasitesi nasıl oluşturulacak?

Yapay zekâ alanında, Bilim, Sanayi ve Teknoloji Bakanlığı’nca başlangıç niteliğinde gerekli adımlar atılmış ve atılmaya devam edilmektedir. Ancak daha fazlası gerekmektedir. Atılması gerekli bu adımlar şöyle özetlenebilir:

  • Sanayi devrimi ve bu devrimin sonuçları kamu kurumları, sektör temsilcileri ve sivil toplum örgütleriyle birlikte bütün kesimleri etkileyeceğinden bu devrime gerek hazırlık aşamasında gerekse geçiş aşamasında bütün paydaşların aktif katılımı sağlanmalıdır.
  • Bakanlıklar nezdinde aynı zamanda ayrı bir birim olarak yapay zekâ laboratuvarları kurulmalıdır.
  • Yapay zekâ için önemli bir yeri olan verinin sistematize edilmesi ve bir standarda kavuşturulması gerekir. Bu aynı zamanda sanayi 4.0’ın altyapısı açısından da büyük önem arz etmektedir.
  • Çoğrafi bölge ölçeğinde üniversitelerle ve sanayiyle doğrudan bağlantılı olarak yapay zekâ, derin öğrenme enstitüleri ve yapay zekâ laboratuvarları kurulmalıdır. Günümüzde bahsedilen bu atımları atan ülkeler mevcuttur.
  • Yapay zekâ ve yapay zekâ teknolojileri alanında en az yüksek lisans düzeyinde programlar açılması ve bu programların üniversitelerde yaygınlaştırılmasının önü açılmalı ve yaygınlaştırılması teşvik edilmelidir.
  • Özellikle üniversitelerin temel bilimlerinin olduğu bölümlerde hiç olmazsa temel seviyede yapay zekâ ve onun branşları zorunlu ders haline getirilmelidir. Aynı zamanda ilk ve orta öğrenim düzeyinde yapay zekâ ve programlama dillerine giriş niteliğinde dersler müfredata eklenmelidir.
  • Türkiye Büyük Millet Meclisi bünyesinde önemini ve işlevselliğini ayrıca vurgulamak için “Yapay Zekâ Komisyonu” kurulmalıdır.
  • Kamuoyunda doğrudan yapay zekâya ve yazılım faaliyetlerini özendirmeye yönelik farkındalık faaliyetleri bütün yönleriyle başlatılmalıdır.
  • Bakanlıklar nezdinde yapılacak çalışmalar süreci görmek adına en az 3’er aylık dönemler halinde ve ilerleme raporları şeklinde seçilecek koordinatör kurum ya da kuruluş başkanlığı nezdinde ele alınması, değerlendirilmesi ve atılacak adımların belirlenmesi gerekmektedir.
  • İşe alım süreçleri şeffaflaştırılması, objektif kriterlere bağlanması ve alanında en iyi insan kaynağının istihdam edilmesine yönelik önlemler alınması 4. sanayi devrimine geçişe ivme kazandıracaktır.
  • Özel sektörde yapay zekâ alanında nitelikli eğitim verilmesine ve yaygınlaştırılmasına yönelik yeni teşvik mekanizmaları devreye sokulması ve bu özel sektör kurum ya da kuruluşlarının etkili bir şekilde denetlenmesi gerekmektedir.
  • Yapay zekânın sağlayacağı katma değeri en yüksek seviyeye çıkarmanın yolu disiplinler arası çalışmalardan geçtiğinden disiplinler arası çalışmalar özendirilmeli, ortak çalışma kültürü ve iklimi oluşturulmalıdır.

Yukarıda bahsedilenler öneri mahiyetinde olmakla birlikte dünyadaki trendler de bu yönde bir gelişim gösterdiğinden bizim dışımızda atılması zorunlu atımlardır. Bir örnekle somutlaştırmak gerekirse, bu süreç hepimizin yakından aşina olduğu ve kamuoyunda uzmanlar tarafından sıkça dile getirilen ve herkes tarafından kabul gören gelecekte olması kaçınılmaz İstanbul depremiyle benzerlik gösteriyor. Bu noktada söylenebilecek en önemli şey, eğer bu deprem kaçınılmazsa şimdiden şehrin altyapısını bu depreme hazırlamak ve diğer önlemlerin alınmasıdır. 4. sanayi devriminin için de durum aynıdır; eğer toplumu bütün yönleriyle etkileyecek 4. sanayi devrimine 2025 yılında tamamen geçilecekse, ülkemiz, yapay zekâ altyapısını ve ekosistemini ona göre oluşturmak ve dizayn etmek zorundadır. Zira yapay zekâ altyapısını ve ekosistemini oluşturmak sadece 4. sanayi devrimi açısından değil başlı başına büyük bir ekonomik katma değer oluşturma ya da oluşturabilme potansiyeli açısından da büyük önem arz etmektedir.

Sonuç itibariyle, bahsedilenler bütüncül bir yaklaşımla değerlendirildiğinde yapay zekânın ve yapay zekâ teknolojilerinin 4. sanayi devrimi ve ekonomik dönüşüm açısından önemi ortaya konularak farkındalık ve vizyon oluşturulmaya çalışılmıştır. Faydalı olması dileğiyle.

Not: Kaynak gösterilmeden alıntı yapılamaz.

Kaynaklar

http://www formal.stanford.edu/jmc/whatisai/node1.html

http://www8.cao.go.jp/cstp/tyousakai/ai/summary/aisociety_en.pdf

https://www.cleverism.com/industry-4-0/

http://www.europarl.europa.eu/studies

ai100report10032016fnl_singles.pdf erişimi için tıklayın

http://www.hutter1.net/ai/sintro2ai.pdf

http://deeplearning.net/

https://industry.gov.au

https://www.tutorialspoint.com/artificial_intelligence/artificial_intelligence_overview.htm

https://www.whitehouse.gov/sites/whitehouse.gov/files/images/EMBARGOED%20AI%20Economy%20Report.pdf

https://www.pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-the-prize-report.pdf

https://medium.com/towards-data-science/what-is-the-best-programming-language-for-machine-learning-a745c156d6b7

http://vmob.me/DE3Q17

https://www.slashdata.co

http://ai-initiative.org/applications/brain-cognitive-science/

https://www.ibanet.org/Document/Default.aspx?DocumentUid=c06aa1a3-d355-4866-beda-9a3a8779ba6e

https://www.itu.int/en/itunews/Documents/2017/2017-01/2017_ITUNews01-en.pdf

http://ai-initiative.org/

Yapay Zekâ ve 4. Sanayi Devrimi-II

Yapay zekâ ile ilgili Avrupa Birliği ülkelerinde ve Türkiye’de hangi çalışmalar yapılmaktadır?

Avrupa birliği parlamentosunun 2016 yılı raporuna göre AB’nin belkemiğini oluşturan 23 milyon KOBİ bulunmaktadır. KOBİ’lerin % 40’dan fazlası dijitalleşmenin getirdiği fırsatları kullanmamaktadır. Bu rapora göre dijital teknoloji kullanan firmaların 2 ila 3 kat daha verimli olacağı ve daha çok istihdam imkanı sağlayacağı dile getirilmektedir. Bunu başarabilmek için AB içindeki üye ülkelerdeki hükümetler, endüstriler, sivil toplum örgütleri ve diğer karar verici mekanizmalar 2015 yılında iş için elektronik beceri programını (e-Skills for Jobs in 2015) başlatmıştır. Söz konusu program ile Avrupa’daki genç işsizlik ile mücadelede dijital teknolojilere, elektronik becerilere, elektronik liderlik konularına odaklanılması ve sanayi 4.0’ın altyapısının hazırlanması amaçlanmaktadır.

29. Bilim, Teknoloji Yüksek Kurulu kararında ülkemiz akıllı üretim sistemlerine yönelik çalışmaların yapılmasına yönelik kararlar almıştır. Ayrıca 4. sanayi devrimine yönelik Bilim, Sanayi ve Teknoloji Bakanlığı nezdinde çalışma grupları ile birlikte ayrı bir birim de oluşturulmuştur. Aynı zamanda üniversitelerin temel bilim alanlarına girişi özendirmek ve temel bilim mezunlarının teknokentlerde istihdam edilebilmelerine yönelik yasal düzelmeler yapılmıştır. Ayrıca girişimcilerin yazılım kapasitesini artırmak için teşvikler sunulmaktadır ve son durumda teşviklerin miktarları ve teşviklerden yararlanma süreleri de artırılmıştır.

Yapay zekânın ekonomik dönüşümdeki yeri nedir?

Beyaz Saray’ın 2016 yılı raporuna göre yapay zekânın ekonomideki en büyük etkisi verimlilik artışı sağlayacak olmasıdır. Teknolojik değişim beraberinde işgücü verimliliğinde, işgücü ücretlerinde ve yaşam standartlarında yükselişle birlikte boş zaman oluşturulmasında da artış sağlayacaktır. Yapay zekâ tabanlı otomasyon sistemleri toplam faktör verimliliğinin artırılmasında önemli bir etkiye sahip olacaktır. Diğer taraftan yapay zekâ küresel ekonomiye oyun alanında 2030’da 15,7 trilyon dolar katkı sağlayacağı öngörülmektedir.

Ancak ABD’deki işlerin % 47’si yapay zekâ ve bilgisayar teknolojileri tarafından yapılabilecek işler olduğundan bu işler özellikle istihdam yaratma noktasında risk altındadır. Diğer taraftan olumsuz olarak yorumlanabilecek bir diğer değişim ise eşitsizlik seviyelerinde bir artış görülecek olmasıdır. Son 10 yılda gelişmiş 31 ülke ekonomisinde teknolojik gelişmelere rağmen büyüme hızının düştüğü, ABD’de ise bu büyüme hızının 1995’ten sonraki 10 yıl içinde yıllık % 2,5 iken 2005’den sonraki 10 yıl içinde % 1 seviyesine düştüğü görülmektedir. Bunun en büyük nedenleri sermaye yatırımlardaki düşüşler ile toplam faktör verimliliğinde yaşanan yavaşlamalardır.

Yapay zekâya ayrılan finansman kaynağı ne kadardır?

Dünyanın önde giden düşünce kuruluşlarından olan Mckinsey Küresel Enstitüsü’nün 2016 yılı raporuna göre 2016 yılında firmalar 39 milyar dolar yapay zekâ alanına yatırım yaptılar ve bu yatırımlar 2025 yılına kadar 126 milyar dolara ulaşacaktır. Bugün gelinen noktada dünya ölçeğinde 3000’den fazla firmanın yapay zekâ teknolojilerine yatırım yaptığı tahmin ediliyor. Bahse konu aynı rapora göre yapay zekâ teknolojilerinin kullanıldığı sektörlerin başında yüksek teknolojili telekomünikasyon sektörü gelmektedir. Bu sektörü sırasıyla otomotiv, finansal hizmetler, enerji, ulaşım ve lojistik, medya, sağlık, tarım gibi sektörler izlemektedir.

Yapay zekâ geliştirmek için kullanılan programlama dilleri nelerdir?

  • Lisp
  • Python
  • Prolog
  • Java
  • C++
  • R

Yapay zekâ geliştirme sürecinde dünyada en çok kullanılan programlama dili hangisidir?

Geliştirici ekonomisinde dünyanın önde giden analiz firması olan Geliştirici Ekonomi firmasının 2017 yılının 1. çeyreğini içine alan 162 ülkeden 2022 cevaplayıcının bulunduğu bir araştırmaya göre sırasıyla en çok kullanılan 5 yapay zekâ programlama dili ve kullanım yüzdeleri şöyledir;

  1. Python (%57)
  2. C/C++ (%43)
  3. Java (%41)
  4. R (%31)
  5. JavaScript (%28)

4. sanayi devrimine ne zaman tamamen geçilecek?

Avrupa Parlamentosunun 2016 yılı raporuna göre 4. sanayi devrimi uzun dönemli bir program olması nedeniyle 2025 yılı sonuna bu devrime tam anlamıyla bir geçiş sağlanılması öngörülmektedir. 2025 yılı öngörülmekte çünkü bu yılın sonuna kadar 4. sanayi devriminin alt yapı çalışmaları tamamlanmış olacaktır.

Makineler birbirleriyle ve insanlarla nasıl iletişim kuracaklar?

Bilgi ve iletişim teknolojilerinde hızlı değişim sanal gerçeklik ve gerçek dünya arasındaki sınırları aşmıştır. Sanayi 4.0’ın arkasında yatan temel amaç, nesnelerin interneti ingilizce ifadeyle the Internet of Things (IoT) ve insanların interneti ingilizce ifadeyle the Internet of People (IoP) ile birbirleriyle iletişimi sağlayan makinelerin bulunduğu sosyal bir ağ yaratmaktır. Diğer bir deyişle, sanal dünya ile gerçek dünyayı bir araya getirerek siber-fiziksel üretim sistemleri ingilizce ifadeyle the Cyber-physicial production systems (CPPS) oluşturmaktır. Ancak bunun için yapay zekâ büyük miktarlardaki veriyi işlemesi gerekmektedir.

Yapay zekâ hangi uygulama alanlarında yaygındır?

  • Oyunlar: Sezgisel bilgiye dayalı olarak yapay zekâ satranç, poker gibi strateji oyunlarında çok yaygın bir şekilde kullanılmaktadır.
  • Doğal Dil İşleme Süreci (Natural Language Processing) : İnsanlar tarafından konuşulan doğal dili anlayan bilgisayarlarla etkileşime geçmek mümkündür.
  • Uzman Sistemler (Expert Systems): Sorgulayan ve önerilerde bulunabilen makineler ve yazılımlar vardır.
  • Görsel Sistemler (Vision Systems): Bu sistemler bilgisayardaki görsel girdileri anlamaya, yorumlamaya olanak tanır. Örneğin; polisler işlenen suçların izlerini bulmada ve doktorlar ise hastaya teşhis koyarken bu sistemleri kullanabilir.
  • Konuşma Tanıma Sistemleri (Speech Recognition): Bazı akıllı sistemler farklı aksanlara sahip dilleri ve arka plandaki sesleri, seslerdeki değişimleri algılayabilir.
  • El Yazısı Tanıma Sistemleri (Handwriting Recognition): El yazısı tanıma yazılımları bir kalemle ya da bilgisayarla kağıt üzerinde yazılı metni okuyabilir, yazılı metinleri daha okunabilir bir seviyeye çıkarabilir.
  • Akıllı Robotlar (Intelligent Robots): Robotlar insanlar tarafından verilen görevleri yapabilirler. Onlar ışık, ısı, sıcaklık, hareket, ses, basınç gibi gerçek dünyadan alınan fiziksel verileri belirlemek için sensörleri vardır. Akıllı bir hareket sergileyebilmeleri için etkili işlemcileri, çoklu sensörleri ve devasa hafızaları vardır. Diğer bir özellikleri ise hatalardan öğrenebilmeleri ve yeni çevrelere adapte olabilmeleridir.

Yapay zekâ hangi disiplinler üzerine inşa edilmiştir?

Yapay zekâ bilgisayar bilimi, biyoloji, dil bilimi, psikoloji, matematik ve mühendislik disiplinleri üzerine inşa edilmiştir.

Yapay zekânın temel amaçları nelerdir?

  • Uzman sistemler yaratmak: Akıllı davranış sergilemek, öğrenmek, göstermek, açıklamak ve tavsiyede bulunmak.
  • Makinelere insan zekâsını adapte etmek: İnsanlar gibi anlayan, düşünen, öğrenen ve onların gibi davranabilen sistemler yaratmak.

Yapay zekânın temel yetenekleri nelerdir?

Yapay zekânın temel yetenekleri diğer bir deyişle yapay zekâyı yapay zekâ yapan temel özellikler şunlardır;

  • Sorgulama
  • Öğrenme
  • Problem çözme
  • Algılama
  • Dilbilimsel zekâ

Yapay zekânın araştırma alanları nelerdir?

Yapay zekânın araştırma alanları 5 başlık altında ele alınabilir:

  • Uzman Sistemler: Bu araştırma alanına uçuş izleme ve takip sistemleri ile klinik sistemler örnek olarak verilebilir.
  • Doğal Dil İşleme: Konuşma tanıma ve anlık ses çıktısı alabilme.
  • Sinir Ağları: Yüz tanıma, karakter tanıma ve el yazısı tanıma sistemleri içeren yetenekler.
  • Bulanık Mantık: Tüketici elektronikleri ve otomobiller.
  • Robotlar: Temizleyen, boyayan, hareket eden, onay kontrolleri yapan endüstriyel robotlar.

Yapay zekânın görevleri nelerdir ve bu görevler nasıl sınıflandırılabilir?

Yapay zekâ görev tipleri resmi görevler, zorunlu görevler ve uzman görevler olmak üzere 3 grupta sınıflandırılabilir. Sınıflandırılmış bu görev tipleri içinde yer alan görevler Şekil 1’de gösterilmiştir.

1

Şekil 1. Yapay Zekâ Görev Tipleri

 

 

Yapay Zekâ ve 4. Sanayi Devrimi-I

Son 6-7 yıldır dünya gündemini son 2-3 yıldır ise ülke gündeminde adını sık sık duyduğumuz ilk kez 2011 yılında ortaya atılan sanayi 4.0 diğer bir ifadeyle 4. sanayi devrimi bütün yönleriyle ve bileşenleriyle ele alınması gereken bir kavramdır. Bunu söylüyorum çünkü bir kavramı, onun bileşenlerini ve ekosistemini  doğru bir şekilde anlamadan ya da anlamlandırmadan doğru yol haritası çizilmesi ve yeterli ilerleme kaydedilmesi mümkün değildir. Bu bağlamda öncelikle temel kavramı tanımlamak yerinde olacaktır. 4. sanayi devrimi, sanayinin dijitalleşmesi ingilizce ifadeyle digitalization of the industry anlamına gelmektedir. Bu devrime yönelik ikinci bir tanım ise akıllı üretim ingilizce ifadeyle smart production’dır. Buradaki tanımda smart yani akıllı ifadesine dikkatinizi özellikle çekmek isterim. Bu ifade aslında bizim 4. sanayi devriminin özüne ve bu sanayi devrimine nereden başlayacağımıza ya da başlamamız gerektiğine dair çok önemli ipuçları veriyor. Üretimin akıllı hale gelmesi demek, her şeyden önce üretim süreçlerinin ve bileşenlerinin akıllı hale getirilmesini ve birbirleriyle uyum içinde hareket edilmesi gerekli kılar. Bu durum beraberinde de bu süreçleri ve bu süreçlerde yer alan bileşenleri akıllı hale getiren bir kavramı yani yapay zekâyı gündemimize taşır. Yapay zekâ esasen 4. sanayi devrimin bileşenlerinin içerisinde yoktur. Ancak doğrudan bütün bileşenleri kuşatan ve bu bileşenlerin ekosistemini hazırlayan bir özellik taşımaktadır. Dolayısıyla bu yazımızda 4. sanayi devrimi açısından yapay zekânın önemi daha kalıcı olması adına soru-cevap şeklinde ele alınacaktır.

Yapay zekâ nedir?

Yapay zekâ, insan beyninin işleyişini akıllı bilgisayar programlarıyla modelleme ve modellenen bu programların akıllı makinelere aktarma bilimi ve mühendisliğidir. Bu kavram, geliştirilmiş bilgisayar zekâsı olarak da tanımlanabilir.

Yapay zekâ ile insan zekâsı arasındaki farklar nelerdir?

Yapay zekâ ile insan zekâsı arasındaki farklar belli başlı yeteneklere göre Tablo 1’deki gibi özetlenebilir:

Tablo 1. Yapay Zekâ ve İnsan Zekâsı Arasındaki Farklar

Yetenekler İnsan Zekâsı Yapay Zekâ
Sensörleri kullanma (Koku, dokunma, işitme, görme) Yüksek Düşük
Yaratıcı düşünme Yüksek Düşük
Deneyimlerden öğrenme Yüksek Düşük
Adapte olma Yüksek Düşük
Bilgi kaynaklarını kullanma Yüksek Düşük
Büyük çapta bilgi edinebilme Yüksek Düşük
Kompleks hesaplamaları yapabilme Düşük Yüksek
Bilgiyi transfer edebilme Düşük Yüksek
Doğru ve hızlı bir şekilde bir dizi hesaplamaları yapabilme Düşük Yüksek

Yapay zekânın branşları nelerdir?

İnsan davranışlarını modelleyen yapay zekâ, içinde makine öğrenme ve derin öğrenme branşlarını da barındıran şemsiye kavram niteliğindedir.

Makine öğrenme, istatistiksel teknikleri kullanarak deneyimlerle makinelere kendini geliştirme özelliği kazandıran yapay zekânın bir dalıdır.

Yapay zekâ içinde yer alan ve makine öğrenmenin yeni bir alanı olan derin öğrenme ise, çok tabakalı yapay sinir ağları ile öğrenmeye imkan tanıyan bir tekniktir.

Yapay zekâ bugüne gelinceye kadar hangi evrimlerden geçmiştir?

Yapay zekâ ilk evriminden son evrimine kadar 4 evrim geçirmiştir. Son aşama olan rasyonel hareket etmek günümüzde geçerli olan evrimin son aşamasını oluşturmaktadır. Genel hatlarıyla yapay zekâ evrimi 4 aşamada özetlenebilir:

  • 1. Aşama : İnsan gibi düşünmek
  • 2. Aşama: Rasyonel düşünmek
  • 3. Aşama: İnsan gibi hareket etmek
  • 4. Aşama: Rasyonel hareket etmek

Yapay zekânın sınırı nedir ya da böyle bir sınır var mıdır?

Yapay zekânın sınırı bizlerin algılayabildiği ölçüde insan zekâsının sınırı ile aynı yönlü gelişim göstermektedir. Çünkü yapay zekâ, insan beynini modelleyerek geliştirilen sistemlerin bütünüdür. İnsan zekâsının bilinmeyenleri keşfedildikçe ve bu keşifler mühendislik biliminin alanına giren algoritmalara döküldüğü sürece yapay zekânın sınırı yoktur denilebilir. Zira günümüzde bunu yapan ve uygulamaya koymaya yönelik çalışmalar yapan yapay zekâ firmaları ve bu yapay zekâ firmalarının elinde ekipmanları vardır.

Yapay zekâ olmadan 4. sanayi devrimi mümkün müdür?

Kesinlikle hayır, çünkü 4. sanayi devriminin belkemiğini diğer bir deyişle üretim iklimini ve ekosistemini yapay zekâ oluşturur. Zira bu devrime biz akıllı üretim çağı diyoruz aynı zamanda. Yapay zekâ olmadan makineler, sistemler birbiriyle uyumlu ve akıllı bir şekilde hareket edemez. Düşünün ki, bir OSB var ama yol, elektrik, su ve doğal yani OSB’nin altyapısı yok buraya yatırımcı gelip yatırım yapar mı? Cevap tabi ki hayır. İşte yapay zekâ da OSB’nin altyapısı gibi firmalara 4. sanayi devriminin alt yapısını, ortamını sağlayacaktır. Bu bağlamda, 4. sanayi devrimi ve bu devrimin bileşenleri yapay zekânın üzerine inşa edilecektir.

4. sanayi devrimi hangi meslekleri ön plana çıkaracaktır?

Bu devrimin tipik çalışanları temel bilimler ve mühendislik bilimleri mezunları olacaktır. Ancak sanayiyi anlamak değer zincirlerini, diğer süreçleri, iletişim becerilerini ve müşteri ilişkilerinde uzmanlığı gerektireceğinden bu alanlarda da uzmanlaşmış personel istihdamına ihtiyaç duyulacaktır. Çünkü bu süreç kompleks bir süreç olduğu için beraberinde dijital becerilerle birlikte disiplinler arası beceriler ön plana çıkacaktır.

Yapay zekânın çalışma hayatı üzerindeki etkileri neler olacak?

IBA Küresel İstihdam Enstitüsü’nün 2017 yılı raporuna göre mavi ve beyaz yakalı çalışanların bulunduğu sektörler yapay zekânın yarattığı değişim ve gelişimden etkilenecektir. Bu rapora göre ortaya çıkacak riskler şunlardır;

  • İş bölümü ve uzmanlaşma artmakla birlikte bireysel çalışma trendi ön plana çıkacak ve iş süreçleri detaylı bir şekilde tanımlanacaktır.
  • Çok yakında çalışanların yerini akıllı algoritmalar alacaktır.
  • 4 yıllık üniversite derecesi gerektiren işlerin üçte biri makineler ya da akıllı yazılımlar tarafından yerine getirilecektir.
  • Bireysel işler zamanla ortadan kalkacak, yerine yeni tip işler gelecektir. Bu süreç biraz da endüstri kollarına ve şirketlere göre farklılık gösterecektir.
  • İnsanlar iş süreçlerinde yer almayacağı için iş ortamından zamanla uzaklaşacaklardır.
  • Part-time ve esnek çalışma biçimleri popüler ve yaygınlaşmış olacaktır. Bu durum beraberinde sigortasız çalışanların sayısında artışa neden olacaktır.
  • Özel yaşam ve iş yaşamı arasındaki ayrım belirsizleşecektir.
  • Mesafe kavramı bir takım sektörlerde ortadan kalkarak yerini uzaktan çalışmaya bırakacaktır.
  • İşlerin yapıldığı ofisler yerini yavaş yavaş kafe, park gibi ofis dışı sosyal alanlara kaydıracaktır.

Aynı rapora göre yapay zekânın yükselişi iş hayatında şirketlere ve bireylere yeni fırsatlar da sunacaktır. Bunlar;

  • Üretim süreçleri akıllı hale geleceği için iş kazaları ve iş kazalarından yaralanmalar ve ölümler azalacaktır. Aynı zamanda bu tür vakaların neden olduğu tazminatlarda da azalma görülecektir.
  • Şirketler açısından zaman ve para tasarrufu, dolayısıyla kar artışı yaşanacaktır.
  • Genç jenerasyona daha fazla zaman kalacak ve bireysel çalışma ortamı oluşturma fırsatı ortaya çıkacaktır.
  • Geçmişte insanlar iş süreçlerine katılım sağlıyorken yeni durumda iş süreçlerini denetleyecektir.
  • Siber güvenlik ve verinin korunması ile ilgili konular daha da önemli hale gelecektir. Bu konular kendi alanlarında uzmanlaşmış hukuk firmalarına ve siber güvenlik uzmanlarına ihtiyacı artıracaktır.

Yukarıdaki bahsedilenlere ilave olarak nerden bakıldığına bağlı olarak yani işverenler açısından mı yoksa çalışanlar açısından mı bakıldığına bağlı olarak dezavantaj ya da avantaj olarak görülebilecek sonuçlar da ortaya çıkacaktır. Birleşmiş Milletler Uluslararası Telekomünikasyon Birliği’nin raporuna göre 2018 yılına kadar;

  • Dünya genelinde 3 milyondan fazla çalışan robotik patronlar tarafından denetlenecektir.
  • 2 milyon çalışanın çalışma ve sağlık durumunu takip etmek için giyilebilir teknolojilerle izlenmesi sağlanacaktır.
  • Veri bilimcilerin küresel veri talebi % 50’den daha fazla artış gösterecektir.
  • En hızlı büyüyen şirketlerin % 45’i akıllı makinelerden daha az istihdam sağlayacaktır.
  • İş süreçlerinin % 20’si makineler tarafından yönetilecektir.
  • Örgütlerin % 62’si yapay zekâ teknolojileri kullanmış olacaktır.

Dünya Ekonomik Forumu’nun raporunun öngörüsüne göre ise genel anlamda işsizlik artacak olmakla birlikte kadınlar sanayi 4.0’dan erkeklere oranla daha olumsuz etkilenecek ve kadınlar arasında işsizlik artacaktır.

Yapay zekânın sağlık sektöründeki etkileri neler olacak?

  • 2018’e kadar doktorlar kompleks yapıdaki kanser hastalarının % 50’si için en etkili tedavi yöntemini belirlemek için yapay zekâyı kullanarak kanser ölümlerinde ve maliyetlerde % 10 azalma sağlayacaklardır.
  • Cerrahlar çoğu kompleks ameliyatların % 50’sini planlarken, simüle ederken ve yaparken bilgisayar destekli ya da robotik cerrahi teknikleri kullanacaktır.
  • Dünya genelindeki sağlık bakım sistemlerinin % 30’u hastaların klinik verisini incelemek ve kişiselleştirilmiş bakım sağlamak için yapay zekâdan yararlanacaktır.

Sanayi 4.0 Mı Yoksa Toplum 5.0 Mı?

Türkiye’de belki de son yıllarda sanayi gündeminde sık sık ele alınan kavramların başında Almanya’nın dijital dönüşüm planı olan sanayi 4.o yani 4. Sanayi Devrimi gelmektedir. Ancak teknolojik ve toplumsal dönüşümün getireceği değişimler Dünyada ve Türkiye’de yeterince ele alınıp değerlendirilmemiştir. Bu yazıda yeni endüstrileşme hamlesi ve bu hamlenin toplum üzerinde yaratacağı etkileri içine alan çoğumuzun belki de ilk kez duyacağı yepyeni bir kavram ve aynı zamanda bir devrim olan ve Japonya’nın dijital dönüşüm planı olan Toplum 5.0’dan bahsedilecektir.

Japonya hükümeti, Almanya’nın öncülük ettiği 4. Sanayi Devrimi diğer bir ifadeyle sanayi 4.0’ın ve kapsamının daha da ötesine giderek 2015 yılında 5. Bilim ve Teknoloji Temel Planı ile “Toplum 5.0” ingilizce ifadeyle “Society 5.0” programını başlatarak yeni bir sanayi devriminin kapılarını aralamıştır. Bu devrim sadece ekonomiyi desteklemekle kalmıyor aynı zamanda Japon halkı için dijitalleşmenin getirdiği ya da getireceği pozitif ve negatif etkiler üzerine de odaklanıyor.

Bu program dijital gelişmelerin yaşandığı bazı alanlarda Japonya’nın diğer ülkelere göre geri kaldığı gerçeği üzerine inşa edilmiştir. Almanya’nın “Sanayi 4.0” projesi, Estonya’da “e-Estonya” programı ya da Singapur’da “Akıllı Ulus” programı Japonya’da önceden mevcut değildi. Amerika Birleşik Devletlerinde General Electric firması tarafından başlatılan “Endüstriyel İnternet” gibi projeler Japonya’da mevcut değildi. Bu durum artık değişiyor.

Toplum 5.0 Sanayi 4.0 gibi makinelere değil insanlara odaklanıyor.

Diğer ülkelerin aksine Japonya sanayi ya da yönetim gibi alanlarla kendini sınırlamıyor. Hükümet, “Toplum 5.0” olarak adlandırılan program ile sadece şirketlerin içinde olduğu değil, aynı zamanda bireylerin ve toplumun yaşamını da içine alan yeni ve süper akıllı bir toplum hedefliyor.

Programın başlangıç noktası özellikle yaşlı nüfus, kirlilik ve doğal felaketler gibi sorunlardır. Bu problem alanlarının her biri için Toplum 5.0 azaltıcı yönde ya da bu sorunları ortadan kaldıran yaklaşımlar içermektedir. Bu, Japonya’nın en önemli ticaret federasyonu Keidanren’in “beş duvarın yıkılması” olarak adlandırdığı bir pozisyon belgesini gerekli kılacaktır. Bu belgeyle, örgüt dijital arenada ülkenin gelişiminin önündeki en büyük beş engele işaret etmektedir. Örneğin, bu duvarlardan biri olan “yönetim duvarı” ortak strateji belirlenerek ve inovatif şirketlere devlet desteği sağlanarak yıkılacaktır. ”Hukuk sistemi duvarı” ise dijitalleşen dünyanın yeni koşulları dikkate alındığından yargı tarafından müdahaleye açık alan teşkil edecektir.

Keidanren, her toplumsal alan ve yaş grubundaki insanları dahil ederek azalan bir işgücü sorununu diğer bir ifadeyle “insan kaynakları duvarı” nı da inovasyon kültürüyle ve eğitimle birlikte aşmak istiyor. Bu sorun alanına yakından bağlı olan ve Toplum 5.0 yolundaki beşinci engel ise “toplumsal kabul” dür. Ortak ve ulusal bir vizyon ile insanlarla makineler arasındaki etkileşimin daha fazla statü kazanmasını ve dijitalleşmenin ahlaki, etik ve ekonomik yönlerinin toplumda bir bütün olarak içselleştirilmesini amaçlanmaktadır.

En önemli bu beş engel grubunun üstesinden gelebilmek için Federasyon, ekonominin kendi iç dinamiğince belirlenen çeşitli önlemler ileri sürmektedir. Bu önlemler çalışma metotlarını ve mobil çalışmayı destekleyen çalışma koşullarını içeren bir yapısal reformu bünyesinde barındırmaktadır.

Sonuç itibariyle, Almanya’nın öncülük ettiği Sanayi 4.0’dan daha öte Japonya’nın öncülük ettiği Toplum 5.0, yeni nesil endüstrileşmeyle birlikte endüstrileşmenin yaratacağı toplumsal etkileri de dikkate alan bir program ve kavramdır. Diğer bir deyişle, Toplum 5.0 programı ya da devrimi sadece teknolojinin gücünü artırmayı değil aynı zamanda yaşam kalitesini de artırmayı amaçlamaktadır. Bu program aynı zamanda son zamanlara kadar geçerli olan bilgi toplumundan süper akıllı topluma geçişi de başlatmıştır. Bu bağlamda öncelikle mevcut durum analizi yapılarak, diğer bir deyişle ülke gerçekleri dikkate alınarak ve her iki devrim derinlemesine değerlendirilerek ülkemizin yol haritası çizilmeli ve her iki devrimden biri seçilmelidir. Seçilen devrimin bileşenlerine yönelik ise çok yönlü ve çok paydaşlı olarak kapasite inşa edilmesine ivedilikle başlanmalıdır. Ancak kesin olan şu var ki, ister Sanayi 4.0 olsun isterse Toplum 5.0 her iki devrimin temelinde üretim süreçlerini ve üretimi akıllı hale getiren yapay zeka ve yapay zeka teknolojileri yatmaktadır.

Not: Kaynak gösterilmeden alıntı yapılamaz.

Kaynaklar

http://www.cebit.de/en/news-trends/news/society-5-0-japans-digitization-779

029_outline.pdf erişimi için tıklayın

https://www.i-scoop.eu/industry-4-0-society-5-0/