Kontekst devrimi

Hepimiz her gün arama motorlarını kullanırız. Bu gibi sistemler sorularımıza anında cevaplar vererek bizi sözlüklere, ansiklopedilere ve kütüphanelere danışma derdinden kurtarır. Bir başka deyişle, dijital teknolojiler nerede olursak olalım dünya kadar bilgiyi ayağımıza getirebiliyor. Biz ayrıca bu teknolojinin giderek daha çok yönlü olması gerçeğine de alışmış durumdayız. Mesela arama sonuçlarını yazı, görüntü ve video gibi farklı bilgi türleri ve farklı formatlarda almamız artık bize son derece normal geliyor. Silolardan verileri çıkarıp almak Şu örneğe bir bakalım: Google’dan “Mona Lisa” terimini aratıyorsunuz. Sonuçlar size Mona Lisa’nın Paris’teki Louvre Müzesi’nde sergilenen ve Leonardo da Vinci tarafından yapılmış bir tablo olduğunu söylüyor. Ayrıca Fransızlar’ın Mona Lisa’ya “La Joconde” dediğini de öğreniyorsunuz. Bunun dışında video sonuçları kısmında bu tablonun ve sanatçının fotoğraflarını (Örneğin “Mona Lisa’nın Sırları”) ve bir Google Maps penceresinde bölgenizdeki “Mona Lisa” isimli otelleri de görebiliyorsunuz. Bir diğer ifadeyle, arama sonuçlarınızda sadece içerik yok; giderek artan bir şekilde size kontekst de sunuluyor. Bu işin sihirli bir yanı yok. Aksine tamamen dijital bilgi grafikleriyle yapılıyor. Bir grafik örneğin işaretlenmiş köşe noktaları (aynı zamanda düğümler veya noktalar da denilir) ve bağlantı çizgileri (aynı zamanda kenarlar da denilir) şeklinde ilişkilerin grafiksel sunumu olarak tanımlanabilir. Dijital bilgi grafikleri de tamı tamına aynı şeklide çalışır. Grafikler verileri kendi veri silolarından yani 3B modeller, planlar ve tarihler (makine yaşam döngüsünün vb.) gibi çeşitli kaynaklardan edinir ve sonra bu veriler içindeki karşılıklı ilişkileri tanımlarlar. İşte bu sayede onlar öğrenen sinir ağlı (derin öğrenmeli) yapay zeka sistemlerinin eskiden sunamadıkları türden cevaplar verebiliyor. Teknolojik bozulmanın bir sonraki dalgası Siemens’de Şirket Çekirdek Teknolojisi (CCT), Veri Analizi ve Yapay Zeka Başkanı Michael May, “Hangi iş sektöründe olursa olsun yapay zeka artık teknolojik bozuculuğun bir sonraki dalgasını tetiklemeye başlayabileceği noktaya ulaşmış durumda” diyor. Bu grup şimdi kendisini dünyanın ilk 10 yazılım şirketinden biri yapan dijital bir devrim sürecinden geçti. Siemens şu anda dünya genelinde 9 ayrı yerde 200 civarında veri bilimcisi ve AI (Yapay Zeka) uzmanını istihdam ediyor. May, derin öğrenmenin “halen ‘hype’ döngüsünün üst noktasında” olduğuna inanıyor, ancak iş kontekste geldiğinde çuvallıyor. Bilgi grafikleri kontekstle başa çıkabilir ve bizim derin öğrenmenin kendi başına halledemediği şeyleri çözüme ulaştırmamızı sağlayabilir. Aslında tüm bunlar örneğin esnek imalat, tesis ve teçhizat bakımı, tedarik zinciri yönetimi ve ileri teşhis alanı gibi birbirinden çok farklı uygulama türleri için bir kuantum sıçraması anlamına geliyor. Bilgi grafiklerinden faydalanılarak aynı zamanda hizmetlerin müşteri çıkarlarıyla daha önce hiç olmadığı kadar aynı hizaya getirilmesi de mümkün kılınıyor. Uzman bilgiden faydalanmak Bilgi grafikleri neredeyse her yerde kullanılabilir. Siemens kendi payına Endüstri 4.0’ı bir sonraki seviyeye taşıyan endüstriyel bilgi grafiklerinde uzmanlaşıyor. May, “Bizim bu alanda temel dayanağımız Siemens’in sahip olduğu muazzam uzman bilgiler. Biz şimdi bu bilgilerden adım adım faydalanıyoruz ve bilgi grafiklerini uzman bilgilerin dijital otomasyonunu yaparken kullanıyoruz” diyor. Siemens araştırmacıları uluslararası araştırma topluluğu içinde bu alanda isim yapmalarının yanı sıra 2017 Uluslararası Semantik Web Konferansı’nda da birkaç ödül kazandı. Diğer şeylerin yanı sıra Siemens dijital bilgi grafiklerinden enerji sektörü uygulamalarında ama özellikle gaz türbinlerinde faydalanıyor. Yapay zeka algoritmaları bu gibi uygulamaların kurallarını tespit edebilmek için gerekli büyük veri analitiklerini kullanabilecek kapasitedeler, örneğin belirli bir parçanın ne kadar süre sonra bozulabileceği gibi. Ancak bilgi grafikleri gibi bir sistem belirli bir parçanın nerede üretildiğine, kullanıldığı yerdeki hava sıcaklığına ve bilhassa açık deniz petrol platformlarında çok önemli olan havadaki nem ve tuz oranına bakarak tahminler yapabilir. Tüm bunlar çok daha doğru tahminlerde bulunulmasını sağlar. Bu gibi sistemler örneğin geçmişte sadece genelleştirilmiş hesaplamaların yapılabildiği sağlam risk analizlerinin çıkarılmasında kullanılabilir ve onlar ayrıca geliştirme sürelerinin kısaltılmasına da yardımcı olabilir. Tüm iş sektörleri için yeni hizmetler Bu türden veri entegrasyonu ve analizi sayesinde tüm iş sektörlerinde devasa boyutta yeni hizmetler yelpazesinin oluşturulması sağlanıyor. Yapay zeka sistemleriyle çalıştırılan fabrikalar, otonom trenler, şehirlerin ve onların enerji ihtiyaçlarının akıllı yönetimi ve insanlar ile robotlar arasında kurulan iş birlikleri bunların hepsi birer gerçeklik olma yolunda hızla ilerliyor. Bilgi grafiklerinin kullanılabileceği çok çeşitli alanlara bir başka örnek de Siemens’in bina otomasyonu operasyonlarıdır. Siemens’in Bina Teknolojileri (BT) bölümü şu anda Münih, Wittelsbacherplatz’da grup genel merkezindeki sistemleri yönetmek için Kurumsal Teknolojiler ile birlikte geliştirdikleri bir grafiği kullanıyor. Açılışı iki yıl önce yapılan bu bina mimarisi, sistemleri ve enerji tüketimiyle çok “akıllı” olarak tanımlanabilir. Orası 50 farklı sensör türüyle donatılmış durumda. BT adına Wittelsbacherplatz projesini yürütmekte olan Markus Winterholer, “Dijital bilgi grafikleri eskiden kesinlikle erişilemez olan bilgileri bugün edinebilmemizi sağlıyor” diyor. Örneğin artık tek tek odaların nasıl kullanılacağı eskiden mümkün olandan çok daha doğru bir şekilde belirlenebiliyor. Bu da bilgi entegrasyonunun en üst seviyede yapılabileceği anlamına geliyor ki o da üç dijital ikizin tek bir bilgi grafiğine entegre edilmesiyle mümkün olabiliyor. Bir ikizde sensörlerle ilgili bilgiler var yani sensör sayısı ve onların ölçü birimleri. İkincisi bu altı katlı binanın planlarını biliyor. Üçüncü ikiz ise Siemens’in Mindsphere bulut platformundan faydalanarak canlı sensör verilerini gönderiyor. Winterholer, “Bu tarihi ve mevcut veriler kombinasyonu eskiden elde edilmesi imkansız olan bina faaliyetleri hakkında bize kuş bakışı bir görünüm sunuyor” diyor. Bu bilgi formları enerji kullanımını minimum seviyeye indirmenin yanı sıra para da kazandırdığı için bina kullanıcıları, mülk sahipleri ve tesis yöneticileri için çok değerliler. Burada Winterholer’in parmak bastığı örneklerden biri de binalardaki temizlik hizmetleri ve iklim kontrol sistemleri için geliştirilen yeni kullandığınkadar- öde modelleri. Winterholer, “Bu bilgiler özellikle tahliye planlaması bakımından çok önemliler” diyor. Aslında BT’nin müşterilerine sunduğu yeni bir hizmet olan bina planlama aşaması boyunca dijital ikizlerle bu gibi faktörlerin de hesaba katılması mümkün olabiliyor. Güçlü yeni araçlar Bilgi grafikleri insan kullanıcılar için de çok güçlü yeni araçlar sunuyor. Onların zekaları hiçbir insan beyninin yapamayacağı kadar yani saniyenin küsuratları kadar kısa sürelerde bilgiyi derleyip değerlendirebildiğinden onlar insanlardan çok daha üstün. Bununla beraber onlar aslında insanlara yardımcı olmak için tasarlanıyor. Siemens CT’de bir AI (yapay zeka) araştırma grubunu yöneten Steffen Lamparter, bir grafik yaratırken dikkate alınması gereken en önemli şeyin “Onu kullanmak isteyen insanların etraflarındaki dünyayı nasıl gördükleri. Sorularının neler olduğu, veri kaynaklarının neler olduğu ve bir uzman olarak ne türden deneyime sahip oldukları” olduğunu söylüyor. Böyle bir yaklaşım, herkesin başkalarının anılarından öğrenmesini sağlar, çünkü bu tür anılar daha sonra geri alınabilir hale gelir. CCT’den May, “Bizim burada amacımız insanlara daha iyi kararlar almalarında yardımcı olacak dijital bir rehber yaratmak. Bununla birlikte nihai kararı verecek olan yine insanların kendileri olacak” diyor.