Ana Sayfa Blog Sayfa 31

Bu Dergi Tetris Oynatıyor

0

Red Bull ve Kevin Bates iş birliğiyle geliştirilen oynanabilir dergi kapağı, Tetris’i esnek devreler, mikro LED’ler ve kapasitif dokunmatik sensörler kullanarak kâğıt üzerinde çalıştıran sıra dışı bir mühendislik örneği sunuyor.

Detaylar haberimizde…

Tetris, oynanabilir bir McDonald’s plastik tavuk nugget’ı, oynanabilir sahte bir 7-Eleven Slurpee bardağı ve oynanabilir bir kol saati gibi sıra dışı nesneler üzerinde ölümsüzleştirildi. Ancak Tetris’i oynamanın en ilgi çekici yollarından biri kâğıt içinde sunuldu.

Geçen yıl Tetris Company, Red Bull ile bir oyun turnuvası için iş birliği yaptı ve etkinlik, 150 metre yüksekliğindeki Dubai Frame simgesinin 2.000’den fazla dronun piksel işlevi görmesiyle dünyanın en büyük oynanabilir Tetris enstalasyonuna dönüştürülmesiyle sonuçlandı. Zamanlama tesadüf olsa da Red Bull, etkinlikle aynı dönemde yaşam tarzı dergisi The Red Bulletin’in 180 sayfalık özel bir oyun sayısını da yayımladı. Sınırlı sayıdaki bu baskıların bir kısmı, Alexey Pajitnov’un ikonik bulmaca oyununa daha az gösterişli ancak teknik açıdan bir o kadar etkileyici bir versiyonla kaplandı.

tetris

Esnek Devrelerle Tasarlanan Tetris

Oynanabilir bir oyun dergisi yaratmak için Red Bull Media House (şirketin medya kolu), 2014 yılında Tetris oynayabilen ultra ince bir kartvizit tasarlayarak internette büyük ilgi uyandıran Kevin Bates’ten destek aldı. Bates, 2015’te 39 dolarlık, kredi kartı boyutunda ve açık kaynaklı bir el konsolu olan Arduboy’u piyasaya sürdü; bu cihaz zamanla geniş bir geliştirici topluluğu oluşturdu. On yıl boyunca ayrıca 30 doların altında fiyatlara sahip, cep boyutunda iki farklı Tetris oynatabilen el cihazı ve küçültülmüş USB-C bağlantılı Arduboy Mini’yi geliştirdi.

Resmî adıyla GamePop GP-1 Playable Magazine System, taşınabilir oyun cihazlarının ne olabileceğini mevcut, erişilebilir ve uygun maliyetli teknolojilerle yeniden düşünme misyonunun en yeni evrimi olarak tanımlanıyor. Cihazın geliştirilmesi “geçen yılın büyük bölümünü” aldı. Red Bull ile iş birliğinin ayrıntıları açıklanmadı. Ancak resmî lisanslı, esneyebilecek kadar ince bir Tetris versiyonu üretme konusunda Bates’in deneyimi bulunuyor ve projenin teknik detaylarının bir kısmı paylaşıldı.

Oyunun ekranı, özel tasarlanmış bir devre kartı üzerine yerleştirilmiş 180 adet 2 mm’lik RGB LED’den oluşan bir matristen meydana geliyor. OLED ekran teknolojisi katlanabilir tablet ve telefonları mümkün kılmış olsa da bu paneller hâlâ pahalı ve kırılgan. Esnek bir dergi kapağına takviye olmadan yerleştirilebilecek dayanıklı bir ekran üretmek amacıyla, yalnızca 0,1 mm kalınlığında esnek bir devre kartına monte edilmiş özel bir LED matrisi geliştirildi. Ekran ve düğme pilleri bazı bölgelerde kalınlığı artırsa da (en kalın noktada yaklaşık 5 mm), cihaz kâğıttan yapılmış bir el konsolu hissi veriyor. Esnek devreler iki kâğıt tabakası arasına yerleştirilerek dergi boyutundaki yayının etrafını saran bir kılıf oluşturuyor.

Kâğıt Üzerinde Tetris Mühendisliği

Esnek devreler yeni bir teknoloji değil; onlarca yıldır elektronik cihazlarda kullanılıyor. Günümüzde antika gibi görünen eski kapaklı telefonlarda ve neredeyse tüm dizüstü bilgisayarlarda bu devrelere rastlanabiliyor. Ayrıca katlanmayan cihazlarda bile, sınırlı alanlarda bileşenleri birbirine bağlamak için yaygın biçimde tercih ediliyor. Ancak bu teknoloji son beş-altı yılda daha küçük üreticilerin erişimine açıldı. Bu iş birliği, atölye dışında kullanılacak bir ürün geliştirme fırsatı sundu.

GamePop GP-1’in ekran çözünürlüğü katlanabilir telefonlardaki OLED panellerle kıyaslandığında düşük kalıyor; buna karşılık dayanıklılığı oldukça yüksek. Cihaz standart güvenlik testlerinden geçti ve dayanıklılığı artırmak amacıyla darbe testlerine tabi tutuldu. Esnek ekran yapısı, katlanabilir telefonlara kıyasla daha sağlam bir yapı sunuyor.

Cihazın mümkün olduğunca ince kalabilmesi için fiziksel düğmeler yerine doğrudan bakır katmana basılmış yedi kapasitif dokunmatik sensör kullanılıyor. Mekanik bir geri bildirim bulunmuyor, ancak kâğıdın esnemesi düğme benzeri bir his sağlıyor. Sensörlerin hassasiyeti, kullanılan kâğıt ve yapıştırıcı kalınlığına göre ayarlandı. Modern Tetris’te bulunan gelecek parçaları gösterme ya da tetromino saklama gibi gelişmiş özellikler yer almıyor; ancak kontroller yeterli derecede hassas.

Cihazın büyük bölümü esnek elektroniklerden oluşsa da işlemci ve şarj edilebilir pilleri barındıran ince ve rijit bir PCB de kapak kenarında, dergi sırtına yakın bir konumda yer alıyor. Burada ARM tabanlı 32 bitlik bir mikroişlemci ve dört adet şarj edilebilir LIR2016 3V düğme pil bulunuyor.

Oyun, USB-C kablosu ile şarj edilebiliyor. Şarj portu kapağın alt kenarında gizlenmiş durumda. Metal bir halka yerine, içinde pinli bir başlık bulunan küçük bir kâğıt cep tasarımı kullanılmış. Bu yapı geleneksel akıllı telefonlardaki portlar kadar dayanıklı olmasa da piller bittiğinde cihazın tek kullanımlık olmamasını sağlıyor.

Yüksek skorlar kaydedilebiliyor; ancak bazı modern Tetris özellikleri yer almıyor. Ses efektleri mevcut olsa da başlangıçta yalnızca Tetris temasının kısa bir bölümü duyuluyor. Piezo hoparlör sistemin geri kalanıyla benzer miktarda enerji tükettiğinden, bu tercih küçük pillerin ömrünü uzatmaya yardımcı oluyor. Tek şarjla bir ila iki saatlik oyun süresi sunuluyor; kullanılmadığında pil aylarca dayanabiliyor.

Red Bull yaklaşık 1.000 adet dergi üretti. Yayın Avrupa’da çevrim içi olarak ve bazı seçili mağaza ile gazete bayilerinde satışa sunuldu. Ancak oynanabilir kapaklı versiyondan yalnızca 150 adet üretildi ve kamuya açık satışa çıkarılmadı. Bu özel baskılar Tetris yarışmacılarına, dergide yer alan isimlere, içerik üreticilerine ve seçili medya kuruluşlarına dağıtıldı.

Oynanabilir kapak, basılı yayıncılık sektörünü kökten değiştirmeyi ya da sarılabilir akıllı telefonların önünü açmayı amaçlamıyor. Projenin temel hedefi, mevcut teknolojileri oyuncuların daha önce deneyimlemediği bir biçimde kullanmak olarak tanımlanıyor.

Derleyen: Damla Şayan

Yapay Zekâ Eğitim Verilerinden Romanların Neredeyse Birebir Kopyasını Üretebiliyor

Son araştırmalar, büyük yapay zekâ modellerinin eğitim verilerinden kitapların içeriğini neredeyse kelimesi kelimesine kopyalayabildiğini ve bu durumun telif hakları ile ilgili ciddi tartışmalara yol açtığını ortaya koyuyor.

Detaylar haberimizde…

Dünyanın önde gelen yapay zekâ modelleri, çok satan romanların neredeyse kelimesi kelimesine kopyalarını üretmeye yönlendirilebiliyor. Bu durum, sektörün sistemlerinin telif hakkıyla korunan eserleri “saklamadığı” iddiasına dair yeni soru işaretleri doğuruyor.

Son dönemde yayımlanan bir dizi çalışma, OpenAI, Google, Meta, Anthropic ve xAI tarafından geliştirilen büyük dil modellerinin (LLM) eğitim verilerinin sanılandan çok daha fazlasını ezberlediğini ortaya koydu.

kopya

Yapay Zekâ ve Kitap Kopyalama Tartışmaları

Yapay zekâ ve hukuk uzmanları, Financial Times’a yaptıkları açıklamada, bu “ezberleme” yeteneğinin dünya çapında açılan onlarca telif davasında AI şirketlerinin savunmasını zayıflatabileceğini söyledi. Çünkü şirketler, LLM’lerin telifli eserlerden “öğrendiğini” ancak bu eserlerin kopyalarını saklamadığını savunuyor.

Imperial College London’da uygulamalı matematik ve bilgisayar bilimi profesörü Yves-Alexandre de Montjoye, “Ezberlemenin sanılandan daha büyük bir mesele olduğuna dair artan kanıtlar var” dedi.

Yapay zekâ şirketleri uzun süredir ezberleme olmadığını iddia ediyor. Google, 2023 yılında ABD Telif Hakkı Ofisi’ne gönderdiği mektupta, “Modelin içinde eğitim verilerinin — metin, görsel ya da başka formatlarda — herhangi bir kopyası bulunmamaktadır” ifadelerini kullanmıştı.

Sektör ayrıca, telifli kitaplarla model eğitmenin “adil kullanım” kapsamında olduğunu savunuyor ve teknolojinin orijinal eseri anlamlı biçimde dönüştürdüğünü öne sürüyor.

Ancak geçen ay yayımlanan bir araştırma, Stanford ve Yale üniversitelerindeki araştırmacıların OpenAI, Google, Anthropic ve xAI modellerini stratejik biçimde yönlendirerek 13 kitaptan binlerce kelime üretmeyi başardığını gösterdi. Bu kitaplar arasında A Game of Thrones, The Hunger Games ve The Hobbit de bulunuyor.

Araştırmacılar, modellerden bir kitaptaki cümleleri tamamlamalarını isteyerek test yaptı. Gemini 2.5, Harry Potter and the Philosopher’s Stone kitabının yüzde 76,8’ini yüksek doğruluk oranıyla yeniden üretirken, Grok 3 yüzde 70,3’ünü üretebildi.

Ayrıca araştırmacılar, Anthropic’in Claude 3.7 Sonnet modelini “jailbreak” yöntemiyle yönlendirerek neredeyse tamamını kelimesi kelimesine çıkarabildi. Jailbreaking, kullanıcıların LLM’lerin güvenlik önlemlerini göz ardı ederek metin üretmesini sağlıyor.

Bu bulgular, geçen yılki bir çalışmayı da destekliyor; o çalışmada Meta’nın Llama gibi “açık” modellerinin eğitim verilerindeki belirli kitapların büyük bölümlerini ezberlediği ortaya konmuştu.

Yale Üniversitesi’nden araştırmacı A. Feder Cooper, “Güvenlik önlemleri olmasına rağmen modellerin tüm metinleri ezberleyebilmesi şaşırtıcıydı” dedi.

Araştırmacılar, LLM’lerin neden eğitim verilerindeki metinleri ezberlediğini henüz çözebilmiş değil. Ayrıca, ürettikleri çıktılarda eğitim verisinin ne kadarının göründüğü de belirsizliğini koruyor.

Bu ezberleme özelliği, sağlık ve eğitim gibi alanlarda da ciddi sonuçlar doğurabilir; çünkü eğitim verilerinin sızması, gizlilik ve mahremiyet sorunlarına yol açabilir.

Hukuk uzmanları, bunun AI şirketleri için telif ihlali açısından önemli bir sorumluluk yaratabileceğini ve modellerin eğitimi ile geliştirme maliyetleri üzerinde de etkisi olabileceğini belirtiyor.

Pinsent Masons hukuk firmasından fikri mülkiyet ortağı Cerys Wyn Davies, “Araştırma bulguları, AI modelinin telifli eserleri saklamadığı veya çoğaltmadığı savunanlar için bir meydan okuma oluşturabilir” dedi.

LLM’lerin eğitim verilerini ezberleyip ezberlemediği, son dönemdeki telif davalarında önemli bir faktör oldu.

ABD’de geçen yıl bir mahkeme, Anthropic’in LLM’lerini bazı telifli içeriklerle eğitmesini “dönüştürücü” (transformative) olduğu gerekçesiyle adil kullanım olarak değerlendirdi. Ancak korsan eserleri saklamanın “doğası gereği telif ihlali” olduğu kararıyla şirket, davayı 1,5 milyar dolar ödeyerek çözmek zorunda kaldı.

Almanya’da ise geçen yılın Kasım ayında OpenAI’in telif ihlali yaptığına karar verildi; çünkü model şarkı sözlerini ezberlemişti. GEMA tarafından açılan dava, AB’de emsal bir karar olarak kabul edildi.

Husch Blackwell hukuk firmasından ortak Rudy Telscher, “Bir kitabı jailbreak yapmadan tamamen çoğaltmak açıkça telif ihlali” dedi. Ancak bunun ne kadar yaygın olduğunun ve AI modellerinin dolaylı sorumluluk taşıyıp taşımayacağının tartışmalı olduğunu ekledi.

Anthropic, Stanford ve Yale araştırmasında kullanılan jailbreak yönteminin normal kullanıcılar için pratik olmadığını ve metni çıkarmanın, içeriği satın almaktan daha fazla çaba gerektirdiğini belirtti. Şirket ayrıca, modelin belirli veri kümelerinin kopyalarını saklamadığını, eğitim verisindeki kelime ve diziler arasındaki örüntü ve ilişkilerden öğrenme yaptığını vurguladı.

xAI, OpenAI ve Google yorum taleplerine yanıt vermedi.

Imperial College’dan de Montjoye, AI laboratuvarlarının eğitim verilerinin çıkarılmasını önlemek için önlemler koymuş olmasının sorunun farkında olduklarını gösterdiğini söyledi.

University of Chicago’dan bilgisayar bilimleri profesörü Ben Zhao ise, AI laboratuvarlarının gerçekten ileri düzey modeller yaratmak için telifli içerik kullanmaya ihtiyaçları olup olmadığını sorguladı.

Zhao, “Teknik olarak yapılabilir olup olmaması bir yana, bunu yapmalı mıyız hâlâ tartışılmalı. Hukuki taraf sonunda ayakta durmalı ve bu sürecin hakemi olmalı” dedi.

Derleyen: Damla Şayan

Yapay Zekâ El Fotoğraflarını Kullanarak Yaşam Süresini Kısaltan Hastalığı Tespit Etti

Japonya’da geliştirilen yeni bir yapay zekâ sistemi, yalnızca el fotoğraflarına bakarak yaşam süresini kısaltabilen nadir bir hormon hastalığını tespit edebiliyor. Yüz görüntüsü kullanmayan sistem, mahremiyeti korurken yüksek doğruluk oranıyla dikkat çekiyor.

Detaylar haberimizde…
Yapay Zekâ El Fotoğraflarını Kullanarak Yaşam Süresini Kısaltan Hastalığı Tespit Etti.

Mahremiyeti Koruyan Dijital Teşhis

Japonya’daki Kobe Üniversitesi araştırmacıları, tıpta erken teşhis açısından çığır açabilecek bir yapay zekâ sistemi geliştirdi. Sistem, bir kişinin elinin üst kısmı ve yumruk halindeki fotoğrafını analiz ederek nadir görülen bir endokrin hastalığı tespit edebiliyor. Üstelik bunu yaparken yüz görüntülerine ihtiyaç duymuyor.

Araştırma ekibi, mahremiyet kaygılarını en aza indirmek amacıyla özellikle yüz fotoğraflarını devre dışı bıraktı. Geliştirilen modelin, hastaların doğru uzmanlara daha hızlı yönlendirilmesine katkı sağlaması ve sağlık hizmetlerine erişimdeki eşitsizlikleri azaltması hedefleniyor.

Sinsi İlerleyen Hastalık: Akromegali

Şekil 8. Test verilerinden temsilî el görüntüleri. Test verilerinden örnekler ve Grad-CAM (sırasıyla A–D: akromegali dorsal el, akromegali yumruk, kontrol dorsal el ve kontrol yumruk), tahmin üzerinde en fazla etkiye sahip olan görüntü bölgelerinin bir ısı haritasını gösteriyor. © Y. Ohmachi et al., The Journal of Clinical Endocrinology & Metabolism (2026, DOI: 10.1210/clinem/dgag027) (CC BY-NC)

Yapay zekanın tespit ettiği hastalık, “akromegali” olarak bilinen nadir bir hormon bozukluğu. Genellikle orta yaşta ortaya çıkan bu hastalık, büyüme hormonunun aşırı salgılanması sonucu gelişiyor. Eller ve ayaklarda büyüme, yüzde belirgin değişimler, kemiklerde ve iç organlarda anormal büyüme gibi belirtilerle kendini gösteriyor.

Akromegali yıllar içinde yavaş yavaş ilerlediği için erken evrede fark edilmesi oldukça zor. Tedavi edilmediğinde ise ciddi komplikasyonlara yol açabiliyor ve yaşam beklentisini ortalama 10 yıl kısaltabiliyor.

Araştırmanın başındaki endokrinolog Hidenori Fukuoka, hastalığın nadir ve sinsi seyri nedeniyle tanının çoğu zaman geciktiğini belirtiyor. Uzmanlara göre bazı hastalarda kesin teşhisin konulması 10 yılı bulabiliyor. Bu gecikme, hem hastalığın ilerlemesine hem de geri dönüşü zor hasarlara yol açabiliyor.

Yüz Yerine El: Mahremiyet Öncelikli Yaklaşım

© Y. Ohmachi et al., The Journal of Clinical Endocrinology & Metabolism (2026, DOI: 10.1210/clinem/dgag027) (CC BY-NC)

Daha önceki yapay zekâ çalışmalarının büyük bölümü yüz fotoğraflarına dayanıyordu. Ancak yüz verileri, kimlik tespiti açısından yüksek hassasiyet içerdiği için mahremiyet tartışmalarını da beraberinde getiriyordu.

Kobe Üniversitesi ekibi bu sorunu aşmak için farklı bir yol izledi. Klinik muayenelerde zaten incelenen bir bölge olan elleri merkeze alan araştırmacılar, yalnızca elin üst kısmı ve sıkılmış yumruk görüntülerini kullandı. Avuç içi çizgilerinin kişiye özgü olması nedeniyle özellikle bu bölge veri setine dahil edilmedi.

Bu yaklaşım sayesinde geniş katılım sağlandı. Japonya genelinde 15 farklı tıp merkezinden toplam 725 hasta çalışmaya dahil edildi. Araştırmacılar, 11 binden fazla el fotoğrafını kullanarak yapay zekâ modelini eğitti ve test etti.

Uzmanları Geride Bırakan Performans

Çalışmanın sonuçları 27 Şubat 2026’da The Journal of Clinical Endocrinology & Metabolism dergisinde yayımlandı. Bulgulara göre yapay zeka modeli, akromegalinin tespitinde oldukça yüksek duyarlılık ve özgüllük oranlarına ulaştı.

Aynı fotoğraflar üzerinden yapılan karşılaştırmalarda sistemin, deneyimli endokrinologlardan daha başarılı sonuç verdiği bildirildi. Araştırmacılar, yalnızca elin üst kısmı ve yumruk görüntüleri kullanılarak bu düzeyde doğruluk elde edilmesinin şaşırtıcı olduğunu ifade ediyor.

Yüksek performansın yüz verisi olmadan sağlanmış olması ise sistemi tarama amaçlı kullanımlar için daha uygulanabilir kılıyor. Böylece hem kimlik gizliliği korunuyor hem de erken teşhis imkânı genişliyor.

Sadece Bir Başlangıç

Araştırma ekibi, sistemi yalnızca akromegaliyle sınırlı tutmayı planlamıyor. Ellerde belirgin fiziksel değişikliklere yol açan başka hastalıklar için de modelin uyarlanması hedefleniyor. Bunlar arasında romatoid artrit, anemi ve parmak uçlarında çomaklaşma gibi durumlar bulunuyor.

Bilim insanları, el görüntülerinin tıbbi yapay zeka uygulamalarında yeni bir kapı aralayabileceğini düşünüyor. Görüntü tabanlı tarama sistemlerinin, özellikle uzman hekim sayısının sınırlı olduğu bölgelerde önemli bir destek aracı olabileceği belirtiliyor.

Doktorların Yerine Geçmeyecek

Uzmanlar, yapay zekanın tek başına teşhis koyan bir araç olarak değerlendirilmemesi gerektiğinin altını çiziyor. Klinik uygulamada doktorlar; hastanın tıbbi öyküsü, laboratuvar sonuçları ve diğer fiziksel bulguları birlikte değerlendiriyor.

Kobe Üniversitesi ekibi de geliştirdikleri sistemin doktorların yerini almak yerine onları destekleyecek bir yardımcı araç olarak tasarlandığını vurguluyor. Araştırmacılara göre sistem, klinik gözden kaçmaları azaltabilir ve erken müdahale şansını artırabilir.

Özellikle kapsamlı sağlık taramalarında şüpheli vakaların otomatik olarak işaretlenmesi, hastaların ilgili uzmanlara yönlendirilmesini hızlandırabilir. Bu durum, kırsal bölgelerde görev yapan ve endokrinoloji uzmanına erişimi sınırlı olan hekimler için önemli bir avantaj sağlayabilir.

Sağlıkta Eşitsizliklere Karşı Teknoloji

Araştırma, Hyogo Foundation for Science Technology tarafından finanse edildi. Çalışmaya Fukuoka University, Nagoya University, Hokkaido University ve Okayama University gibi Japonya’nın önde gelen kurumlarından araştırmacılar da katkı sundu.

Bilim insanları, teknolojinin daha da geliştirilmesi halinde kapsamlı sağlık kontrollerinde entegre bir altyapı oluşturulabileceğini düşünüyor. Böylece el ile ilişkili hastalıklarda şüpheli görülen vakalar doğrudan uzmanlara yönlendirilebilecek.

Yapay zekanın sağlık alanındaki yükselişi sürerken, bu çalışma mahremiyet ile yüksek doğruluk arasında denge kuran bir model sunması açısından dikkat çekiyor. Sadece bir el fotoğrafıyla, yaşam süresini kısaltabilen bir hastalığın erken yakalanabilmesi; tıpta erken teşhisin geleceğine dair güçlü bir işaret olarak değerlendiriliyor.

Uzmanlara göre bu teknoloji, özellikle tarama programlarında ve birinci basamak sağlık hizmetlerinde oyunun kurallarını değiştirebilir. Erken teşhis edilen her vaka ise hastalar için daha uzun ve sağlıklı bir yaşam anlamına gelebilir.

Herkes Artık “Incel” Dili Konuşuyor: İnternet Argosu Ana Akıma Taşıyor

“Incel” (involuntary celibate – istemsiz bekâr) topluluğunun kullandığı dil, 2025’te sosyal medyadan ana akım medyaya sıçradı. “Blackpill”, “Chad”, “looksmaxxing” gibi terimler artık gençler arasında yaygın; bu dilin normalleşmesi, toksik erkeklik algısını ve yalnızlık krizini derinleştiriyor.

Detaylar haberimizde…

“Incel” Dili Nedir ve Nasıl Doğdu?

“Incel” terimi, 1990’larda bir blogdan çıktı; ancak 2010’larda Reddit, 4chan ve Tumblr gibi platformlarda radikalleşti. Başlangıçta yalnızlık ve ilişki zorluğu yaşayan erkeklerin topluluğu olan grup, zamanla kadın düşmanlığı, “looks theory” (görünüm teorisi) ve “blackpill” (kaderci karamsarlık) gibi kavramlarla anılır hale geldi. Incel’in toplumun dikkatini çekmesinde geçtiğimiz yıl yayımlanan ve çok ses getiren Adolescence dizisi de oldukça etkili oldu.

İstanbul’da iki kadını katleden Semih Çelik’in kadın düşmanlığı yapan gruplarla bağlantısının ortaya çıkmasının ardından gözler, kadın düşmanlığı yapan ve Incel olarak da anılan “Involuntary Celibate” olarak adlandırılan kişilerin Türkiye’deki örgütlenme ağına çevrilmiş BirGün gazetesi de bunu haberleştirmişti.
İstanbul’da iki kadını katleden Semih Çelik’in kadın düşmanlığı yapan gruplarla bağlantısının ortaya çıkmasının ardından gözler, kadın düşmanlığı yapan ve Incel olarak da anılan “Involuntary Celibate” olarak adlandırılan kişilerin Türkiye’deki örgütlenme ağına çevrilmiş BirGün gazetesinden Mustafa Bildircin da bunu haberleştirmişti.

İncel dili artık incel olmayanlar tarafından da kullanılıyor:

  • “Chad” → Yakışıklı, başarılı erkek
  • “Stacy” → Çekici kadın
  • “Blackpill” → “Hayat adaletsiz, genetik kaderdir” görüşü
  • “Looksmaxxing” → Görünümü maksimize etmek (spor, cerrahi, stil)
  • “Coping” → Gerçekleri reddetme
  • “It’s over” → Her şey bitti, umut yok

Bu terimler, TikTok, Instagram Reels ve Twitter’da milyonlarca kez kullanıldı. 2024-2025 arasında “blackpill” aramaları %400 arttı.

Dilin Ana Akıma Sıçraması

Bu dil, mizah ve ironiyle ana akıma taşındı. Özellikle Gen Z ve Gen Alpha arasında:

  • Erkekler arasında “looks theory” konuşuluyor; “boy güzelliği” trendleri yaygınlaşıyor.
  • Kadınlar bile “mogging” (birinin görünümünden ezilme) ve “heightpill” (boyun kader olduğu) gibi kavramları kullanıyor.
  • “It’s over” meme’i, okul başarısızlığı, işsizlik veya ilişki sorunlarında şaka olarak dolaşıyor.

Uzmanlar, bu dilin artık “incel” topluluğuna özgü olmadığını; genel erkek yalnızlığı ve görünüm kaygısını ifade eden bir jargon haline geldiğini belirtiyor.

Psikolojik ve Sosyal Etkileri

Psikologlar, bu dilin toksik olduğunu söylüyor:

  • “Blackpill” inancı, depresyon ve umutsuzluğu artırıyor.
  • “Looksmaxxing” genç erkeklerde aşırı spor, diyet ve estetik cerrahi talebini yükseltiyor.
  • Dil, cinsiyetler arası düşmanlığı körüklüyor; kadınlar da “femcel” kavramını benimsiyor.

Araştırmalar, düzenli “blackpill” içeriği tüketen gençlerde anksiyete ve düşük özsaygı oranının %40 daha yüksek olduğunu gösteriyor.

Türkiye’de Durum: İncel Dili ve Gençler

Türkiye’de incel dili, özellikle TikTok ve Ekşi Sözlük ve benzeri sözlükler üzerinden yayılıyor. “Chad”, “Stacy”, “blackpill” ve “mogging” gibi kelimeler genç erkekler arasında yaygın. “It’s over” ve “cope” ifadeleri, sınav stresi, işsizlik ve ilişki sorunlarında sıkça kullanılıyor.

Uzmanlar, bu dilin Türkiye’deki erkek yalnızlığı ve görünüm kaygısını yansıttığını belirtiyor. KVKK ve BTK, zararlı içeriklere karşı önlem alsa da, dilin yayılması sosyal medya üzerinden hızlı ilerliyor.

Sonuç: Dil Normalleşirse Ne Olur?

İncel dili, artık sadece marjinal bir grubun dili değil; gençlik kültürünün parçası haline geldi. Bu normalleşme, toksik erkeklik algısını, yalnızlığı ve görünüm odaklı düşünceyi yaygınlaştırıyor. Uzmanlar, “Dilimiz değişirse, düşüncemiz de değişir” uyarısı yapıyor. Bu jargonun ana akıma sıçraması, gençlerin ruh sağlığını ve toplumsal cinsiyet ilişkilerini etkileyecek bir uyarı sinyali.

Sierra Süper Bilgisayarı Neden Öldürüldü? Bir Dönemin Sonu

Lawrence Livermore Ulusal Laboratuvarı’nda 20 yıl hizmet veren Sierra süper bilgisayarı, 2025’te resmen emekliye ayrıldı. Bu karar enerji verimliliği, teknolojik eskime ve yeni nesil sistemlere geçiş ihtiyacı nedeniyle alındı; Sierra’nın ölümü, yüksek performanslı bilgi işlem dünyasında yeni bir dönemin başlangıcı olarak görülüyor.

Detaylar haberimizde…

Sierra’nın Hikayesi: Bir Zamanların Güç Şampiyonu

Sierra, 2017’de IBM ve NVIDIA işbirliğiyle inşa edildi. O dönemde dünyanın en hızlı 3 süper bilgisayarı arasındaydı (TOP500 listesinde 2. sırada). 125 petaflop performansıyla ABD’nin nükleer stok yönetimini, iklim modellemelerini ve bilimsel simülasyonlarını destekledi.

Sistem, 4.608 IBM Power9 işlemci ve 18.432 NVIDIA Volta GPU’dan oluşuyordu. Toplamda 1,5 milyon çekirdek ve 200 petabayt depolama kapasitesi vardı. Sierra, enerji verimliliği açısından da dönüm noktasıydı: Green500 listesinde üst sıralarda yer aldı.

Sierra Süper Bilgisayarı veya ATS-2 , Ulusal Nükleer Güvenlik İdaresi tarafından kullanılmak üzere Lawrence Livermore Ulusal Laboratuvarı için inşa edilmiş ikinci Gelişmiş Teknoloji Sistemi (ATS) süper bilgisayar.
Sierra Süper Bilgisayarı veya ATS-2 , Ulusal Nükleer Güvenlik İdaresi tarafından kullanılmak üzere Lawrence Livermore Ulusal Laboratuvarı için inşa edilmiş ikinci Gelişmiş Teknoloji Sistemi (ATS) süper bilgisayar.

Ancak teknoloji hızla eskidi. 2025’te Frontier ve Aurora gibi yeni nesil exascale sistemler devreye girince Sierra’nın performansı yetersiz kaldı.

Sierra Süper Bilgisayarı Neden “Öldürüldü”? Teknik ve Ekonomik Nedenler

Sierra’nın emekliliğinin ana nedenleri şöyle:

  1. Enerji Tüketimi: Sierra, tam yükte 30 megawatt elektrik tüketiyordu – bu, küçük bir şehrin enerji ihtiyacına eşdeğer. Yeni nesil sistemler (örneğin Frontier) aynı performansı daha az enerjiyle sağlıyor. Laboratuvar, enerji maliyetlerini düşürmek için eski sistemleri devre dışı bırakıyor.
  2. Teknolojik Eskime: Volta GPU’lar artık eski; yeni sistemler AMD Instinct MI300 ve Intel Ponte Vecchio gibi daha güçlü ve verimli GPU’lar kullanıyor. Sierra’nın yazılım desteği de sınırlı kaldı.
  3. Yedek Parça ve Bakım Maliyeti: 7-8 yıllık ömür sonrası yedek parça bulmak zorlaşıyor. IBM ve NVIDIA, eski sistemlere desteği azalttı.
  4. Yeni Sistemlere Geçiş: Sierra’nın yerini El Capitan alacak (2026’da tam operasyonel). El Capitan, 2 exaflop performansıyla Sierra’dan 16 kat daha hızlı olacak.

Sierra’nın “ölümü” kontrollü oldu: Veriler yeni sistemlere aktarıldı, parçalar geri dönüştürüldü ve sistem fiziksel olarak söküldü.

Sierra’nın Mirası ve Başarıları

26 Ekim 2018 tarihinde, Enerji Bakanlığı’na bağlı Ulusal Nükleer Güvenlik İdaresi (NNSA), Lawrence Livermore Ulusal Laboratuvarı (LLNL) ve endüstri ortakları, sistemin tamamlanmasını kutlamak için düzenlenen bir törenle dünyanın en hızlı süper bilgisayarlarından biri olan Sierra Süper Bilgisayarı’nı resmen tanıtmıştı.

Sierra, 2018-2022 arasında nükleer stok yönetiminde kritik rol oynadı. NIF (National Ignition Facility) ile birlikte füzyon enerjisi araştırmalarına katkı sağladı. 2022’de NIF’de net enerji kazancı elde edildiğinde Sierra’nın simülasyonları kullanıldı.

Ayrıca iklim modellemeleri, kanser araştırmaları ve malzeme bilimi gibi alanlarda binlerce bilimsel makaleye temel oluşturdu.

Süper Bilgisayarların Yaşam Döngüsü ve Gelecek

Yüksek performanslı bilgi işlemde sistemler genellikle 5-7 yıl ömürlü oluyor. Sierra’nın ölümü, bu döngünün normal bir parçası. Gelecekte:

  • El Capitan (2026): 2 exaflop
  • Aurora (ABD): 1 exaflop+
  • Frontier (Oak Ridge): 1.1 exaflop

Bu sistemler, enerji verimliliği ve AI hızlandırma odaklı tasarlanıyor.

Türkiye’de Süper Bilgisayar Çalışmaları

Türkiye’de TÜBİTAK ULAKBİM ve TRUBA (Türkiye Ulusal Bilim Altyapısı) süper bilgisayarlar yönetiyor. TRUBA, 3 petaflop kapasiteyle çalışıyor; yeni nesil sistemler planlanıyor. Sierra’nın ölümü, Türkiye’deki sistemlerin de ömür döngüsünü hatırlatıyor.

Uzmanlar, enerji verimli yeni nesil süper bilgisayarların önemini vurguluyor.

Sonuç: Bir Dönemin Sonu, Yeni Başlangıç

Sierra’nın emekliliği, teknolojik ilerlemenin kaçınılmaz sonucu. 20 petaflop’luk bir dev, bugün 2 exaflop’luk sistemlere yenik düştü. Ancak Sierra’nın verileri ve mirası, gelecek nesil süper bilgisayarları beslemeye devam edecek. Teknoloji durmuyor; Sierra gibi sistemler, yerlerini daha güçlü olanlara bırakıyor.

Bonus: Wikipedia’da Sierra Süper Bilgisayarı

Sierra veya ATS-2 , Ulusal Nükleer Güvenlik İdaresi tarafından kullanılmak üzere Lawrence Livermore Ulusal Laboratuvarı için inşa edilmiş ikinci Gelişmiş Teknoloji Sistemi (ATS) süper bilgisayarıdır . Başlıca kullanım alanı, nükleer silah stok yönetimi alanındaki tahmin uygulamalarıdır ve Amerika Birleşik Devletleri’nin nükleer silahlarının güvenliğini, güvenilirliğini ve etkinliğini sağlamaya yardımcı olur.

Sierra, Oak Ridge Ulusal Laboratuvarı için inşa edilen Summit süper bilgisayarına mimari olarak çok benzer . Sierra’daki düğümler, CPU başına iki GPU ve düğüm başına dört GPU’ya sahip Witherspoon IBM S922LC OpenPOWER sunucularıdır. Bu düğümler EDR InfiniBand ile bağlanır . 2019 yılında Sierra, IBM Power System AC922 düğümleriyle yükseltildi . [ 5 [ 6 ]

Sierra Süper Bilgisayarı, 4.474 düğümden oluşur; bunların 4.284’ü hesaplama düğümüdür. Her düğümde 256 GB RAM, iki fiziksel sokete yayılmış 44 IBM POWER9 çekirdeği ve her biri 16 GB VRAM sağlayan dört Nvidia Tesla V100 GPU bulunur. Bu, tüm sisteme 8.948 CPU, 17.896 GPU, 1,14 PB RAM ve 286 TB VRAM kazandırır. [ 7 ]

Sierra, sürekli olarak Top500 listesinde yer aldı ve Kasım 2018’de ikinci sıraya kadar yükseldi. [ 8 ] Kasım 2023 itibarıyla onuncu sırada yer alıyor. [ 9 ] Performansının yalnızca 4,6 petaflops’u CPU’larından gelirken, büyük çoğunluğu (120,9 petaflops) Tesla GPU’larından geliyor. [ 7 ]

Sürücüsüz Arabanın Yüzyıllık Yolculuğu

Sürücüsüz otomobiller günümüzün teknolojik vizyonu gibi görünse de, bu fikir aslında 19. yüzyıldan bu yana mühendislerin hayal gücü ve deneyleriyle şekilleniyor.

Detaylar haberimizde…

Kimse, sürmekte olduğumuz araçların nihayet direksiyonu bizden alacağı zamanı tam olarak bilmiyor. Ama otonom otomobil çağı, ani bir “Büyük Patlama” gibi başlamadı. Daha çok yavaş bir sürünme gibi ilerledi ve bu süreç Roosevelt yönetimi sırasında başladı. Ve bahsettiğimiz Roosevelt, Franklin değil Theodore. Üstelik Amerika’da değil, İspanya’da, muhtemelen adını hiç duymadığınız bir kişi tarafından.

Onun adı Leonardo Torres Quevedo. 1852’de Santa Cruz, İspanya’da doğmuş bir mühendis. Zeki miydi? 1914’te, insanların karşısında kendi kendine oynayan mekanik bir satranç makinesi geliştirdi. Ama on yıldan fazla önce, uzaktan kumanda sistemlerinin öncülüğünü yapmıştı. Yaptıkları parlaktı, belki ilkel ama kesinlikle zamanının çok ötesindeydi.

İlk Kablosuz Kontrol

Bu cihaz Telekino olarak adlandırıldı; ismi Yunanca “tele” (uzak) ve “kino” (hareket) kelimelerinden türetilmişti. İspanya, Fransa ve Amerika’da patentlenmişti ve amacı zeplin kazalarını önlemekti. Telekino, elektromanyetik dalgaları algılayan ve bunları elektrik akımına çeviren küçük bir alıcıya (coherer) kablosuz sinyaller gönderiyordu. Bu akım yükseltiliyor ve uygun servomotoru kontrol eden bir anahtarı yavaşça döndüren elektromıknatıslara iletiliyordu. Quevedo, bir hava gemisinin sistemlerini kontrol etmek için 19 farklı komut gönderebiliyordu, üstelik hiçbir kontrol kablosuna dokunmadan.

sürücüsüz

1904’te, Telekino’yu 100 feet (yaklaşık 30 metre) uzaktan küçük üç tekerlekli bir aracı yönlendirmek için kullanıyordu. Bu, radyoyla kontrol edilen ilk araç kaydıydı. Ardından Quevedo, sistemi tekneler ve hatta torpidolarda da gösterdi, ama hikaye burada yavaşladı. İspanyol Kraliyet ailesi temkinliydi ve yatırım yapmayı reddetti. Fon bulamadığı için Telekino’yu üretemedi ve satamadı.

Ama bir makinenin sinyallerle yönlendirilebileceğini göstermişti. Bu fikir, gerçekleşmesi için bir yüzyıldan fazla bir zaman geçecekti. Yine de başkaları denemekten geri kalmadı.

Ohio’ya Bırakın

Dayton, Ohio, 5 Ağustos 1921. Ülke otomobil çağının içindeydi ve Dayton, sanayi merkezi olarak parlıyordu. General Motors, Frigidaire Bölümü ile güçlü bir varlık göstermişti; geleceğin elektrikli ev eşyaları vaadini sunuyordu. Aynı sırada, Dayton Engineering Laboratories Company (Delco) mühendisleri, otomobilin kalbini geliştiriyordu. Burada icat sadece teşvik edilmiyor, bekleniyordu.

Ama o yaz öğleden sonra, en dikkat çekici yenilik fabrika ya da ofislerden gelmedi. ABD Ordusu’ndan geldi; genellikle böyle deneyler için bilinmeyen bir kurum. Küçük bir üç tekerlekli araç, yaklaşık sekiz feet uzunluğunda ve radyo ekipmanlarıyla donatılmış şekilde, şehrin iş bölgesinde sürücüsüz olarak ilerledi. 50 feet (yaklaşık 15 metre) geride, McCook Field’den Yüzbaşı R. E. Vaughn aracı radyo sinyalleriyle yönlendirdi.

1926’da, New York sokaklarında, Broadway boyunca toplanan kalabalık bir 1926 model Chandler’ın sürücüsüz hareket ettiğini izledi. Araba, motoru çalıştırdı, vitese taktı ve Fifth Avenue boyunca sorunsuz şekilde ilerledi. “American Wonder” (Amerikan Harikası) olarak adlandırıldı ve takip aracından gönderilen radyo komutlarıyla çalışıyordu. Chandler’ın üzerindeki antenler sinyalleri alıyor, devre kesicileri ve küçük elektrik motorlarını tetikleyerek direksiyon, gaz, fren ve kornayı kontrol ediyordu.

Cincinnati’de, Toledo’lu mucit Maurice J. Francill 1928’de bu fikri sürdürdü. Kendini “Amerika’nın Radyo Sihirbazı” olarak tanıttı ve radyo komutlarıyla Ford otomobillerini sürücüsüz hareket ettirdi. Sahne benzeri gösterilerde inek sağdı, ekmek pişirdi ve çamaşır işledi, hepsi radyo komutlarıyla. 1936’ya gelindiğinde, Ohio’dan Kaliforniya’ya gazeteler hâlâ onun başarılarını haber veriyordu.

“Francill, insan elinin yapabileceği her şeyi radyo ile başarabileceğini iddia ediyor,” diye gözlemledi Orange County News. “Hassas, beyin benzeri radyo düzeneklerinden 8 pound (3,6 kg) araç ışıklarını, ateşlemeyi, kornayı ve motoru çalıştırmak için kullanıldı. Aracı yönlendirmek için 5 pound (2,3 kg) radyo düzenek gerekliydi.”

Bugün bu araçlar birer gösteri gibi görünebilir, ama otonom olarak bir otomobilin insan harici yollarla yönlendirilebileceğinin erken kanıtlarıydı.

Detroit, Sürücüsüz Araç Hayaline İnanıyor

Sürücüsüz otomobil hayali, bu anlardan sonra kaybolmadı. Fikir, tekrar tekrar geri döndü; özellikle Amerika her şeyin mümkün olduğuna inanırken.

1939 New York Dünya Fuarı’nda General Motors, devasa Futurama sergisi ile geleceğe bir bakış sundu. Ziyaretçiler, yükseltilmiş bir platform üzerinde, sürücüsüz küçük elektrikli arabaların şehir içi yollarında sessizce ilerlediği bir mini şehir gördü. Arabaların bir gün radyo sinyalleri ve yolların altına döşenecek kablolarla elektromanyetik alan aracılığıyla hem enerji alacağı hem de yönlendirileceği anlatılıyordu. Cesur ve yaratıcı bir vizyondu.

Savaş sonrası mühendisler fikri bırakmadı. Yol ve makine arasındaki iletişim üzerine çalışmaya devam ettiler. 1956’daki GM Motorama’da, özel yollar üzerinde kendi kendine sürüş vaadiyle Firebird II konsepti sergilendi. Arabanın altına elektronik bir şerit döşeniyor, sensörler aracı sinyale kilitliyor ve sürücü ellerini direksiyondan çekip yolculuğun tadını çıkarabiliyordu. İçindeki donanımlar arasında açıklanamayan bir portakal suyu makinesi bile vardı.

1958’de kavram gerçeğe dönüştü. Nebraska, Lincoln yakınlarında bir kara parçasına elektrik devreleri gömüldü ve özel donanımlı Chevrolet’ler test edildi. Araçlar, yer altındaki sinyallere yanıt vererek kendi kendine yol aldı.

Birkaç yıl sonra, İngiltere’de Transport and Road Research Laboratory kendi deneylerini yaptı. Citroën DS üzerinde manyetik kablolar test pistine döşendi ve araç saatte 80 mph (129 km/sa) hızla güvenle ilerledi. Rüzgar ve hava koşulları fark etmedi; DS hattını sadakatle takip etti.

Modern Çağda Özerklik

1986’da Alman bilim insanı Ernst Dickmanns, Alman ordusu için geliştirdiği özerk Mercedes-Benz ile testler yaptı. Bilgisayarlar, kameralar ve sensörler kullanarak araç, bir yıl içinde Autobahn’da 55 mph (89 km/sa) hızla hareket etti. Daimler-Benz dikkatini çekti ve araştırmayı finanse etti.

1994’te Dickmanns, araştırma ekibiyle Paris Charles de Gaulle Havalimanı’nda yetkililere testlerini gösterdi. Görünüşte sıradan olan araçlar kameralar, sensörler ve bilgisayarlarla donatılmıştı. Yetkililer bindi ve araçlar ellerini direksiyondan çekti. Araçlar şeritlerini korudu, hızını ayarladı ve yola sorunsuz uyum sağladı.

Askeri Araştırmalar Yine İnovasyonu Tetikliyor

21.yüzyıla gelindiğinde Pentagon, DARPA (Defense Advanced Research Projects Agency) aracılığıyla askerleri koruyacak teknolojiler geliştirmeye başladı. Hedeflerinden biri, yol kenarındaki pusulardan ve patlayıcılardan askerleri korumak için sürücüsüz araçlardı.

    DARPA, 142 mil (229 km) boyunca Mojave Çölü’nden geçebilecek sürücüsüz araçlar için yarışma düzenledi. Ödül 1 milyon dolardı; asıl ödül ise elde edilecek bilgiydi.

    Yarış günü, sonuçlar düşündürücüydü. Araçlar tek tek tamamlayamadı. Ama çölün tozu ve güneşi altında, mühendis, programcı ve hayalperestlerden oluşan bir topluluk ortaya çıktı. Otonom araç, bir hayal değil, çözülecek bir problem olarak görüldü. Yirmi yıl sonra, bu çalışmalar, fikirleri günlük hayata daha yakın hâle getirdi.

    Bu çabalar, dünyaya sürücüsüz aracı henüz kazandırmamıştı. Ama başarılı deneyler, bir hayalin gerçeğe dönüştürülebileceğini gösterdi. Ayrıca teknoloji sektörü, kendi kendine giden arabaları piyasaya sürme konusunda “yeni bir devrim” edasıyla sunarken, Detroit’in bu hayali Silikon Vadisi’nden çok önce kurmuş ve gösteriyor olduğunu hatırlatıyor.

    Tüm bu tarihsel adımlar, deneyler ve hayaller gösteriyor ki, sürücüsüz otomobil fikri bir anda ortaya çıkmadı; yüzyıllar süren denemeler, mühendislik dehası ve cesur vizyonların sonucunda günümüzde gerçekliğe yaklaşmış durumda. Bugün elimizdeki teknoloji, Quevedo’nun Telekino’sundan Dickmanns’ın özerk Mercedes’ine kadar uzanan bir yolculuğun ürünüdür ve bu yolculuk, insanın hayal gücünü ve teknolojiyi birleştirerek ne kadar ileri gidebileceğinin en somut kanıtıdır. Gelecek, direksiyona dokunmadan yol alabileceğimiz bir dünyayı çok da uzak göstermiyor.

    Derleyen: Damla Şayan

    Genetik Mühendisliğinin Eseri: Süper İpek

    0

    Süper ipek olarak nitelendirilen örümcek ipeğinin olağanüstü dayanıklılığını taklit etme hayali, bilim insanlarını onlarca yıldır hem genetik mühendisliğinin hem de malzeme biliminin sınırlarını zorlamaya itiyor.

    Detaylar haberimizde…

    Michigan’ın bir köşesinde, 10.000 ipekböceği süper malzemelerin geleceğini örüyor. Sıcak ve nemli bir deponun ağır havasında çalışıyor, yüzlerindeki bir bezden çıkardıkları yapışkan beyaz ipliği üzüm büyüklüğünde kozalara dönüştürüyorlar. Binlerce yıl önce Çin’de evcilleştirildiklerinden bu yana ipekleri dünyanın en kaliteli kumaşlarını üretmek için kullanıldı. Ancak bu ipekböcekleri, kendilerinden önce gelen milyonlarcası gibi değil. Onlar örümcek ipeği—ya da ona çok yakın bir şey—üretiyor.

    ipek

    Laboratuvarda Doğan Süper Malzeme

    Doğu Çin’deki Soochow Üniversitesi’nde, genetiği değiştirilmiş bir ipekböceğinin ürettiği “süper ipek”ten tek bir lif, örümcek ipeğiyle nasıl kıyaslandığını görmek için dayanıklılık testine tabi tutuluyor.

    Ağırlığına oranla örümcek ipeği, onlarca yıldır bilim insanlarını büyüleyen, doğada ya da yapay olarak üretilmiş hiçbir şeye benzemeyen bir dayanıklılık ve esneklik kombinasyonuna sahip. Ağırlık başına çelikten beş kat daha güçlü ama tamamen organik; Massachusetts’teki Tufts Üniversitesi Silklab Direktörü Fiorenzo Omenetto’nun sözleriyle “süper kahramanların malzemesi.” Grafen ve Kevlar gibi olağanüstü fiziksel özelliklere sahip insan yapımı malzemelerle aynı seçkin kategoride yer alıyor. Ancak bunların üretimi sentetik kimyasallar gerektirebiliyor.

    Örümcek ipeği ise onların yaptığını—hatta belki daha iyisini—organik şekilde yapabilir. Bu da yıllardır süren bir abartı dalgasını beraberinde getirdi: Seri üretilebilirse, daha gelişmiş kurşun geçirmez yeleklerden ultra hafif jet uçaklarına, yeni nesil aşı taşıma sistemlerine kadar pek çok alanda çığır açabilir—yeter ki sırrı çözülebilsin. Fakat örümcekler birlikte yaşamaya zorlandıklarında yamyamlaşır; bu yüzden ne evcilleştirilebilirler ne de kolayca ölçeklenebilirler.

    Ancak son birkaç yılda her şey değişti. Tamamı genetik olarak değiştirilmiş olan bu örümcek ipeği üreten ipekböcekleri, Michigan’ın Lansing kentindeki biyoteknoloji firması Kraig Biocraft Laboratories’in araştırma merkezinde yaşıyor. Kraig, örümcek ipeği üretiminde ya da ona çok yakın bir benzerinde önemli atılımlar yapan dünya çapındaki birkaç şirketten yalnızca biri. Bu ipekböcekleri henüz örümcek ipeğinin “süper kahraman” seviyesindeki fiziksel özelliklerine tam olarak ulaşamıyor, ancak liflerine özel nitelikler kazandıracak kadar örümcek geni içeriyorlar.

    Diğer şirketler ise—daha az ipekböceği ve dut yaprağına dayalı—farklı yollar izliyor ama hedef aynı: “Doğal örümcek ipeğinin performansını taklit etmek ve sonunda onu aşmak; ardından da gerçek dünya uygulamalarına taşımak,” diyor Çin’in güneybatısındaki Southwest Üniversitesi’nden örümcek ipeği uzmanı Wenbo Hu. “İnanılmaz derecede yaklaştık.”

    İlk kez, uzun süredir abartıyla anılan “süper ipek” gerçek gibi görünüyor. Ancak yıllarını ve milyonlarca doları bu kutsal kâseyi kovalamaya harcayan girişimciler ve genetik mühendisleri şimdi başka bir soruyla yüzleşmek zorunda: Bir süper malzeme ürettikten sonra onunla ne yapacaksınız? Görünen o ki cevaplar sandıkları kadar net değil.

    Örümcek İpeğinin Mucizesi

    Örümcek ipeğini yeniden üretmeye yönelik onlarca yıllık çaba, Wenbo Hu gibi araştırmacıların katkılarıyla ilerledi; Hu, örümcek ipeğinin genetik özelliklerini çözmeye çalışıyor. Örümcek ipeği, her ölçüye göre doğanın en mucizevi yapılarından biri. Büyük ağ ören örümceklerin kuşları ve yarasaları yakalayabilecek ağlar kurduğu biliniyor. Ormanda bir örümcek ağına elinizle hafifçe çarpıp geçebilirsiniz; ancak iplikleri kurşun kalem kalınlığında olan devasa bir ağ, teorik olarak uçuş halindeki bir 747’yi durdurabilir.

    Örümcek ipeğinin bu “büyülü” özellikleri iki temel faktörden kaynaklanır: spidroin adı verilen özel proteinler ve bu proteinlerin karmaşık lifler hâlinde eğrilme biçimi. Spidroinler, binlerce amino asitten oluşan uzun zincirlerdir; pozitif ve negatif elektrik yüklerini, ayrıca suyu seven ve sevmeyen bölümleri bir arada barındırırlar. Bu sayede akordeon gibi esneyebilir ve birbirlerine sıkıca sarılabilirler. Örümcekler bu proteinleri, neredeyse hiçbir şeyin koparamayacağı kadar sağlam, kablo benzeri bir lif matrisi hâlinde birleştirir. Çırpınan böceklerin şansı yoktur.

    Örümcek ipeğinin potansiyeli yüzyıllardır biliniyor: Antik Yunan ve Romalılar ağları yara pansumanı olarak kullanırken, Solomon Adaları’nda ağ ipeği balık yemi olarak kullanılmıştır. Ancak malzemenin ticarileştirilmesine yönelik ilk girişim 1800’lerin sonlarına kadar başlamadı. Madagaskar’daki Cizvit misyonerler, adanın altın ağ ören örümceklerinin bol miktarda ipek ürettiğini fark etti.

    Yerel çocukların yardımıyla örümcekleri sabitleyip her birinden yaklaşık 500 metre ipek elde ettiler. Tüm bu çaba, 1900 Paris Fuarı’nda sergilenen göz alıcı altın sarısı bir yatak örtüsüyle sonuçlandı—ama fazlası gelmedi. Süreç fazla emek yoğundu ve örümcekler birbirlerini yemeye meyilliydi.

    Yine de örümcek ipeği ilham vermeye devam etti. Pamuk, yün ya da sıradan ipeğin fiziksel sınırlarına neden razı olalım? 1930’larda DuPont, ipeğin mimarisinden ilham alarak ilk ticari sentetik lif olan naylonu geliştirdi. 1966’da Kevlar üretildi; güçlü hidrojen bağları onu neredeyse kırılmaz kıldı. 2003’te grafen yaratıldı; tek atom kalınlığındaki petek yapılı karbon tabakaları onu dünyanın en güçlü malzemesi yaptı.

    Ancak bu sentetik lifler birçok sektörde devrim yaratmış olsa da, yapay yapıları nedeniyle eleştirilerin odağında kalmaya devam ediyor; doğada kolayca parçalanmıyor, geride kalıcı ve çoğu zaman görünmez bir çevresel yük bırakıyorlar.

    Derleyen: Damla Şayan

    Instagram Artık Gönderilerde En Fazla Beş Hashtag Kullanımına İzin Veriyor

    Instagram, kullanıcıların gönderilerinde en fazla beş hashtag kullanmasına izin vererek etiket dolu paylaşımları sınırlıyor ve içerik kalitesini ön plana çıkarıyor.

    Detaylar haberimizde…

    Instagram gönderilerinde etiket (hashtag) dolu paylaşımlar yakında geçmişte kalabilir; platform, kullanıcıların gönderilere ekleyebileceği etiket sayısına yeni sınırlar getiriyor. Instagram CEO’su Adam Mosseri’ye göre, artık her gönderi en fazla beş hashtag ile sınırlı olacak ve amaç nicelikten çok kaliteyi ön plana çıkarmak.

    beş

    Beş Hashtag Sınırı ve Daha Kaliteli İçerik

    Mosseri, Instagram’daki tavsiye kanalında yaptığı açıklamada, “Daha fazlasını kullanmak cazip olabilir ama birkaç spesifik etiket, uzun ve genel bir listedekinden daha iyi performans gösterir. Önemli olan kalite, nicelik değil” dedi.

    Hashtaglerin aramalara yardımcı olabileceğini belirten Mosseri, ancak bunların gönderinin erişimini mutlaka artırmadığını vurguladı ve kullanıcıların “gönderilerinizi hangi içeriklerin kitlenizle etkileşim kurduğunu çözmeye odaklanmaları” gerektiğini söyledi; bunun yerine gönderileri etiketlerle doldurmaktan kaçınılması öneriliyor.

    Instagram, hashtag kullanımını sınırlama konusunda ilk kez adım atmıyor. Şirket, etiketlerin artık içerik keşfi için eskisi kadar merkezi olmadığını ve kötüye kullanım ile spam davranışlarını engellemeyi hedeflediğini daha önce de açıklamıştı.

    SocialMediaToday’e göre, platform son bir yıldır hashtag sınırlarını test ediyordu; en son denemede kullanıcılar gönderi başına üç etiket ile sınırlandırılmıştı. Şimdi ise, değişiklik daha geniş çapta uygulanırken gönderiler beş hashtag ile sınırlandırılıyor.

    Daha Akıllı Hashtag Kullanımı İçin İpuçları

    Instagram, yakın zamanda Threads üzerinden de içerik üreticilere hashtag kullanımına dair ipuçları paylaştı. Şirket, etiketlerin bilinçli ve içerikle ilgili olarak seçilmesini öneriyor ve çok sayıda alakasız veya genel hashtag kullanmanın performansı olumsuz etkileyebileceğini belirtiyor.

    Bu adım, Instagram’ın anlamlı etkileşimi teşvik etmeye ve kullanıcıların sistemi “oynamasını” engellemeye odaklandığını gösteriyor. Daha az ve daha ilgili etiket kullanarak içerik üreticileri, gerçekten ilgili kitleye ulaşabilirken, kullanıcılar da daha temiz ve okunması kolay gönderiler görebilecek.

    Derleyen: Damla Şayan

    Yapay Zekâyla Konuşmanın Doğru Yolu

    Yapay zekâya “lütfen” demek işe yarıyor mu? Onu tehdit etmek mi, yoksa bir bilim kurgu dizisindeki karakter gibi konuşturmak mı daha etkili? Uzmanlara göre sohbet robotlarından daha iyi sonuç almanın yolu sandığınız kadar gizemli değil.

    Detaylar haberimizde…
    Yapay zeka destekli chatbot ile insan etkileşimi.

    Yapay Zekâ Destekli Sohbet Robotlarıyla Nasıl Konuşulur?

    Yapay zekâ destekli sohbet robotlarıyla nasıl konuşulması gerektiği sorusu, son yılların en tuhaf teknoloji tartışmalarından birine dönüştü. Kimileri nazik olmanın sonuçları iyileştirdiğini savunuyor, kimileri sert ifadelerin daha etkili olduğunu iddia ediyor. Hatta bazı kullanıcılar, sohbet robotlarına bir uzman rolü vererek ya da onları bir bilim kurgu evrenine yerleştirerek daha doğru yanıtlar aldıklarını düşünüyor.

    Ancak uzmanlara göre bu yöntemlerin çoğu ya abartılıyor ya da tamamen işe yaramıyor. Asıl önemli olan ise kelimelerin büyüsü değil, talebin nasıl yapılandırıldığı.

    Star Trek Deneyi ve Şaşırtan Sonuç

    Bir grup araştırmacı, “pozitif düşünmenin” yapay zekâ yanıtlarını daha doğru hâle getirip getirmediğini test etmek için çeşitli sohbet robotlarına sorular yöneltti. Deney sırasında yapay zekâya “akıllısın”, “dikkatlice düşün” gibi teşvik edici ifadeler kullanıldı; hatta bazı sorular “Bu eğlenceli olacak!” cümlesiyle bitirildi.

    Sonuç: Bu yaklaşımların hiçbiri tutarlı bir fark yaratmadı.

    Ancak ilginç bir yöntem dikkat çekti. Yapay zekâdan kendisini “Star Trek evrenindeymiş gibi” hayal etmesi istendiğinde, temel matematik sorularında daha başarılı olduğu gözlemlendi. Bu sonuç, yapay zekâ ile iletişime dair tartışmaları daha da alevlendirdi.

    Prompt Mühendisliği Efsaneleri

    ChatGPT gibi büyük dil modellerinin (LLM) arkasındaki teknoloji, istatistiksel analiz yoluyla çalışıyor. Kullanıcının yazdığı her kelime küçük parçalara (“token”lara) bölünüyor ve model bu parçalar üzerinden en olası yanıtı üretiyor.

    Bu mekanizma, “prompt mühendisliği” olarak bilinen bir yaklaşımın doğmasına yol açtı. Bu yaklaşım, yapay zekâdan daha iyi sonuç almak için talimatların nasıl yazılması gerektiğine odaklanıyor.

    Ancak Vanderbilt Üniversitesi’nden üretken yapay zekâ uzmanı bilgisayar bilimci Jules White’a göre ortada sihirli bir kelime dizisi yok.

    White: “Birçok insan, doğru kelimeleri kullanırsa modelin her problemi çözeceğini düşünüyor. Oysa mesele kelime seçimi değil, yapmak istediğiniz şeyi nasıl ifade ettiğinizdir” diyor.

    Nazik Olmak Gerçekten İşe Yarıyor mu?

    Görsel: John MacDougall / AFP via Getty / Futurism

    2025 yılında X (eski adıyla Twitter) platformunda bir kullanıcı, “İnsanların modellere ‘lütfen’ ve ‘teşekkür ederim’ demesi nedeniyle OpenAI elektrik masrafı olarak ne kadar para kaybetti acaba?” diye sordu.

    OpenAI CEO’su Sam Altman, bu soruya “On milyonlarca dolar ama iyi harcanmış para. Asla bilemezsiniz.” yanıtını verdi.

    Bu sözler, bazıları tarafından esprili bir “yapay zekâ kıyameti” göndermesi olarak yorumlandı. Ancak mesele yalnızca mizah değil, teknik boyutu da var.

    Dil modelleri, yazılan her kelimeyi analiz ettiği için “lütfen” ya da fazladan bir virgül bile yanıtı etkileyebilir. Sorun şu ki bu etkinin nasıl ve ne yönde olacağını öngörmek son derece zor.

    2024’te yapılan bir araştırma, nazik sorular sorulduğunda modellerin daha doğru yanıt verdiğini ortaya koydu. Hatta kültürel farklılıklar bile gözlendi. İngilizce ve Çince’de olumlu sonuçlar görülürken, Japonca konuşan sohbet robotları aşırı nezaket karşısında biraz daha düşük performans sergiledi.

    Ancak başka küçük çaplı testlerde, önceki ChatGPT sürümlerinin hakaret edildiğinde daha doğru sonuç verdiği bile iddia edildi.

    Genel tablo ise net: Bu konuda yeterli ve tutarlı bilimsel veri yok. Üstelik yapay zekâ modelleri sürekli güncellendiği için araştırmalar hızla geçerliliğini yitiriyor.

    Artık Küçük Dil Oyunları Etkili Değil

    Uzmanlara göre son birkaç yılda yapay zekâ modelleri ciddi biçimde gelişti. Broadcom’da uygulamalı makine öğrenimi mühendisi Rick Battle, geçmişte dildeki küçük değişikliklerin sonucu ciddi biçimde etkileyebildiğini söylüyor.

    Battle “O dönem tamamen şans işiydi” diyor

    Ancak bugün ChatGPT, Gemini ya da Claude gibi yaygın ürünlerde kullanılan yeni modeller, sorunun en önemli kısmını daha iyi ayırt edebiliyor. Küçük dil oyunlarının tutarlı bir avantaj sağlaması artık pek mümkün görünmüyor.

    Bu durum, insanlarda oluşan “yapay zekânın ruh hâli varmış gibi davranma” eğilimini de sorgulatıyor. Şirketler, bu araçları insana benzer bir üslupta tasarlıyor. Bu da onların sanki yönlendirilebilir bir kişiliğe sahipmiş gibi algılanmasına yol açıyor. Oysa uzmanlar net konuşuyor: Yapay zekâ canlı değil, yalnızca taklit ediyor.

    Daha iyi sonuç almak istiyorsanız, onu bir insan gibi değil, bir araç gibi kullanmanız gerekiyor.

    Yapay Zekâyla Daha Verimli İletişim İçin Öneriler

    1. Tek Cevap İstemeyin

    Uzmanlar, tek bir yanıt yerine üç ya da beş alternatif istemeyi öneriyor. Örneğin bir metin yazdırıyorsanız, farklı tonlarda birkaç seçenek talep edin. Bu yaklaşım, hem modeli daha esnek düşünmeye zorluyor hem de kullanıcının kendi tercihlerini netleştirmesini sağlıyor.

    2. Örnek Verin

    Birçok kullanıcı, “Bu benim tarzım değil” diyerek yapay zekâdan gelen metinleri eleştiriyor. Uzmanlara göre çözüm basit: Örnek paylaşmak.

    “Daha önce yazdığım 10 e-posta burada, aynı üslubu kullan” demek, uzun talimat listelerinden çok daha etkili.

    3. Soru Sormasını İsteyin

    Örneğin bir iş ilanı hazırlamak istiyorsanız, yapay zekâdan size tek tek sorular yöneltmesini isteyebilirsiniz. Bu yöntem, modelin yanıtlarını verdiğiniz bilgilere göre uyarlamasını sağlıyor.

    4. Rol Yapma Konusunda Dikkatli Olun

    Bir dönem, “Matematik profesörü gibi davran” demenin doğruluğu artırdığı düşünülüyordu. Ancak uzmanlar, tek doğru cevabı olan sorularda rol yapmanın ters etki yaratabileceğini söylüyor.

    Bu yaklaşım, modelin kendine aşırı güvenli yanıtlar üretmesine ve “halüsinasyon” olarak bilinen hatalı bilgi üretimine yol açabiliyor.

    Buna karşılık, yaratıcı fikir üretimi, beyin fırtınası ya da tavsiye gerektiren konularda rol yapma oldukça işe yarayabiliyor.

    5. Tarafsız Kalın

    Eğer iki seçenek arasında karar vermeye çalışıyorsanız, eğiliminizi baştan belli etmeyin. “Toyota’ya daha yakınım” demek, büyük ihtimalle Toyota lehine bir yanıt almanıza yol açacaktır.

    Peki  “Lütfen” ve “Teşekkürler”?

    2019’da yapılan Pew Research Center araştırmasına göre Amerikalıların yarısından fazlası akıllı hoparlörleriyle konuşurken “lütfen” diyor. 2025’te yapılan başka bir ankette ise kullanıcıların yüzde 70’inin yapay zekâya karşı nazik olduğu görüldü.

    Katılımcıların çoğu bunun “doğru olan” davranış olduğunu söyledi. Yüzde 12’lik bir kesim ise olası bir robot ayaklanmasına karşı tedbir aldığını belirtti.

    Uzmanlara göre nezaket, modelin performansını doğrudan artırmasa da kullanıcının konforunu artırabiliyor. Ve bu da dolaylı olarak daha verimli bir kullanım sağlayabiliyor. Ayrıca işin bir de insani boyutu var.

    Filozof Immanuel Kant, hayvanlara zalim davranmamanın gerekçelerinden birinin, bunun insanın kendi karakterini de zedelemesi olduğunu savunuyordu. Aynı mantık yapay zekâ için de düşünülebilir. Onun duyguları yok, incinmez. Ama kaba davranmak sizi daha sert bir insan yapabilir.

    Sonuç olarak yapay zekâya nasıl hitap ettiğiniz tamamen önemsiz değil; ancak mucizevi kelimeler de yok. Asıl fark yaratan şey, talebinizi açık, net ve yapılandırılmış biçimde ifade etmeniz.

    Yapay zekâyı bir insan gibi yönetmeye çalışmak yerine, onu doğru kullanan bir araç hâline getirmek, hem zaman hem enerji açısından daha verimli sonuçlar doğuruyor.

    Yapay Zekânın Bedeli: Enerji, Su ve İnsanlığın Değersizleştirilmesi Tartışması

    0

    Yapay zekâ sektörünün önde gelen isimleri teknolojinin insanlığın yararına geliştirildiğini savunurken, enerji tüketimi ve buna bağlı çevresel maliyetlere yönelik eleştirileri küçümseyen söylemler giderek daha sert bir tartışmayı tetikliyor.

    Detaylar haberimizde…

    Yapay zekâ liderleri, insanlığın çıkarlarını gözettiğini ısrarla savunuyor. Bu iddialar doğru kabul edilirse, ortada dikkat çekici bir sorun ortaya çıkıyor: bu isimler, insan türüne karşı açık bir küçümseme taşıyormuş izlenimi veren bir dil kullanma alışkanlığına sahip.

    İnsan mı Daha Maliyetli, Yapay Zekâ mı?

    OpenAI CEO’su Sam Altman’ın The Indian Express tarafından düzenlenen bir etkinlikte yaptığı, yapay zekânın çevresel etkilerine yönelik eleştirileri küçümsemeye çalışan açıklamalar oldu. Altman’ın bu sözleri, Anthropic CEO’su Dario Amodei ile diğer sektör liderleriyle aynı sahnede yer almayı garip bir şekilde reddetmesinin hemen ardından geldi.

    enerji

    Altman, bir yapay zekâ modelinin eğitilmesi için harcanan enerjiyle, bir insanın tek bir çıkarım yapması için gereken maliyetin karşılaştırılmasını “adil olmayan” bir yaklaşım olarak nitelendirdi. Bunun gerekçesi olarak ise şunu öne sürdü: “Bir insanı eğitmek de çok fazla enerji gerektiriyor.”

    Altman’a göre bir insanın “akıllı” hâle gelmesi yaklaşık 20 yıllık bir yaşam süresini ve bu süre boyunca tüketilen tüm gıdayı gerektiriyor. Ayrıca, bugünkü insan zekâsının ortaya çıkabilmesi için tarih boyunca yaşamış yaklaşık 100 milyar insanın evrimsel süreçte hayatta kalmayı, yırtıcılardan kaçmayı ve bilimi öğrenmeyi başarmış olması gerektiğini vurguladı. Bu bakış açısıyla değerlendirildiğinde, Altman’a göre yapay zekâ “enerji verimliliği açısından muhtemelen insanlarla aynı seviyeye gelmiş durumda.”

    Altman ayrıca yapay zekânın su tüketimine ilişkin iddialara da sert tepki gösterdi. “Su meselesi tamamen uydurma,” diyerek söze başlayan Altman, geçmişte veri merkezlerinde buharlaşmalı soğutma kullanıldığını, ancak artık bu yöntemin tercih edilmediğini savundu. Buna rağmen hâlâ “ChatGPT’yi kullanmayın, her sorgu için 17 galon su harcıyor” gibi iddiaların dolaşımda olduğunu belirterek, bu tür söylemleri “gerçeklikle hiçbir ilgisi olmayan, tamamen saçma” ifadeler olarak nitelendirdi.

    Sanayileşmiş çağda insan yetiştirmenin maliyetli olduğu inkâr edilemez. Karbon salımını azaltmak ve aşırı et tüketimini düşürmek için yapılabilecek pek çok şey olmasına rağmen, sistemsel nedenlerle bunlar hayata geçirilemiyor. Buna karşın, bu maliyetler insan uygarlığının devamını sağlıyor: tarımda kullanılan su insanların beslenmesini mümkün kılıyor, yakılan fosil yakıtlar insanların ısınmasını sağlıyor.

    Buna karşılık, yapay zekâ modellerinin tükettiği enerji neye hizmet ediyor? Hatalı bilgiler üreten, halüsinasyonlarla dolu sistemlere mi? Mevcut metin ve sanat eserlerinin bozulmuş kopyalarını üreten algoritmalara mı? Sahte görsellerin ve dezenformasyonun yayılmasına mı? Ya da insanları daha da derin bir psikolojik çıkmaza sürükleyebilen yapay “yoldaşlara” mı?

    Enerji Söylemi ile Gerçek Maliyetler Arasında

    Yapay zekânın, toplu işten çıkarmaları meşrulaştırmanın ötesinde bir fayda sağlayıp sağlamayacağı, teknoloji olgunlaştıkça ve abartı perdesi aralandıkça daha net görülebilir. Ancak mevcut durumda, sektörün devasa veri merkezleri ölçeğindeki vaatleri ile ortaya koyduğu somut faydalar arasında ciddi bir uçurum bulunuyor. Buna ek olarak, endüstri çevresel maliyetler konusunda son derece kapalı bir tutum sergiliyor.

    Eğer yapay zekâ, Altman’ın iddia ettiği gibi insanlarla kıyaslanabilecek düzeyde enerji verimliyse, o hâlde OpenAI, Microsoft ve Amazon gibi şirketlerin yapay zekâya bağlı enerji faturalarını, karbon salımlarını ve su tüketimlerini açıklamaması nasıl açıklanabilir? Bu eleştiriler genellikle, yapay zekânın iklim krizini ve insanlığın karşı karşıya olduğu diğer sorunları çözeceği yönündeki belirsiz ve heyecan yüklü iddialarla geçiştiriliyor. Görünen o ki, Altman’ın yeni yaklaşımı, yapay zekânın maliyetlerini sorgulayanlara, var olmanın kendisi üzerinden suçluluk hissettirmeye dayanıyor.

    Derleyen: Damla Şayan