Haberler
Bilim & Teknoloji
Yaşam
Kültür & Sanat
Haberler
Bilim & Teknoloji
Kültür & Sanat
- ana sayfa
›- #etiketler
›- Makine Öğrenmesi
Son #Makine Öğrenmesi Haberleri, Yazıları ve Videolarını Contentingle Keşfet
Makine öğrenmesi, veri madenciliği ve derin öğrenme alanlarındaki en son gelişmeler hakkında haberleri, yazıları ve videoları bulmak için aşağıdaki kaynaklar kullanılabilir: 1. TechCrunch: Makine öğrenmesi, derin öğrenme ve veri madenciliği hakkındaki son gelişmeler, ürün çıkışları ve konu hakkında haberler TechCrunch'da mevcuttur. 2. Kaggle: Kaggle, her türlü makine öğrenmesi, derin öğrenme ve veri madenciliği yarışmalarına katılabileceğiniz ve bunlara ilişkin örnekleri görebileceğiniz bir platformdur. 3. Makine Öğ
Yapay zekânın kötü amaçlı kullanımının tehditleri neler? - Herkese Bilim Teknoloji
Füzeye dönüşmüş insansız hava araçları, kamuoyunu yanlış yönlendiren yapay zekâ üretimi videolar, bilgisayar korsanı bilgi sistemleri... İşte kötü ellere geçen yapay zekânın tehditlerine birkaç örnek. Yapay zekâ ve makina öğrenmesi (machine learning) yetenekleri eşine rastlanmayan bir hızla ilerliyor. Bu teknolojilerin geniş çaplı ve çok yararlı uygulamaları otomatik çeviriden tıbbi görüntü analizine kadar gidiyor. Yeni uygulamaların sayısı da çığ gibi büyüyor. Öte yandan, yapay zekânın kötü amaçlı kullanımı konusuna ise şimdiye kadar yeterince önem verilmediği anlaşılıyor. Geçtiğimiz günlerde, işte tam da bu konuda, üniversite, sivil toplum ve endüstriden 14 ayrı kuruluşta çalışan 26 uzmanın hazırladığı ‘Yapay Zekânın Kötü Amaçlı Kullanımı - Öngörme, Önleme ve Etkilerini Azaltma’ (T he Malicious Use of Artifi cial İntelligence - Forecasting, Prevention and Mitigation) konulu bir rapor yayınlandı. Rapor, yapay zekâ teknolojilerinin kötücül (malicious) kullanımının oluşturduğu tehditleri inceliyor ve bu tehditleri daha iyi öngörme, önleme ve etkilerini en aza indirmenin yollarını öneriyor. Rapor, günümüz ile önümüzdeki beş yıla odaklanıyor ve yapay zekânın günümüzde ulaştığı düzeyin, ‘haydut devletler’ (rogue states), suçlular ve teröristler tarafından kullanımına el verdiğine özellikle dikkati çekiyor. Yapay zekâ sistemlerini tasarlayanların, uygulamalarının kötü amaçlı kullanımını en aza indirmek için daha çok çaba göstermeleri ve hükümetlerin de bu amaçla yeni yasalar yapmaları gerektiği de vurgulanıyor. Onlarca yıldan beri yapay zekâ ve makina öğrenmesi (machine learning) konusunda söylentiler hep gerçeklerin çok ötesinde idi. Ama artık değil! Yüz sayfalık bu rapor, günümüzde artık iş görmeyen bilgi ve bilgisayar güvenliği yöntemlerini gözden geçiriyor ve buna çözüm olabilecek yaklaşımlar öneriyor: Kötüye kullanılan yapay zekâya dayanıklı donanım ve yazılım tasarımı ile bunlarla ele ele gitmesi gereken yasalar ve uluslararası yönetmelikler gibi. Ezber bozan gelişmeler Özellikle endişe verici olan, son dönemde yapay zekânın, Güçlendirilmiş ya da Pekiştirilmiş Öğrenme (Reinforcement Learning) olarak adlandırılan teknoloji ile yeni bir döneme girmiş olması. Bu yöntemle, yapay zekâ sistemleri, belirli alanlarda, örneklere ya da yönlendirmeye gerek olmaksızın ‘süper insan’ zekâsına ulaşabiliyorlar. Yakın gelecekte yapay zekânın nasıl bir güvenlik tehdidine dönüştürebileceğinin örnekleri şunlar olabilir: • Google’ın DeepMind bölümünün geliştirdiği ve Go oyunu şampiyonlarını ezip geçen AlphaGo uygulaması, verilerde yepyeni örüntüler (pattern) bulmak için ya da bilgisayar sistemlerine girmek amacı ile yazılımlardaki boşlukları keşfetmek için bilgisayar korsanları (hacker’ler) tarafından kullanılabilir. • Kötü niyetli biri, bir insansız hava aracını, yüz tanıma yazılımları aracılığı ile belirli bir kişiyi hedefleyen bir silaha dönüştürebilir. • İnternet Robotları (BOT’lar), yapay zekânın ürettiği ve gerçeğinden ayırt edilemeyecek videolar ile yalan haber üretme ve politik yönlendirme amacı ile kullanılabilir. • Yine, bir bilgisayar korsanı, yapay zekâ kontrolündeki bir insan sesi sentezi sistemini kullanarak, kendisini, kuşku duyulmayacak bir biçimde, başkasının yerine koyabilir. Raporun yazarlarından, Oxford Üniversitesi İnsanlığın Geleceği Enstitüsü’nden Miles Brundage söyle diyor: “Yapay zekâ, bireyler, kurumlar ve devletlerin karşı karşıya olduğu riskleri artırmakta ve değiştirmekte. Bir bilgi sistemini uzman bir bilgisayar korsanı olarak eğiten ve kullanan bir suçludan, bireylerin mahremiyetini yok eden, profillerini çıkartan ve onları baskı altına alan bir izleme sistemine kadar, güvenliğin karşı karşıya olduğu tehditlerin spektrumu çok geniş. Üç güvenlik alanı seçilmiş Rapor analizini üç güvenlik alanı üzerinde yapılandırıyor ve bu üç alandaki güvenlik tehditlerinin değişimini etkileyici örneklerle açıklıyor: • Sayısal Güvenlik: Siber saldırıların yapay zekâ ile otomasyonu bu saldırıların büyüklüğü ile etkinliği arasındaki ters orantıyı değiştirecek. Emek yoğun siber saldırıların tehdidi artacak. Ayrıca, yapay zekâ kontrolündeki ses sentezi aracılığı ile başkalarının kimliğine bürünüp insani zayıflıkları kullanan, yine yapay zekâ aracılığıyla yapılan bilgisayar korsanlığı ile yazılım boşluklarını bulup bilgisayarlara giren, ya da ters örnekler ve bilgi zehirleme teknikleri kullanarak öğrenen makineleri yanıltan yeni tür siber tehditler beklenmekte. • Fiziksel güvenlik: İnsansız hava araçları (Drones), ya da kendi kendini idare eden (autonomous) silahlarla yapılan saldırıların yapay zekâ kontrolüne geçmesi bu saldırıların oluşturduğu tehdidi artıracaktır. Yapay zekânın yeni tür fiziksel tehditleri ise siber-fiziksel sistemleri ele geçirmek biçiminde olacaktır. Örneğin sürücüsüz bir aracın kontrolünü alarak ona kaza yaptırmak, ya da halen insanlar tarafından uzaktan kumanda edilmesi olanaksız fiziksel sistemleri, örneğin binlerce mikro drone’dan oluşan bir robot sürüsünü yönetmek gibi. • Politik güvenlik: Yapay zekânın, bireyleri izleme (kitlelerden toplanan verilerin analizi), inandırma (hedefe yönelik propaganda üretimi) ve aldatma (üzerinde oynanmış görüntü ve videolar) amacı ile yapılan işleri otomatikleştirmek amacı ile kullanımı, mahremiyetin yok edilmesi ve sosyal manipülasyona dönük tehditleri çok artıracaktır. Yeni uygulamalar, büyük veriler aracılığı ile bireylerin davranışları, psikolojileri hatta inançlarını çözümleyip bunları kullanacaklar. Bu endişe verici gelişmelerin oluşturduğu tehditler daha çok otoriter rejimler altındaki ülkeler için geçerli olsa da demokrasilerde de sağlıklı bir toplumsal diyaloğu engelleyeceğe benziyorlar. Özetle, söz konusu rapor alarm zillerini tam zamanında çalıyor. Yapay zekânın kendi kendini geliştirip çoğaltarak insanları köle ya da yok etme olasılığı henüz bir spekülasyondan öteye gitmiyor. Ama yukarıda özetlediğimiz kötü amaçlı kullanımı daha bugünden büyük tehlike. Erdal Musoğlu / emusoglu@gmail.com Kaynaklar: https://maliciousaireport.com http://www.bbc.com/news/technology-43127533 Bu yazı HBT'nin 102. sayısında yayınlanmıştır.
Yüz tanıma sistemleri nereye gidiyor? - Herkese Bilim Teknoloji
Brüksel havalimanındayım. Aracımın plakasını okuyan ve tüm hareketlerimi izleyen kamera ve bilgi sistemleri artık, uçaklara giriş çıkışlarda, güvenlikten geçerken de kullanılmaya başlanmış. Alan polisinin önünde sırada beklemek yerine otomatik geçiş noktalarından birine gidip, akıllı kimlik kartımı yuvaya sokup kameraya bakıyor ve birkaç saniye içinde kontrolden geçerek bekleme salonuna gidiyorum. Hem inişler hem de kalkışlarda kullanılan sistem gerçekten büyük kolaylık sağlıyor. Hepimizin tanık olduğu gibi yüz tanıma uygulamaları giderek yaygınlaşıyor. Kimlik doğrulamasından, ‘suçlu’ belirlemeye, müşteri profili çıkarmaktan, hastaların karışmasını önlemeye kadar her alanda karşımıza çıkıyorlar. Sağladıkları kolaylık ve olanaklar kadar yol açtıkları tehlikeler ve tehditler ile de gündemdeler. Nasıl çalışıyor? Yüz tanıma sistemleri (Face Recognition Systems) on yıldan fazladır kullanılmakta ama çeşitli teknolojik sınırlamalar ve tanımadaki hata yüksekliği yaygınlaşmalarını önlemekte idi. Son yıllarda ise, akıllı telefonların ve genel olarak bilgisayarların güçlenmeleri bir yandan, yapay zeka ile sinir ağlarına dayalı öğrenen makinalar ve algoritmaların gelişmesi diğer yandan, bu dalı da hızla ön plana çıkardı. Güncel bir yüz tanıma sistemi yüksek çözünürlükte (HD ya da UHD) sayısal bir görüntüden yola çıkar. Önce yüz algılama (Face Detection) programları çalışarak görüntüdeki insan yüzlerini bulup çerçeveler ve yüzleri ‘normalize’ eder yani görüntüleri olabildiğince tam önden çekilmiş biçime sokar, boyutlandırır ve ışık ile kontrastı ayarlar. Ardından yapay zeka yazılımları devreye girerek, parmak izi benzeri bir Yüz İzi (Faceprint) oluşturur. Bu iz, kaş, göz, burun, ağız, çene, kulak vb nin boyutları ve birbirlerine mesafelerinden oluşan 128 kadar ölçümden oluşur. Son aşamada ise, yine yapay sinir ağları ile çalışan öğrenen makina yazılımları, belirlenen yüz izini (yani ölçümlerin sonucu oluşan sayıları) veri tabanındaki (bazen yüz milyonları bulan kişinin!) yüz izleri ile karşılaştırıp o yüze en benzeyenini (yüz izi en yakın olanı) bulur. Böylece görüntüdeki bir yüzün sahibinin kimliği, bir saniyenin altında bir sürede ve %99.5 civarında bir doğrulukla belirlenmiş olur. Yüz tanıma sistemlerini yanıltma amacı ile, kameraya fotoğraf gösterme, güneş gözlüğü, tıbbi maske, takma sakal, bıyık kullanma gibi yöntemlere karşı da yepyeni teknolojiler geliştirilmekte. Örneğin kızıl ötesi kameralar ile 3D (üç boyutlu) görüntü alma, termik (ısıl) kameralar kullanarak insanın yaydığı ısı ile görüntü oluşturup gözlük vb. aygıtların etkilerini yok etme gibi. Uygulanmaya başlayan bir diğer yöntem ise yüz derisinin dokusunun analizi (Skin Texture Analysis). Bu yöntemle, tek yumurta ikizlerini bile doğru olarak birbirlerinden ayırmak mümkün oluyor! Tabii bu çeşitli yöntemler bir arada da kullanılabiliyorlar.. Yüz tanıma teknolojilerindeki gelişmeler deyince Apple’ın iPhone X modeline değinmeden olmaz tabii. Firmanın bu yeni model telefonu, kullanıcı tanıma ve elektronik ödemeler için, parmak izi yerine Face ID adını verilen yüz tanımayı kullanıyor. İPhone X bunun için kullanıcının telefona bakmasını istiyor ve onun yüzünü bir kızılötesi (yani görünmez) ışık demeti ile aydınlatıp, yine bir kızılötesi lazer ile yüze tam 30.000 ışık noktası gönderiyor, telefonun kızılötesi kamerası da oluşan 3 boyutlu görütüyü algılayıp özel olarak geliştirilmiş bir yapay zeka ya da sinir ağı motörü (Neural Engine) çipine iletiyor. Böylece kullanıcının kimliği büyük bir doğrulukla anında belirleniyor. Apple’ın bu çok gelişmiş teknolojisinin hızla yaygınlaşması bekleniyor. Uygulamalar neler? En başta güvenlik uygulamaları geliyor tabii. Yüz tanıma, bir yandan ulaşım kontrolu (Access Control) amacı ile, iPhone X de olduğu gibi bir cihaza, ya da havalimanlarında olduğu gibi korunması gereken bir mekana ulaşım için kimlik doğrulama sistemlerinde kullanılıyor. Parmak izi, avuç içi, göz dibi tanıması gibi diğer biyometrik alternatiflere göre yüz tanıma daha doğal ve hızlı. Diğer yandan, yüz tanıma, ‘potansiyel suçluların’ nerede olduklarının belirlenmesi için de yoğun biçimde kullanılıyor ve hızla yaygınlaşıyor. Artık her yerde önümüze çıkan MOBESE türü kameralar ile güvenlik kuvvetleri ve istihbarat servisleri, aranan ya da şüpheli kişileri binlerce kişi arasından anında belirleyebiliyor. Bunun toplumsal güvenliği artırıcı rolü yadsınamaz olsa da bireylerin mahremiyetine son derece olumsuz etkisi olduğu da orta Özellikle Çin bu, alanda, 400 milyon kamerası ile öncü ve güvenlik sistemlerini, yüz izi veri tabanları 1.4 milyarlık nüfusunun tamamını kapsayacak biçimde hızla yaygınlaştırıyor. Zhengzhou şehrinde polis, ‘şüphelilerin’ yüzlerini 1/10 saniyede tanıyıp kimliği gösteren gözlüklerle donatıldı. Çin’de, insan hakları savunucularının, Uygurların, Tibetlilerin de ‘şüpheli’ sayıldıklarını belirtmeye bile gerek yok tabii... Sosyal medyada yüz tanıma Sosyal medya da yüz tanımada öncü tabii. Başta Facebook ve İnstagram, sonra Google+, vc.com ve Microsoft. Bazılarının görüntü veri tabanları, FBI’ın100 milyon kişiyi aşan veri tabanını geride bırakıyor, teknolojileride öyle.. Firmaların bu veritabanları, çoğu kez, kendilerine üye olmayan kişilerin resimlerini de içeriyor. Facebook’un DeepFace uygulaması, kişilerin mahremiyetini ihlal etme nedeniyle, başta AB, birçok ülkede yasaklanmış ve onlarca davaya konu olmuş durumda. Finans ve ticaret dünyası da yüz tanıyarak kimlik belirleyen sistemlerle yakından ilgili. Finans kuruluşları, müşterilerini otomatik olarak tanıyarak ‘önemli’ olanlara özel ilgi gösteriyor. Büyük mağazalar da, ziyaretçilerin hangi reyonlara gittiklerini izliyor, bireyin kimliği belirlenemese bile, yüzünün analizi ile, cinsiyeti, etnik kökeni, yaşı, hatta yüz ifadesi belirleniyor! Böylece hangi malların kimlerin ilgisini çektiği bilgisi de elde ediliyor. Amazon’un geçenlerde ABD’nin Seattle şehrinde ilk kasiyersiz büyük mağazayı açtığını ve hem müşterileri hem de satın aldıkları her malı görüntü tanıma teknolojileri ile belirlediğini de eklemeyi unutmayalım. Mağazaya girerken Amazon kartınızı okutuyor, alışverişinizi yapıyor ve elinizi kolunuzu sallayarak mağazadan çıkıyorsunuz. Aldıklarınız anında kredi kartınızdan çekiliyor ve döküm cep telefonunuza geliyor. Bütün bu gelişmeler, George Orwell’in geleceği neredeyse önceden bilen başyapıtı ‘1984’teki ‘Büyük birader sizi gözlüyor!’ ifadesini doğrulayan bir dünyada yaşamaya başladığımızın habercisi. Haa, bir de, bu çok gelişmiş görüntü ve yüz tanıma teknolojilerinin insansı robotlara uygulanacağı günlerin de çok uzak olmadığını akılda tutmak gerek.. Neyse ki, bu tür akıllı robotlar filan bizim ülkemiz için bir tehlike değil. Durumumuzu ve gidişatımızı gördüklerinde nasıl olsa anında kısa devre yapacaklardır! Erdal Musoğlu / emusoglu@gmail.com Kaynaklar: https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78 https://www.kaspersky.com/blog/bad-facial-recognition/12806/ Bu yazı HBT'nin 110. sayısında yayınlanmıştır.
İlaç keşfi ve yapay zekâ - Herkese Bilim Teknoloji
Yeni bir ilaç adayı molekülünün “Tasarım-Laboratuvar-Klinik-İnsan sağlığı” olarak tanımlanan ve insan zekâsı ile bilgi ve deneyim birikimlerinin aşamalarından geçerek dünya insanının sağlık yapısındaki bozulmaların bir yönünü düzeltebilmesine kadar uzanan çalışmalar, 1-5 milyar Amerikan Doları arası harcamaları ve giderek uzayan zamanın yaşlanması süreçlerine mal olmaktadır. Yeni bir ilacın keşfedilme aşamaları, bir başlangıç olmakla birlikte oldukça önemli bir süreci içermektedir. Günümüze gelinceye kadar insan zekâsının geçmiş çalışmalarla kombinasyonu, kimyasal moleküllerin canlı ortam içindeki davranışlarını izlemede ön plana çıkıyordu, ama artık ”Yapay zekâ” var ve hepimiz giderek artan bir ivme ile teknolojinin her dalında yükselişe geçen bu yaklaşımın, çeşitli uygulamalara bağlı olarak nasıl kodlanması gerektiğini hem merak ediyoruz, hem de isteklerimiz doğrultusunda yeni algoritmalar bulmaya çalışıyoruz. Amacımız aslında belli; geleceğimizde doğal zekâmızı kullanma yolunda tembellik yapma özlemi içinde bulunmak ve işimizi robotlara bırakmak. Yapay zekânın ve bu olgu içinde yaklaşık 30 yıldır gelişen kavramların, son 1-2 yıldır inanılmaz boyutlardaki pandemik etkilerini yaşamaya başladık. Bir taraftan günlük hayatımızın kaçınılmaz mücadelelerini yaşarken, diğer taraftan sahip olduğumuz bilgi ayrıcalıklarını da yapay zeka kavramları altında irdelemeye çalışıyoruz. Amerikan Kimya Derneğinin bir yayınında, global ilaç endüstrisinin kurtuluşunun makine öğrenimi/derin öğrenme ile yeni ilaçların keşfedilmesine bağlı olduğu anlatılmıştır (1). Dünyada yeni ilaç keşfine yönelik yapay zeka firmalarının giderek arttığı ve konunun doğal zekaya müdahale ettiğini görebiliyoruz. Gen analizleri de bu anlamda bizi sağlık olgusunda giderek zorlamaya başladı. İnsan olarak bizler sahip olduğumuz bedensel parçalarımızdaki değişimlerin farkına vardığımız andan itibaren bu farklılaşmaları geciktirmeye ve/veya tamamen ortadan kaldırmaya yönelik güdülerin hakimiyeti altına gireriz. Sağlığımızın bozulmasından sürekli endişe duyarak yaşayan ve bunu bir hayat felsefesi gibi algıladığımız zamanlarda da kendi mutsuzluğumuzu kendimizin yarattığının pek farkına varamayız. Gıdalara ve ilaçlara şu an için büyük gereksinim duymaktayız. Bizler organik yaratıklarız ve organik moleküllerin içimizdeki etkileşimlerini uzun süredir de inceleyip kim olduğumuzu anlamaya çalışıyoruz. Bozulmaları gidermede de kendimize göre geleneksel yöntemler silsilesi oluşturmuşuz. Bu organizasyonu daha iyi anlayabilmek için de yapay zekayı geliştirmek ve kullanmak zorundayız. Yeni bir ilaç molekülünün bir hastalığa karşı ortaya çıkartılmasında ve insan sağlığına yararlı olma aşamalarında öncelikle her molekülün, genler tarafından kodlanan ve kontrol edilen belli özellikteki proteinlerle etkileşmesini belirtmemiz gerekmektedir. Bizler organik yapıda canlılar olarak vücudumuzdaki her organik ve biyokimyasal reaksiyonların temelinde yer alan etkileşmeleri simüle edebilme teknolojisine sahip olmaya çalışmaktayız. Antibiyotiklerin giderek etkisini yitirdiği, dünya genelinde kanser vakalarındaki artışlar, Alzheimer hastalığı (Tip-3 diyabet) ve diğer nörolojik bozuklukların çevremizi sarmasının yanı sıra, özellikle tip-2 diyabet ve buna bağlı komplikasyonlardaki yükselişlerin ivme kazanması, ister istemez insan çaresizliğinin ve bunun sonucu olarak yeni ilaç moleküllerinin tedaviye kazandırılamamasıyla, toplumsal beklentilerin yeterince karşılanamaması gibi sorunlar giderek birbirini sıklıkla izler hale gelmektedir. Ülkemizde durum Ülkemizde kullanılan ilaçların hiçbiri Türkiye’de ve Türk bilim insanları tarafından geliştirilmemiştir ve bunun doğal sonucu olarak bizler yurt dışına ve özellikle Dünya ilaç endüstrisinin geliştirdiği ilaçlara muhtaç durumda kalmaktayız. Kimya alanında araştırma yapan birimlerin uzun soluklu uğraşlarla elde ettikleri bilgi birikimleri, birbirleriyle kıyasıya yarışan ilaç tasarım projeleri ve moleküler biyolojinin biraz da olsa katkı sağlama girişimleri bile, henüz klinik alanda kendini gösteren bir ilaç adayı molekül ortaya çıkmadı. Bunun üzerine yapay zekâ, bu konuda inisiyatifi ele almaya başlamış ve başlangıç koşullarında kendini ifade edebilecek açıklamalara yönelmiştir (2-4). Umuyoruz ki, Türkiye’deki ilaç sanayi de, bir takım mali kaygılarından vazgeçip, yapay zekânın sağladığı olanakları (örneğin, klinik çalışmaların simülasyonu) yeniden gözden geçirip, ülkemize yeni bir ilaç molekülü kazandırmanın gururunu yaşar. Erdem Büyükbingöl Ph.D., Ankara Üniversitesi Eczacılık Fakültesi, Farmasötik Kimya Anabilim Dalı erdem@pharmacy.ankara.edu.tr 1. Elizabeth K. WILSON, Deep learning to the rescue, Chemical &Engineering News, 95 (4), 29–30 (2017). 2. Gilles KLOPMAN and Erdem BUYUKBINGOL, An Artificial Intelligence Approach to the Study of the Structural Moieties Relevant to Drug-Receptor Interactions in Aldose Reductase Inhibitors, Molecular Pharmacology, 34, 852-862 (1988). 3. Ozlem Erdas, Cenk A. Andac, A. Selen Gurkan-Alp, Ferda Nur Alpaslan and Erdem Buyukbingol, Compressed images for affinity prediction (CIFAP): a study on predicting binding affinities for checkpoint kinase 1 protein inhibitors, Journal of Chemometrics, 27, 155-164 (2013). 4. Ali Osman Atac, Ozlem Erdas, Ferda Nur Alpaslan and Erdem Buyukbingol, Machine Learning Studies of 3D Analysis of the Binding Site Images for Predicting Affinities in Drug Design, Yayın aşamasında (2018). Bu yazı HBT'nin 124. sayısında yayınlanmıştır.
Fotonik İşlemci, ‘Işık Hızında’ Performans Gösterebilir - DijitalX
George Washington Üniversitesi araştırmacıları, matematiksel işlemleri yürütmek için bir fotonik işlemci kullanımını gösterdiler. Bu, ağdaki cihazlarda inanılmaz derecede hızlı ve güç tasarruflu makine öğrenmesine olanak sağlayabilir.