hesabın var mı? giriş yap

  • look sir!

    i have couple of words to tell you. you are a big man, with money and everything. thousands work for you. would it make you look cool to play with their future, leaving all those innocent kids without shelter and food? but why wouldn't it? wasn't that you who never pitied his own daughter, avoiding a handful of happiness?

    can't you see sir? these kids love each other. but i'm talking in vain, trying to teach how to love to someone who doesn't know what it is. huh!, you, the big boss, billionaire, factory owner mr saim !

    do you think you are great? no you aren't, but i am. i! master yaşar!
    you're nothing compared to me, get it? nothing! you have no value to me. yet, for sure you won't be able to do any harm, neither to my daughter in law, nor my son!. nor you can destroy, scatter and defeat us. because we're not bound to one other with money but with love. we love one another. we are a family, a beautiful family. do you think you are strong enough to knock this down?

    don't touch my family anymore! don't touch my children, my son and my daughter in law. if you are to harm them; i, the man who hasn't even hurt an ant in his entire life , master yaşar, would pull the trigger and shoot you down, without thinking a second.

    got it? i'd shoot you down and never look back at you!

  • bir sene evvel kaybettiği babasının pijamasına sarılmadan yatamayan 10 yasında bir kız cocuğu...

    bir anne ve iki kızı ile kalıyorum bir süredir.
    kızlardan birisi 10 yasında, digeri 6 yasında.
    kadın eşini gecen sene kanserden kaybetmiş.
    koskoca istanbul'da iki cocukla bir basına kalmış.
    ailesi "memlekete don" demiş. donmemiş.
    "esimin hatırasını bırakamam, ben burada buyuturum cocuklarımı" demiş ve kalmış istanbul'da.
    ne is olsa yapıyor.
    hafta sonları temizliğe gidiyor.
    hafta ici bir işyerinin yemeklerini yapıyor.
    iki haftada bir cocuklarının okulunun camlarını siliyor.
    "asla gocunmam, her isi yaparım, istanbul'da is çok, yeter ki gocunma" diyor bana...
    zaman zaman sikayetlendigim isim geliyor aklıma...

    39 yasında. nasıl güzel, nasıl zayıf ve narin...
    ama sacları bembeyaz.
    bir senede bu hale gelmiş, eşini kaybettikten sonra.
    ama her seye ragmn öyle sıkı tutunmuş ki hayata, öyle sarılmış ki yavrularına, inanın su an itibarıyla canınızı sıktığınız ufacık seylerden utanırsınız.

    iste bu kadının 10 yaşındaki yavrusu da, her seyin farkında koskocaman bir insanmiscasina, yatağına sokulur sokulmaz babasının pijamasına sariliveriyor...

    10 yasında, kendi minicik ama kalbi ve aklı koskocaman bir kiz cocuğu.

    "öğretmen olmak istiyorum abla" dedi bana bu aksam.
    sadece kocaman sımsıkı sarilabildim ona.

    10 yasında... ve bana hayat dersi verdiler bugün, "hükumet gibi kadın" denilesi annecigiyle.

  • en azindan yakin gelecekte gercek olmayacagini dusundugum onerme.

    halen bilgisayar ile goru* alaninda doktora yapiyorum, elektrik-elektronik muhendisiyim. tum bu alan, 2012 yilindan bu yana, kamuoyu nezdinde yapay zeka adi altinda parlatilan derin ogrenme* adi verilen teknik tarafindan domine edilmis durumda, ben de yalnizca derin ogrenme calisiyorum. cikan neredeyse her yeni algoritma derin ogrenme tabanli ve derin ogrenme tabanli olmayan algoritmalardan cok daha iyi performans gosteriyor. once isterseniz "yapay zeka" olarak nitelendirilen metodun ne oldugundan kisaca bahsedeyim devaminda neden bunun tip doktorlugunun alternatifi olamayacagini dusundugumu aciklayacagim.

    derin ogrenme, lineer ve lineer-olmayan donusumlerin birbirini izledigi kompleks bir matematiksel fonksiyon. bu fonksiyona ait parametreler* var. bu parametreler, daha onceden insan eli ile isaretlenmis veriler kullanilarak "ogreniliyor". ornek uzerinden anlatayim: elimizde yuz adet hayvan olsun. bu hayvanlar ya kedi, ya da kopek olsun. her bir hayvanin boyunu, kilosunu ve yasini olcelim, olcerken de hangisinin kediye, hangisinin kopege ait oldugunu bir kenara not edelim. daha sonra, bir kompleks matematiksel fonksiyon uyduralim (tabii ki matematiksel olarak anlamli dizayn oruntuleri var). bu fonksiyona ait ayarlanabilir parametreler olsun. ıste "ogrenme" fazinda, biz bu fonksiyona bu boy-kilo-yas verisini gosterecegiz ve bu fonksiyon bize rastgele bir cikti verecek. daha sonra da, parametreleri ayarlayarak, istedigimiz ciktiyi vermesini saglayacagiz. diyelim ki, kopek icin 1, kedi icin 0 sayilarini cikti vermesini istiyoruz. gosterdigimiz ornekler ile, olmasi gereken ciktiyi bildigimiz icin matematiksel optimizasyon metotlarini kullanarak uygun parametreleri belirliyoruz. daha sonra, kediye mi kopege mi ait oldugunu bilmedigimiz bir boy-kilo-yas verisi geldiginde, elimizdeki fonksiyonu, ogrenilmis parametreler ile calistiyoruz ve algoritma bize bir cikti veriyor. bu cikti, 0.5'in altinda ise, bilinmeyen ornegin bir kediye, ustunde ise kopege ait olduguna isaret ediyor. ıste, yapay zeka olarak adlandirilan derin ogrenme bu sekilde calisiyor.

    simdi gelelim neden derin ogrenmenin tip doktorlugunu neden yok edemeyecegine. bunun sebeplerini su sekilde siralayabilirim:

    1) derin ogrenmenin verdigi kararlar aciklanamaz. bu kisim oldukca onemli. derin ogrenme, bazi tip ile ilgili gorevlerde gercekten iyi bir performans sergiliyor. kimi zaman, deneyimsiz doktorlardan daha basarili patolojik tani koyabilmekte. ancak, mevcut hali ile, verdigi bir karari neden verdigi bilgisine ulasilamiyor. bir insana soruldugunda, burada bir ben* var ve ben bu benin seklinin yuvarlak olmamasindan ve icinde ton degisimleri olmasindan dolayi bunu supheli goruyorum aciklamasini alabilirsiniz. bir derin ogrenme algoritmasi ise size sadece suphelilik olasiligi gibi bir sayi verecektir. ıste bu yuzden halen, dunyanin ileri gelen saglik kuruluslari, derin ogrenme algoritmalarinin direkt olarak tibbi cihazlarda kullanimasina karsi cikiyor. tip temkinli yaklasilmasi gereken bir alan. yapilmasi muhtemel hatalarin bile neden yapildigina dair aciklama getirmenin onemli oldugu bir alan. daha aciklanabilir sonuclar alinana degin, derin ogrenme muhtemelen size tani koymayacak.

    2) suclanabilirlik. diyelim ki hastaneye gittiniz ve radyolojik muayene neticesinde riskli bir kitle tespit edildi. derhal biyopsi alindi ve patoloji laboratuvarina gonderildi. makroskopik incelemeden sonra patolog bu biyopsiyi mikroskopta incelenecek sekilde hazirladi ve boyadi. devaminda dunyanin en iyisi olan bir derin ogrenme algoritmasi mikroskopik fotograflari inceledi ve bu kitlenin iyi huylu olduguna karar verdi. diyelim ki, yanildi ve siz oldunuz. bu durumda kimi suclayacagiz? biyopsiyi hazirlayan doktoru mu, algoritmayi hazirlayan muhendisi mi, yoksa ogrenme icin kullanilan veri setini olusturan kisileri mi? cevap bunlarin hicbirisi, cunku bu sorunun bir cevabi yok. benzer bir durum surucusuz araba icin de gecerli. bu arac hatali bir karar verip, aslinda onlenebilecek bir kazayi yaptiginda, aracin icindeki yolcuyu suclayamazsiniz. bu hukuki cikmaz onemlidir ve derin ogrenme tabanli algoritmalarin gundelik hayatimiza girisini onemli olcude yavaslatmaktadir.

    3) derin ogrenme insanin isaretledigi veriden ogrenir. ınsanin isaretledigi veri hangi bilgiyi isaret ediyorsa, derin ogrenme onu ogrenir, dogru veya yanlis olmasi fark etmez. ornegin bir radyologun kolayca yakalayabilecegi bir kist, ogrenme datasinda yanlis isaretlenmis ise, derin ogrenme bu yanlisi ogrenebilir. ogrenmeyebilir de. aciklayamiyoruz (bkz: madde 1). ayrica, insanin isaretledigi veriden ogrenen bir algoritmanin, insandan daha basarili sonuc vermesi beklenmez. verse bile bunu tespit edemeyiz, cunku test icin kullanacagimiz veriler de bir insan tarafindan isaretlenmis olacak.

    4) derin ogrenme tibba dair bir takim rutin isleri devralabilir, ama bu tip doktorlugunu bitirecegi manasina gelmez. belki istihdam edilmesi gereken doktor sayisi bir miktar azalabilir, ancak her tip ana bilim dalinda arastirma yapacak, ya da hic olmazsa derin ogrenme icin kullanilacak verileri isaretleyecek insanlara ihtiyac olacak.

    5) genelleme yetenegi. halen en iyi algoritmalarin dahi genelleme yetenegi sinirli. ornegin, diyelim ki, bir hastanede calisan radyoloji uzmani bir doktor, kendi hastanesindeki y marka mr cihazinin goruntuleri ile calisiyor. ancak bu doktor baska bir hastanedeki z marka mr cihazinin sonuclarini da, bu markaya ait sonuclara daha once bakmamis olsa dahi anlayabilir ve performansinda ciddi dusus olmadan dogru taniyi koyabilir. aynisini bir derin ogrenme algoritmasi icin soylemek oldukca zor. dunyadaki tum mr cihazlarinin goruntulerini ogretseniz dahi, halen en guclu algoritmalar bile, veri seti spesifik ogretilmis versiyonlarindan kotu calisiyor.

    tum bu etkenler degerlendirilince, yakin gelecekte derin ogrenmenin doktorlugu yok edecegini dusunmuyorum, ki verdigim ornekler ozellikle yok olacagi dusunulen tip alt dallarina ait. eger illa bir doktor grubu issiz kalacaksa bu, teknolojiye ayak uyduramayan, onunla calismayi kaldiramayan grup olacak. cunku derin ogrenmenin avantajlarini kullanmayi bilen bir hekime kiyasla cok daha dusuk verimlilik saglayabilecekler.

  • her poşetin içine "lazım olur" diye üç beş poşet daha atan insanların olduğu bir toplumda mantıklı bir uygulamadır.

  • şu hindistandaki bok mevzusuna detaylıca bir açıklama getirelim.
    hindistan anayasası kast sistemini kesin olarak yasaklamış olmasına rağmen hindistanın %80'inin inandığı din olan hinduizmin emrettiği kast sistemi ülkede hala yaşatılmaktadır.bu sistemde eğer dünyaya geldiğiniz kastın görevlerini iyi yerine getirirseniz, dünyaya bir sonraki gelişinizde bir üstteki kastta gelirsiniz.yok eğer yanlış yapar ve kastınız gereklerini yeterince uygulamazsanız bir sonraki hayatınızda alt kasta düşersiniz.en üst kasttaysaniz ve görevleri iyi yerine getirip ölürseniz ise artık ulaşılabilecek en iyi yer bir nevi hinduizmin cenneti olan nirvanaya ulaşmış olursunuz. bu kast yukardan aşağıya 4 basamaktır.

    1.brahman (din adamı)
    2.ksatriyanlar ( askerler, savaşçı prensler)
    3.vaisyalar ( esnaf ve çiftçiler)
    4.sudralar (köleler)
    -paryalar (kasta dahil değildir kölenin bile aşağısında)

    şimdi bu bok mevzusunda namı olan hint arkadaşlarımız bu kasttaki parya dediğimiz insanlardır.bunların parya olmayan bir insana dokunmaları yasaktır.öyleki gölgeleri parya olmayan birine değerse bile ceza alabilirler. köpek ve eşek dışında bir şeye sahip olma hakları yoktur.dolayısıyla evleri asla olmaz.sokakta yaşarlar.sokakta uyur,sokakta yemek yer,sokakta çamaşırlarını yıkar ve evet sokağa sıçarlar.en kara tenli hintler ve hindistan'da en ezelden beri yaşayan yani asıl yerlileri de bu paryalardır.nüfusları yaklaşık 250 milyondur.sizin o youtubede gördüğünüz "pis hindistan" temalı videolardaki görüntülerin çoğu paryaların yaşadığı bölgelerde çekilmiştir.

    "öz yurdunda garipsin,öz vatanında parya" sözü de buradan gelmektedir ;)

    edit:imla