COMD 331 Haber Merkezi
  • COMD 331 HABER
    • COMD 331 SONBAHAR 2020-21 FİNAL HABERLERİ >
      • Beyda Gülpınar, Ayça Sıla Avcı
      • Buket Nur Özdemir
      • Burcu Kalfa, Yağız Sütay
      • Can Erkazancı, Gaye Hakkıoğlu
      • DENİZ ÖZDEN
      • Doğa Atalay
      • Eylem Ladin Değer
      • Gizem Uzuner – Serem Erbaş
      • İnci Işık, Şebnem Türe
      • Saray Edanur Erdoğan
      • SENA AKTÜRK
      • Zeynep Süeda Özer
    • 2019-20 Güz Final Projeleri >
      • Elçin- Gizem Fall Final 2019-20
      • ayda anıl- ekin müge dedeoğlu fall 2019-20 final
      • Naushwerwan Aziz -Final Project 2020
      • Hudaverdi Alperen Demirok Fall Final 2019-20
      • Fatma Selin Somuncu Final fall 2019-20
      • Eda Sinem Sütemen Final Fall 2019-20
      • Müge Uğuz- Seren Köklem
      • Aylin Bozkurt Fall Final 2019-20
      • Ziya Deniz Değirmenci Final Fall 2019-20
      • Ege Karcı Final Fall 2019-20
      • Ömer Adil Özgüler Final Fall 2019-20
      • Zeynep Arslan Final Fall 2019-20
    • 2019-20 Güz Midterm >
      • Köklem Seren 2019-20 Fall MT
      • Müge Uğuz Fall 2019 MT
      • Berkay Tekin 2019-20 Fall - MT
      • Ziya Deniz Değirmenci- FALL 2019 MT
      • H. Alperen Demirok - Midterm
      • Ömer Adil Özgüler 2019-FALL mt
      • gizemfall2019MT
      • Aslıhan Özhan fall 2019 mt
      • Ekin Müge Dedeoğlu 2019 Fall MT
      • Aylin BOZKURT- Fall 2019 MT
      • Ayda Anıl Fall 2019 MT
      • Zeynep Arslan FAll-2019 MT
      • F.SELİN SOMUNCU -FALL 2019 MT
      • EDA SİNEM SÜTEMEN - FALL 2019 MT
      • DOĞA 2019 FALL MIDTERM
      • Ege Karcı Fall 2019-20 MT
      • Elçin Esin Midterm 2019-20
      • Khaled Arabiyat Fall 2019-20
      • Jeongmin Hong Fall 2019-20
    • 2018-19 Bahar Midterm
    • 2017-18 Sonbahar Haber
    • 2017-18 Güz Dönemi Haberleri >
      • Yusuf KAYA
      • Dilara Akboğa
      • Selen Tornacı
    • 2017-18 Bahar Haberleri >
      • 2016 SONBAHAR FİNAL
      • COMD 331 Bahar 2016 Final
      • İlkbahar 2016 >
        • Nihan Bayram / Kardelen Ipek Final
        • Işıl Vural Final
        • Gizem Bilim Final
        • Bikem Ahıska
        • Can Tüysüz - Final
        • Eda Kiriscioglu-Final
        • Başaran Eşkinat / Bahar Hazal Öztürk - Final
        • Aygen Ecevit-final
        • Ece Bahtiyar- Erdem Girgin Final
        • Andrea Peris
        • Elena Riego
        • Neslihan Final
        • oğuzhan demir
        • Macit Ersin SEZER
        • Deniz Tezel
        • Melis Parlak
        • Eylem DİNÇER
        • Mutlu Burak Özmen
        • Didem Kaya
        • Öykü İpek Çetinkale
        • Ferzad Şekerci
        • Asena Büyükakgül
        • R. Kutay Elmacı
        • EBru Akaytar
        • Dilara Ercan
      • Yunus Emre Bayu
      • Kaan Çakmak
      • idil unsal
      • Orçun Toksavul
      • Damla Gürkanlı
      • Umur BÜYÜKHATİPOĞLU
      • Pınar ÇAKIR
      • Abbas Hasanov
    • Sonbahar 2014 >
      • M. Koray
      • Semra >
        • EKİN
      • Oğuzcan
      • Okan
      • Burcu
      • Deniz
      • N. Koray
      • Cansu
      • Melike
      • Gencer
      • Kimya
      • Ceren
      • Nakşidil
      • Mert
      • Gamze
      • Enis
      • Mels
      • Bahar 2014 >
        • EMİRHAN
        • DURMUŞ
        • HARİKA ZİYA
        • EREN
        • MERT
        • BURAK
        • BARIŞ
        • Nida Özgenil Dergi
    • COMD 331 DERGİ

Yapay Zeka “Pythia” Eski Yunanca Yazıtların Şifresini Çözüyor

Picture




  gizemelmacii@gmail.com
​   24.12.2019



​Gizem ELMACI

Araştırmacıları Oxford Üniversitesi ve DeepMind Teknolojileri Google'ın ana şirket olan Alfabe Inc.'e ait Yapay Zeka (AI) şirketi “Pythia,” adında, eski Yunan yazıtlarının eksik veya tahrip olmuş kısımlarını tahmin edebilen bir yapay zeka geliştirdi. Yapay zekanın kısa sürede tahrip olmuş yazıtları çözümlemesi hem tarihçileri hem de yazılımcıları heyecanlandırıyor.
Oxford Üniversitesi’nde doktora öğrencisi olan Yannis Assael ve meslektaşları, Yunanca yazıtlardaki eksik kelimeleri veya karakterleri tahmin etmek için bir tür AI algoritması olan sinir ağı üzerinde çeşitli çalışmalar yaptı. Bu antik yazıtlar, 1500 ile 2600 yaşlarında olan taş, seramik ve metal içeren yüzeyler olup, her bir yüzeydeki yazıtın okunması için ayrı çalışma yapıldı. Bu çalışmalar sonucunda Pythia, 3 milyondan fazla kelime içeren 35 bin kalıntıdaki antik Yunan söz kalıplarını tanımayı öğrendi. Böylece Pythia eksik kelime içeren çeşitli antik yazıtlarda bulunan boşluğu doldurabilecek 20 farklı öneride bulunabiliyor.

“İnsanlardan 30 Kat Daha İyi”


Picture
​Epigrafi alanında ileri seviyede çözümleme yapma algoritmasına sahip olan Pythia, antik yazıtlardaki eksik kelimeleri çözebilmede insana göre daha hızlı ve tutarlı sonuçlara erişiyor. Pythia, eksik kelimeler bulunan kırık bir yazıtta, eksil kelimeler için 20 farklı öneride bulunabiliyor. Yazılım ekibi, Pythia’yı test etmek için Antik Yunanca bir ismin 9 harfini sakladı. Pythia ise birçok olasılık içeren önermelerle o boşlukları doğru bir şekilde doldurmayı başardı. Daha sonra yapay zeka ve uzmanlar arasındaki farkı tespit etmek için bir deney yapıldı. Deney sonucuna göre Pyhtia 2949 hasarlı yazıttaki boşlukları doldurdu. Boşlukları çözme işlemi Pythia için bir dakikadan daha az zaman alırken, uzmanların 50 yazıtı incelemesi 2 saat alıyor. Yine bu deneyde uzmanların, Pythia’ya göre %30 oranında daha fazla hata yaptığı gözlemlendi.
​
“Daha Hızlı Bir Yardımcı”
​

Pythia’nın çalışma prensibi ilk kez internette yayınlanan bir makale ile tanıtıldı. Yannis Assael, Thea Sommerschield ve Jonathan Prag tarafından yapılan çalışmaya yönelik bu makale arXiv.org sitesinde "Eski metnin derin öğrenme yöntemiyle restore edilmesi: Yunan epigrafisi üzerine bir vaka çalışması" (Restoring ancient text using deep learning: a case study on Greek epigraphy) başlığı ile paylaşıldı. Ardından yapılan röportajda Sommerschield, “Yapay zekanın restorasyon potansiyeli insana göre çok yüksek" diyerek Pyhtia’nın çalışma kabiliyetine dikkat çekti. Steele ise "Pythia’nın restorasyon çalışmalarına yardımcı olacağı açıkça görülüyor ama yine de onun önerilerinden en tutarlı olanın seçilmesi için insanların seçim yapması gerekiyor" şeklinde açıklamalarda bulundu.
Picture
​Yazılım yapan ekip tarafından başarısı kutlanan Pythia’nın, Eski Yunanca yazıtların restorasyonuna önemli ölçüde katkıda bulunabileceğini kabul edilse de, desen tespit gücünün her zaman uzmanların görüşleri ile desteklenmesi gerektiğini düşünüyorlar. Ayrıca, Pythia daha fazla geliştirilerek, papiroloji ve kodlar gibi ilgili alanlarda da kullanılabilecek.
Powered by Create your own unique website with customizable templates.