Mustafa Zabun
FRİTERM A.Ş. Ar-Ge Test Laboratuvar Mühendisi
İnsan, var olduğu günden beri yaşadığı çevreyi gözlemleyerek anlamaya çalışmıştır. Görmek, duymak, dokunmak ve koklamak aslında çevremizde neler olup bittiğini anlamlandırmanın ilk adımlarıdır. Zaman içerisinde yalnızca gözlem yapmak yeterli gelmemiş; insanlar merak ettikleri konuları araştırmaya, denemeye ve elde ettikleri sonuçları karşılaştırmaya başlamıştır. Bilimsel çalışmaların temeli de bu şekilde oluşmuştur.
Bugün geldiğimiz noktada ise bilgiye ulaşmak hiç olmadığı kadar kolaydır. Özellikle yapay zekânın hayatımıza girmesiyle birlikte, daha önce saatlerce araştırmamız gereken bir konu hakkında birkaç dakika içerisinde oldukça kapsamlı bilgilere ulaşabiliyoruz. Yapay zekâya teknik bir soru sorabiliyor, hesaplama yaptırabiliyor, grafik hazırlatabiliyor ve hatta günlük yazışmalarımızı bile yazdırabiliyoruz. Bu durum işlerimizi hızlandırıyor ve ciddi anlamda zaman kazandırıyor.
Fakat burada gözden kaçırmamamız gereken önemli bir konu var: Bilgiye hızlı ulaşmak, o bilginin doğru olduğu anlamına gelmiyor.
Yapay zekâ, kendisine sunulan kaynakları ve mevcut verileri kullanarak cevap üretiyor. Kullandığı kaynakta bir hata varsa bu hatayı doğru kabul edebilir. Hatta hatalı bir bilgiyi oldukça ikna edici ve teknik bir dille sunabilir. Akademik çalışmaların bile kullanılan yöntem, deney koşulları, ölçüm hassasiyeti ve sonuçların tekrarlanabilirliği açısından sorgulandığı düşünülürse, yapay zekâ tarafından verilen bilgilerin doğrudan doğru kabul edilmesi ciddi bir risk oluşturabilir.
Bu nedenle deneysel çalışmaların öneminin azalacağını değil, tam tersine daha da artacağını düşünüyorum. Çünkü deney yapmak yalnızca bir cihazdan sayı okumak değildir. Kullanılan sensörlerin doğruluğundan kalibrasyonlarına, ortam şartlarından ölçüm belirsizliğine kadar birçok değişken sonuca etki eder. Elde edilen verinin fiziksel olarak anlamlı olup olmadığını değerlendirmek ise bilgi, tecrübe ve mühendislik bakış açısı gerektirir.
Örneğin bir ısı değiştiricinin kapasitesini, basınç kaybını veya ses seviyesini teorik olarak hesaplayabiliriz. Sayısal analizlerden ve yapay zekâdan da bu süreçte yararlanabiliriz. Ancak gerçek ürünün gerçek çalışma koşullarında nasıl davranacağını görmek için kontrollü testlere ihtiyaç vardır. Hesaplama ile deney arasındaki farkı görmek, kullanılan modeli doğrulamak ve gerekiyorsa geliştirmek ancak güvenilir ölçümlerle mümkün olabilir.
Bu açıdan Friterm bünyesinde yürüttüğümüz deneysel çalışmaların yalnızca test edilen ürün için değil, firmanın teknik bilgi birikimi açısından da önemli olduğunu bir gerçektir. Laboratuvarda elde edilen her güvenilir veri; mevcut hesaplama yöntemlerinin kontrol edilmesine, ürünlerin geliştirilmesine ve ileride yapılacak tasarımlara katkı sağlamaktadır. Yapılan çalışmalar aynı zamanda sektör açısından kullanılabilecek önemli bir deneysel veri kaynağı oluşturmaktadır.
Yapay zekânın mühendislerin veya deneysel çalışma yapan insanların yerini tamamen alması pek mümkün gözükmüyor. Aksine, yapay zekâ yaygınlaştıkça doğru veriyi üreten, sonucu sorgulayan ve fiziksel gerçekliği anlayabilen insanların değeri daha da artacaktır. Çünkü yapay zekâ hesaplama yapabilir ve sonuçları yorumlamamıza yardımcı olabilir; ancak yanlış bağlanmış bir sensörü, beklenmeyen bir ölçüm sonucunu veya deney düzeneğindeki fiziksel bir problemi her zaman fark edemez veya hatanın kaynağını bulması beklenemez.
Kısacası yapay zekâya bir e-posta bile yazdırabilirsiniz. Ancak doğru ve güvenilir bilgiye ulaşmak için gerekli deneyi yaptıramazsınız. Şimdilik…
