Dijital Dünyanın Öncüleri

7 min readDec 11, 2023

Dijital dönüşüm kavramının ortaya çıkmasıyla ön plana çıkan ve dijital dünyanın öncüleri olarak bahsedebileceğimiz dört teknolojiye kısa kısa değinelim: Büyük veri, bulut bilişim, nesnelerin interneti, yapay zeka.

Büyük Veri (Big Data)

Şimdiye kadar bir buzdağına uzaktan bakıp ilginizi çeken bir nokta oldu mu? Buzdağının su üstünde görünen kısmı, su altında kalan kısmına kıyasla çok daha küçüktür. İlgi alanımız “veri” olduğunda buzdağının altında kalan kısım, üstüne oranla oldukça geniş bir alanı temsil ediyor: “Büyük veri” dediğimiz alan bu.

Foto 2. Buzdağı (Evrim Ağacı web sitesinden alınmıştır)

Farklı veri kaynaklarından (sosyal medya, forum, blog, farklı cihazlar vb.) elde edilen, hacim açısından oldukça büyük, geleneksel veri tabanı ve yazılım teknikleri kullanarak işlemesi zor, yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış veri kümesi şeklinde tanımlanabilir.

IDC tarafından 2018 yılında oluşturulan ve Seagate tarafından yayınlanan Data Age 2025 raporunda, 2025 yılında dünya çapında yaklaşık 150 milyar cihazdan elde edilecek veri öngörü boyutu 175 ZB (zettabyte). Bunu biraz daha tanıdık rakamlara dönüştürmeye çalışırsak, yaklaşık yüz yetmiş beş tane bir trilyon gigabyte (1,099,511,627,776 gigabyte) büyüklüğünde veri karşımıza çıkıyor.

Foto 2. Büyük veri ne kadar büyük (Seagate raporundan alınmıştır)

Statista ise Aralık 2018 tarihli raporunda, bu büyük verinin yaklaşık üçte birinin 2025 yılına kadar gerçek zamanlı verilerden oluşacağını öngörüyor.

Foto 3. Gerçek zamanlı verinin büyüklüğü (Statista web sitesinden alınmıştır)

Peki bu kadar veriden nasıl değer elde ediyoruz? Burada benim “veri buzdağı” olarak tanımladığım kavramdan bahsetmeliyiz.

Büyük verinin aslında göreceli küçük kısmını oluşturan yapılandırılmış veriler, standartlaştırılmış bir formata sahip, veri özniteliklerini açıkça tanımlayan satırlar ve sütunlar ile genellikle tablo şeklinde verilerdir (1). Yapılandırılmamış veri ise sabit bir düzenleme ilkesinin uygulanmadığı filtrelenmemiş bilgidir (2): sosyal medyada paylaştığımız yorumlar (X, Twitter vb.) ve fotoğraflar (Meta, Pinterest vb), kameradan veya telefonumuzdan çektiğimiz videolar, konum belirleyen uygulamalar (Google Maps, Yandex vb.) ya da farklı amaçlarla kullandığımız sitelerden (ör. gezi için Trip Advisor vb.) elde edilen veriler, bilgisayar hafızalarında bulunan metin dosyaları, ses dosyaları, XML, JSON gibi olarak belirtilebilir. Yarı yapılandırılmış veriler, yapılandırılmamış veri grubu içinde yer alır ne var ki biraz işlemden geçirilerek, yapılandırılmış veriye dönüştürülebilirler (3).

Peki bu büyüklükte verinin hepsini çalışmalarımızda kullanıyor muyuz? Cevap hayır, bu verinin sadece ihtiyacımıza uygun olan kısmını kullanıp geri kalanını veri ekosisteminde tutuyor veya imha ediyoruz. Ancak burada dikkat etmemiz gereken en önemli nokta, elimizdeki verinin de sürekli şekilde doğrusal olmayan bir şekilde artış içinde olduğu.

Büyük veriyi çeşitli yöntemlerle topluyor, inceliyor, ayrıştırıp düzenleniyor ve sonuçta uygun görseller kullanılarak hedef kitleye sunuyoruz. Ayrıca veriden geleceğe dair öngörüler ve senaryolar elde etmek için, veri türüne ve ihtiyacımıza uygun veri analitiği yöntemini kullanıyoruz.

Yapılandırılmış olsun ya da olmasın, büyük verinin ham halden anlamlı bütünsel bir hikayeye dönüştürülerek hedef kitleye sunulması sürecini aşağıdaki Lego görseli çok güzel özetliyor.

Foto 5. Verinin sunum yolculuğu (Alvin Foo Linkedin profilinden alınıp çevrilmiştir)

Gördüğünüz gibi veri alanında asıl çaba, büyük verinin derlenmesinde yatıyor. Bu çabayı ortaya koymak ve anlamlı içgörüler elde etmek için gereken bu büyüklükteki verinizin, yerel veri tabanlarında veya şirketlerin kendi veri merkezlerinde depolanması mümkün mü? Cevabı verinizin boyutuna ve yasal zorunluluklara göre değişebilir ancak tam da bu noktada dijital dünyanın ikinci öncüsü devreye giriyor: Bulut bilişim

Bulut Bilişim (Cloud Computing)

Bilgisayarlar ve diğer cihazlar için, istendiği zaman (on-demand) kullanılabilen ve kullanıcılar arasında paylaşılan bilgisayar kaynakları sağlayan, internet tabanlı bilişim hizmetlerinin genel adı “bulut bilişim” olarak tanımlanır (4).

Verinin dünya çapında katlanarak büyümesi, klasik sabit disk ve veri tabanı teknolojilerinin yetersiz ve aşırı yüksek maliyetli olmasına neden olmuş durumda. Veriye istenen zamanda istenen konumdan erişim ihtiyacı yanı sıra, küresel çaptaki firmaların veri alışverişlerini gerçkeleştirmek için altyapı zorlukları yaşamaları bulut bilişimin ortaya çıkmasına neden olmuştur.

Bulut bilişimde farklı mimari modelleri ve dağıtım modelleri bulunur. Üç temel bulut bilişim mimarisi vardır: Hizmet olarak Altyapı (Infrastructure as a Service — IaaS), Hizmet olarak Platform (Platform as a Service — PaaS), Hizmet olarak Yazılım (Software as a Service — SaaS). Belirttiğim hizmetler arasındaki temel farklılık, kurulumdan bakıma faaliyetleri sizin mi yoksa servis sağlayıcı firmanın mı yapacağını belirler.

Hizmet olarak altyapı, altyapı hizmetini size sunar, üzerine kurulacak platform ve yazılımın tüm bakım, güncelleme çalışmaları size aittir. Hizmet olarak platform, altyapı üzerine kurulacak platformun bakımını servis sağlayıcının yapmasını sağlar. Hizmet olarak yazılımda ise yazılım dahil tüm hizmetler servis sağlayıcı tarafından güncellenir, size tek kalan yazılımı kullanmaktır.

Ayrıca üç farklı bulut dağıtım modeli bulunur: Kamuya açık (Public cloud), Özel (Private cloud), Melez (Hybrid cloud). Bu üç model, kullanım alanınız ve verilerinizin içeriğine göre yöneleceğiniz seçenekler sunar.

Küresel çapta tanınmış bulut hizmeti sağlayıcıları olarak, alfabetik sırayla, Amazon Web Services (AWS), Google Cloud, Microsoft Azure, Alibaba Cloud, Oracle Cloud, Tencent Cloud ve IBM Cloud sayılabilir. Bulut sağlayıcıları karşılaştırmasına Gartner Magic Quadrant gibi kaynaklardan erişebilirsiniz.

Peki buluta taşıyacak bu kadar çok veriyi nasıl oluşturuyoruz? “Nesnelerin interneti” kavramı bu sorumuzun cevabı olacak.

Nesnelerin Interneti (Internet of Things — IoT)

İçine algılayıcı (sensor) ve yazılım içeren fiziksel nesnelerin birbirleri ve bulut ile veri alışverişi yaptıkları cihazlar ağıdır. Özellikle telekomünisyon teknolojilerinin ve bant genişliğinin artışı yanısıra mobil telefonlardan akıllı cihazlara geçilmesiyle, telefonlara eklenen uygulamaların sayı ve çeşitliliğinin artması, bu cihazlarda ürettiğimiz gerçek zamanlı verilerin bir anda veri ekosistemine katılmasını sağlamış durumda.

Nesnelerin interneti cihazları günlük kullanım ve endüstriyel kullanım (Industrial Internet of Things) olarak iki gruba ayrılabilir.

Nesnelerin interneti ile şöyle bir sabah rutini düşünün: Alarm saatinizin çalmasıyla odanızdaki lamba yavaş yavaş ışık değerini arttırırken, odanız aydınlanmaya başlayabilir veya perdeleriniz açılabilir, hafif bir müzik ile uyanmanızı hızlandırabilirsiniz. Yataktan kalktığınızda, lavaboya gidene kadar ısınan su ile yüzünüzü ya da saçlarınız istediğiniz sıcaklıkta suyla yıkarken, semaverinizdeki su ısınarak çayınızı demlenme sıcaklığına getirebilir, bu arada banyodaki aynanızdan günün haberlerini dinleyebilir, hava durumunu gözden geçirebilirsiniz. Bunlar tamamen birbirleriyla bağlı cihazlarla başlayabileceğiniz bir sabahın ilk saatine ait bugün gerçekleştirebileceğiniz bir kesit. Bu kesidi genişletmek de mümkün. Bu kesidi oluşturan tüm cihazlar birbirlerini tetikleyen bir nesnelerin interneti ağı oluşturmuş durumda.

Peki bu kadar çok veri ne işimize yarayacak? Sorumuzun cevabı “yapay zeka” uygulamalarında gizli olabilir.

Yapay Zeka

Son dönemlerde, özellikle de 2023 yılında herhalde en çok duyduğumuz, arama motorlarında belki de en çok arattıklarımız arasına giren, “işimizi elimizden alacak mı” diye en çok düşünüp kaygılandığımız, memleket meselelerini görüştüğümüz kahve sohbetlerimize bile giren bir kavram.

Dünya çapında uzmanları üzerinde hemfikir olduğu tek bir tanımı bulunmuyor; ne var ki “insan beynini taklit etme çabamızın ürünü olan makineler ve bilgisayar programları” diyebiliriz belki de.

Karşılaştığım bir ayrıma göre, eğer bir makine verilen tüm görevleri yerine getirebilir durumda olursa bu, Genel Yapay Zeka (Artificial General Intelligence — AGI) olarak tanımlanabilir. Bugün yapay zeka başlığı altında kullandığımız birçok model veya program, çoğunlukla tek bir görevi gerçekleştirmek üzerine kurgulanmıştır ki bu, Dar Yapay Zeka (Narrow Artificial Intelligence) olarak tanımlanabilir. (5)

Genel yapay zeka alanındaki gelişmelerden bazı örnekler vermek gerekirse: Polonya merkezli bir firmanın Mika adlı insansı robot CEOsu (6), yapay zeka şarkı sözü yazarı ve şarkıcı Anna Indiana (7), dünyada vatandaşlık alan ilk insansı robot Sophia (8).

Dar yapay zekanın farklı alt dalları bulunmaktadır: Makine öğrenmesi (machine learning), derin öğrenme (deep learning), üretken yapay zeka (generative AI), ses tanıma (voice recognition), doğal dil işleme (Natural Language Processing — NLP), görüntü işleme (computer vision), robotik uygulamalar -endüstriyel robotlar, mobil robotlar vb.- (robotics), yazılım robotları (Robotic Process Automation — RPA). Aşağıdaki tabloda temel alt başlıklar güzel bir şekilde görselleştirilmiş.

Foto 7. Yapay zeka alt dalları (EyeRys web sitesinden alınmıştır)

Diğer taraftan ABD ve Avrupa Birliği’nde yapay zeka kullanımına dair yasal düzenlemeler de çıkmaya başladı. En son çıkan yasal düzenleme Avrupa Parlamentosu’ndan geldi: Yapay zeka kullanımına dair kişi ve kurumları kapsayan bir yasa. AI Act adı ile geçen yasaya Avrupa Parlamentosu web sitesinden ulaşabilirsiniz.

ABD’de ise farklı gelişmeler var. Eylül ayında da ABD Kongresi’nde yapay zeka teknoloji liderlerinin (Google, Meta, Microsoft, OpenAI, Tesla) katılımıyla yapay zeka forumu düzenlenmişti. Diğer taraftan ABD’de açık kaynak kodlu yazay zeka geliştirmelerini daha güvenli hale getirmeyi ve açık yenilikçiliği geliştirmeyi amaçlayan AI Alliance topluluğu kuruldu.

Bu öncü teknolojiler üzerine deneyimleriniz, görüş ve önerileriniz varsa lütfen paylaşın.