Tweet
BİRİNCİ BÖLÜM
Teknolojide son yıllarda ve hatta son günlerde yaşanan hızlı gelişim, kendisini yönetim bilimleri alanında da hissettirmektedir. Bu teknolojik gelişime paralel bir şekilde yönetim bilimi teknikleri de gelişme göstermekte ve yönetim açısından değişik alanlarda kolaylıklar sağlanmaktadır. Özellikle bilgisayar bilimleri alanında yaşanmakta olan baş döndürücü gelişme ister istemez bilgisayar tabanlı sistemlerle çalışan kişi ve kuruluşları da etkilemekte ve gelişime ayak uydurmayı zorunlu kılmaktadır. Haberleşme ve iletişim alanındaki gelişmeler, ülkeler arası kurulan iletişim ağları (İnternet) dünyayı büyük bir köy haline getirmiştir. Dünyanın herhangi bir yerinde üretilen bilginin sayısal hale getirilerek bilgisayar ortamında saklanması, o bilgiye dünyanın herhangi bir yerinden çok kısa sürede erişimi olanaklı kılmaktadır. “Bilgi Çağı” ve “Bilgi Toplumu” gibi terimlerin sıklıkla kullanıldığı günümüzde bilginin önemi daha açık bir şekilde ortaya çıkmaktadır. Bilginin önemi arttığı oranda o bilgiye ulaşabilmeyi sağlayan sistemlerin de önemi artmaktadır.
İşletmeler de kendileri için gerekli olan bilgileri temin etmek durumundadır ve yaşanılan ortamdaki hızlı değişim ve hareketlilik doğru bilgiye en kısa sürede ulaşmayı zorunlu kılmaktadır. Çünkü yöneticiler işletmenin faaliyetlerini devam ettirebilmesi için karar almak zorundadırlar ve karar almak için bilgi gereklidir. Bu yüzden işletmelerde, teknolojik gelişmelere paralel olarak bilgisayarlar kullanılmaya başlanmıştır ve her türlü gerekli bilgi bilgisayar ortamında saklanarak istenildiğinde yöneticilere sunulmaktadır. Burada önemli olan bilgilerin toplanması, organize edilmesi ve dağıtılmasıdır. Bir çok organizasyon bilgiyi toplamak, organize etmek ve dağıtmak için bilgisayar destekli bilgi sistemlerini kullanmaktadır. Yönetim bilimleri tabiriyle işletmelerde “Yönetim Bilgi sistemi” kullanımı yaygınlaşmaktadır. Bunun yanı sıra işletmeler “Karar Destek Sistemi” ve “Uzman Sistem” gibi farklı yönetim bilimi tekniklerini kullanmaktadırlar. Şimdi kısaca bu tekniklerden bahsedeceğiz.
1. Yönetim Bilgi Sistemi ( YBS )
Son yıllarda bu iki durumdan birinin veya her ikisinin görüldüğü problemlerin çözümünde Bulanık kümeler (Fuzzy Sets) ve Yapay sinir ağları (Artificial neural network) gibi yapay zeka teknikleri kullanılmaktadır.
Mayıs 1984 yılında San Francisco’da Yönetim Bilimleri Enstitüsü Ulusal Toplantısı’nın değişik oturumlarından birisinin konusu “ Yapay zeka, yönetim bilimlerinin yeniden canlanmasına imkan sağlayacak mı?” sorusuna ilişkindi. Oturumda Karl M.Wiig tarafından aşağıdaki görüşler dile getirildi.
Özet olarak Wiig, uzman sistemler ve diğer yapay zekateknolojilerinin yönetim bilimlerinde yeniden bir canlanma sağlayabildiğini ve sağlayacağını belirtmiştir.
Yapay zeka teknolojisinde gelişmeler sürerken buna paralel olarak nörolojik bilimlerde de beynin işleyişi ve fonksiyonlarının tam olarak anlaşılabilmesi için araştırmalar devam etmektedir. Çünkü beyin ne kadar iyi anlaşılabilirse yapay zeka teknolojileri de o oranda daha işlevsel olarak insan için istenilen faydayı sağlayabilecektir.
“ Beyin Yılları, 1990-1999
Amerika Birleşik Devletleri tarafından bir bildiri:
İnsan beyni, birbiri ile karmaşık ilişkiler içinde bulunan 3 paund’luk bir nöron hücreleri kitlesidir. Tüm aktivitelerimizi kontrol eder ve yaradılışın en görkemli –ve gizemli- harikalarından biridir. İnsan zekasını, duyuların yorumunu, hareketlerin denetimini oluşturur. Bu inanılmaz organ bilim adamlarını olduğu kadar, bilim dışında olanları da şaşırtmaktadır.
Yıllar boyunca, beyinle ilgili bilgiler –nasıl çalıştığı, hastalıklarında ve yaralanmalarında ne türlü bozukluklar olduğu- hızla arttı. Buna rağmen daha öğreneceğimiz çok şey var. Milyonlarca Amerikalının her yıl kalıtsal sinir hastalıklarına, Alzheimer gibi dejeneratif bozukluklara ya da inmeye, şizofreniye, otizme: konuşma, dil ve işitme bozukluklarına yakalanması beyin üzerinde araştırmaların devam etmesini zorlamakta ve gerektirmektedir.”
Bildiri böylece sürüp gitmekte ve sonu yaklaşık olarak şöyle bağlanmaktadır:
“ ... 1 Ocak 1990’dan başlayan on yılı ‘ Beyin dekadı ‘ olarak ilan etmeye ve bu konuda Başbakan tarafından bir bildiri çıkarılmasına ... “
A.B.D.’nin 215. Bağımsızlık yılında çıkarılan bu bildirinin altında George Bush’un imzası vardır.
Beyin üzerine duyulan büyük ilgi ve konu üzerinde yapılan çalışmalar 1990 yılında başlamış değildir. İnsanda ve diğer canlılarda yaşamsal faaliyetlerin yerine getirilmesinde merkez konumunda bulunan beyin üzerindeki çalışmalar yüzyıllardır yapılmakta ve bugün de tam olarak anlaşılamadığı için içinde bir çok disiplin içeren nörolojik bilimler alanında çalışmalar hızla devam etmektedir.
Teknolojide son yıllarda ve hatta son günlerde yaşanan hızlı gelişim, kendisini yönetim bilimleri alanında da hissettirmektedir. Bu teknolojik gelişime paralel bir şekilde yönetim bilimi teknikleri de gelişme göstermekte ve yönetim açısından değişik alanlarda kolaylıklar sağlanmaktadır. Özellikle bilgisayar bilimleri alanında yaşanmakta olan baş döndürücü gelişme ister istemez bilgisayar tabanlı sistemlerle çalışan kişi ve kuruluşları da etkilemekte ve gelişime ayak uydurmayı zorunlu kılmaktadır. Haberleşme ve iletişim alanındaki gelişmeler, ülkeler arası kurulan iletişim ağları (İnternet) dünyayı büyük bir köy haline getirmiştir. Dünyanın herhangi bir yerinde üretilen bilginin sayısal hale getirilerek bilgisayar ortamında saklanması, o bilgiye dünyanın herhangi bir yerinden çok kısa sürede erişimi olanaklı kılmaktadır. “Bilgi Çağı” ve “Bilgi Toplumu” gibi terimlerin sıklıkla kullanıldığı günümüzde bilginin önemi daha açık bir şekilde ortaya çıkmaktadır. Bilginin önemi arttığı oranda o bilgiye ulaşabilmeyi sağlayan sistemlerin de önemi artmaktadır.
İşletmeler de kendileri için gerekli olan bilgileri temin etmek durumundadır ve yaşanılan ortamdaki hızlı değişim ve hareketlilik doğru bilgiye en kısa sürede ulaşmayı zorunlu kılmaktadır. Çünkü yöneticiler işletmenin faaliyetlerini devam ettirebilmesi için karar almak zorundadırlar ve karar almak için bilgi gereklidir. Bu yüzden işletmelerde, teknolojik gelişmelere paralel olarak bilgisayarlar kullanılmaya başlanmıştır ve her türlü gerekli bilgi bilgisayar ortamında saklanarak istenildiğinde yöneticilere sunulmaktadır. Burada önemli olan bilgilerin toplanması, organize edilmesi ve dağıtılmasıdır. Bir çok organizasyon bilgiyi toplamak, organize etmek ve dağıtmak için bilgisayar destekli bilgi sistemlerini kullanmaktadır. Yönetim bilimleri tabiriyle işletmelerde “Yönetim Bilgi sistemi” kullanımı yaygınlaşmaktadır. Bunun yanı sıra işletmeler “Karar Destek Sistemi” ve “Uzman Sistem” gibi farklı yönetim bilimi tekniklerini kullanmaktadırlar. Şimdi kısaca bu tekniklerden bahsedeceğiz.
1. Yönetim Bilgi Sistemi ( YBS )
- Tanım
YBS’nin kesin bir tanımı olmamasına rağmen, karar vermeyi doğrudan etkileyecek özellikte ve şekilde yönetim bilgisi, yani yöneticinin planlama, örgütleme, istihdam ve kontrol işlevlerini icra etmesine yardımcı olan bilgiyi üreten sistem olarak düşünülebilir. YBS, bilgisayarlardan çok daha önce, insanların ortak amaçlarını gerçekleştirmek amacı ile biraraya geldikleri andan itibaren geçerli olan bir kavramdır. Günümüzde YBS’i bilgisayarlar ve bilgisayarların olanakları ile bütünleştirmek alışılagelmiş bir durumdur. - Özellikleri
YBS bir organizasyon içinde bulunan çok fazla sayıda bilgiyi düzenlemek ve dağıtımını sağlamak için özel olarak tasarlanmış bir sistemdir. Bu sistemde bilgi toplanır, organize edilir, işlenir ve yöneticiye günlük işlemlerinde yardımcı olacak şekle getirilir. Bu bilgilerin çoğu önceden belirlenmiş değerlere bağlı olarak oluşmuş raporlar şeklindedir. Örneğin haftalık veya aylık bordro ve satış raporları veya aylık stok raporlarını içerir. İşletmede yönetimsel faaliyetler müşterek yapıldığı için raporlar bir haberleşme sistemi ile değişik birimlere sunulabilir.
Veri tabanı, bilgisayar sistemi ve veri dağıtım şekli bir YBS için zorunlu bileşenlerdir. Veri tabanı sayısal bilgilerin organize edilmiş toplamıdır. Fiyatlar, üretim çıktı ve oranları, sipariş sayıları ve kapasiteler veri tabanını oluşturan bilgi örnekleri olarak verilebilir. YBS’nin uzman ve etkili olması için, uygun miktarda ve tipte yüksek kaliteli bilgi içermesi gerekmektedir. Ancak bu şekilde yöneticilere sağlanan raporların içeriği doğru olabilir.
Modern organizasyonlar için, çok sayı ve türde bilgiye ulaşıldığından beri bilgisayar kullanımı gerekli olmaya başlamıştır. Buna bağlı olarak, işletmelerde kullanılan YBS genelde bilgisayar tabanlı olarak çalışmaktadır. YBS’nin bir bileşeni olan bilgisayarlar da farklı donanım ve yazılımlardan oluşturulmuş elektronik cihazlardır. Bilgisayarlar, merkezi işlem birimi, bellek ve diğer yardımcı elektronik devrelerin üzerinde bulunduğu ana kart ve dış çevre ile bilgi alış verişinin sağlandığı klavye, monitör,mouse ve yazıcı gibi donanımlardan ve sayısal işaretler şeklinde bellekte tutulan bilginin nasıl,ne şekilde ve nerede kullanılacağının planlandığı yazılımlardan oluşmaktadır. Bilgisayarlara donanım ve yazılım eklenerek çok kullanıcılı bilgisayar sistemleri oluşturulabilmektedir. Ayrıca bu sistemler internet veya intranet gibi sanal ağlara da bağlanarak çok geniş bir alanda bilgi alış-veriş kapasitesine sahip olabilmektedir. Sistemde farklı yazılımlar kullanılarak işletmenin özel ihtiyaçlarına cevap verilebilmektedir.
YBS’de bilgisayarlar organizasyonun farklı birimlerinde kullanılmak üzere verileri işler ve bilgi oluşturur. Oluşturulan bu bilgiler farklı birimlere değişik raporlar şeklinde gönderilebilir. Raporlar sipariş, işgücü, stok seviyesi, kaynak seviyesi, pazar durumu, üretim çıkış raporları şeklinde olabilir. Bu raporlar şimdi veya gelecek için alınacak kararlara ilişkin, yakın veya uzak geçmişe ait bilgiler içerir. Raporlar herhangi bir yönetim bilimleri analizini yansıtmaz, fakat faydalı ve kolayca yorumlanabilecek şekilde düzenlenmiş verilerin basit bir bileşimidir. Normalde raporlar yönetimin isteği üzerine hazırlanır. Fakat YBS bulunan bir işletmede, örneğin, üretim alan yöneticisi istemeksizin veya istediği her hangi bir zamanda üretim çıktı raporları düzenli olarak sağlanabilecektir.
Yönetime sunulan bilgi, yönetim bilimi model çözümleri ve sonuçları şeklinde olabilir. Raporlarda olduğu gibi bu bilgi de düzenli bir yapı üzerinde veya isteğe göre oluşturulabilir. Bu bilgiler çoğunlukla yönetici özel bir problemi çözmek istediğinde derlenir. Bu olay bize YBS’nin kendi kendine yönetim bilimleri modelini biçimlendiremediğini gösterdiği için önemlidir. Model, bir yönetici,yönetim bilimci veya yönetim bilimi tekniklerinde uzman bir kişi tarafından kurulur. Bilgisayar sistemi sadece problemin ortaya konduğu modelin çözümünü sağlar.
2. Karar Destek Sistemi (KDS) - Tanım
- KDS karar alma işleminde yöneticiyi destekleme kapasitesine sahip bir bilgi sistemidir. KDS’nin Gerrity tarafından yapılan bir tanımına göre “KDS, karmaşık problemleri çözebilmek için insan zekası, bilgi teknolojisi ve yazılımın etkileşim içinde olacak şekilde harmanlandığı bir sistemdir”.
- Özellikleri
- YBS’ler yaygınlaşmaya başladıkları sıralarda Yönetim Bilimi, Yöneylem Araştırması, Sistem Analizi ve Sistem Mühendisliği gibi alanlardaki gelişmeler sonucunda karar analizi sürecinde Marjinal Analiz, Giriş Çıkış Analizi, Kuyruk Teorisi, Envanter Teorisi, Proje Programlama (PERT CPM), Güvenirlilik ve Kalite Kontrol, Tahmin, Grup Teknolojisi (Parçaların sınıflandırılması ve gruplanması) gibi yeni yöntemler kullanılmaya başlanmıştır. İşte KDS, YBS ile bu yöntemlerden uygun olan bir tanesinin birleştirilmesinden oluşur. KDS’nin YBS’den şu farkı vardır. KDS’nde yönetici dahili bir eleman olarak görev yapar, YBS’nde ise harici bir eleman olarak görev yapar. Başka bir deyişle, yönetici tekrarlayan işlemler arasında karara varmak için bilgi sistemi ile karşılıklı etkileşim içine girer. O halde, KDS yöneticinin bilgi sistemi ile diyalog kurabilme kapasitesine sahip olduğu bir sistemdir. Ek olarak, KDS’nde, yukarıda belirtilen yönetim bilimi modelleri ve teknikleri, karar alıcıyla etkileşim içinde olacak şekilde bir çatı altında toplanmıştır. Dolayısıyla yöneticiler hali hazırda sistemde bulunan bu modellerden istifade edebilirler. KDS yönetim kontrolü ve stratejik planlama gibi işlerde kullanılabilir. Ayrıca karar alma sürecinin fikir toplama, alternatif geliştirme ve karar verme aşamalarında kullanılabilir.
KDS üç ana parçadan oluşur (Şekil 1): Diyalog yönetimi, model yönetimi ve veri yönetimi. Diyalog yönetimi kullanıcı ile ilişki kurulan arabirimlerin yönetimi ile ilgilidir. Model yönetimi ise iş modellerinin aktarılması ve işletilmesine ilişkin, Veri yönetimi de verilerin sisteme aktarılması ve saklanmasına ilişkin işlemlerin yürütüldüğü parçadır.
- 3. Uzman Sistemler
- Tanım
KDS yapılandırılmamış karmaşık problemlerin analizine imkan sağlayarak yönetim biliminin sınırlarını genişletmiştir. Uzman sistemler ise ancak bir uzman insanın çözebileceği karmaşık problemlerin çözümüne olanak sağlamaktadır. Uzman sistemler sembolik işlemler kullanarak yönetim bilimlerine yeni bir boyut kazandırmıştır. Uzman sistemler diğer yönetim bilimi teknikleri gibi bilgisayar temelli sistemlerdir. Belirli bir alanda sadece o alan ile ilgili bilgilerle donatılmış ve problemlere o alanda uzman bir kişinin getirdiği şekilde çözümler getirebilen bilgisayar programlarıdır. İyi tasarlanmış sistemler belirli problemlerin çözümünde uzman insanların düşünme işlemlerini taklit ederler. Burada uzman sistem tabiri kullanılmasının sebebi, sistemin bir veya daha fazla uzmanın bilgilerine sahip olarak onun veya onların yerini almaya yönelmesinden dolayıdır. Amaç bir insan uzman gibi veya ondan daha iyi bir uzman sistem geliştirebilmektir. Böyle bir sisteme sahip olmak kişiyi uzman yapmaz, fakat bir uzmanın yapacağı işin bir kısmını veya tamamını yapmasını sağlar. Dolayısıyla sistemin bu özelliği organizasyonlar ve yönetim üzerinde önemli bir etkiye sahiptir.- Gelişim Süreci
Uzman sistem alanındaki öncü proje DENDRAL’dir. Bu proje 1965 te E.Feigenbaum ve meslektaşları tarafından Birleşik Devletler Standford Üniversitesinde bir kimyagere, organik bir bileşiğin yapısını, kitle spektrogramının ve ham kimyasal formülünün verileriyle bulması için, yardımcı olmak üzere başlatılmıştır. Fizik-kimya alanına özgü bilgiler usa vurma mekanizmalarına sıkı sıkıya bağlıydı. Dolayısıyla projeden, bir alanın özgül bilgilerini, yorumlama mekanizmalarında açık bir şekilde ayırmanın gerekli olduğu düşüncesi çıktı. Bilgi tabanlı sistemlerin ve uzman sistemlerin asıl temeli zamanla, verili bir problemi çözmek için bir bilgiler ve olgular bütününü kullanan çıkarım mekanizması kavramıyla birlikte tedricen doğmuştur. Daha sonra tıp alanında yeni programlar geliştirilmiştir. 1976 yılında Standford üniversitesinde Edward Feingbaum başkanlığında bir grup uzman hekim tarafından MYCIN olarak adlandırılan uzman sistem geliştirilmiştir. Bakteriyolojik ve Menenjitik hastalıkların tedavisine yönelik bir sistemdir. Sistem girdi olarak aşağıdaki bilgileri almaktadır:
- Hastanın geçmiş bilgileri (hasta kayıt dosyasından)
- Laboratuvar sonuçları
- Semptomların sorgulanması
- Teşhis koyma
- Reçete yazımı
- Tedavi süreçlerinin belirlenmesi
- Sistemden çıktı olarak alınmaktadır.
MYCIN’e veri girme ve diğer işlemler sırasında, niçin ve nasıl soruları sistem tarafından cevaplanmakta, sistem kullanıcı ile etkileşimli olarak çalışmaktadır.
- Temel Bileşenleri
Bir uzman sistem iki ana parçanın birleşiminden oluşur. Geliştirme çevresi ve görüşme çevresi. Gelişme çevresi sistemin bileşenlerini kurmak ve uzman insan bilgilerini bilgi tabanına girmek için uzman sistemi kuranlar tarafından kullanılır. Görüşme çevresi ise uzman bilgi ve nasihatlerine ulaşabilmek için uzman olmayanlar tarafından kullanılır. Farklı bir gösterim ise şekil de verilmiştir.
Bir uzman sistemde aşağıdaki bileşenler mevcuttur.
- Bilgi kazanma
- Bilgi tabanı
- Çıkarım mekanizması
- Çalışma alanı
- Kullanıcı arabirimi
- Açıklama
- Düşünme kapasitesini iyileştirme
- Bilgi kazanma
- Bazı bilgi kaynaklarından bir bilgisayar programına problem çözümü için bilgi aktarma ve dönüştürme işlemleri yapılır. Potansiyel bilgi kaynakları uzman insanlar, kitaplar, veri tabanları, özel araştırma raporları ve kullanıcının kendi deneyimleri olabilir.
- Bilgi tabanı
- Bilgi tabanı problemlerin anlaşılması, formülasyonu ve çözümü için gerekli olan tüm bilgileri içerir. Örneğin olaylar ve durumlar hakkında bilgi ve bunlar arasındaki mantıksal ilişki yapılarını ihtiva eder. Ayrıca standart çözüm ve karar alma modellerini de içerir.
- Çıkarım mekanizması
- Uzman sistemin beynidir. Bilgi tabanı ve çalışma alanında bulunan bilgiler üzerine düşünmek için bir metodoloji sunan ve sonuçları biçimlendiren bir bilgisayar programıdır. Bir başka deyişle problemlere çözümler üreten bir mekanizmadır. Burada sistem bilgisinin nasıl kullanılacağı hakkında karar alınır.
- Çalışma alanı
- Giriş verileri tarafından belirlenmiş problem tanımları için hafızanın bir köşesinde bulunan çalışma alanıdır. Bu alan işlemlerin ara seviyelerindeki sonuçları kaydetmek için de kullanılır.
- Kullanıcı arabirimi
- Uzman sistemler, kullanıcı ile bilgisayar arasında probleme yönelik iletişimin sağlanması için bir dil işleyici içerir. Bu iletişim, en sağlıklı doğal dil ile yapılır. Kısaca kullanıcı ara birimi kullanıcı ile bilgisayar arasında bir çevirmen rolünü üstlenmiştir.
- Açıklama
- Uzman sistemleri diğer sistemlerden farklı yapan bir özelliği de açıklama modülünün olmasıdır. Açıklama modülünden kasıt, kullanıcıya çeşitli yardımların verilmesi ve soruların açıklanması olduğu kadar, uzman sistemin çıkardığı sonucu nasıl ve neden çıkardığını açıklayabilmesidir. Burada uzman sistem karşılıklı soru cevap şeklinde davranışlarını açıklar.
- Düşünme kapasitesini iyileştirme
- Bir uzman insan kendi performansını analiz edebilir, öğrenebilir ve gelecekteki kullanım için onu iyileştirebilir. Sistemlerin de bu tip davranışlar göstermeye ihtiyacı vardır. Sistemin kendini iyileştirmesi öğrenme ile ilgili bir konudur. Sistemlerin bir uzman insan gibi öğrenebilmelerine yönelik çalışmalar sinirsel ağlar üzerinde sürdürülen araştırmalarla devam etmektedir. Amaç bir insan beyni gibi çalışan yapay zekayı geliştirebilmektir.
- Uzman Sistemin Faydaları
- Maliyet azalması : Uzman sistem kullanımı ile karşılaştırıldığında insanların incelemeleri daha pahalı görülmektedir.
- Verimlilik artışı : Uzman sistemler insanlardan daha hızlı çalışır. Artan çıktının anlamı, daha az sayıda insan ve daha düşük maliyettir.
- Kalite iyileştirmesi : Uzman sistemler tutarlı ve uygun nasihatler vererek ve hata oranını düşürerek kalitenin iyileştirilmesini temin ederler.
- İşleyiş hatalarını azaltma : Bir çok uzman sistem hatalı işlemleri tespit etmek ve onarım için tavsiyelerde bulunması için kullanılır. Uzman sistem ile bozulma sürelerinde önemli bir azalmanın sağlanması mümkündür.
- Esneklik : Uzman sistemlerin kullanımı üretim aşaması ve servis sunulması sırasında esneklik sağlar.
- Daha ucuz cihaz kullanımı : İzleme ve kontrol için insanların pahalı cihazlara bağlı kaldığı durumlar vardır. Fakat uzman sistemler ile aynı görevler daha ucuz cihazlarla yerine getirilebilir.
- Tehlikeli çevrelerde işlem : Bazı insanlar tehlikeli çevrelerde çalışırlar. Uzman sistemler ise insanların tehlikeli çevrelerin dışında kalmasına imkan sağlar.
- Güvenilirlik : Uzman sistem güvenilirdir. Uzman sistem bilgilere ve potansiyel çözümlere üstün körü bakmaz, tüm detayları yorulmadan ve sıkılmadan dikkatlice gözden geçirir.
- Cevap verme süresi : Uzman sistemler, özellikle verilerin büyük bir kısmının gözden geçirilmesi gerektiğinde bir insandan çok daha hızlı cevap verecektir.
- Tam ve kesin olmayan bilgi ile çalışma : Basma kalıp bilgisayarlar ile karşılaştırıldığında, uzman sistemlerin insanlar gibi tam olmayan bilgi ile çalışabildiği görülmektedir. Bir görüşme sırasında sistemin bir sorusuna kullanıcı “bilmiyorum” veya “emin değilim” şeklinde bir cevap verdiğinde, uzman sistem kesin olmasa bile bir cevap üretebilecektir.
- Eğitim : Uzman sistemin açıklayabilme özelliği bir öğretim cihazı gibi kullanılarak eğitim sağlanabilir.
- Problem çözme kabiliyeti : Uzman sistemler, uzmanların yargılarını bütünlemeye imkan sağlayarak problem çözme kabiliyetlerini yükseltirler. Bu sistemler bilgileri nümerikten ziyade sembolik olarak işledikleri için bir çok yöneticinin karar alma stilleri ile uyumludur.
- Sınırlı bir sahada karışık problemlerin çözümü : Uzman sistemler insan yeteneklerini aşan karışık problemlerin çözümünde kullanılabilir.
- Uzman Sistemin Sınırları
- Uzman sistemlerin ticari olarak yayılmasının önündeki bazı problemler şunlardır :
- Bilgi her zaman okunabilir uygunlukta değildir.
- İnsanlardan bilgi almak zordur.
- Uzman sistemler ancak sınırlı sahalarda, bazı durumlarda ise çok sınırlı sahalarda iyi çalışabilirler.
- Yardım için bilgi mühendisine ihtiyaç gösterir. Bilgi mühendisi az bulunur ve pahalı olduğu için sistemin maliyetini yükseltir.
- Sistemin maliyeti ve geliştirme süresi engelleyici bir faktördür.
- Her hangi bir uzmanın durum değerlendirmesi için yaklaşımı farklı bile olsa doğru olmalı.
- Çok tecrübeli bir uzman bile olsa, zaman baskısı altında olduğu zaman iyi bir durumsal değerlendirme yapması zordur.
Bu sınırlamaların üstesinden gelebilmek için yaygın araştırmalar yapılmakta, böylelikle uzman sistem kullanımı hızla artmaktadır.
- Uzman Sistemler ve Yönetim Bilimleri
Günümüzde hemen her alanda US’ler kullanılmaktadır. Yabancı para değerlerinin takibi ve tahmini, yatırım danışmanlığı, kredi yönetimi ve müşteri değerlendirme, faiz karşılığında ödünç para alma işlemlerini onaylama, sigorta risklerini değerlendirme ve yatırım fırsatlarını değerlendirme gibi alanlarda US kullanımı yaygınlaşmaktadır.
US’ler, modern bilgi sistemleri olmasına rağmen, ancak karar verme kurallarının çok açık ve bilginin güvenilir olduğu problemlerde başarı ile uygulanabilmektedir. Oysa bir çok alanda böyle değildir ve aşağıdaki iki durum gözlenir;
- Karar verme kuralları ya çok açık değildir veya bir kural yoktur,
- Bilgi kısmen yanlıştır.
Son yıllarda bu iki durumdan birinin veya her ikisinin görüldüğü problemlerin çözümünde Bulanık kümeler (Fuzzy Sets) ve Yapay sinir ağları (Artificial neural network) gibi yapay zeka teknikleri kullanılmaktadır.
Mayıs 1984 yılında San Francisco’da Yönetim Bilimleri Enstitüsü Ulusal Toplantısı’nın değişik oturumlarından birisinin konusu “ Yapay zeka, yönetim bilimlerinin yeniden canlanmasına imkan sağlayacak mı?” sorusuna ilişkindi. Oturumda Karl M.Wiig tarafından aşağıdaki görüşler dile getirildi.
- Yönetim bilimlerinin canlanmaya ihtiyacı vardır.
- Uzman sistemler ve doğal dil işleyiciler yönetimsel karar almayı etkileyecek yapay zeka teknolojisinin temel parçalarıdır.
- Yönetim bilimleri, karar destek sistemlerini otomatikleştirmek için uzman sistem ve yapay zekaya ihtiyaç duyarlar.
- Yönetim bilimleri, uzun dönemli planlama, sosyo-ekonomik modeller ve karmaşık işlemsel destek gibi başlıca karar alanlarında uzman sistemler ile birleşecektir.
Özet olarak Wiig, uzman sistemler ve diğer yapay zekateknolojilerinin yönetim bilimlerinde yeniden bir canlanma sağlayabildiğini ve sağlayacağını belirtmiştir.
Yapay zeka teknolojisinde gelişmeler sürerken buna paralel olarak nörolojik bilimlerde de beynin işleyişi ve fonksiyonlarının tam olarak anlaşılabilmesi için araştırmalar devam etmektedir. Çünkü beyin ne kadar iyi anlaşılabilirse yapay zeka teknolojileri de o oranda daha işlevsel olarak insan için istenilen faydayı sağlayabilecektir.
İKİNCİ BÖLÜM
(BEYİN VE BİLGİSAYAR İLİŞKİSİ)
Amerika Birleşik Devletleri Kongresi 17 Temmuz 1990 yılında şöyle bir bildiri yayınladı: (BEYİN VE BİLGİSAYAR İLİŞKİSİ)
“ Beyin Yılları, 1990-1999
Amerika Birleşik Devletleri tarafından bir bildiri:
İnsan beyni, birbiri ile karmaşık ilişkiler içinde bulunan 3 paund’luk bir nöron hücreleri kitlesidir. Tüm aktivitelerimizi kontrol eder ve yaradılışın en görkemli –ve gizemli- harikalarından biridir. İnsan zekasını, duyuların yorumunu, hareketlerin denetimini oluşturur. Bu inanılmaz organ bilim adamlarını olduğu kadar, bilim dışında olanları da şaşırtmaktadır.
Yıllar boyunca, beyinle ilgili bilgiler –nasıl çalıştığı, hastalıklarında ve yaralanmalarında ne türlü bozukluklar olduğu- hızla arttı. Buna rağmen daha öğreneceğimiz çok şey var. Milyonlarca Amerikalının her yıl kalıtsal sinir hastalıklarına, Alzheimer gibi dejeneratif bozukluklara ya da inmeye, şizofreniye, otizme: konuşma, dil ve işitme bozukluklarına yakalanması beyin üzerinde araştırmaların devam etmesini zorlamakta ve gerektirmektedir.”
Bildiri böylece sürüp gitmekte ve sonu yaklaşık olarak şöyle bağlanmaktadır:
“ ... 1 Ocak 1990’dan başlayan on yılı ‘ Beyin dekadı ‘ olarak ilan etmeye ve bu konuda Başbakan tarafından bir bildiri çıkarılmasına ... “
A.B.D.’nin 215. Bağımsızlık yılında çıkarılan bu bildirinin altında George Bush’un imzası vardır.
Beyin üzerine duyulan büyük ilgi ve konu üzerinde yapılan çalışmalar 1990 yılında başlamış değildir. İnsanda ve diğer canlılarda yaşamsal faaliyetlerin yerine getirilmesinde merkez konumunda bulunan beyin üzerindeki çalışmalar yüzyıllardır yapılmakta ve bugün de tam olarak anlaşılamadığı için içinde bir çok disiplin içeren nörolojik bilimler alanında çalışmalar hızla devam etmektedir.
- Beyin
- Tarihsel Süreçte Beyin
Küçük Asyalı Ezop,başlangıçta köleymiş,sonra azat edilmiş. Kölelik dönemindeyken efendisi, önem verdiği bir şölen için kendisine “dünyanın en güzel yemeğini ve aynı zamanda en kötü yemeğini” hazırlamasını emretmiş. Ezop da sofraya haşlanmış dil çıkarmış ve efendisinin bu sunuyu pek de beğenmemesi üzerine kendini, “Dilin yerine göre dünyanın en iyi şeylerini; yerine göre de en kötü şeylerini söyleyebileceğini” belirterek savunmuş.
Ezop’un yaşadığı çağda (M.Ö. 6.yy.) düşüncelerin beyin tarafından oluşturulduğu bilinmediğinden olsa gerek; Ezop, beyin yerine dil pişirmiş. Oysa beyin en görkemli, en güzel, en üstün şeyleri düşünebileceği gibi en berbat, en şeytansı, en aşağılık şeyleri de düşünebilir. Düşünmekle kalmaz, tutsağı olan bedene uygulatır da (dilde olduğu gibi).
Yazılı tarih bize beyne yönelik ilginin yüzyıllar boyunca sürekli ve kendi içinde tutarlı gelişme gösteren bir süreç olmaktan çok aralarında uzunca bekleme süreleri barındıran sıçramalar biçiminde ortaya çıktığı mesajını vermektedir. Bu gelişme biçiminin içsel ve dışsal nedenleri olduğu söylenebilir. İçsel neden ilgi odağı olan organın kendi özellikleri ile ilişkilidir. Organ beynin en önemli özelliği, karşı konulmaz biçimde ortaya çıkan nesnel gerçekliklerle ilgili gelişmelerin bilinç, dikkat, oryantasyon ve bellek eşliğinde ya da yardımcılığında izlenerek gözlemler’e dönüştürülmesi ve gözlemlerin düşüncelere yol açmasını sağlamasıdır. Bu özellik, beynin organ olarak herkes için aşağı yukarı benzer özelliklerinin otomatik bir gereği olmayıp, açıkça, bu genel özelliklerin beyin yeteneği haline dönüşmesine yol açan iç mekanizma ayrıcalıklarının bireysel bir açılımıdır. Eğer bu önerme doğruysa, bunun anlamı; herkes için geçerli olan nesnel gerçekliklerle sadece çıplak olarak karşılaşan genel ya da beyin yeteneği bakımından belirsiz olan bir organın gözlem ve düşünce süreçlerine ancak bireysel bir organ haline dönüşerek varabildiğidir. Böylelikle, beyin serüvenindeki kesikli sıçramaların; ister Eski Mısır’da, ister Antik Çağ’da, isterse de günümüzde ortaya çıksınlar içsel nedenini gözlemci ve düşünce yaratabilen bireysel beyin çalışması olduğu söylenebilir.
Beyin sahibi canlıların incelenmesi bize, bunların ayrıca, bir kurallılık, hiyerarşi içerdiğini de gösterir. Öyleyse, beynin kendisiyle ilgili ilk temel kavrama girerken hemen karşımıza evrim kavramı çıkar. Bu nesnel gerçeklikle o denli ilgili bir kavramdır ki beyne ait bilgilerin öğrenilmesi sürecinde evrim bilgisi zorunlu bir yere oturur. Bu kavram, bize, incelediğimiz canlı beyninin iç dinamiklerinin boyutlarını, zenginliğini ve sınırlarını öğretir. İnsan beyninin kapasitelerinin sorgulanmasında bize yardımcı olabilecek çok güçlü ipuçları vardır. Bir kez, morfolojik detaylılıkta çok zengin bir görünümü vardır. Onun kadar zeminini genişletmiş olan bir organ ve canlı beyni yoktur. Antropolojik çalışmalar benzer detaylılığa en azından 50 bin yıldır rastlandığını söylemektedir. Bunun anlamı, ya da anlamlarından biri, beynin genel evriminin, çok uzak gelecekler için bile hazır bir yapı oluşturduğudur. Ve denilebilir ki bu, henüz kullanılmakta olan yapıdır ve genel evrim modelleri içinde kabul edilen morfolojik değişikliklere bu yüzden gitmemiştir. Mikroskobik yapı, bir açıdan inanılmaz ve karmakarışık bir görünümü, diğer açıdan ise bunların kendi aralarındaki hiyerarşiyi gösterir. Her ikisini de çağrıştıran veriler vardır. Bu verilerin elde edilmesi yeni olmayıp, her iki tür veri de en azından 100 yaşındadır.
Nörolojik bilimler son yıllarda önemli ilerlemeler göstermişse de yine de yetersizliği yeterliliğinden fazladır. Ancak gösterdiği atılımlar ve gelecek için umut verici oluşu ve uğraştığı konunun önemi, içinde bulunduğumuz yılların beyin yılları olarak kabulüne yol açmıştır.
- Beyin ve Sinir Sisteminin Genel Görünüşü
Beyin ile ilgili şu gerçek çok bilindiği için olsa gerek, hep gözardı ediliyor: beyin vücuda bağlıdır ve onunla sürekli iletişim halindedir. Sinir sistemine veriler yalnızca vücudun değişik yerlerindeki dönüştürücülerden gelir. Dönüştürücüler ışık, ses ya da basınç gibi kimyasal veya fiziksel etkileri elektrokimyasal işaretlere dönüştürürler. Bu dönüştürücülerin bazıları gözdeki ışık duyargaları gibi vücuda dışarıdan gelen işaretlere tepki gösterir, yani dış çevreyi izler. Başka dönüştürücüler ise daha çok vücudun içindeki etkinliklere tepki gösterir. Mide ağrınızın tutması ya da kandaki aside duyarlılık göstermenizde olduğu gibi. Sinir sisteminin hareket çıkışı ise vücuttaki kasların çoğunu denetlemekle görevlidir. Ayrıca beyin hormonlar gibi birtakım kimyasal maddelerin vücuda salınmasını da etkiler
beyin ve sinir sisteminin temel yapı elemanlarını oluşturan unsurlar görülmektedir. Beyin ve sinir sisteminde fiziksel katmana bakıldığında, işlemci, sinyal iletim ortamı ve yol verici olarak, sinir sisteminin temel öğesi olan nöron, ya da sinir hücresi görülmektedir. Sinir hücresini oluşturan Dendrit, hücre gövdesi, akson ve akson uçları (sinaps) gösterilmiştir. Dendritler sinaptik sinyalleri girdi olarak almakta, hücre gövdesi bu sinyalleri bilindiği kadarıyla analog bir yöntemle işlemekte ve üretilen denetim sinyali ya da sinyalleri aksonlar aracılığı ile denetlenecek hedef hücrelere iletilmektedir.Tipik bir nöron, hücre gövdesi ve dendritleri üzerine dış kaynaklardan gelen elektrik darbelerinden üç şekilde etkilenir. Gelen darbelerden bazısı nöronu uyarır, bazısı bastırır, geri kalanı da davranışında değişikliğe yol açar. Nöron yeterince uyarıldığında çıkış kablosundan (aksonundan) aşağı bir elektriksel işaret göndererek tepkisini gösterir. Genellikle bu tek akson üzerinde çok sayıda dallar olur. Aksondan inmekte olan elektrik işareti dallara ve alt dallara ve sonunda başka nöronlara ulaşarak onların davranışını etkiler. Nöron, çok sayıda başka nöronlardan genellikle elektrik darbesi biçiminde gelen verileri alır. Yaptığı iş bu girdilerin karmaşık ve dinamik bir toplamını yapmak ve bu bilgiyi aksonundan aşağı göndererek bir dizi elektrik darbesi biçiminde çok sayıda başka nörona iletmektir. Nöron, bu etkinlikleri sürdürmek ve molekül sentezlemek için de enerji kullanır fakat başlıca işlevi işaret alıp işaret göndermek, yani bilgi alışverişidir.
Ortalama bir beyinde 10 milyar kadar sinir hücresi vardır. Dolayısıyla sayıları arttıkça beyin işlevlerinin de artacağı açıktır. Nöron sayısı kadar önemli olan bir diğer özellik; nöronların uzantıları aracılığı ile diğer nöronlarla oluşturdukları ilişkilerdir. Bilgi alışverişinin yapıldığı bu ilişki noktaları (sinaps’lar) nöron başına 1000 ile 10000 arasında değişir. Sinapslar, etkiye akım var / akım yok şeklinde tepki gösterir. Demek ki, bir nöron 103 hatta 104 tepki verebilir. 1010 nöron olduğuna göre, sinir sisteminde tepki sayısı ya da bilgisayar deyimiyle söylersek bit sayısı, 10 trilyon ile 100 trilyon arasında değişecektir. Bu bit sayısı 500 sayfalık bir milyon kitabı dolduracak kadar çoktur.
Öğrenme ve BellekBeynin en önemli işlevlerinden birisi de insanın çevresinde olanları öğrenmesi ve edindiği bilgileri daha sonra kullanmak üzere depolamasıdır. Çevreden gelen uyarıların değerlendirilmesi ve uygun davranışların geliştirilmesi öğrenme yoluyla olmaktadır. Öğrenilen bilginin saklanmasını ise bellek sağlar. Öğrenme çok geniş bir kavram olup görme, işitme, dokunma, tat ve doku duyguları ile algılanan uyarıların beyinde ilişkilendirilme, tekrarlama gibi birden çok beyin işlemi sonucu gerçekleşir. Öğrenmenin doğrudan bir ölçümü yapılamayıp ancak ortaya çıkan davranış değişiklikleri ile değerlendirilebilmektedir.
Öğrenme biçimleri uyarı yanıt ilişkisine göre asosiye ve asosiye olmayan üzere iki ana gruba ayrılmaktadır. Çevreden gelen tekrarlayan uyarıya karşı oluşan belirli bir yanıtın, zaman içinde meydana gelen değişme, asosiye olmayan öğrenme biçimini oluşturur. Bu öğrenme biçiminde tekbir yanıt ve ona karşı oluşmuş başka bir uyarı ile ilişkilendirilmemiş belirli bir yanıt söz konusudur. Bir alt biçimi olan alışma uyaranın etkinliğinin zaman içinde sönmesi ve ilk ortaya çıkan yanıtın şiddetinin azalmasıdır. Bulunduğumuz odada saatin tik taklarını bir süre sonra duymamamız bu öğrenme biçimi için bir örnektir. Bunun tam tersi olan duyarlılaşmada ise yanıtın şiddeti tekrarlayan uyarı ile artar. Ocak üzerinde çok sıcak olan bir kabı ilk ellediğimizde elimizi hızla geri çekeriz. Daha sonra kap ılıklaşsa bile biz kaba değdiğimizde kabın sıcaklığı ile uyumlu olmayacak şekilde elimizi hızla çekeriz. Bu iki tip öğrenme biçimi, en basit organizmalardan en karmaşık organizmalara kadar tüm canlılarda kullanılır.
Asosiye öğrenme biçimlerinden birisi, klasik şartlanmadır ve Pavlov’un köpeklerle yaptığı sindirim sistemi çalışmaları en bilinen örneği oluşturur. Daha önce tükrük salgılanmasına neden olmayan bir uyarı (zil sesi), belli bir süre ve aşamadan sonra salgılamaya neden olur. Zil sesini duyduktan sonra yemek verilen köpek, bir süre sonra bunun tekrarlanması sonucunda yemek verilmeden zil sesini duyduğunda tükürük salgısında artış olur. Zil sesi şartlı uyaran, yemek şartsız uyaran, zil karşısında oluşan tükürük salgısı şartlı reflekstir. Şartlı refleksin oluşması için şartlı ve şartsız uyaranların belli sayıda tekrar etmesi gerekir. Pavlov’a göre hayvanlar ve insanlarda öğrenme düşüncelerin ilişkilendirilmesi değil, uyaranların ilişkilendirilmesidir. Rescola ve Wagner bu model üzerindeki çalışmalarında klasik şartlanmanın tek başına şartlı ve şartsız uyaranın birlikteliği ve tekrarlanması sonucu oluşmayacağını ileri sürmüşlerdir. Rastgele bir araya gelen uyarılar bir anlamlılık oluşturmuyorsa ne kadar sık tekrarlasa da öğrenme biçimine dönüşmez. Canlılar tüm olasılık ve bağlantıları değerlendirip birbiriyle ilişkisi olan şartlı ve şartsız uyaranları bir araya getirerek öğrenmeyi gerçekleştirir. Bir başka deyişle beyin, çevredeki birbiriyle bağlantılı ya da ilişkili olayları seçer ve saptar.
Diğer bir önemli asosiyatif öğrenme ise operan şartlı öğrenmedir. Bu öğrenme biçimine deneme yanılma yöntemi de denmektedir. Klasik şartlanma iki uyarı arasındaki bağlantıyı içerirken, operan şartlanma bir uyarı ile canlının bu uyarıya karşı oluşturduğu davranışı içerir. Skinner’in incelediği operan şartlanma modelinde bir kafes içine konan sıçan, bir ışık karşısında bir düğmeye basarak yiyeceğe ulaşacağını öğrenir. Başlangıçta yiyeceğe nasıl ulaşacağını bilemeyen sıçan, birbirinden farklı davranışlar sergiler ve önünde duran düğmeye rastgele basarken yemeğe ulaşır. Bu davranışını birkaç kez tekrarlayıp aynı sonuca ulaşan sıçan, ışık yandığında düğmeye basar ve yiyeceğini alır.
Farklı gibi görünen klasik ve operan şartlanmada temel kurallar aynıdır. Ödüllendirme ve kaçınma mekanizmaları gelişen davranışı belirlemektedir ve her iki şartlanma biçiminde de aynı sinir sistemi mekanizmaları yer alır. Tüm canlılar çevrede olanları ve rastlantıları asosiye öğrenme ile farkeder ve öğrenir. Ancak gerçekte şartlı ve şartsız uyaranlar, öğrenme modellerinde olduğu gibi tek başlarına ve düzenli aralıklarla tekrar etmezler. Canlılar karşı karşıya kaldıkları pek çok uyaran arasında aralarında yaşamını devam ettirmede önemli olan biyolojik olarak anlamlı bir ilişkinin olduğu uyaranlar arasında bağlantı kurar. Bu asosiyatif öğrenme biçimleriyle canlılar birbiriyle ilişkili ve ilişkisiz olayları birbirinden ayırt ediyor ve çevrede olanların nedensel bağlantılarını saptıyor. Hangi uyarıların önemli olduğu, dikkate alınması gerektiği için ya daha önceden sinir sisteminde programlanmış doğru bilgi ya da sonradan öğrenme gerekmektedir. Genetik ve gelişimsel programlama, değişik aşamalarda en basit canlılardan en karmaşık canlı olan insana kadar tüm canlılarda bulunmaktadır. İnsanın yaşamını devam ettirmesi, çevreye uyum sağlaması ve bulunduğu noktadan daha ileriye gitmesi öğrenme, esnek karar verebilme ve farklı uyaranlar arasında yeni bağlantıları farkedebilmesi ile gerçekleşebiliyor.
Edinilen bilginin saklanması ve geri çağrılmasına göre öğrenme ve bellek, iki ana guruba ayrılır. Çevremizde olanlar, evren, insanlar ve yerler ile olan bilgileri, sözcüklerle ifade edilen, tanımlanabilir bellek ya da deklaratif bellek biçiminde saklarız. Algı ve motor yeteneği gerektiren bazı işleri nasıl yapılacağı konusunda sözcüklerle ifade edemediğimiz, tanımlama biçimine getirilmemiş olan refleksif bellek biçimini kullanırız. Deklaratif belleğin oluşması bilinçli bir düşünme sürecini gerektirir. Bu süreç içinde değerlendirme, karşılaştırma ve bir araya getirme gibi bilişsel işlemleri kullanır. Deklaratif bellekten bilgilerin çağrılma işlemi yaratıcı bir süreç olup, yeniden sıralama, yeniden yapılandırma ve orijinal olanı yoğunlaştırma işlemlerini içerir. Bilginin deklaratif olarak depolanması, bizim kişisel algı yapımıza göre ve daha önce edinilmiş bilgilere göre kişiden kişiye farklılık göstererek oluşmaktadır.
Refleksif bellek ise bir işlemin farkedilmeden çok sayıda tekrarı sonucu zaman içinde birikerek oluşur. Bilinçli düşünme ya da karşılaştırma,değerlendirme gibi kognitif işlemler gerekmeden refleksif bellek oluşur ve genellikle kelimelerle ifade edilmez. Bazı algı ve motor yeteneklerin kazanılması, gramer gibi bazı kuralların öğrenilmesi refleksif bellek ile olmaktadır. Refleksif öğrenme için asosiye ve asosiye olmayan öğrenme biçimleri örnek gösterilebilir. Pek çok işlemde her iki bellek ve öğrenme biçimi de yer alır. Örneğin araba kullanmak başlangıçta deklaratif bellek ile gerçekleşirken bir zaman sonra refleksif belleğe geçer ve artık araba kullanma kuralları her kullanışta sözcüklerle ifade edilmez, kısaca otomatikleşir
Bilgisayar Ağları
İşlemci, bellek, çevre birimler gibi çeşitli donanım elemanları ve işletim sistemi ve uygulama programları gibi oldukça kapsamlı yazılım elemanları içeren bir bilgisayar sistemi oldukça karmaşık bir yapıdadır. Bu karmaşık yapıdaki bilgisayar sistemleri bir bilgisayar ağı yaratacak şekilde birbirine bağlandığında ortaya çok daha karmaşık yapılar çıkmaktadır. Bir bilgisayar ağının genel görünümü şekil 7’de verilmiştir. Burada aslında tek bir bilgisayar ağı olmadığını, birbiri ile gerek hiyerarşik gerek başka yapılarda ilişkilendirilmiş bir çok bilgisayar ağı olduğunu vurgulamak gerekir. Şekilde görüldüğü gibi bu ağlar birbirine tekrarlayıcılar, köprüler ve yol atayıcılar ile bağlanmışlardır.
Tasarımcılar karmaşık yapıdaki sistemleri, biraz da doğayı gözlemleyerek, ya hiyerarşik yapıda, ya da bundan daha basit bir yapı olan katmanlı yapıda tasarlamaktadır. Buradaki genel amaç, bir sistemi meydana getiren alt sistemler ve alt sistemler arasındaki karmaşık arabirimlerin sayısını azaltarak tüm sistemin genel tasarım ve üretim karmaşıklığını azaltmaktır. Katmanlı yapıların karmaşıklığı, hiyerarşik yapıların karmaşıklığından daha azdır. Katmanlı yapılarda alt sistemler arasında sadece iki arabirim ilişkisi bulunmaktadır. Dolayısıyla gerek bilgisayar sistemlerinin gerek bilgisayar ağlarının tasarımında katmanlı yapılar tercih edilmektedir.
Bir bilgisayar ağını oluşturan donanım ve yazılım elemanları, işlevleri açısından katmanlar halinde organize edilmektedir. Burada bir alt katmanın bir üst katmana verdiği servisten söz edilebilir. Servis aslında alt katmanda tanımlanmış ve üst katman tarafından kullanılmakta olan bir işlevden ibarettir. Bu servislerin kullanılmasında geçerli temel kural şöyledir. Birbirine komşu olan üç katmanı önce i-1 i ve i+1 olarak numaralandıralım. Orta katman i, sadece alt katman i-1 ve üst katman i+1’de tanımlanan servislere erişebilir, daha alttaki ve üstteki katmanların servisleri i tarafından kullanılamaz. Bu kuralın temel nedeni katmanlar arasındaki ilişkileri en aza indirmektir
Benzer yada aynı katmanlı yapıda olan iki sistem, veya iki bilgisayar arasında, aynı seviyedeki iki katman arasında bir protokol tanımlanabilir. Katmanlar arası bir protokol, her iki katmanın birbiriyle bilgi alışverişinde bulunmasını sağlayacak kuralların tümünden oluşur. Katmanlar arası sanal olarak tanımlanabilecek bilgi alışverişi, gerçekte bilginin alt ve üst katmanlar aracılığı ile bir sistemden diğer sisteme aktarılması sayesinde yapılabilmektedir. Bilginin gerçekten iki sistem arasında belirli bir formda aktarılması, bu sistemlerin en alt katmanı olan fiziksel katmanlar aracılığı ile gerçekleştirilmektedir. Bir sistemin katmanlı yapısı, katmanların arabirim işlevleri ve katmanlar arası protokollerin tümü bilgisayar ağları terminolojisinde bir bilgisayar ağı mimarisi olarak anılmaktadır.
Bilgisayar ağ mimarileri arasında ISO OSI referans modeli, TCP/IP, IBM’in SNA, DEC’in DECNET vb. mimariler sayılabilir. Burada sadece güncel olduğu için internet’i ayakta tutan TCP/IP ağ mimarisinin özellikleri kısaca tanıtılacaktır.
TCP/IP ağ mimarisi basit olarak dört katmandan oluşmaktadır. En eski bilgisayar ağı mimarisi olan TCP/IP ağ mimarisi, bilgisayar ağlarındaki gelişmelerin önemli bir bölümünü oluşturan Arpanet/İnternet araştırma geliştirme çalışmaları sonucunda elde edilmiştir. Yaklaşık olarak 2000 RFC belgesi, bu mimariyi oluşturan tüm protokolleri ve yapıları tanımlar.
Beyin Bilgisayar Karşılaştırması
Beyin ve sinir sistemini bir bütün olarak alıp bilgisayarlar ve bilgisayar iletişimi ya da ağları ile benzerliklerini saptamak veya karşılaştırmak başlangıçta radikal görünebilir. Bilindiği gibi bilgisayarların ilk ortaya çıktığı zamanlarda ve daha sonraları, bilgisayarın insan beyninin işlevlerini yerine getirip getiremeyeceği açısından devamlı olarak bir değerlendirilmesi yapılmış, bu değerlendirmede hız, bellek kapasitesi, işlevsel zenginlik, zeka v.b. kriterler kullanılmıştır. Bilgisayarların keşfedildiği ve üretildiği ülkelerde ve ülkemizde 70’li yılların başında ortaya atılan bilgisayar sözcüğünden önce, elektronik beyin sözcüğünün sıkça kullanıldığını görüyoruz. Alt başlıklarda beyin-bilgisayar karşılaştırması, beyin/sinir sistemi-bilgisayar/bilgisayar iletişimini de içine alacak şekilde genişletilmekte ve bu iki ayrı yapının birbiriyle bir benzerliğinin olup olmadığı yapısal ve karmaşıklık yönünden incelenmektedir.
Ölçüt olarak karmaşıklığı daha iyi bilinen bir bilgisayar ağı olan internet’in karmaşıklığı göz önüne alınabilir. İnternet günümüzün en karmaşık bilgisayar ağı ya da bilgisayar ağları federasyonudur. İnternet’te milyonlarca kullanıcı, milyonlarca adreslenebilir bilgisayar veya ağ cihazı bulunmaktadır. Veri sinyallerinin iletim hızı 200,000-300,000 km/sn, verinin iletim hızı 10,000-100,000,000 b/sn (ikili/saniye) aralığındadır. Kullanıcıların ya da bilgisayarların aynı anda bağlantı yapabilecekleri bilgisayar sayısı onlu/yüzlü sayılar seviyesindedir. Bilgi saklama kapasitesi, bellek kapasitesi olarak giga/tera sekizli seviyesindedir.
Beyin ve sinir sistemine bakılacak olursa en karmaşık iletişim/denetleme sistemlerinden biri olduğu söylenebilir. Sinir sisteminde toplam olarak bir ila on milyar nöron olduğu varsayılmaktadır. Veri sinyallerinin iletim hızı azami 100 m/sn civarındadır ve ışık hızının çok altındadır. Saniyede gönderilebilen ikili olarak veri iletim hızını belirtmek henüz olası değildir. Denetlenen hücre ve nöron sayısı ve bunların artış hızı gelişme çağında çok yüksektir, ergenlikte belki bir süre sabit kalmaktadır ve daha sonra yaşlandıkça azalmaktadır. Toplam sayıların evrim sebebiyle artıp artmadığı tartışma konusudur. Nöronların aynı anda bağlantı yapabilecekleri nöronların sayısı onbinli sayılar seviyesindedir. Bellek kapasitesinin canlılar arasında farklılıklar gösterdiğini, fakat bir bilgisayarda olduğu gibi kesin değerlerle henüz ölçülemediğini belirtebiliriz.Tüm bu karmaşıklık karşılaştırmalarında, farklı ölçütler kullanıldığında farklı sonuçlar elde edildiği açıktır.
Beyin ve sinir sisteminin tüm özelliklerinin, iç yapısının ve nasıl çalıştığının günümüzde tam olarak bilinmemesi sağlıklı bir karşılaştırma yapmada sorunlar doğurmaktadır. Diğer taraftan, bilgisayarlar ve bilgisayar ağları belirli bir evrim içinde insanlar tarafından tasarlanmakta, üretilmekte ve çalıştırılmaktadır. Dolayısıyla en ince detaylarına kadar bilinmektedir. Benzer bir detay bilgi artışı beyin ve sinir sisteminde de sağlandığında çok daha sağlıklı bir karşılaştırma yapma mümkün olabilecektir.
beyin ve sinir sisteminin temel yapı elemanlarını oluşturan unsurlar görülmektedir. Beyin ve sinir sisteminde fiziksel katmana bakıldığında, işlemci, sinyal iletim ortamı ve yol verici olarak, sinir sisteminin temel öğesi olan nöron, ya da sinir hücresi görülmektedir. Sinir hücresini oluşturan Dendrit, hücre gövdesi, akson ve akson uçları (sinaps) gösterilmiştir. Dendritler sinaptik sinyalleri girdi olarak almakta, hücre gövdesi bu sinyalleri bilindiği kadarıyla analog bir yöntemle işlemekte ve üretilen denetim sinyali ya da sinyalleri aksonlar aracılığı ile denetlenecek hedef hücrelere iletilmektedir.Tipik bir nöron, hücre gövdesi ve dendritleri üzerine dış kaynaklardan gelen elektrik darbelerinden üç şekilde etkilenir. Gelen darbelerden bazısı nöronu uyarır, bazısı bastırır, geri kalanı da davranışında değişikliğe yol açar. Nöron yeterince uyarıldığında çıkış kablosundan (aksonundan) aşağı bir elektriksel işaret göndererek tepkisini gösterir. Genellikle bu tek akson üzerinde çok sayıda dallar olur. Aksondan inmekte olan elektrik işareti dallara ve alt dallara ve sonunda başka nöronlara ulaşarak onların davranışını etkiler. Nöron, çok sayıda başka nöronlardan genellikle elektrik darbesi biçiminde gelen verileri alır. Yaptığı iş bu girdilerin karmaşık ve dinamik bir toplamını yapmak ve bu bilgiyi aksonundan aşağı göndererek bir dizi elektrik darbesi biçiminde çok sayıda başka nörona iletmektir. Nöron, bu etkinlikleri sürdürmek ve molekül sentezlemek için de enerji kullanır fakat başlıca işlevi işaret alıp işaret göndermek, yani bilgi alışverişidir.
Ortalama bir beyinde 10 milyar kadar sinir hücresi vardır. Dolayısıyla sayıları arttıkça beyin işlevlerinin de artacağı açıktır. Nöron sayısı kadar önemli olan bir diğer özellik; nöronların uzantıları aracılığı ile diğer nöronlarla oluşturdukları ilişkilerdir. Bilgi alışverişinin yapıldığı bu ilişki noktaları (sinaps’lar) nöron başına 1000 ile 10000 arasında değişir. Sinapslar, etkiye akım var / akım yok şeklinde tepki gösterir. Demek ki, bir nöron 103 hatta 104 tepki verebilir. 1010 nöron olduğuna göre, sinir sisteminde tepki sayısı ya da bilgisayar deyimiyle söylersek bit sayısı, 10 trilyon ile 100 trilyon arasında değişecektir. Bu bit sayısı 500 sayfalık bir milyon kitabı dolduracak kadar çoktur.
Öğrenme ve BellekBeynin en önemli işlevlerinden birisi de insanın çevresinde olanları öğrenmesi ve edindiği bilgileri daha sonra kullanmak üzere depolamasıdır. Çevreden gelen uyarıların değerlendirilmesi ve uygun davranışların geliştirilmesi öğrenme yoluyla olmaktadır. Öğrenilen bilginin saklanmasını ise bellek sağlar. Öğrenme çok geniş bir kavram olup görme, işitme, dokunma, tat ve doku duyguları ile algılanan uyarıların beyinde ilişkilendirilme, tekrarlama gibi birden çok beyin işlemi sonucu gerçekleşir. Öğrenmenin doğrudan bir ölçümü yapılamayıp ancak ortaya çıkan davranış değişiklikleri ile değerlendirilebilmektedir.
Öğrenme biçimleri uyarı yanıt ilişkisine göre asosiye ve asosiye olmayan üzere iki ana gruba ayrılmaktadır. Çevreden gelen tekrarlayan uyarıya karşı oluşan belirli bir yanıtın, zaman içinde meydana gelen değişme, asosiye olmayan öğrenme biçimini oluşturur. Bu öğrenme biçiminde tekbir yanıt ve ona karşı oluşmuş başka bir uyarı ile ilişkilendirilmemiş belirli bir yanıt söz konusudur. Bir alt biçimi olan alışma uyaranın etkinliğinin zaman içinde sönmesi ve ilk ortaya çıkan yanıtın şiddetinin azalmasıdır. Bulunduğumuz odada saatin tik taklarını bir süre sonra duymamamız bu öğrenme biçimi için bir örnektir. Bunun tam tersi olan duyarlılaşmada ise yanıtın şiddeti tekrarlayan uyarı ile artar. Ocak üzerinde çok sıcak olan bir kabı ilk ellediğimizde elimizi hızla geri çekeriz. Daha sonra kap ılıklaşsa bile biz kaba değdiğimizde kabın sıcaklığı ile uyumlu olmayacak şekilde elimizi hızla çekeriz. Bu iki tip öğrenme biçimi, en basit organizmalardan en karmaşık organizmalara kadar tüm canlılarda kullanılır.
Asosiye öğrenme biçimlerinden birisi, klasik şartlanmadır ve Pavlov’un köpeklerle yaptığı sindirim sistemi çalışmaları en bilinen örneği oluşturur. Daha önce tükrük salgılanmasına neden olmayan bir uyarı (zil sesi), belli bir süre ve aşamadan sonra salgılamaya neden olur. Zil sesini duyduktan sonra yemek verilen köpek, bir süre sonra bunun tekrarlanması sonucunda yemek verilmeden zil sesini duyduğunda tükürük salgısında artış olur. Zil sesi şartlı uyaran, yemek şartsız uyaran, zil karşısında oluşan tükürük salgısı şartlı reflekstir. Şartlı refleksin oluşması için şartlı ve şartsız uyaranların belli sayıda tekrar etmesi gerekir. Pavlov’a göre hayvanlar ve insanlarda öğrenme düşüncelerin ilişkilendirilmesi değil, uyaranların ilişkilendirilmesidir. Rescola ve Wagner bu model üzerindeki çalışmalarında klasik şartlanmanın tek başına şartlı ve şartsız uyaranın birlikteliği ve tekrarlanması sonucu oluşmayacağını ileri sürmüşlerdir. Rastgele bir araya gelen uyarılar bir anlamlılık oluşturmuyorsa ne kadar sık tekrarlasa da öğrenme biçimine dönüşmez. Canlılar tüm olasılık ve bağlantıları değerlendirip birbiriyle ilişkisi olan şartlı ve şartsız uyaranları bir araya getirerek öğrenmeyi gerçekleştirir. Bir başka deyişle beyin, çevredeki birbiriyle bağlantılı ya da ilişkili olayları seçer ve saptar.
Diğer bir önemli asosiyatif öğrenme ise operan şartlı öğrenmedir. Bu öğrenme biçimine deneme yanılma yöntemi de denmektedir. Klasik şartlanma iki uyarı arasındaki bağlantıyı içerirken, operan şartlanma bir uyarı ile canlının bu uyarıya karşı oluşturduğu davranışı içerir. Skinner’in incelediği operan şartlanma modelinde bir kafes içine konan sıçan, bir ışık karşısında bir düğmeye basarak yiyeceğe ulaşacağını öğrenir. Başlangıçta yiyeceğe nasıl ulaşacağını bilemeyen sıçan, birbirinden farklı davranışlar sergiler ve önünde duran düğmeye rastgele basarken yemeğe ulaşır. Bu davranışını birkaç kez tekrarlayıp aynı sonuca ulaşan sıçan, ışık yandığında düğmeye basar ve yiyeceğini alır.
Farklı gibi görünen klasik ve operan şartlanmada temel kurallar aynıdır. Ödüllendirme ve kaçınma mekanizmaları gelişen davranışı belirlemektedir ve her iki şartlanma biçiminde de aynı sinir sistemi mekanizmaları yer alır. Tüm canlılar çevrede olanları ve rastlantıları asosiye öğrenme ile farkeder ve öğrenir. Ancak gerçekte şartlı ve şartsız uyaranlar, öğrenme modellerinde olduğu gibi tek başlarına ve düzenli aralıklarla tekrar etmezler. Canlılar karşı karşıya kaldıkları pek çok uyaran arasında aralarında yaşamını devam ettirmede önemli olan biyolojik olarak anlamlı bir ilişkinin olduğu uyaranlar arasında bağlantı kurar. Bu asosiyatif öğrenme biçimleriyle canlılar birbiriyle ilişkili ve ilişkisiz olayları birbirinden ayırt ediyor ve çevrede olanların nedensel bağlantılarını saptıyor. Hangi uyarıların önemli olduğu, dikkate alınması gerektiği için ya daha önceden sinir sisteminde programlanmış doğru bilgi ya da sonradan öğrenme gerekmektedir. Genetik ve gelişimsel programlama, değişik aşamalarda en basit canlılardan en karmaşık canlı olan insana kadar tüm canlılarda bulunmaktadır. İnsanın yaşamını devam ettirmesi, çevreye uyum sağlaması ve bulunduğu noktadan daha ileriye gitmesi öğrenme, esnek karar verebilme ve farklı uyaranlar arasında yeni bağlantıları farkedebilmesi ile gerçekleşebiliyor.
Edinilen bilginin saklanması ve geri çağrılmasına göre öğrenme ve bellek, iki ana guruba ayrılır. Çevremizde olanlar, evren, insanlar ve yerler ile olan bilgileri, sözcüklerle ifade edilen, tanımlanabilir bellek ya da deklaratif bellek biçiminde saklarız. Algı ve motor yeteneği gerektiren bazı işleri nasıl yapılacağı konusunda sözcüklerle ifade edemediğimiz, tanımlama biçimine getirilmemiş olan refleksif bellek biçimini kullanırız. Deklaratif belleğin oluşması bilinçli bir düşünme sürecini gerektirir. Bu süreç içinde değerlendirme, karşılaştırma ve bir araya getirme gibi bilişsel işlemleri kullanır. Deklaratif bellekten bilgilerin çağrılma işlemi yaratıcı bir süreç olup, yeniden sıralama, yeniden yapılandırma ve orijinal olanı yoğunlaştırma işlemlerini içerir. Bilginin deklaratif olarak depolanması, bizim kişisel algı yapımıza göre ve daha önce edinilmiş bilgilere göre kişiden kişiye farklılık göstererek oluşmaktadır.
Refleksif bellek ise bir işlemin farkedilmeden çok sayıda tekrarı sonucu zaman içinde birikerek oluşur. Bilinçli düşünme ya da karşılaştırma,değerlendirme gibi kognitif işlemler gerekmeden refleksif bellek oluşur ve genellikle kelimelerle ifade edilmez. Bazı algı ve motor yeteneklerin kazanılması, gramer gibi bazı kuralların öğrenilmesi refleksif bellek ile olmaktadır. Refleksif öğrenme için asosiye ve asosiye olmayan öğrenme biçimleri örnek gösterilebilir. Pek çok işlemde her iki bellek ve öğrenme biçimi de yer alır. Örneğin araba kullanmak başlangıçta deklaratif bellek ile gerçekleşirken bir zaman sonra refleksif belleğe geçer ve artık araba kullanma kuralları her kullanışta sözcüklerle ifade edilmez, kısaca otomatikleşir
Bilgisayar Ağları
İşlemci, bellek, çevre birimler gibi çeşitli donanım elemanları ve işletim sistemi ve uygulama programları gibi oldukça kapsamlı yazılım elemanları içeren bir bilgisayar sistemi oldukça karmaşık bir yapıdadır. Bu karmaşık yapıdaki bilgisayar sistemleri bir bilgisayar ağı yaratacak şekilde birbirine bağlandığında ortaya çok daha karmaşık yapılar çıkmaktadır. Bir bilgisayar ağının genel görünümü şekil 7’de verilmiştir. Burada aslında tek bir bilgisayar ağı olmadığını, birbiri ile gerek hiyerarşik gerek başka yapılarda ilişkilendirilmiş bir çok bilgisayar ağı olduğunu vurgulamak gerekir. Şekilde görüldüğü gibi bu ağlar birbirine tekrarlayıcılar, köprüler ve yol atayıcılar ile bağlanmışlardır.
Tasarımcılar karmaşık yapıdaki sistemleri, biraz da doğayı gözlemleyerek, ya hiyerarşik yapıda, ya da bundan daha basit bir yapı olan katmanlı yapıda tasarlamaktadır. Buradaki genel amaç, bir sistemi meydana getiren alt sistemler ve alt sistemler arasındaki karmaşık arabirimlerin sayısını azaltarak tüm sistemin genel tasarım ve üretim karmaşıklığını azaltmaktır. Katmanlı yapıların karmaşıklığı, hiyerarşik yapıların karmaşıklığından daha azdır. Katmanlı yapılarda alt sistemler arasında sadece iki arabirim ilişkisi bulunmaktadır. Dolayısıyla gerek bilgisayar sistemlerinin gerek bilgisayar ağlarının tasarımında katmanlı yapılar tercih edilmektedir.
Bir bilgisayar ağını oluşturan donanım ve yazılım elemanları, işlevleri açısından katmanlar halinde organize edilmektedir. Burada bir alt katmanın bir üst katmana verdiği servisten söz edilebilir. Servis aslında alt katmanda tanımlanmış ve üst katman tarafından kullanılmakta olan bir işlevden ibarettir. Bu servislerin kullanılmasında geçerli temel kural şöyledir. Birbirine komşu olan üç katmanı önce i-1 i ve i+1 olarak numaralandıralım. Orta katman i, sadece alt katman i-1 ve üst katman i+1’de tanımlanan servislere erişebilir, daha alttaki ve üstteki katmanların servisleri i tarafından kullanılamaz. Bu kuralın temel nedeni katmanlar arasındaki ilişkileri en aza indirmektir
Benzer yada aynı katmanlı yapıda olan iki sistem, veya iki bilgisayar arasında, aynı seviyedeki iki katman arasında bir protokol tanımlanabilir. Katmanlar arası bir protokol, her iki katmanın birbiriyle bilgi alışverişinde bulunmasını sağlayacak kuralların tümünden oluşur. Katmanlar arası sanal olarak tanımlanabilecek bilgi alışverişi, gerçekte bilginin alt ve üst katmanlar aracılığı ile bir sistemden diğer sisteme aktarılması sayesinde yapılabilmektedir. Bilginin gerçekten iki sistem arasında belirli bir formda aktarılması, bu sistemlerin en alt katmanı olan fiziksel katmanlar aracılığı ile gerçekleştirilmektedir. Bir sistemin katmanlı yapısı, katmanların arabirim işlevleri ve katmanlar arası protokollerin tümü bilgisayar ağları terminolojisinde bir bilgisayar ağı mimarisi olarak anılmaktadır.
Bilgisayar ağ mimarileri arasında ISO OSI referans modeli, TCP/IP, IBM’in SNA, DEC’in DECNET vb. mimariler sayılabilir. Burada sadece güncel olduğu için internet’i ayakta tutan TCP/IP ağ mimarisinin özellikleri kısaca tanıtılacaktır.
TCP/IP ağ mimarisi basit olarak dört katmandan oluşmaktadır. En eski bilgisayar ağı mimarisi olan TCP/IP ağ mimarisi, bilgisayar ağlarındaki gelişmelerin önemli bir bölümünü oluşturan Arpanet/İnternet araştırma geliştirme çalışmaları sonucunda elde edilmiştir. Yaklaşık olarak 2000 RFC belgesi, bu mimariyi oluşturan tüm protokolleri ve yapıları tanımlar.
Beyin Bilgisayar Karşılaştırması
Beyin ve sinir sistemini bir bütün olarak alıp bilgisayarlar ve bilgisayar iletişimi ya da ağları ile benzerliklerini saptamak veya karşılaştırmak başlangıçta radikal görünebilir. Bilindiği gibi bilgisayarların ilk ortaya çıktığı zamanlarda ve daha sonraları, bilgisayarın insan beyninin işlevlerini yerine getirip getiremeyeceği açısından devamlı olarak bir değerlendirilmesi yapılmış, bu değerlendirmede hız, bellek kapasitesi, işlevsel zenginlik, zeka v.b. kriterler kullanılmıştır. Bilgisayarların keşfedildiği ve üretildiği ülkelerde ve ülkemizde 70’li yılların başında ortaya atılan bilgisayar sözcüğünden önce, elektronik beyin sözcüğünün sıkça kullanıldığını görüyoruz. Alt başlıklarda beyin-bilgisayar karşılaştırması, beyin/sinir sistemi-bilgisayar/bilgisayar iletişimini de içine alacak şekilde genişletilmekte ve bu iki ayrı yapının birbiriyle bir benzerliğinin olup olmadığı yapısal ve karmaşıklık yönünden incelenmektedir.
- Yapısal Karşılaştırma Beyin ve sinir sisteminin bilgisayar ağı benzeri bir katman yapısının olup olmadığını anlamak için çok erken olduğu rahatlıkla söylenebilir. Beyin ve sinir sisteminde bir katman yapısı eğer tanımlanabilir ise, bu yapıda bir fiziksel katman olduğu açıktır. Fiziksel katmanı oluşturan temel öğeler beyin, beyincik, omurilik, gangliyonlar, nöronlar, aksonlar ve miyelin hücreleridir. Bu fiziksel katmanda elektriksel ve kimyasal sinyaller iletilmektedir.
Fiziksel katman üzerinde katmanlı bir yapı var olup olmadığı, var ise kaç katman olduğu, katmanların işlevlerinin ve katmanlar arasındaki servis ilişkilerinin neler olduğu günümüzdeki açık sorulardır. Acaba katmanlar arasında belirli protokoller var mıdır? Bu protokollerin özellikleri ve karmaşıklıkları nelerdir? Katman başına kaç protokol vardır? Protokollerin işleyişi, örneğin zamanlaması ve güvenilirliği nasıldır? Tüm bu sorulara cevap vermek için henüz çok erkendir.
Bilgisayar ağlarında tekrar ediciler (repeaters) fiziksel katmanda çalışmakta, sinyal gücünü arttırarak sinyalin uzun bir mesafeye taşınmasını sağlamaktadır. Çünkü hat üzerindeki kayıplar dolayısıyla sinyal gücü zayıflamaktadır. Bunlara iki yönlü amplifikatörler olarak bakılabilir. Beyin ve sinir sisteminde ise tekrar edicilere benzer yapıları miyelin hücreleri (Schwann hücreleri) ve aksonlar oluşturmaktadır. Miyelin hücrelerine bir cins dağıtık tekrarlayıcılar gözüyle de bakılabilir.
Bilgisayar ağlarında köprüler (bridges) veri bağı katmanında çalışmakta, veri çerçevelerinin veri bağı katmanındaki adresler açısından filitrelenmesini ve akışının denetlenmesini sağlamaktadır. Beyin ve sinir sisteminde benzer yapıları gangliyonlar ve nöronlar oluşturmaktadır. Gangliyonlar aksiyon potansiyellerinin bir cins dağıtım ya da anahtarlama merkezleridir. Yol atayıcılar (routers) ağ katmanında çalışmakta ve veri paketlerinin ağ katmanındaki adresler açısından filitrelenmesini ve akışının denetlenmesini sağlamaktadır. Beyin ve sinir sisteminde benzer yapıları yine gangliyonlar ve nöronların oluşturmakta olduğu düşünülebilir. Fakat katmanlı bir yapının var olup olmadığı bilinmediğinden aradaki farklar tam olarak açık değildir.
- Karmaşıklık
Ölçüt olarak karmaşıklığı daha iyi bilinen bir bilgisayar ağı olan internet’in karmaşıklığı göz önüne alınabilir. İnternet günümüzün en karmaşık bilgisayar ağı ya da bilgisayar ağları federasyonudur. İnternet’te milyonlarca kullanıcı, milyonlarca adreslenebilir bilgisayar veya ağ cihazı bulunmaktadır. Veri sinyallerinin iletim hızı 200,000-300,000 km/sn, verinin iletim hızı 10,000-100,000,000 b/sn (ikili/saniye) aralığındadır. Kullanıcıların ya da bilgisayarların aynı anda bağlantı yapabilecekleri bilgisayar sayısı onlu/yüzlü sayılar seviyesindedir. Bilgi saklama kapasitesi, bellek kapasitesi olarak giga/tera sekizli seviyesindedir.
Beyin ve sinir sistemine bakılacak olursa en karmaşık iletişim/denetleme sistemlerinden biri olduğu söylenebilir. Sinir sisteminde toplam olarak bir ila on milyar nöron olduğu varsayılmaktadır. Veri sinyallerinin iletim hızı azami 100 m/sn civarındadır ve ışık hızının çok altındadır. Saniyede gönderilebilen ikili olarak veri iletim hızını belirtmek henüz olası değildir. Denetlenen hücre ve nöron sayısı ve bunların artış hızı gelişme çağında çok yüksektir, ergenlikte belki bir süre sabit kalmaktadır ve daha sonra yaşlandıkça azalmaktadır. Toplam sayıların evrim sebebiyle artıp artmadığı tartışma konusudur. Nöronların aynı anda bağlantı yapabilecekleri nöronların sayısı onbinli sayılar seviyesindedir. Bellek kapasitesinin canlılar arasında farklılıklar gösterdiğini, fakat bir bilgisayarda olduğu gibi kesin değerlerle henüz ölçülemediğini belirtebiliriz.Tüm bu karmaşıklık karşılaştırmalarında, farklı ölçütler kullanıldığında farklı sonuçlar elde edildiği açıktır.
Beyin ve sinir sisteminin tüm özelliklerinin, iç yapısının ve nasıl çalıştığının günümüzde tam olarak bilinmemesi sağlıklı bir karşılaştırma yapmada sorunlar doğurmaktadır. Diğer taraftan, bilgisayarlar ve bilgisayar ağları belirli bir evrim içinde insanlar tarafından tasarlanmakta, üretilmekte ve çalıştırılmaktadır. Dolayısıyla en ince detaylarına kadar bilinmektedir. Benzer bir detay bilgi artışı beyin ve sinir sisteminde de sağlandığında çok daha sağlıklı bir karşılaştırma yapma mümkün olabilecektir.