Bilindiği üzere Dünyada kabul edilen ortak bilimsel dil İngilizcedir. Bilimsel verileri paylaşırken ve tartışırken, iletişimin anlaşılır ve sağlıklı olması açısından ortak dilin önemi konusunda hemfikir olduğumuza eminim. İşte tam olarak istatistiğin bize sağladığı fayda da bu noktada devreye giriyor. İstatistik, en basit tabirle, bilgileri matematiksel teknikler kullanarak sayılar olarak ifade etmeye yarar.
Herkes aynı dili konuşuyorsa neden sayılara ihtiyaç var diye sorabilirsiniz. Takdir edersiniz ki, ana dilinde konuşan kişiler bile aynı cümleden farklı anlamlar çıkarabilir. Aynı anlamları da farklı cümlelerle telaffuz edebilir. Bilim gibi tamamen kanıta ve eldeki verilere dayalı olarak, objektif sonuçlar oluşturmayı amaçlayan bir yolda hata payının minimumda tutulmasının amaçlanması şaşırtıcı değil elbette. Bu nedenlerden ötürü söylediğimiz şeyden herkesin aynı şeyi anlaması için istatistik biliminden faydalanırız.
Bilimle ilgilenmeye yeni başlanıldığında genellikle anlaşılması en güç kısmın istatistikle ilgili bölüm olduğundan yakınılır. Bu açıdan bakıldığında anlamayı zorlaştırdığı düşünülebilir. Ancak şunu açıkça belirmeliyim ki, bir bilimsel içerikten istatistiksel verileri çıkarırsanız geriye sadece bir görüş, yorum veya öneri gibi sübjektif şeyler kaldığını görürsünüz. Buradan kişisel görüş ve yorumların önemsiz olduğu anlaşılmasın lütfen. Bilim insanlarının görüşleri çok değerlidir ve bu görüşler yeni sorular sormamızda, yeni cevaplar aramamızda ve bilimin ilerlemesinde en büyük paylardan biridir. Ancak bilim insanları kişisel düşüncelerini paylaşırken bile istatistiksel verilerden yararlanarak, matematiksel sonuçlara atıf yaparak paylaşırlar. Böylece görüşlerini sağlam verilere dayandırır ve yorumlarının inandırıcılığını artırırlar.
İstatistik deyince akla öncelikle sayıların ve matematiğin gelmesi çok normal. Ancak sadece bunlar gelmemeli. Aslında istatistik hayatın her aşamasında, en çok da insanların beyninde yapılır. Biz günlük hayatta bunun farkında olmayız. Beyin her şeyi kendi halleder, biz de ona uyarız. Aslında beynin aldığı kararların daha önceki tecrübelere dayalı olduğunu biliriz. İşte tam olarak burada tecrübeleri veri, kararları sonuç olarak nitelendirip; veriden sonuca ulaşmamızı sağlayan beynimizi de istatistiksel yöntem olarak düşünebiliriz. Elinizdeki veri/tecrübe ne kadar çok ve ne kadar doğruysa ulaştığınız sonuç/karar da o kadar doğrudur. Yalnız istatistikte veriler ve sonuçlar sayılardan oluşurken beynimizi kodlamak o kadar da kolay değil.
Gelelim yapay zekânın bununla ne ilgisinin olduğuna. Yapay zekânın güçlü bir istatistiksel yöntem olduğuna bu konuyla ilgilenen herkes aşinadır. Bu konuyla ilgili daha detaylı olan önceki yazıma buradan ulaşabilirsiniz. Yapay zekânın insan beynine benzetilmeye çalışılması, insan beyninin aslında biyolojik bir istatistik mekanizması olması, yapay zekânın da güçlü bir istatistiksel yöntem olması aslında tüm bu yöntemlerin iç içe olduğunu gösteriyor. Ayrıca yapay zekânın geleneksel istatistiksel yöntemlerden farklı olarak, görüntü, ses veya başka verileri de işleyebildiğini biliyoruz. Bu özellikleriyle ve insan zekâsından ilham alındığı için adına yapay zekâ deniyor.
İnsan beyni görüntüleri, sesleri veya diğer duyusal verileri duyu organlarıyla algılamaz. Duyu organları sadece aracıdır. Örneğin göz görüntüyü retinada elektrik sinyallerine dönüştürür. Kulak da sesi koklea da elektrik sinyallerine dönüştürür. Tıpkı yapay zekânın yaptığı gibi. Yapay zekâyı insan beynine benzetirken insan beyninin de aslında bir makineye benzer şekilde çalıştığını da görmezden gelmemek gerekir. Verileri algılama, işleme ve yorumlamayı amaçlayan bilim dalına veri bilimi denir. İnsan zekası, istatistik, makine öğrenmesi ya da derin öğrenme birbiriyle iç içe olmakla birlikte veri bilimi çatısı altında ortak olarak da çalışırlar.
Comments