{"id":1444,"date":"2025-02-02T13:43:45","date_gmt":"2025-02-02T13:43:45","guid":{"rendered":"https:\/\/endustri40.bktechin.com\/2025\/02\/02\/havacilik-ve-savunma-sanayi-icin-dijital-donusum\/"},"modified":"2025-02-02T13:43:45","modified_gmt":"2025-02-02T13:43:45","slug":"havacilik-ve-savunma-sanayi-icin-dijital-donusum","status":"publish","type":"post","link":"https:\/\/endustri40.com\/en\/havacilik-ve-savunma-sanayi-icin-dijital-donusum\/","title":{"rendered":"Havac\u0131l\u0131k ve Savunma Sanayi i\u00e7in Dijital D\u00f6n\u00fc\u015f\u00fcm"},"content":{"rendered":"

Havac\u0131l\u0131k ve Savunma Sanayinde Dijital Dönü\u015füm Nedir?<\/strong><\/span><\/span><\/em><\/span><\/p>\n

Dijital dönü\u015füm birden çok endüstri üzerinde büyük çapta etkiler yaratm\u0131\u015ft\u0131r. Günümüzde müzik endüstrisinden (Spotify) ula\u015f\u0131ma (Uber) kadar birçok sektör üzerinde dijitalle\u015fme etkilerini görmemiz mümkündür. Dijital dönü\u015füm, asl\u0131nda var olan dijital teknolojilerin toplum ya\u015fam\u0131na uygulanmas\u0131yla ortaya ç\u0131kan de\u011fi\u015fiklikler olarak tan\u0131mlanabilir. Bir caddede yürürken veya bir kahve dükkan\u0131nda otururken, her yerde bulunan ak\u0131ll\u0131 telefonlar\u0131na odaklanm\u0131\u015f gözlere bakt\u0131\u011f\u0131m\u0131zda asl\u0131nda bu dönü\u015fümün ilk olarak bizlerin hayatlar\u0131n\u0131 de\u011fi\u015ftirdi\u011fini görebiliriz. \u0130\u015fletmeler ve endüstriler aç\u0131s\u0131ndan dijital dönü\u015füm ise teknolojilerin ve trendlerin, kurulu i\u015f uygulamalar\u0131n\u0131 de\u011fi\u015ftirdi\u011fi ve i\u015fletmelerdeki yeni yakla\u015f\u0131mlar\u0131 mümkün k\u0131lmak için yaratt\u0131\u011f\u0131 potansiyel de\u011feri desteklemekten ibarettir. K\u0131saca dijital dönü\u015füm elle tutulur bir ürün veya teknoloji de\u011fil, var olan teknolojilerin toplum hayat\u0131na ve üretim sistemlerine belirli amaçlar için uyguland\u0131\u011f\u0131 bir süreçtir. Bu amaçlar genel olarak operasyonlar\u0131 iyile\u015ftirmek, gelirleri art\u0131rmak ve inovasyonu te\u015fvik etmektir.<\/span><\/span><\/p>\n

 <\/p>\n

Havac\u0131l\u0131k ve Savunma Sanayini \u015eekillendiren Dijital Teknolojiler Nelerdir?<\/strong><\/span><\/em><\/span><\/span><\/p>\n

Di\u011fer sektörlerde oldu\u011fu gibi, Endüstri 4.0’\u0131 tetikleyen teknolojiler havac\u0131l\u0131k ve savunma sanayini de yeniden \u015fekillendirmektedir. Havac\u0131l\u0131k ve savunma sanayi \u015firketleri operasyonlar\u0131n\u0131 geli\u015ftirmek, gelirlerini art\u0131rmak ve inovasyonu te\u015fvik etmek için dijital teknolojileri kullanmaktad\u0131rlar. Bununla birlikte, bir \u015firketin dijital bir \u015firket olabilmesi için, belirli yeni teknolojileri uygulamaktan daha fazlas\u0131n\u0131 yapmas\u0131 gerekir. Ayn\u0131 zamanda etkin uygulamay\u0131 sa\u011flamak için gereken geni\u015f görü\u015flülük, araçlar, çal\u0131\u015fma biçimleri, örgütlenme ve ortakl\u0131klara sahip olmal\u0131d\u0131r. \u015eirketler, ba\u015far\u0131l\u0131 olmak için dijital yat\u0131r\u0131mlar\u0131n\u0131n mü\u015fteri ihtiyaçlar\u0131n\u0131 ve önemli i\u015f hedeflerini kar\u015f\u0131lad\u0131\u011f\u0131ndan emin olmal\u0131d\u0131r.<\/span><\/span><\/p>\n

\"\"<\/p>\n

\u015eirketler dijital dönü\u015fümlerini gerçekle\u015ftirip operasyonel verimliliklerini art\u0131rmak için dijitalle\u015fmeyi tüm i\u015f kollar\u0131na ve tüm operasyon bölümlerine uygulamak istemektedirler. \u015eimdi bu teknolojilerin nerelerde kullan\u0131ld\u0131\u011f\u0131na k\u0131saca bakal\u0131m.<\/span><\/span><\/p>\n

\u25baProgram yönetimi:<\/strong> <\/span>\u015eirketler program yönetimi faaliyetlerini organize etmek ve planlamak için büyük veri ve analitik uygulamakta ve bulut sistemlerden yararlanabilirler.<\/span><\/span><\/p>\n

\u25ba<\/strong><\/span>Tasar\u0131m ve geli\u015ftirme:<\/strong> <\/span>Üst düzey ara\u015ft\u0131rma, teknoloji geli\u015ftirme ve prototiplemeyi desteklemek için 3D prototip olu\u015fturma ve simülasyon tabanl\u0131 tasar\u0131m sistemleri kullan\u0131labilir.<\/span><\/span><\/p>\n

\u25ba<\/strong><\/span>Üretim:<\/strong> <\/span>\u015eirketler, üretimi h\u0131zland\u0131rmak ve maliyetleri dü\u015fürmek için yeni dijital teknolojiler üretmekte ve kullanmaktad\u0131rlar. Örne\u011fin, kalite denetimlerini gerçekle\u015ftirmek için art\u0131r\u0131lm\u0131\u015f gerçeklik, fabrika içindeki parçalar\u0131 hareket ettirmek için özerk otonom araçlar, yedek parça üretmek ve böylece stoklar\u0131 önlemek için katmanl\u0131 üretim günümüzün önemli teknolojilerindendir.<\/span><\/span><\/p>\n

\"\"<\/a><\/p>\n

\u25ba<\/strong><\/span>Tedarik zinciri:<\/strong><\/span> Firmalar, teslimat sürelerini k\u0131saltan kararlar\u0131 kolayca alabilmek için bilgisayarl\u0131 karar destek sistemleri, ihtiyaçlar\u0131 tahmin etmek ve maliyetleri dü\u015fürmek için veri analizi ve tedarikçilerin performans\u0131n\u0131 izlemek için çe\u015fitli i\u015fbirli\u011fi portallar\u0131 kullanabilirler.<\/span><\/span><\/p>\n

\u25ba<\/strong><\/span>Hizmet:<\/strong><\/span> \u015eirketler saha mühendislerine mobil cihazlar ve teknolojiler hakk\u0131nda ayr\u0131nt\u0131l\u0131 bilgi ve teknik dokümantasyon sa\u011flayarak bu teknolojilere entegre olmalar\u0131n\u0131 sa\u011flamay\u0131 amaçlamaktad\u0131rlar. Ayr\u0131ca, operatörlerin onar\u0131m yapmalar\u0131na rehberlik etmek için art\u0131r\u0131lm\u0131\u015f gerçekli\u011fi kullanabilirler. Böylece ürünlerinin geri dönü\u015f süresini önemli ölçüde azaltabilirler.<\/span><\/span><\/p>\n

\u015eirketler yeni mü\u015fteriler edinmek, daha derin mü\u015fteri ili\u015fkileri kurmak ve mü\u015fteri memnuniyetini ve sat\u0131\u015flar\u0131 art\u0131rmak için yeni dijital yetenekler kullanmaktad\u0131rlar. Örnekler, mü\u015fterilere sat\u0131lan ekipman\u0131n çal\u0131\u015fma süresini art\u0131rmak, yedek parçalar\u0131n sat\u0131\u015f\u0131n\u0131 optimize etmek, envanteri yönetmek için yapay zeka kullanmak ve tahmine dayal\u0131 analizin uygulanmas\u0131n\u0131 içerir. Özellikle ümit vadeden bir uygulama olarak “dijital ikizlerin<\/strong>” (fiziksel nesnelerin dijital temsili) kullan\u0131m\u0131, tasar\u0131m sürecinin daha erken a\u015famalar\u0131nda mü\u015fterileri kapsayacak \u015fekilde art\u0131r\u0131lm\u0131\u015f veya sanal gerçeklik ile birle\u015ftirilmi\u015ftir. Dijital ikizlerin kullan\u0131m\u0131 pahal\u0131 ve i\u015f geciktirici tasar\u0131m de\u011fi\u015fikliklerine olan ihtiyac\u0131 en aza indirebilir. Bu ba\u011flamda havac\u0131l\u0131k ve savunma sanayi \u015firketleri mü\u015fterilerin yeni ürün kabiliyetlerini sanal olarak deneyimleyebilecekleri ve tasar\u0131mlara girdi sa\u011flayabilecekleri sürükleyici merkezler in\u015fa ederek güzel geri dönü\u015fler yakalayabilirler.<\/span><\/span><\/p>\n

 <\/p>\n

Dijital Bir \u015eirket Olmak \u0130çin Nas\u0131l Bir Yol \u0130zlenmelidir?<\/strong><\/span><\/span><\/em><\/span><\/p>\n

Havac\u0131l\u0131k ve savunma sanayi \u015firketleri yeni bir dijital stratejiyi ba\u015flatmadan önce yeteneklerindeki anahtar bo\u015fluklar\u0131 ve en önemli zorluklar\u0131 ortaya ç\u0131karmak için mevcut düzeylerini iyi de\u011ferlendirmelidirler. Bir \u015firket ba\u015flang\u0131ç noktas\u0131n\u0131 belirledikten sonra, güçlü yanlar\u0131n\u0131 daha da güçlendirmek ve zay\u0131f yönlerini ele almak için bir program tasarlayabilir.<\/span><\/span><\/p>\n

\"\"<\/a><\/p>\n

\u25ba<\/strong><\/span>Tepeden alta kadar bir geni\u015f görü\u015flülük olu\u015fturulmas\u0131 ve üst kültürün de\u011fi\u015fiminin ele al\u0131nmas\u0131: <\/strong><\/span>\u015eirketler, liderlerinin dijital giri\u015fimin tonunu belirledi\u011finden ve yeni yetenek, araç ve çal\u0131\u015fma modellerine yat\u0131r\u0131m yapmaya haz\u0131r olduklar\u0131ndan emin olmal\u0131d\u0131rlar. Dijital i\u015f gücünün h\u0131zla de\u011fer üretmesini sa\u011flamak için, gerekli dijital araçlar\u0131 ve çal\u0131\u015fma modellerini ve destekleyici kültürü sa\u011flanmal\u0131d\u0131r.<\/span><\/span><\/p>\n

\u25ba<\/strong><\/span>Dijital liderlerin atanmas\u0131 ve dijital projeler için bir kontrol kulesi kurulmas\u0131<\/strong>: <\/span>Dijital dönü\u015fümü isteyen, bu alana ilgili ve bilgi seviyesi yüksek yöneticilerin liderliklerini sergileyebilecekleri üst düzey pozisyonlara atanmas\u0131 dijitalin dönü\u015ftürücü niteli\u011fini h\u0131zland\u0131racakt\u0131r.  Ayr\u0131ca tüm üst düzey yöneticilerin dönü\u015füme istekli olmas\u0131 ve konular\u0131n her birimde ayr\u0131 ayr\u0131 takibi, raporlanmas\u0131 ve payla\u015f\u0131lmas\u0131 gibi geni\u015f çapl\u0131 kat\u0131l\u0131m ba\u015far\u0131y\u0131 h\u0131zland\u0131racakt\u0131r. Dijital kontrol kulesi, i\u015flevler ve i\u015f birimleri gözetilerek, araçlar\u0131n ve uzmanl\u0131\u011f\u0131n ölçekler halinde uygulanmas\u0131n\u0131 ve kurulu\u015f çap\u0131nda payla\u015f\u0131lmas\u0131n\u0131 sa\u011flar. Buna ek olarak, dijital h\u0131zland\u0131r\u0131c\u0131 yakla\u015f\u0131m\u0131 (“yap-i\u015flet-devret” olarak da bilinir), çok say\u0131da çal\u0131\u015fan\u0131 yeni teknolojilerin nas\u0131l uygulanaca\u011f\u0131 ve ayr\u0131ca geni\u015f ve h\u0131zl\u0131 bir \u015fekilde dijital kültürün nas\u0131l uygulanaca\u011f\u0131 konusunda e\u011fitmek için kullan\u0131labilir.<\/span><\/span><\/p>\n

\u25ba<\/strong><\/span>Sistem düzeyinde dü\u015fünmek:<\/strong><\/span>  Ölçek elde etmek ve etkiyi artt\u0131rmak için fonksiyonlar\u0131 kapsayan öncülleri çal\u0131\u015ft\u0131rmak gerekir. Tedarik zincirinde, imalatta ve tasar\u0131mda oldu\u011fu gibi, dijital ikizleri kullanmaya ve üretimi h\u0131zland\u0131rmaya odaklanan kar\u015f\u0131l\u0131kl\u0131 dijital giri\u015fimleri güçlendirmek gerekmektedir.<\/span><\/span><\/p>\n

\u25ba<\/strong><\/span>Yeni kaynaklardan e\u011fitim ve yetenek al\u0131nmas\u0131:<\/strong> <\/span>Dijital becerilere sahip yeni çal\u0131\u015fanlar\u0131 i\u015fe alarak ve mevcut çal\u0131\u015fanlar\u0131 yeniden e\u011fiterek \u015firketin dijital yetenek havuzunu geni\u015fletmek büyük faydalar sa\u011flayacakt\u0131r.<\/span><\/span><\/p>\n

\u25ba<\/strong><\/span>Operasyonel maliyet tasarrufu, gelir art\u0131\u015f\u0131 ve inovasyon için hedeflerin belirlenmesi ve sonuçlar\u0131n izlenmesi:<\/strong> <\/span>Hemen hemen her tür yat\u0131r\u0131m\u0131n olumlu sonuçlar\u0131 vard\u0131r. Dijitalle\u015fme yoluyla ula\u015f\u0131labilen belirli i\u015f hedeflerinin belirlenmesi, CDO taraf\u0131ndan yönetilen giri\u015fimlerin benimsenmesine ve desteklenmesine yard\u0131mc\u0131 olacakt\u0131r.<\/span><\/span><\/p>\n

\u25ba<\/strong><\/span>Çevik, esnek ekipler kurulmas\u0131 h\u0131zl\u0131 ürün geli\u015ftirme:<\/strong><\/span> Giri\u015fimleri yönlendirmek ve inovasyonu h\u0131zland\u0131rmak için bu ekipler kurulu\u015f çap\u0131nda da\u011f\u0131t\u0131lmal\u0131d\u0131r. Amaç, yeni, inavatif, canl\u0131 bir ürünü h\u0131zl\u0131 bir \u015fekilde geli\u015ftirmek ve daha sonra iterasyon yoluyla son hale getirmektir.<\/span><\/span><\/p>\n

\"\"<\/a><\/p>\n

\u25ba<\/strong><\/span>Teknolojinin “yap\u0131l\u0131p yap\u0131lmayaca\u011f\u0131na” karar verilmesi:<\/strong><\/span> \u015eirketler, hangi teknolojilerin \u015firket içinde geli\u015ftirilece\u011fini veya ortakl\u0131klar yoluyla edeceklerini dikkatle de\u011ferlendirmelidir. Birçok durumda \u015firketler, teknoloji sa\u011flay\u0131c\u0131lar\u0131ndan veya di\u011fer \u015firketlerden, destekleyici veri mimarisi de dâhil olmak üzere bir dijital giri\u015fimin yap\u0131 ta\u015flar\u0131n\u0131 elde edebilirler. Havac\u0131l\u0131k ve savunma de\u011fer zincirindeki \u015firketler veri sahipli\u011fi için rekabet etmekte ve veriden para kazanmak için kendi yakla\u015f\u0131mlar\u0131n\u0131 tasarlamaktad\u0131rlar. Bu rekabetçi ortamda, bir \u015firket f\u0131rsatlar ortaya ç\u0131kt\u0131klar\u0131nda onlar\u0131 yakalayabilmesi için çevikli\u011fini korumal\u0131d\u0131r.<\/span><\/span><\/p>\n

Bir \u015firketin dijital teknolojiye yapt\u0131\u011f\u0131 yat\u0131r\u0131m\u0131n ba\u015far\u0131 ile ili\u015fkili olmamas\u0131, hem bir uyar\u0131 i\u015fareti hem de bir umut \u0131\u015f\u0131\u011f\u0131d\u0131r. Yar\u0131\u015fmaya kat\u0131lanlardan; yat\u0131r\u0131m kararlar\u0131n\u0131 iyi veren, do\u011fru destekleyici yap\u0131lar\u0131, rolleri ve kültürü olu\u015fturmak için bir vizyon tan\u0131mlayabilen \u015firketler ba\u015far\u0131l\u0131 olacakt\u0131r. Bununla birlikte, dijital yar\u0131\u015f\u0131n biti\u015f çizgisi olmad\u0131\u011f\u0131ndan, bugünün ön s\u0131ralar\u0131nda yer alanlar yar\u0131n öndekileri takip edebilirler. Rakipler yakla\u015ft\u0131kça ilerlemek için \u015firketler dijital stratejilerinin sürekli geli\u015ftirmeli ve her zaman inovatif olmal\u0131d\u0131rlar.<\/span><\/span><\/p>\n

 <\/p>\n

Yaz\u0131m\u0131z\u0131n bu bölümünden sonra dijital dönü\u015fümü tetikleyen en önemli teknolojilerden olan yapay zeka ve robotik biliminin gelece\u011fin havac\u0131l\u0131k ve savunma sanayini nas\u0131l \u015fekillendirece\u011finden bahsedilecektir.<\/span><\/span><\/em><\/strong><\/span><\/p>\n

 <\/p>\n

Yapay Zeka, Robotlar, \u0130nsans\u0131z Hava Araçlar\u0131 ve Savunma Sanayi<\/strong><\/span><\/span><\/em><\/span><\/p>\n

Günümüzde hem askeri hem de ticari ortamlarda genellikle dronlar olarak bilinen insans\u0131z hava araçlar\u0131n\u0131n (\u0130HA) kullan\u0131m\u0131ndaki art\u0131\u015f, devletler sivil toplum örgütleri taraf\u0131ndan kullan\u0131m s\u0131n\u0131rlamas\u0131 ve yasaklar gibi birçok konunun gündeme getirilmesine sebep olmu\u015ftur. Havada, yerde ya da su alt\u0131nda kullan\u0131labilen bu tür robotlar teorik olarak “yapay zeka<\/strong>” (AI) ile görevlerini kendi ba\u015flar\u0131na yerine getirme becerilerine sahip olurlar. Birçok boyut ve payda\u015fa sahip olan tart\u0131\u015fmalar, özellikle insan hayat\u0131n\u0131n söz konusu olabilece\u011fi ihtimaller varsa, yapay zeka kullanan ak\u0131ll\u0131 makinelerin bu tür askeri misyonlar\u0131 yürütmesine izin verilip verilmeyece\u011fine ili\u015fkindir.<\/span><\/span><\/p>\n

\"\"<\/p>\n

Bu konular\u0131 detayland\u0131rabilmemiz için öncelikle yapay zekan\u0131n bir çal\u0131\u015fma tan\u0131m\u0131na ihtiyaç vard\u0131r. Günümüzde yapay zeka konusunda bilgisayar bilimcileri ve mühendisler aras\u0131nda bile ortak olarak mutabakata var\u0131lm\u0131\u015f bir tan\u0131m yoktur. Genel anlamda yapay zekan\u0131n tan\u0131m\u0131, ak\u0131ll\u0131 bir bilgisayar sisteminin normalde insan zekas\u0131n\u0131 gerektiren görsel alg\u0131, konu\u015fma tan\u0131ma ve karar verme gibi görevleri yerine getirebilmesidir. Bu tan\u0131m basitle\u015ftirilmi\u015f bir tan\u0131m olup, ak\u0131ll\u0131 sistemler dedi\u011fimiz sistemlerdeki ak\u0131ll\u0131 kelimesi de tart\u0131\u015fmaya aç\u0131k bir mevzudur. Bu tan\u0131m gere\u011fi ev termostat\u0131 ak\u0131ll\u0131d\u0131r çünkü s\u0131cakl\u0131\u011f\u0131 alg\u0131layabilir ve ayarlayabilir. Fakat \u0130HA’larda durum önemli ölçüde farkl\u0131d\u0131r. Ba\u011f\u0131ms\u0131z otonom silahlar içeren yapay zekaya sahip bir \u0130HA anlaml\u0131 bir insan kontrolü olmaks\u0131z\u0131n hedefler seçer ve bunlar\u0131 yorumlayabilir.<\/span><\/span><\/p>\n

Otonom silahlar konusundaki tart\u0131\u015fmalarda dikkate al\u0131nmas\u0131 gereken bir di\u011fer kritik faktör de, ticari uçak imar otonomisini askeri \u0130HA'lardan ay\u0131rman\u0131n yetersizli\u011fidir. Sonuç olarak, askeri alanda özerk bir teknolojinin yasaklanmas\u0131, ticari sektörde türev veya üstün teknolojilerin mevcut olabilece\u011fi göz önüne al\u0131nd\u0131\u011f\u0131nda pratik olmayabilir. Buna ek olarak, ticari otonom sistem piyasas\u0131n\u0131n asimetrik geli\u015fiminin, hükümetler ve silahl\u0131 kuvvetler için uzmanl\u0131k eksikli\u011fine yol açmas\u0131 muhtemeldir; bu durum, hem tam hem de yar\u0131 otonom olan tehlikesiz ve güvensiz otonom sistemlere yol açabilir.<\/span><\/span><\/p>\n

Tüm bunlar\u0131 iyi de\u011ferlendirebilmemiz için yapay zekan\u0131n mevcut durumunu,  güçlü ve zay\u0131f yanlar\u0131n\u0131 ve muhtemel gelece\u011fini iyi anlamam\u0131z gerekmektedir. Yapay zekan\u0131n ilerleyi\u015finin, bu sistemleri geli\u015ftiren mühendislerin uzmanl\u0131\u011f\u0131 ile ayr\u0131lmaz bir \u015fekilde ba\u011flant\u0131l\u0131 oldu\u011fu dü\u015fünüldü\u011fünde, bu teknolojiler üzerinde uzmanl\u0131k sa\u011flamam\u0131z ve kendi sistemlerimizi geli\u015ftirmemiz ülkemizin menfaatleri aç\u0131s\u0131ndan oldukça önemlidir.<\/span><\/span><\/p>\n

 <\/p>\n

Robotlar Nas\u0131l Dü\u015fünür?<\/strong><\/span><\/span><\/span><\/em><\/p>\n

\"\"<\/p>\n

Yapay zekan\u0131n nüanslar\u0131n\u0131 daha iyi anlamak için, öncelikle otomatik ve özerk (otonom) bir sistem aras\u0131ndaki fark\u0131 anlamak önemlidir. Otomatik sistemler aç\u0131k bir if -then – else, kural tabanl\u0131 bir yap\u0131ya sahip olan ve i\u015flerin deterministik bir \u015fekilde yap\u0131ld\u0131\u011f\u0131 sistemlerdir. Bu durum k\u0131saca,  her giri\u015f için sistem ç\u0131kt\u0131s\u0131n\u0131n her zaman ayn\u0131 olaca\u011f\u0131 anlam\u0131na gelir. Otonom (özerk) bir sistem, olas\u0131l\u0131ksal olarak bir dizi girdi verilmi\u015f olan bir sistemdir. Bu, sensör verisi girdilerine verilen olas\u0131 en iyi eylemler hakk\u0131nda tahminler yap\u0131lmas\u0131 anlam\u0131na gelmektedir Otonom sistemler, otomatik sistemlerden farkl\u0131 olarak, ayn\u0131 girdiler verildi\u011finde her seferinde ayn\u0131 davran\u0131\u015f\u0131 üretmek yerine bir dizi davran\u0131\u015flar üretecektir.<\/span><\/span><\/p>\n

\u0130nsan zekas\u0131, genellikle alg\u0131-bili\u015f-eylem bilgi i\u015flem döngüsü olarak bilinen bir diziyi takip etmektedirler.  Bireyler etraflar\u0131ndaki dünyadaki bir \u015feyi alg\u0131larlar, neyin yap\u0131laca\u011f\u0131n\u0131 dü\u015fünürler ve sonra, seçenekleri bir kez tart\u0131p bir karar verirler. Yapay zekalar da benzer bir \u015fey yapmas\u0131 için programlanm\u0131\u015ft\u0131r. Bir bilgisayar etraf\u0131ndaki dünyay\u0131 alg\u0131lar ve sonra gelen bilgiyi insanlara benzer bir tarzda yap\u0131lan bir eylem seçimi ile optimizasyon ve do\u011frulama algoritmalar\u0131 arac\u0131l\u0131\u011f\u0131yla i\u015fler. \u015eekil 1, yapay zeka içeren bir özerk sistemin nas\u0131l dü\u015fündü\u011fünü ve nas\u0131l kararlar verdi\u011fini göstermektedir.<\/span><\/span><\/p>\n

\"\"<\/p>\n

\u015eekil 1: Yapay Zeka Otonom Sistem Olarak Nas\u0131l Çal\u0131\u015f\u0131r (Kaynak: M. L. Cummings International Security Department and US and the Americas Programme January 2017)<\/em><\/strong><\/span><\/span><\/p>\n

\u0130nsan zekas\u0131 ile yapay zeka aras\u0131nda birçok paralellik bulunurken, ayn\u0131 zamanda keskin farkl\u0131l\u0131klar da vard\u0131r. Dinamik bir ortamda etkile\u015fime giren her otonom sistem \u015eekil 1'de gösterildi\u011fi gibi bir dünya modeli in\u015fa etmeli ve bu modeli sürekli olarak güncellemelidir. Bu, dünyan\u0131n kameralar, mikrofonlar veya dokunma sensörleri arac\u0131l\u0131\u011f\u0131yla alg\u0131lanmas\u0131 ve daha sonra bilgisayar\u0131n kararlar almadan önce dünyan\u0131n etkili ve güncel bir modelini yeniden yap\u0131land\u0131r\u0131lmas\u0131 gerekti\u011fi anlam\u0131na gelir. Dünya modelinin do\u011frulu\u011fu ve güncellemelerinin zamanlamas\u0131, etkin bir özerk sistemin anahtar\u0131d\u0131r.<\/span><\/span><\/p>\n

Otonom \u0130HA navigasyonunun çal\u0131\u015ft\u0131\u011f\u0131 dünya modeli, tercih edilen yollar\u0131, yükseklik engellerini ve uçu\u015fa yasak bölgeleri gösteren haritalar\u0131 içerdi\u011finden nispeten basittir. Radarlar bu modeli, hangi yerlerin engellerden ar\u0131nd\u0131r\u0131ld\u0131\u011f\u0131n\u0131 belirterek gerçek zamanl\u0131 olarak art\u0131r\u0131r. GPS koordinatlar\u0131, ihtiyaç duyuldu\u011fu yerlerde \u0130HA'ya gönderilir ve GPS koordinat plan\u0131n\u0131n amac\u0131, \u0130HA’y\u0131 uçu\u015fa yasak bölgeye götürmemek veya bir engelle çarp\u0131\u015fmas\u0131n\u0131 önlemektir.<\/span><\/span><\/p>\n

Kar\u015f\u0131la\u015ft\u0131rma yapmak gerekirse, sürücüsüz otomobillerin navigasyonu çok daha zordur. Otomobiller sadece benzer haritalama yeteneklerine ihtiyaç duymamakla kalmamakta, ayn\u0131 zamanda yak\u0131nlardaki tüm araçlar\u0131n, yayalar\u0131n ve bisikletlerin nerede oldu\u011funu ve tüm bunlar\u0131n önümüzdeki birkaç saniyede nereye gitti\u011fini anlamal\u0131lar. Sürücüsüz arabalar (ve baz\u0131 uçaklar) bunu LIDAR ile yaparlar (bkz. \u015eekil 1). LIDAR lazer darbeleri kullan\u0131larak bir nesne veya bir yüzeyin uzakl\u0131\u011f\u0131n\u0131 anlamaya yarayan bir teknolojidir. Radar teknolojisiyle benzerdir fakat radyo dalgalar\u0131 yerine \u0131\u015f\u0131k, yani lazer darbeleri kullan\u0131l\u0131r. Böylece, sürücüsüz bir arac\u0131n dünya modeli, i\u015fletim ortam\u0131n\u0131n karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 yans\u0131tan tipik bir \u0130HA'n\u0131n sahip odu\u011fundan çok daha geli\u015fmi\u015f olmal\u0131d\u0131r. Sürücüsüz bir otomobil bilgisayar\u0131, yak\u0131ndaki tüm araçlar\u0131n ve engellerin tüm dinamiklerini takip etmek, olas\u0131 tüm kav\u015fak noktalar\u0131n\u0131 sürekli olarak hesaplamak ve ard\u0131ndan, harekete geçme karar\u0131 vermek için trafi\u011fin nas\u0131l davranaca\u011f\u0131n\u0131 tahmin etmelidir.<\/span><\/span><\/p>\n

\"\"<\/a><\/p>\n

\u0130nsanlar di\u011fer sürücülerin ne yapaca\u011f\u0131n\u0131 tahmin etmeyi bili\u015fsel çaba ile yaparlar. Bilgisayarlar, mevcut dünya modelini korumaya ve güncellemeye çal\u0131\u015f\u0131rken, tüm bu de\u011fi\u015fkenleri takip etmek için önemli bir hesaplama gücüne ihtiyaç duymaktad\u0131r. Bu muazzam hesaplama problemi göz önüne al\u0131nd\u0131\u011f\u0131nda, otomobil eylem için güvenli yürütme sürelerini koruyarak, olas\u0131l\u0131kl\u0131 da\u011f\u0131t\u0131mlara dayanan en iyi tahminleri yapmal\u0131d\u0131r.  Bu nedenle, otomobil, bir çe\u015fit güven aral\u0131\u011f\u0131 verildi\u011finde hangi yolun ya da eylemin en iyi oldu\u011funu tahmin etmelidir. Otonom sistemler en iyi dü\u015fük çevre belirsizli\u011fi olan yüksek kaliteli bir dünya modelinin desteklendi\u011fi ortamlarda çal\u0131\u015f\u0131rlar.<\/span><\/span><\/p>\n

 <\/p>\n

\u0130nsanlar ve Robotlar Aras\u0131ndaki Görevlerin Dengelenmesi<\/strong><\/span><\/span><\/span><\/em><\/p>\n

Otonom robot ak\u0131l yürütmesinin temellerini anlad\u0131\u011f\u0131m\u0131zda, özerk sistemlerin tasar\u0131m\u0131 hakk\u0131nda, özellikle de bu sistemlere insanlar\u0131n hangi ölçüde dahil olmas\u0131 gerekti\u011fi konular\u0131nda dü\u015fünmemiz gerekmektedir. Sistemlerin insanlar taraf\u0131ndan denetlenip denetlenmemesi gerekti\u011finin anla\u015f\u0131lmas\u0131 önemlidir. Sorular, bir bilgisayar görü\u015fü sisteminin, do\u011fru bir karar vermek için yeterli bir çözünürlük imaj\u0131 üretip üretemeyece\u011fi gibi aç\u0131k teknik ya da robotlar\u0131n insanlar\u0131n yerini al\u0131p almayaca\u011f\u0131 gibi etik ve politik dü\u015fünceler \u015feklinde olabilir. Bu kutupla\u015ft\u0131r\u0131c\u0131 sorunlar etraf\u0131nda kararl\u0131 argümanlar olu\u015fturmak için askeri yapay zekâ sistemlerinin in\u015fas\u0131 ve kabiliyetlerinin ayr\u0131nt\u0131l\u0131 olarak anla\u015f\u0131lmas\u0131 gerekmektedir.<\/span><\/span><\/p>\n

\u015eekil 2, otonom silah operasyonu da dahil olmak üzere giderek karma\u015f\u0131kla\u015fan karar verme senaryolar\u0131yla ba\u015fa ç\u0131kmak için herhangi bir vekilin sahip olmas\u0131 gereken muhakeme a\u015famalar\u0131n\u0131 göstermektedir. Endüstriyel görevlerde yer alan farkl\u0131 bilgi i\u015flem çe\u015fitlerinin etkili bir s\u0131n\u0131fland\u0131rmas\u0131, Danimarka'daki Risø Laboratuvar\u0131'ndan J. Rasmussen taraf\u0131ndan geli\u015ftirilmi\u015ftir. \u015eekil 2,  Rasmussen’in SRK (skills, rules and knowledge-based bahaviours \/beceri, kurallar ve bilgi tabanl\u0131 davran\u0131\u015flar) taksonomisinin geni\u015fleti\u015fmi\u015f halidir.<\/span><\/span><\/p>\n

\"\"<\/p>\n

\u015eekil 2: Bilgi i\u015fleme davran\u0131\u015flar\u0131n\u0131n (beceri, kural, bilgi, uzmanl\u0131k) belirsizlikle ili\u015fkisi (Kaynak: Man versus Machine or Man + Machine? Mary (Missy) Cummings, Duke University and MIT)<\/em><\/strong><\/span><\/span><\/p>\n

Beceriye dayal\u0131 davran\u0131\u015flar, insanlar için bir süre e\u011fitimin ard\u0131ndan yüksek oranda otomatik hale gelen duyusal-motor eylemlerdir. Bu tür beceriler, alg\u0131-bili\u015f-eylem döngüsünün birle\u015fimine dayanmaktad\u0131r. Bu durum, eylemlerin tipik olarak bir uyaran\u0131n saniyeler içinde gelmesi gerekti\u011fi anlam\u0131na gelir. Beceriye dayal\u0131 bir faaliyetin bir örne\u011fi bir uça\u011f\u0131 uçurmakt\u0131r. Pilotlar e\u011fitimlerinde zamanlar\u0131n\u0131n büyük k\u0131sm\u0131n\u0131, aramalar\u0131 ve göstergeleri yorumlamak için harcarlar. Böylece uça\u011f\u0131n gerçek durumunun istenen duruma uydu\u011fundan emin olmak için uçak kontrollerini h\u0131zl\u0131 ve uygun bir \u015fekilde ayarlayabilme yetene\u011fi kazan\u0131rlar. Otomatik pilotlar bunu; uça\u011f\u0131n nerede oldu\u011funu ve nerede olmas\u0131 gerekti\u011fini söyleyen sensörlerden gelen girdi verilerinin kalitesine dayanan bir denklemler tabanl\u0131 geri besleme döngüsü arac\u0131l\u0131\u011f\u0131yla yaparlar.<\/span><\/span><\/p>\n

Bili\u015fsel devaml\u0131l\u0131kta karma\u015f\u0131kl\u0131k artt\u0131kça kural tabanl\u0131 davran\u0131\u015flara duyulan ihtiyaç ortaya ç\u0131kmaktad\u0131r. Kural tabanl\u0131 davran\u0131\u015flar, alt yordamlar, depolanm\u0131\u015f kurallar veya prosedürler taraf\u0131ndan temsil edilebilen eylemlerdir. Denetim listeleri, kurallar\u0131 yürüten insanlar için ortak bili\u015fsel yard\u0131m araçlar\u0131d\u0131r. Havac\u0131l\u0131k örne\u011fine devam edersek, pilotlar çe\u015fitli görevlerin karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 yönetmelerine yard\u0131mc\u0131 olacak prosedürlere önemli ölçüde güvenmek zorundad\u0131rlar. Örne\u011fin, bir yang\u0131n lambas\u0131 yand\u0131\u011f\u0131nda ya da ba\u015fka bir alt sistem bir problemi gösterdi\u011finde, pilotlar önce uça\u011f\u0131 dengelemek (beceri) için e\u011fitilirler, daha sonra do\u011fru prosedürü belirlemek için kural klavuzuna dönerler. Kodlanm\u0131\u015f prosedürler, hat\u0131rlanmas\u0131 muhtemel sorunlara çok fazla çözüm oldu\u011fu için gereklidir. Pek çok senaryoda, özellikle belirsizlik ve karma\u015f\u0131kl\u0131k artt\u0131kça, baz\u0131 prosedürlerin yorumlanmas\u0131 gerekmektedir. Bu durum özellikle çoklu ve bile\u015fik problemler durumunda yayg\u0131nd\u0131r.<\/span><\/span><\/p>\n

Bilgiye dayal\u0131 ak\u0131l yürütme, mevcut bir kural kümesinin mevcut durumla kesin olarak e\u015fle\u015fmedi\u011fi ve çözüm için h\u0131zl\u0131 zihinsel simülasyonlara ihtiyaç duyuldu\u011funda ortaya ç\u0131kar. Zihinsel modeller (d\u0131\u015f dünyan\u0131n bili\u015fsel temsili) zamanla in\u015fa edilir ve özellikle belirsizlik kar\u015f\u0131s\u0131nda, planlamaya ve planlar\u0131n seçimine yard\u0131mc\u0131 olur.<\/span><\/span><\/p>\n

\"\"<\/p>\n

Havac\u0131l\u0131k tarihinin en sansasyonel olaylar\u0131ndan biri olan Hudson Mucizesi \u015eekil 2'de betimlenen bilgi temelli bir davran\u0131\u015f\u0131n bir örne\u011fidir.<\/em><\/strong><\/span><\/span><\/p>\n

2009 y\u0131l\u0131nda, New York’ta LaGuardia Havaliman\u0131’ndan kalk\u0131\u015f\u0131ndan k\u0131sa bir süre sonra ku\u015f sürüsün aras\u0131na giren ve sahip oldu\u011fu iki motoru da kaybeden bir Airbus A320, Hudson Nehri’ne inmek zorunda kalm\u0131\u015ft\u0131r.  Havac\u0131l\u0131k tarihinin en sansasyonel olaylar\u0131ndan biri olan Hudson Mucizesi \u015eekil 2'de betimlenen bilgi temelli davran\u0131\u015f\u0131n bir örne\u011fidir. \u0130çerisinde 150 yolcu ve 5 mürettebat bulunan uça\u011f\u0131n pilotu kaptan Chesley Burnet Sullenberger ciddi bir karar vererek motorsuz bir uça\u011f\u0131 nehre indirmi\u015ftir. Planörden fark\u0131 kalmayan motorsuz uça\u011f\u0131 nehre indiren pilot daha önce bu senaryonun e\u011fitimini alm\u0131\u015f ve kazay\u0131 önlemek için ald\u0131\u011f\u0131 e\u011fitimleri ba\u015far\u0131l\u0131 bir \u015fekilde uygulam\u0131\u015ft\u0131r. Bu, kaptan\u0131n çevrenin zihinsel bir modelini ve uça\u011f\u0131n durumunu geli\u015ftirmesini gerektiren yüksek belirsizlik derecesini yans\u0131tan, özlü bilgi temelli senaryodur. Pilotun geli\u015ftirdi\u011fi h\u0131zl\u0131 zihinsel simülasyon, yolcular\u0131n hayat\u0131n\u0131 kurtarmak için do\u011fru seçene\u011fi tercih etmi\u015ftir.<\/span><\/span><\/p>\n

Uzmanl\u0131k bili\u015fsel davran\u0131\u015flar\u0131n en üstünde yer al\u0131r. Uzmanl\u0131k; kritik bir ortamda, bir durumun h\u0131zl\u0131 de\u011ferlendirilmesinden,  bunun yan\u0131 s\u0131ra yarg\u0131 ve sezgilerden de yararlan\u0131r. Uzmanlar, zaman ve belirsizlik kar\u015f\u0131s\u0131nda h\u0131zl\u0131 bir \u015fekilde zor kararlar vermeleri gereken durumlarda kalabilirler. \u0130nsanlardaki en yüksek belirsizlik durumlar\u0131yla ba\u015fa ç\u0131kma yetene\u011fi, gerçek bir uzman\u0131n ay\u0131rt edici özelliklerinden biridir.<\/span><\/span><\/p>\n

\u015eekil 2'de gösterildi\u011fi gibi beceri tabanl\u0131 görevler, matematiksel temsiller yoluyla kontrol edilebilen, do\u011fal geri bildirim döngüleri ile çok tekrarlamal\u0131 tan\u0131mlar olabildi\u011finden; beceriyi otomatik hale getirmek di\u011ferlerine göre daha kolayd\u0131r. Bununla birlikte uygun sensörlerin do\u011fru yerde olmas\u0131 oldukça önemlidir. Kural tabanl\u0131 davran\u0131\u015flar, if – then – else yap\u0131s\u0131 göz önüne al\u0131nd\u0131\u011f\u0131nda, otomasyon için potansiyel olarak iyi adaylard\u0131r. Ancak yine \u015eekil 2'de gösterildi\u011fi gibi, belirsizli\u011fin artmas\u0131; kural, bilgi ve uzmanl\u0131\u011f\u0131n etkin yönetimini gerektiren bili\u015fsel davran\u0131\u015flara ihtiyaç do\u011furur.<\/span><\/span><\/p>\n

Örne\u011fin navigasyon kural temelli olup, navigasyona bir hedef verildi\u011finde, trafik ak\u0131\u015f\u0131 ve araç dinamikleri bilgisi hakk\u0131nda en iyi yol objektif olarak tan\u0131mlanabilir. Böyle bir alandaki tüm belirsizlik, özerkli\u011fin ortaya ç\u0131kmas\u0131n\u0131 zorla\u015ft\u0131rabilir. Daha önce belirtildi\u011fi gibi, dronlar için navigasyon nispeten basittir, çünkü olgun sensör yetenekleri ve dü\u015fük yo\u011funluklu bir engel ortam\u0131, belirsizli\u011fin dü\u015fük oldu\u011fu anlam\u0131na gelir. Araba sürü\u015f senaryosunda, belirsizlik çok daha yüksektir.  Sensörler uçakta oldu\u011fu kadar güvenilir de\u011fildir ve potansiyel engel alan\u0131 önemli ölçüde daha fazlad\u0131r.<\/span><\/span><\/p>\n

Otomatikli\u011fe kar\u015f\u0131 otonom davran\u0131\u015flar aras\u0131ndaki geçi\u015fin belirginle\u015fmeye ba\u015flad\u0131\u011f\u0131 davran\u0131\u015f, kural temelli mant\u0131k düzeyindedir. Baz\u0131 üst düzey ak\u0131l yürütmeler burada ba\u015flamaktad\u0131r ancak belirsizlik de özellikle eksik bir kural kümesi varl\u0131\u011f\u0131nda burada büyümeye ba\u015flar. Örne\u011fin, Global Hawk askeri \u0130HA, di\u011fer sistemlerle ileti\u015fimini yitirmesi durumunda kendisini kurabildi\u011fi, kural tabanl\u0131 bir düzeyde çal\u0131\u015fmaktad\u0131r fakat bu tür bir uça\u011f\u0131n, kar\u015f\u0131la\u015fabilece\u011fi tüm durumlar alt\u0131nda ne yapabilece\u011fi henüz net de\u011fildir.<\/span><\/span><\/p>\n

Bilgi tabanl\u0131 davran\u0131\u015flar ve sonuçta elde edilen uzmanl\u0131k, \u015eekil 2'de gösterildi\u011fi gibi, belirsizli\u011fin en yüksek oldu\u011fu alanlarda tipik olarak ortaya ç\u0131kan en geli\u015fmi\u015f bili\u015fsel ak\u0131l yürütme biçimlerini temsil eder. Kural-temelli ak\u0131l yürütme, karar vericilere (insan ve \/ veya bilgisayar) olas\u0131 eylem yollar\u0131n\u0131 belirlemede yard\u0131mc\u0131 olabilir ancak yüksek belirsizlik oldu\u011funda, hangi kurallar\u0131n geçerli oldu\u011funu anlamak genellikle zordur. Bu belirsiz senaryolarda algoritmalar çözüm alan\u0131n\u0131 anlayamayabilirler, çok daha uygun bir çözüm elde edemezler.<\/span><\/span><\/p>\n

\"\"<\/a><\/p>\n

Güvenlik aç\u0131s\u0131ndan herhangi bir özerk sistemin kilit sorusu, sistemin kabul edilebilir sonuçlar elde etmek için belirsizli\u011fi çözüp çözemeyece\u011fidir. Otonom bir drona, askeri bir operasyonda statik bir hedefi vurmak için ba\u015far\u0131 olas\u0131l\u0131\u011f\u0131 yüksek olan bir görev verilebilir. Gerçekten de, birçok ülkede bunu yapabilecek füzeler bulunmaktad\u0131r. Bununla birlikte, bir bireyi hedef alan özerk bir \u0130HA, gerçek zamanl\u0131 görüntülerden masum bir insan\u0131 öldürmeyece\u011fini kesin bir \u015fekilde anlayabilir mi? \u015eu anda bu sorunun cevab\u0131 hay\u0131rd\u0131r fakat zamanla do\u011fruluk oran\u0131 yüksek \u0130HA’lar geli\u015ftirilecektir. Yine de böyle bir durumda \u0130nsani indüksiyonun gücü – yani belirli bilgi parçalar\u0131ndan genel kurallar olu\u015fturma yetene\u011fi – hem görsel hem de ahlaki yarg\u0131 ve ak\u0131l yürütmeyi gerektiren bir durumda kritiktir. \u0130nsanlar için, bu tür yarg\u0131lar\u0131 yönlendiren indüksiyon, belirsizlikle mücadele etmek için gereklidir. Bilgisayar algoritmalar\u0131 (özellikle yapay zeka kategorisine giren tipik algoritmalar gibi veri güdümlü olanlar) do\u011fal olarak k\u0131r\u0131lgand\u0131r.  Yani bu algoritmalar genelle\u015ftirilemez ve yaln\u0131zca algoritmalar\u0131n tasar\u0131m a\u015famalar\u0131nda belirlenen ölçülebilir de\u011fi\u015fkenleri dikkate al\u0131nabilir. Sezgisel ak\u0131l yürütme ve gerçek uzmanl\u0131k kavram\u0131n\u0131 kopyalamak, \u015fimdilik bilgisayar dünyas\u0131n\u0131n ötesindedir. Bu durumu de\u011fi\u015ftirmek için özellikle makine ö\u011frenimi topluluklar\u0131nda çal\u0131\u015fmalar yap\u0131lmaktad\u0131r fakat ilerlemeler yava\u015ft\u0131r. Yine de teknolojinin üstel olarak geli\u015fti\u011fini dü\u015fünürsek yak\u0131n zamanda ilerleme h\u0131z\u0131n\u0131n katlanarak artaca\u011f\u0131n\u0131 ve daha geli\u015fmi\u015f dü\u015fünebilen makineler üretece\u011fimizi göz önünde bulundurmam\u0131z gerekir.<\/span><\/span><\/p>\n

IBM'in her biri 3.5 GHz çekirdekli i\u015flemcili 90 sunucudan olu\u015fan süper bilgisayar\u0131 Watson, insan ak\u0131l yürütme yeteneklerini a\u015fma kapasitesine sahip bir bilgisayar olarak gösterilmektedir. Watson, do\u011fal dil i\u015fleme ve imge e\u015fle\u015ftirmesi için yapay zekây\u0131 kullan\u0131r ancak yine de nispeten belirsizli\u011fin dü\u015fük oldu\u011fu ortamlarda çal\u0131\u015f\u0131r.  Baz\u0131 çevreler, makine ö\u011frenimi ve derin ö\u011frenmenin insan zekâs\u0131na yakla\u015ft\u0131\u011f\u0131n\u0131 iddia etmektedir ancak \u015fu anda bu araçlar temel olarak insanlar taraf\u0131ndan önemli ölçüde ayarlanm\u0131\u015f olan kal\u0131plar\u0131 tespit etmekte ve araçlar\u0131n faydal\u0131 olmas\u0131 için insanlar taraf\u0131ndan yorumlanmas\u0131 gerekmektedir. Sonuç olarak, temsil ettikleri ilerlemeler devrimci de\u011fil, evrimseldir. Makine ö\u011freniminin k\u0131s\u0131tlamas\u0131; veriye ba\u011f\u0131ml\u0131 olmas\u0131, temeldeki verilerin kalitesine dayanmas\u0131 ve dolay\u0131s\u0131yla çok k\u0131r\u0131lgan olabilmesidir. Günümüzde makine ö\u011frenimi algoritmalar\u0131ndan yararlanan bir bilgisayar\u0131n, daha önce hiç kar\u015f\u0131la\u015f\u0131lmayan bir model veya olay\u0131 ya da senaryolar\u0131 tespit edebilece\u011fine dair bir garanti yoktur. Bu ba\u011flamda belirsizlik artt\u0131kça, bu araçlar daha az kullan\u0131\u015fl\u0131 hale gelir. Örne\u011fin, genel olarak bilinen bir makine ö\u011frenme algoritmas\u0131, 22,000 nesne kategorisi içeren bir dünyada yüzde 15.8 do\u011frulukta görüntülerde nesneleri tan\u0131mlayabilmi\u015ftir. Bu dünya 1.000 nesne kategorisine gömüldü\u011fünde, di\u011fer algoritmalar yüzde 60-70'e kadar do\u011fruluk sa\u011flayabilir. Bu çal\u0131\u015fmalar\u0131n her ikisinde de, algoritmalar\u0131n “e\u011fitilmesi” için 10 milyon etiketli imge gerekmi\u015ftir. Buna kar\u015f\u0131l\u0131k günümüzde insanlar\u0131n “ö\u011frenmek” için makinelere nazaran çok daha az örne\u011fe ihtiyac\u0131 vard\u0131r ve insanlar 22.000'den fazla nesneden çok daha fazlas\u0131n\u0131 ay\u0131rt etme ve do\u011fru bir \u015fekilde isimlendirme yetene\u011fine sahiptir. Bu nedenle bilgisayarl\u0131 görme algoritmalar\u0131 günümüzde sürücüsüz araç navigasyonlar\u0131nda kullan\u0131lmas\u0131na ra\u011fmen hala istenilen mükemmellikte de\u011fildir. Dolay\u0131s\u0131yla, \u0130HA'lar bir görüntü elde etmek için çok iyi bir platform olmas\u0131na ra\u011fmen, \u0130HA’ya ya da herhangi bir özerk sisteme belirli bir hedefi silahla imha etme görevi verilmesi, üzerinde dü\u015fünülmesi gereken ve insan yard\u0131m\u0131 gerektiren bir süreç olmaktad\u0131r. Bilgisayarlar\u0131n belirli hedefleri yüksek bir kesinlik ile belirleyememesi, bilgiye dayal\u0131 ak\u0131l yürütmenin olas\u0131l\u0131ksal niteli\u011fini vurgular. Özerk bir merkezi \u0131s\u0131tma termostat\u0131n\u0131n, ev sahiplerinin var\u0131\u015f zaman\u0131n\u0131 yanl\u0131\u015f tahmin etmesinin sonuçlar\u0131 nispeten önemsiz olabilir fakat otonom bir silah\u0131n kendi çal\u0131\u015fma ortam\u0131nda yanl\u0131\u015f bir tahminde bulunmas\u0131 kötü sonuçlar do\u011furacakt\u0131r.<\/span><\/span><\/p>\n

 <\/p>\n

Ak\u0131ll\u0131 Askeri Sistemlerin Siber Güvenli\u011fi<\/strong><\/span><\/span><\/span><\/em><\/p>\n

Dünyada cihazlar ve makineler birbirine ba\u011fl\u0131 hale geldikçe giderek artan f\u0131rsatlar\u0131n kar\u015f\u0131s\u0131nda büyük tehditlerle de kar\u015f\u0131 kar\u015f\u0131ya gelinmektedir. Üst düzey makineler,  birbirine ba\u011fl\u0131 karma\u015f\u0131k verileri günlük olarak i\u015flerken, bu bilgilerin gerçek zamanl\u0131 olarak hem güvenli hem de eri\u015filebilir olmas\u0131 çok önemlidir.<\/span><\/span><\/p>\n

1980'lerden günümüze kadar olan y\u0131k\u0131c\u0131 siber sald\u0131r\u0131lar\u0131n say\u0131s\u0131 her geçen gün artm\u0131\u015ft\u0131r. Özellikle 2010'dan beri sald\u0131r\u0131lar ( az say\u0131daki sofistike olanlar\u0131n d\u0131\u015f\u0131nda)  nispeten basit ama yetenekli, y\u0131k\u0131c\u0131 ve kötü amaçl\u0131 yaz\u0131l\u0131mlar kullan\u0131larak gerçekle\u015ftirilmi\u015ftir. Gelecekte daha fazla aktörün devreye girmesiyle y\u0131k\u0131c\u0131 siber sald\u0131r\u0131lara kar\u015f\u0131 daha fazla önlem almam\u0131z gerekecektir.<\/span><\/span><\/p>\n

Günümüzde hava kuvvetlerinin silah sistemleri, görevlerini yerine getirmek için karma\u015f\u0131k yaz\u0131l\u0131mlara ve yüksek ba\u011flant\u0131lara büyük ölçüde ba\u011f\u0131ml\u0131d\u0131r. Siber yetenekler, hava kuvvetlerine potansiyel rakipler kar\u015f\u0131s\u0131nda üstünlük sa\u011flayan birçok geli\u015fmi\u015f özelli\u011fi (örne\u011fin elektronik sald\u0131r\u0131, sensör füzyonu ve ileti\u015fim) mümkün k\u0131lar. Ayn\u0131 zamanda bu durum, rakiplerin siber sald\u0131r\u0131larla bu avantajlara kar\u015f\u0131 koymalar\u0131 için potansiyel f\u0131rsatlar ve te\u015fvikler de yaratmaktad\u0131rlar. Örne\u011fin dü\u015fman, istihbarat kazanmak veya sabotaj operasyonlar\u0131n\u0131 gerçekle\u015ftirmek için bir uça\u011f\u0131n yaz\u0131l\u0131m\u0131, destek sistemleri veya tedarik zincirindeki güvenlik aç\u0131klar\u0131n\u0131 ke\u015ffetmeye ve bunlardan yararlanmaya çal\u0131\u015fabilir. Potansiyel riskler sadece en yeni ve en geli\u015fmi\u015f sistemlerde görülmez. Ayn\u0131 zamanda askeri envanterin ço\u011funu olu\u015fturan eski uçaklar da geli\u015fen siber tehditler taraf\u0131ndan sald\u0131r\u0131ya maruz kalmaktad\u0131r.<\/span><\/span><\/p>\n

Bu ba\u011flamda ülkelerin, siber sald\u0131r\u0131lara kar\u015f\u0131 güçlü ve dirençli sistem tasar\u0131mlar\u0131na, izleme ve geri bildirimleri te\u015fvik etmek için uygun politikalara ihtiyaçlar\u0131 vard\u0131r.  Siber güvenlik yönetimi, bir sald\u0131r\u0131 sonucunda ne kadar kritik bilginin d\u0131\u015far\u0131 s\u0131zd\u0131\u011f\u0131n\u0131 yönetmeli ve sistemler sald\u0131r\u0131ya u\u011fram\u0131\u015f olsa bile sistemin kabul edilebilir operasyonel i\u015flevselli\u011fini koruyabilmelidir. Bu yönetim süreci, bir askeri sistemin ya\u015fam döngüsü boyunca sürdürebilir olmal\u0131d\u0131r. Siber güvenlik yönetimi esnas\u0131nda bütün a\u015famalar önemlidir ancak geli\u015ftirme ve sürdürme a\u015famalar\u0131 sonucunda elde edilen uygulamalar yeni tehditlere kar\u015f\u0131 h\u0131zl\u0131ca adapte olabilmelidir.<\/span><\/span><\/p>\n

Ülkemizde Savunma Sanayinde Otonom Sistemlerin Bugünü ve Gelece\u011fi<\/strong><\/span><\/span><\/em><\/span><\/h1>\n

\"\"<\/p>\n

Maslow’un ihtiyaçlar hiyerar\u015fisi be\u015f ana kategoriye ayr\u0131lmaktad\u0131r<\/em><\/strong><\/span><\/span><\/p>\n

\u0130nsanlar\u0131n Maslow’un ihtiyaçlar hiyerar\u015fisindeki temel ve fizyolojik gereksinimlerinin hemen üzerinde yer alan “Güvenlik” ihtiyac\u0131, asl\u0131nda savunma teknolojilerinin ortaya ç\u0131k\u0131\u015f noktas\u0131d\u0131r. Ülkemiz de jeopolitik konumu ve y\u0131llard\u0131r d\u0131\u015far\u0131dan gelen tehditler sebebiyle dünyada en çok kendini savunmaya ihtiyaç duyan ülkelerden birisidir. \u0130htiyaçlar hiyerar\u015finin en üst basama\u011f\u0131nda “Kendini Gerçekle\u015ftirme” yer almaktad\u0131r ancak bu ihtiyac\u0131n kar\u015f\u0131lanabilmesi için, alt basamaklardaki ihtiyaçlar\u0131n yeterince kar\u015f\u0131lanm\u0131\u015f olmas\u0131 gerekmektedir. Bu ba\u011flamda savunma tehditleriyle sürekli kar\u015f\u0131 kar\u015f\u0131ya kalan co\u011frafyam\u0131zda güvenlik sorunlar\u0131m\u0131z\u0131 çözmemiz gerekmektedir. Ülkemizin kurucusu Mustafa Kemal Atatürk \u015föyle demi\u015ftir: “Özgürlük ve ba\u011f\u0131ms\u0131zl\u0131k benim karakterimdir”. Y\u0131llar önce dile getirilen bu ifade, asl\u0131nda günümüz Türk kültürüne nüfuz eden bir felsefeye dönü\u015fmü\u015ftür. Türkiye bu felsefeyle ba\u011f\u0131ms\u0131zl\u0131\u011f\u0131n\u0131 tehlikeye atan unsurlar\u0131 yok etmek için ülke savunmas\u0131na ve s\u0131n\u0131r güvenli\u011fine büyük önem vermektedir.  Bu ba\u011flamda ülkemiz y\u0131llard\u0131r kendi güvenlik sistemlerini geli\u015ftirip bu tehditlerle etkin ve verimli bir biçimde mücadele etmek istemektedir. Türkiye'nin özellikle son y\u0131llarda maruz kald\u0131\u011f\u0131 güvenlik tehditleri, birçok insans\u0131z teknolojinin savunma sanayimize kazand\u0131r\u0131lmas\u0131n\u0131 sa\u011flam\u0131\u015ft\u0131r.<\/span><\/span><\/p>\n

\u0130nsans\u0131z teknoloji emellerimiz, Türkiye'nin gelecekteki askeri sistemlerini \u015fekillendirmektedir.  Türkiye hükümeti ve askeri liderler, bu yerli sistemlerin gelecekteki operasyonlar\u0131n bel kemi\u011fi olarak hizmet edece\u011fi umuduyla çok say\u0131da insans\u0131z araç program\u0131n\u0131 desteklemektedir.  <\/span><\/span><\/p>\n

 <\/p>\n

Kaynak:<\/span><\/span><\/strong><\/p>\n

\u25baIFS, Analyticsinsight, BCG, Chathamhouse, Equipmentworld<\/span><\/span><\/p>","protected":false},"excerpt":{"rendered":"

Havac\u0131l\u0131k ve savunma sanayi, her zaman teknolojik ilerlemelerin \u00f6n saflar\u0131nda yer alm\u0131\u015ft\u0131r. Dijital teknolojiler, havac\u0131l\u0131k ve savunma end\u00fcstrisinde rekabet etmek i\u00e7in gerekli hale gelmi\u015ftir. Bug\u00fcn, bir\u00e7ok \u00fclke ve savunma sanayi \u015firketi dijital yat\u0131r\u0131mlara \u00f6ncelik vermekte ve rekabet avantaj\u0131 elde etmek i\u00e7in gerekli olan geni\u015f stratejik hamleleri yapmaktad\u0131r. \u00d6yle ki \u00fclkeler g\u00fcvenliklerini sa\u011flayamazsa, o \u00fclkelerdeki hi\u00e7bir end\u00fcstrinin ayakta kalmas\u0131 m\u00fcmk\u00fcn olmaz.<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[1],"tags":[],"coauthors":[],"class_list":["post-1444","post","type-post","status-publish","format-standard","hentry","category-uncategorized","pmpro-has-access"],"acf":[],"_links":{"self":[{"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/posts\/1444","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/comments?post=1444"}],"version-history":[{"count":0,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/posts\/1444\/revisions"}],"wp:attachment":[{"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/media?parent=1444"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/categories?post=1444"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/tags?post=1444"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/coauthors?post=1444"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}