İngiltere’deki Manchester Üniversitesi’nde Bilgisayar Bilimi bölümünde öğretim üyesi olarak görev yapan Mantas Mikaitis, Royal Society Open Science’da yayınlanan makalesinde “doğal sayıları yuvarlama” ile ilgili şu değerlendirmeyi yaptı: “Okullarda öğretilen sayıyı en yakına yuvarlama tekniği, hesap makinesinin olmadığı hızlı bir şekilde hesaplama gerektiği zamanlarda iyi çalışıyor ama sayıyı daima en yakına yuvarlamak hesaplamalarda yanlılığa neden olabilir. Bu sebeple olasılıkların da hesaplandığı stokastik yuvarlama yönteminin kullanılması lazım.”
Araştırmasında çoğu bilgisayarın sayıyı doğru olasılığa karar vermek için gerekli donanıma sahip olmadığının da altını çizen Mikaitis, meslektaşları ile bilgisayarda stokastik yuvarlamayı simüle etmek için yeni bir karma yöntem üzerinde çalışmaya devam ediyor.
İlk olarak 1949’da bilgisayar bilimcisi George Elmer Forsythe tarafından önerilen stokastik yuvarlama tekniği, sayıları olasılıklarla belirli bir sayıya yuvarlıyor. Örneğin 2,8’in 3’e yuvarlanma şansı yüzde 80 iken 2’ye yuvarlanma şansı yüzde 20. Bu teknik ile belirli bir sayının her zaman aynı yöne yuvarlanması engelleniyor. Science News‘in haberine göre, stokastik yuvarlamanın bu özelliği onu özellikle kuantum hesaplamada kullanılmak için uygun hale getiriyor. Çünkü kuantum hesaplama ile bir sonucu birçok kez ölçmek ve daha sonra ortalama bir sonuca varmak gerekiyor.
Daha fazla bilgi tıklayınız.
Dağınık Belgelerden Hazır Poliçe Talebine: Yapay Zeka ile Otomasyon
Süt sektörünün en kritik konulardan biri çiğ süt arz tahminlemesidir. Çünkü; mevsimsel etkiler, yem tedariği,…
Bir fabrikada sensörler, PLC’ler, test istasyonları ve ERP her gün yüz binlerce satır veri üretir.…
İnsan Kaynaklarında Yapay Zeka Destekli Yeni Dönem
Yapay Zeka Ajanları Siber Güvenlik Testlerinde Görev Sınırlarını Aştı
Yeni Çalışma Üçgeni: İnsan, Ajan ve Robot Yan Yana Nasıl Çalışır?