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.
TRAI Girişim Haritası'ndaki Yapay Zeka Startupları 500'ü Aştı!
Satış Sonrası Süreçlerde Yapay Zeka Dönüşümü Başladı
Yapay zeka ekosisteminde bu hafta iki eğilim aynı anda öne çıktı. Bir tarafta gelişmiş modeller…
Bankacılıkta Tahsilat Operasyonlarında Kurum İçi Sesli Yapay Zeka Dönüşümü
Bordro süreçlerinde en büyük problem genelde hesaplama değil, sürecin kendisidir. Veriler farklı yerlerden toplanır, Excel…
----------------- “Teknoloji sektörünün jargonunda ‘UYUMSUZ’ ifadesi, yapay zeka sistemlerinin insanlar tarafından belirlenmiş hedeflerinden saparak, etik…