“Doğal Sayıları Yuvarlama” Tarihe Mi Karışıyor?

İngiltere’de yapılan bir araştırmada, okullarda öğretilen “Doğal sayıları yuvarlama”nın makine öğrenimi ve kuantum gibi teknik uygulamalardaki hesaplamalarda yanlışlara yol açabilmesinden dolayı “Stokastik Yuvarlama Tekniği”nin kullanılması gerektiği belirtildi.

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.

Stokastik Yuvarlama Tekniği Nedir?

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.

Benzer haberler

Einstein’den Ders Almak İster miydiniz?

Yasin Demirkaya

Recent Posts

TRAI Meet-Up #105’te Perakende ve Pazarlamada Yapay Zeka Ele Alındı

TRAI Meet-Up serimizin 105. etkinliğini, “Algoritmadan Sepete: Perakende ve Pazarlamada Yapay Zeka” başlığıyla gerçekleştirdik. TRAI Ekosistem Direktörü Betül…

2 hafta ago

Yapay Zekanın Kararlarını Anlamak: Peki Ama Neden?

Yapay Zeka projelerinde ilk bakılan şey çoğu zaman performanstır. Doğruluk oranı kaç, F1 skoru ne…

2 hafta ago

Üretim ve Enerji Sektörlerinde Yapay Zeka Gündemi TRAI Çalışma Grubu’nda Ele Alındı

TRAI Yapay Zeka Üretim ve Enerji Çalışma Grubu çevrim içi toplantısı, 6 Mayıs’ta 148 katılımcıyla…

3 hafta ago

Yapay Zeka Girişimlerinde Yeni Eşik: Demo değil, Gerçek İş Etkisi

CB Insights, dünyanın en umut vadeden erken aşama yapay zeka şirketlerini belirlediği AI 100 2026…

3 hafta ago

TRAI Ekosistemi’ne Katılan 25 Yeni Girişimle Tanışın!

Türkiye Yapay Zeka İnisiyatifi olarak, 2017’den bu yana yürüttüğümüz haritalama çalışmasıyla Türkiye’de yapay zeka alanında…

3 hafta ago

Girişim Ekosisteminde Stratejik Nefes Darlığı

TRAI Ekosistem Direktörümüz Betül Kübra Ekinci, Türkiye girişimcilik ekosisteminde erken exit tartışmasını değerlendirirken, bu tabloyu…

4 hafta ago