Veri ile ilgili en önemli problemlerden biri verimliliktir. Yani büyük veriyi verimli bir şekilde depolayıp işleyebilmek. 2025 yılına kadar tüm dünyadaki verilerin toplamının tahmini olarak 175 trilyon gigabayta ulaşacağı düşünülürse “verimlilik” daha da ciddi bir bir problem haline gelecek. (Bu büyüklükteki veriyi DVD’lere depolasak, Dünya’nın etrafını DVD’lerle 222 kez çevreleyebiliriz.) Ancak bu probleme çözüm bulundu. ABD’nin Boston şehrinde bulunan Massachusetts Institute of Technology’deki (MIT) “Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı”nda görevli Doç. Dr. Tim Kraska ve ekibi birer veri depolama sistemi olan “Tsunami” ve “Bao” üzerine çalışıyor.
Tsunami, bir veri kümesinin depolama düzenini kullanıcılarının yaptığı sorgu türlerine göre otomatik olarak yeniden düzenlemek için makine öğrenimini kullanıyor. Testler, son teknoloji sistemlere kıyasla Tsunami sorgularının 10 kata kadar daha hızlı çalıştırılabildiğini gösteriyor. Bununla birlikte, veri kümeleri geleneksel sistemlerde kullanılan dizinlerden 100 kat daha küçük olan bir dizi “öğrenilmiş dizin” aracılığıyla organize edilebiliyor.
Oluşturulması yıllar alan geleneksel sorgu optimize edicilerinin bakımı çok zor ve en önemlisi hatalarından ders almamaları. MIT’nin “Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı”nda geliştirilen Bao, popüler veritabanı yönetim sistemi PostgreSQL’e tam olarak entegre edilmiş sorgu optimizasyonuna yönelik ilk öğrenme tabanlı yaklaşım. Makine öğrenimi yoluyla sorgu optimizasyonunun verimliliğini artırmaya odaklanan, yüzde 50’ye kadar daha hızlı çalışan sorgu planları üreten Bao, Amazon’un PostgreSQL tabanlı Redshift gibi bulut hizmetlerinin maliyetini önemli ölçüde azaltmaya yardımcı olabileceği anlamına geliyor.
Doç. Dr. Tim Kraska, iki sistemi bir araya getirerek, herhangi bir manuel ayarlama olmaksızın her bir uygulama için mümkün olan en iyi performansı sağlayabilen ilk örnek için optimize edilmiş veritabanı sistemini oluşturmayı planlıyor. Amaç geliştiricileri yalnızca veritabanı sistemlerini ayarlamanın göz korkutucu ve zahmetli sürecinden kurtarmanın yanı sıra, aynı zamanda geleneksel sistemlerle mümkün olmayan performans ve maliyet avantajları sağlamak.
BAĞLANTILI HABERLER
“İhtiyaç Duyulan Projeden Ürüne Giden Çözüm Platformu Geliştirdik”
Yapay Zeka Girişimcisi Nasıl Olunur?
TRAI Girişim Haritası Güncellendi
Yapay zeka modelleri daha uzun görevleri üstlenip daha hassas alanlara girdikçe gündemin ağırlık merkezi de…
Enerji sektöründe kesintisiz hizmet sunmak, özellikle elektrik arızaları ve yoğun talep dönemlerinde çağrı merkezi operasyonlarının…
Yapay zeka ajanları sohbet penceresinin dışına çıktıkça sektörün öncelikleri de değişiyor. Modellerin ne kadar güçlü…
110. TRAI Meet-Up’ta, yapay zekanın enerji, lojistik ve üretim süreçlerinde yarattığı dönüşümü; görüntü işlemeyle kalıp…
Türkiye Yapay Zeka Zirvesi’ni bu yıl dokuzuncu kez, 11–12 Kasım 2026 tarihlerinde “Ajanlar Aramızda” temasıyla…
TRAI Girişim Haritası'ndaki Yapay Zeka Startupları 500'ü Aştı!