Felsefe bizi sorular sormaya yöneltirken bu sorulara analitik yaklaşımla cevaplar aramak “Otonomi” gibi oldukça soyut bir kavramı dahi bir ölçüde somutlaştırmamıza yardımcı olmaktadır. Birçok sistemde olduğu gibi cevaplar ilk olarak problemin kaynağında, yani doğadaki sistemlerde aranmaktadır. Bu yönüyle otonomi çalışmaları biyo-esinlenmeli sistemler başlığı altında değerlendirilebilir.
Bir otonom sistemin sağlaması gereken temel kriterler için araştırmacılar arasında net bir fikir birliği bulunmamaktadır. Mevcut durumda ortaya çıkan insansız araçlardan aşağıdaki temel maddeleri karşılayabilen sistemlerin ilgili firmalar tarafından otonom olarak tanımlandığı görülmektedir:
Henüz araştırma seviyesinde bulunan daha ileri çalışmalarda ise zihinsel tarafa daha yakın konular çalışılmaktadır.
İlk gruptaki maddeler bir robotun dışarıdan bildirilen bir amaç doğrultusunda bazı işleri kendi görmesi için gereklidir. Örneğin hedef araca ilişkin koordinat ve model bilgileri verilmiş bir insansız hava aracı kendi başına kalkış yaparak hedefine gidebilir. Hedef koordinatlara gelindiğinde elindeki model bilgilerini kullanarak aracı aramaya başlar. Tespit ettikten sonra takip ederek atış emrine müteakip imha edebilir. Bu olayda kalkış, hedefe gidiş, arama, tespit, takip, atış gibi alt-görevler kendi başına, yani otonom olarak gerçekleştirilmiştir. Ancak hedef koordinatları, modeli ve atış komutu operatör tarafından verilmiştir. İnsansız hava aracımızda niçin sorusunun cevabı bulunmamaktadır. Bu işlemleri gerçekleştirebilmesi için bazı aşamalarda operatörden alacağı üst seviye komutlara ihtiyacı bulunmaktadır. Yine de birtakım kurallardan basit çıkarımlarda (deduction) bulunabilmektedir.
Teknolojinin ilerlediği yolda arzu edilen otonomi seviyesi insansız sistemlerin (birden fazla olabilir) dışarıdan bir komut almadan kendi başlarına bu işlemleri gerçekleştirebilmesi; bunun yanında yaptıkları işlere dair niçin sorusunun cevabını bir insanın anlayabileceği ölçüde açıklayabilmesidir. Bu sistemlerin hayata geçirilmesi için felsefeden başlayarak psikoloji, fizyoloji ve sinirbilim gibi birçok alandan faydalanılmaktadır.
Otonom bir sistemden beklenen en temel özelliklerden biri kendi başına hareket edebilmesidir. Bunun için bulunduğu ortam hakkında görevin niteliği ölçüsünde veri toplamalıdır. Örneğin bir noktadan diğerine gidebilmesi için konum, yönelim ve yol hakkında bilgi sahibi olmalıdır. Önüne çeşitli engeller çıktığında kaçınma manevraları yapması gerekir. Nihayetinde hedefe ulaştığını anlayabilmelidir. Aksi takdirde otonom sistemimiz nereye, nasıl, hangi yoldan gideceğini bilemeyeceği için görevini yerine getiremeyecektir.
Bahsi geçen otonom sistemden aynı zamanda “akıllı (intelligent)” olması da bekleniyorsa öncelikle konum, yönelim ve çevreleri hakkındaki verilerden bulunduğu ortam hakkında bilgi (information » knowledge) çıkarmalı; sonrasında ise bu bilgilerden çeşitli çıkarımlarda (inference) bulunabilmelidir. Nihayet, bu çıkarımlar üzerinde akıl yürüterek (reasoning) daha üst seviye sonuçlara ulaşabilmelidir.
Otonom sistemlerin konum, yönelim, şekil, boyut gibi geometrik özelliklerden yola çıkarak bulundukları ortamdaki nesne ve olayları değerlendirmesi, bunlara dair çıkarımlar yapması ve bu çıkarımlardan birtakım sonuçlar elde etmesine yönelik çalışmalar “Uzamsal Biliş” (Spatial Cognition) başlığı altında sınıflandırılabilir. Bu cümledeki iki kelimeye dikkatli bakıldığında uzamsal biliş kavramı daha net anlaşılacaktır:
Biliş (Cognition) – Canlılarda ve akıllı makinelerde bilginin (knowledge) elde edilmesi, işlenmesi ve bir amaç doğrultusunda kullanımı
Teoride uzamsal biliş, gelişmiş bir otonom sistemin içinde bulunduğu ortam hakkında farkındalık oluşturmasını sağlamaktadır. Uygulamada ise çözülmesi gereken birtakım temel problemler bulunmaktadır.
Oluşturulmak istenen farkındalığın net olarak bir tanımı bulunmamaktadır. Yetişkin insanlarda dahi uzamsal akıl yürütmenin (spatial reasoning) net sınırları çizilememiş, gelişimi devam eden bir yetenek olarak tanımlanmıştır.
İnsanlar çevreleri ile etkileşime girerken oldukça gelişmiş sistemler kullanır. Özellikle bir insanın etraftan aldığı birtakım sinyalleri haritalama ve navigasyon amacıyla kullanabilmek için ne şekilde işlediğine dair mekanizmalar henüz çözülememiştir.
2014 Fizyoloji alanında Nobel Ödülü alan O’Keefe ve Moser Çifti canlıların uzamsal biliş yeteneklerinin altında yatan fizyolojik mekanizmaya dair bulgular keşfetmiştir. Fareler üzerinde yapılan deneylerde bulunduğu ortamda hareket ettikçe ortamdaki çeşitli geometrik özelliklerin değişimine göre sinyal üreten farklı tip hücrelerin varlığı ortaya çıkarılmıştır.
– O’Keefe, 1971 yılındaki deneyinde bir farenin belirli bir konumda bulunduğunu zannettiği zaman beynindeki “Hippocampus” bölgesinde bulunan spesifik hücrelerin sinyal ürettiğini görmüştür. Diğer konumlar için ise yine farklı diğer hücreler aynı görevi yerine getirmektedir. “Place Cell” ismini verdiği bu hücrelerin ortamın haritasını tutmakla görevli olduğunu öne sürmüştür.
– 2005 yılında yapılan bir başka çalışmada ise Moser çifti beynin “Entorhinal Cortex” bölgesinde bulunan hücrelerin fare belirli noktalardan geçtiğinde aktifleştiğini keşfetmiştir. “Grid Cell” olarak tanımladıkları bu hücrelerin aktifleştiği noktalar zeminde petek deseni oluşturmaktadır. Moser çifti bu hücrelerin navigasyon amacıyla kullanılan bir koordinat sistemi oluşturduğunu öne sürmüşlerdir.
Hatta bu hücreler entorhinal cortex bölgesinde bulunan diğer hücrelerle birlikte;
– “Place Cell” hücreleri arasında bir ağ bağlantısı, gibi diğer geometrik verileri üreterek beynin içinde gelişmiş bir konumlama sistemini oluşturmaktadırlar. Son olarak faredeki bu yapının insanda bulunan hücre yapısı ile oldukça benzerlik gösterdiği keşfedilmiştir.
Bu tip çalışmalar robotikte yeni tip konumlama – navigasyon mimarilerine ilham vermeye başlamıştır.
Bir otonom sistemin sağlaması gereken temel kriterler için araştırmacılar arasında net bir fikir birliği bulunmamaktadır. Mevcut durumda ortaya çıkan insansız araçlardan aşağıdaki temel maddeleri karşılayabilen sistemlerin ilgili firmalar tarafından otonom olarak tanımlandığı görülmektedir:
- Algılama (Sensation)
- Karar Verme (Decision Making)
- Eyleme Geçme (Action)
Henüz araştırma seviyesinde bulunan daha ileri çalışmalarda ise zihinsel tarafa daha yakın konular çalışılmaktadır.
- Algı (Perception)
- Anlam (Semantic)
- Fikir Birliği (Consensus)
- Davranışsal (Behavioral)
- Duygusal (Emotional)
- Muhakeme (Reasoning)
İlk gruptaki maddeler bir robotun dışarıdan bildirilen bir amaç doğrultusunda bazı işleri kendi görmesi için gereklidir. Örneğin hedef araca ilişkin koordinat ve model bilgileri verilmiş bir insansız hava aracı kendi başına kalkış yaparak hedefine gidebilir. Hedef koordinatlara gelindiğinde elindeki model bilgilerini kullanarak aracı aramaya başlar. Tespit ettikten sonra takip ederek atış emrine müteakip imha edebilir. Bu olayda kalkış, hedefe gidiş, arama, tespit, takip, atış gibi alt-görevler kendi başına, yani otonom olarak gerçekleştirilmiştir. Ancak hedef koordinatları, modeli ve atış komutu operatör tarafından verilmiştir. İnsansız hava aracımızda niçin sorusunun cevabı bulunmamaktadır. Bu işlemleri gerçekleştirebilmesi için bazı aşamalarda operatörden alacağı üst seviye komutlara ihtiyacı bulunmaktadır. Yine de birtakım kurallardan basit çıkarımlarda (deduction) bulunabilmektedir.
Teknolojinin ilerlediği yolda arzu edilen otonomi seviyesi insansız sistemlerin (birden fazla olabilir) dışarıdan bir komut almadan kendi başlarına bu işlemleri gerçekleştirebilmesi; bunun yanında yaptıkları işlere dair niçin sorusunun cevabını bir insanın anlayabileceği ölçüde açıklayabilmesidir. Bu sistemlerin hayata geçirilmesi için felsefeden başlayarak psikoloji, fizyoloji ve sinirbilim gibi birçok alandan faydalanılmaktadır.
Otonom bir sistemden beklenen en temel özelliklerden biri kendi başına hareket edebilmesidir. Bunun için bulunduğu ortam hakkında görevin niteliği ölçüsünde veri toplamalıdır. Örneğin bir noktadan diğerine gidebilmesi için konum, yönelim ve yol hakkında bilgi sahibi olmalıdır. Önüne çeşitli engeller çıktığında kaçınma manevraları yapması gerekir. Nihayetinde hedefe ulaştığını anlayabilmelidir. Aksi takdirde otonom sistemimiz nereye, nasıl, hangi yoldan gideceğini bilemeyeceği için görevini yerine getiremeyecektir.
Bahsi geçen otonom sistemden aynı zamanda “akıllı (intelligent)” olması da bekleniyorsa öncelikle konum, yönelim ve çevreleri hakkındaki verilerden bulunduğu ortam hakkında bilgi (information » knowledge) çıkarmalı; sonrasında ise bu bilgilerden çeşitli çıkarımlarda (inference) bulunabilmelidir. Nihayet, bu çıkarımlar üzerinde akıl yürüterek (reasoning) daha üst seviye sonuçlara ulaşabilmelidir.
Otonom sistemlerin konum, yönelim, şekil, boyut gibi geometrik özelliklerden yola çıkarak bulundukları ortamdaki nesne ve olayları değerlendirmesi, bunlara dair çıkarımlar yapması ve bu çıkarımlardan birtakım sonuçlar elde etmesine yönelik çalışmalar “Uzamsal Biliş” (Spatial Cognition) başlığı altında sınıflandırılabilir. Bu cümledeki iki kelimeye dikkatli bakıldığında uzamsal biliş kavramı daha net anlaşılacaktır:
Biliş (Cognition) – Canlılarda ve akıllı makinelerde bilginin (knowledge) elde edilmesi, işlenmesi ve bir amaç doğrultusunda kullanımı
Teoride uzamsal biliş, gelişmiş bir otonom sistemin içinde bulunduğu ortam hakkında farkındalık oluşturmasını sağlamaktadır. Uygulamada ise çözülmesi gereken birtakım temel problemler bulunmaktadır.
Oluşturulmak istenen farkındalığın net olarak bir tanımı bulunmamaktadır. Yetişkin insanlarda dahi uzamsal akıl yürütmenin (spatial reasoning) net sınırları çizilememiş, gelişimi devam eden bir yetenek olarak tanımlanmıştır.
İnsanlar çevreleri ile etkileşime girerken oldukça gelişmiş sistemler kullanır. Özellikle bir insanın etraftan aldığı birtakım sinyalleri haritalama ve navigasyon amacıyla kullanabilmek için ne şekilde işlediğine dair mekanizmalar henüz çözülememiştir.
2014 Fizyoloji alanında Nobel Ödülü alan O’Keefe ve Moser Çifti canlıların uzamsal biliş yeteneklerinin altında yatan fizyolojik mekanizmaya dair bulgular keşfetmiştir. Fareler üzerinde yapılan deneylerde bulunduğu ortamda hareket ettikçe ortamdaki çeşitli geometrik özelliklerin değişimine göre sinyal üreten farklı tip hücrelerin varlığı ortaya çıkarılmıştır.
– O’Keefe, 1971 yılındaki deneyinde bir farenin belirli bir konumda bulunduğunu zannettiği zaman beynindeki “Hippocampus” bölgesinde bulunan spesifik hücrelerin sinyal ürettiğini görmüştür. Diğer konumlar için ise yine farklı diğer hücreler aynı görevi yerine getirmektedir. “Place Cell” ismini verdiği bu hücrelerin ortamın haritasını tutmakla görevli olduğunu öne sürmüştür.
– 2005 yılında yapılan bir başka çalışmada ise Moser çifti beynin “Entorhinal Cortex” bölgesinde bulunan hücrelerin fare belirli noktalardan geçtiğinde aktifleştiğini keşfetmiştir. “Grid Cell” olarak tanımladıkları bu hücrelerin aktifleştiği noktalar zeminde petek deseni oluşturmaktadır. Moser çifti bu hücrelerin navigasyon amacıyla kullanılan bir koordinat sistemi oluşturduğunu öne sürmüşlerdir.
Hatta bu hücreler entorhinal cortex bölgesinde bulunan diğer hücrelerle birlikte;
- Baş açısı,
- Odanın sınırları
– “Place Cell” hücreleri arasında bir ağ bağlantısı, gibi diğer geometrik verileri üreterek beynin içinde gelişmiş bir konumlama sistemini oluşturmaktadırlar. Son olarak faredeki bu yapının insanda bulunan hücre yapısı ile oldukça benzerlik gösterdiği keşfedilmiştir.
Bu tip çalışmalar robotikte yeni tip konumlama – navigasyon mimarilerine ilham vermeye başlamıştır.
