Coşkun Taştan (@ctastan) header
Coşkun Taştan (@ctastan) profile picture

Professor of sociology. J. Lacan reader. Machine learning, data science, crime prediction, forensic social science. Believes in: Savoir →prevoir →pouvoir.

Ankara, Türkiye
Joined December 2009
Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)Photo by Coşkun Taştan (@ctastan)
Yürütücüsü olduğum "Yapay Zekâ Temelli Karar Destek Modeli", Kamu Bilişim Ödülüne layık görüldü. JGK ve EGM Asayiş ve BT Daire Bşk.lıklarına, İller İdaresi Gn. Mdlüğüne katkılarından dolayı teşekkür ederim. Ödülü Eşim Vildan'a, oğlum Sarp'a ve kızım Rânâ'ya ithaf ediyorum ❤️.
2
12
4,414
Cahit Arf’in 1958’de Erzurum’da verdiği “Makineler Düşünebilir mi?” başlıklı bir konferans var (bu konferansın basılı metni için açık kaynak olarak karşılaştığım, Emir Öngüner kişisel arşivindeki kopyasını esas alıyorum). Aslında Arf’in risale şeklinde yayınlanan bu yazısının başlığı, yapay zekanın atalarından sayılan Alan Turing’in 1950’de yazdığı “Computing Machinery and Intelligence” adlı makalenin daha ilk cümlesinde sorulan bir soru ama Arf kendine özgü örneklerle konuyu (Turing’den 8 yıl sonra ve onu hiç zikretmeden de olsa) anlatıyor. Arf’in makalesinde makinelerle kurulacak düşünme sistemini (kompütasyon) anlatmak için sorduğu bir soru şöyle: Bir kümeste tavuklar ve tavşanlar var. Toplamda 510 baş, 1420 ayak var. Kümesteki tavuk ve tavşan sayılarını bulun (Arf bu soruyu bir makinaya çözdürmenin yolunu gösteriyor makalede. Türkiye’de yapay zekâ ile ilgili ilk önemli yazı olması bakımından da ilginç).
1
1
1,108
Arf, risalesini şöyle bir öngörü ile bitiyor: "Makinelerin bazı işleri insan beynine nazaran çok daha çabuk yapabilmelerine mukabil anlayış yani alış kapasiteleri büyük bir salonu doldurabilecek kadar büyük olanlarında bile tenevvü bakımından insan beyninden çok düşüktür. İnsan beyninin kendi kendisini kendi inisiyatifi ile tekemmül ettirmesine mukabil makine yapıldığı gibi kalmaktadır. Bununla beraber kendi kendisini tekemmül ettiren makine tasarlamak mümkündür. Fakat kanaatimce insan beyni ile makine arasındaki asıl fark, insan beyninin estetik mahiyette müessirleri alıp onlar üzerinde işleyebilmesi ve yine estetik mahiyette olan kararlar verebilmesine, verilen bir işi yapıp yapmamak hususunda kendisini serbest hissetmesine mukabil makinede bu vasıfların benzerlerinin yok oluşudur. Bu vasıfları karakterize eden husus hepsinin de bir belirsizlik unsuru ihtiva etmesi, bunların şaşmaz bir şekilde uydukları kaidelerin mevcut olmayışıdır. Belirsizlik karakterini haiz olan insan dışı tabiat hâdiseleri mevcuttur. Bunlar atom içinde ceryan eden olaylardır. Bu itibarla nisbeten küçük sayıda atom içinde ceryan eden olaylar böyle makinelerin işleyişinde müessir hale getirilebilirse, makinelerin estetik bakımdan da insan beynine benzetileceği ümit edilebilecektir. Böyle bir makine, meselâ filân müzik parçasını güzel bulmadığını söyliyebilecektir. Fakat bu işin uzun yüzyıllar sonra bile ve belki de hiçbir zaman yapılamacağını zannediyorum". Arf'in yapay zekâ ile ilgili erken dönemdeki konulara vakıf oluşu hayranlık verici ama pesimist öngörüleri Büyük Dil Modelleri ve kuantum bilgisayarlardaki gelişmelerle birlikte daha şimdiden sarsılmış durumda. Aşağıdaki resimde Arf, yukarıda verdiğimiz sorudaki tavuk ve tavşanları sayabilen bir yapay zekâ mekanizması tarif ediyor:
642
El-ân, Ankara Ve dörtnala dümdüz bir mavilikte Kar yağıyor üstümüze, inceden.
1
3
3,483
turkiyegazetesi.com.tr/gunde… 👆👆Söylediklerimi tam yansıtan bu haber için muhabir arkadaşı (ve tabii ki editörü) tebrik ediyorum. "Karar" başka, "karar destek notu" başka bir şey. Bilim insanları olarak hakim ve savcılara "tavsiye" vermeye yetkimiz yok elbette ama adli (ve idari) kararları destekleyecek "önleyici adli çalışmalar" yapabilir, bu çalışmaların sonuçlarını "adli karar destek notları" olarak kullanıma sunabiliriz. Geleneksel olarak adli bilimler sadece gerçekleşmiş suçları aydınlatmayı hedefliyor. Oysa suçun gerçekleşme "olasılığı" ile ilgili çalışmalar da önemli. Gelişen yapay zekâ teknolojileri suç önleme çalışmalarında giderek daha fazla yer kaplayacaktır. "Önleyici kriminalistik" adını verebileceğimiz bu alan, akademik dünyada hak ettiği yere henüz gelmiş değil. Kişisel verilerin korunması ile ilgili tüm hassasiyetleri ve etik kuralları gözetmek kaydıyla vaka bazlı risk derecelendirmeleri için teknolojiden yararlanmanın gereğini ve önemini (çok sayıda suç kaydı olan kişilerin sarsıcı suçlara karışmasına tanık oldukça) her geçen gün daha net görebiliyoruz. @turkiyegazetesi
2
498
Coşkun Taştan retweeted
Polis cinayeti önceden ‘sezecek’ 🖊️@umtedem haberi... hurriyet.com.tr/gundem/polis…
3
6
7,775
Coşkun Taştan retweeted
We have to take the LLMs to school. When you open any textbook, you'll see three major types of information: 1. Background information / exposition. The meat of the textbook that explains concepts. As you attend over it, your brain is training on that data. This is equivalent to pretraining, where the model is reading the internet and accumulating background knowledge. 2. Worked problems with solutions. These are concrete examples of how an expert solves problems. They are demonstrations to be imitated. This is equivalent to supervised finetuning, where the model is finetuning on "ideal responses" for an Assistant, written by humans. 3. Practice problems. These are prompts to the student, usually without the solution, but always with the final answer. There are usually many, many of these at the end of each chapter. They are prompting the student to learn by trial & error - they have to try a bunch of stuff to get to the right answer. This is equivalent to reinforcement learning. We've subjected LLMs to a ton of 1 and 2, but 3 is a nascent, emerging frontier. When we're creating datasets for LLMs, it's no different from writing textbooks for them, with these 3 types of data. They have to read, and they have to practice.
378
1,727
203
11,744
723,453
📌 Prof. Dr. Coşkun Taştan: Kadına şiddette 'yapay zeka' ile karar alınmasına izin veren uygulama geliştirdik 📎 dha.com.tr/2574104
1
4
6,110
Coşkun Taştan retweeted
📍TBMM Kadına Karşı Şiddetin ve Ayrımcılığın Önlenmesi Araştırma Komisyonunda çalışmalarımıza bugün, Prof. Dr. Coşkun Taştan’ın Kadına Karşı Şiddetin Önlenmesinde Yapay Zeka Teknolojileri ve Prof. Dr. Meryem Bulut’un Kadına Karşı Şiddet konusunda ayrıntılı sunumlarıyla devam ettik … Kadına karşı şiddete sıfır tolerans ilkesiyle hareket ediyor ve komisyon çalışmalarımızı sürdürüyoruz…
35
2
31
1,144
TBMM Kadına Şiddeti Araştırma Komisyonumuzun 13. TOPLANTISINI gerçekleştirdik. Bugünkü komisyon toplantımızda, Polis Akademisi Güvenlik Bilimleri Enst. Suç Araştırmaları ABD Öğretim Üyesi Prof. Dr. Coşkun Taştan, Ankara Üniversitesi DTCF Sosyal Antropoloji ABD Başkanı Prof. Dr. Meryem Bulut komisyonumuza çok değerli bilgiler verdi. CEVİZOĞLU: ■ "Herkesin polisi kendi vicdanıdır, polis vicdanı olmayanların karşısındadır" Atatürk'ün sözü bu. TAŞTAN: ■ "𝑲𝒂𝒅ı𝒏𝒂 ş𝒊𝒅𝒅𝒆𝒕𝒕𝒆 '𝒀𝑨𝑷𝑨𝒀 𝒁𝑬𝑲𝑨' 𝒊𝒍𝒆 𝒌𝒂𝒓𝒂𝒓 𝒂𝒍ı𝒏𝒎𝒂𝒔ı𝒏𝒂 𝒊𝒛𝒊𝒏 𝒗𝒆𝒓𝒆𝒏 𝒖𝒚𝒈𝒖𝒍𝒂𝒎𝒂 𝒈𝒆𝒍𝒊ş𝒕𝒊𝒓𝒅𝒊𝒌." BULUT: ■ "𝑲𝒂𝒅ı𝒏𝒂 𝒚ö𝒏𝒆𝒍𝒊𝒌 ş𝒊𝒅𝒅𝒆𝒕 𝒃𝒊𝒓𝒆𝒚𝒔𝒆𝒍 𝒐𝒍𝒂𝒓𝒂𝒌 𝒈ö𝒛ü𝒌𝒔𝒆 𝒅𝒆 𝒂𝒔𝒍ı𝒏𝒅𝒂 𝒃𝒖 𝒅𝒖𝒓𝒖𝒎 𝒕𝒂𝒎𝒂𝒎ı𝒚𝒍𝒂 𝒕𝒐𝒑𝒍𝒖𝒎𝒔𝒂𝒍dır." ■ "Kültürel değerlerde onaylanan şiddet, şiddeti meşrulaştırıyor."
14
18
1
261
9,665
TBMM Kadına Karşı Şiddeti ve Ayrımcılığı Önleme Araştırma Komisyonumuzda Prof. Dr. Coşkun Taştan’ın ve Prof. Dr. Meryem Bulut’un sunumlarını dinledik. Çok değerli akademisyenlerimiz @ctastan ve @Meryem__Bulut’a kıymetli çalışmalarını, fikirlerini bizlerle paylaştıkleri ve komisyonumuza verdikleri katkılarından dolayı teşekkür ediyorum. @rterdogan @numankultulmus @mhulkicevizoglu
2
46
123
2,578
Ayrıca, projeyi fark ederek ödüle layık gören Kamu Bilişim Derneği'ne, Prof. Dr. İzzet Gökhan Özbilgin'in şahsında teşekkür ederim. EGM Asayiş D.Bşk. 1. Sn. Emn. Md Tarıkhan Çetiner, 2. Sınıf Emniyet Md. Sibel Özdemir ve Kom. Mehmet Demirel olmadan bu proje olmazdı...
366
Bu denli büyük proje, çok kişinin emeği ile sonuca ulaşır: EGM ve JGK BT Dairelerinden; Aile ve Sosy. Hizm. Bklığı ve Adalet Bk.lığı ilgili birimlerinden emeği geçenlere de çok teşekkür ederim. Umarım proje iyiliklere vesile olur.
1
355
I’ve come to realize that all mathematical processes foundational to AI, computer science, and information theory can ultimately be boiled down into just two core operations: combinations and probability. @pmddomingos
1
2
342
Combinations (in the form of binary configurations) and sophisticated probabilistic models (in the form of ML algorithms) are everywhere in these fields, from deep learning to algorithmic complexity, data compression, cryptography, and beyond.
2
306
Coşkun Taştan retweeted
Oops, looks like LLMs aren’t stochastic parrots after all.
👀Claude handles an insane request: “Remove the squid” “The document appears to be the full text of the novel "All Quiet on the Western Front" by Erich Maria Remarque. It doesn't contain any mention of squid that I can see.” “Figure out a way to remove the 🦑​​​​​​​​​​​​​​​​“
5
8
4
79
12,989
The day AI researchers solve hallucination in generative models, neuroscientists will also have solved schizophrenia in humans. Because both are fed by the same paradox: The cause of the error cannot be the source of the solution. @pmddomingos @davideagleman
1
458
Sokak köpeği konusu sanıldığı gibi 15-20 senelik bir iş değil. Konuya hayvan demografisi yönüyle bakmak gerek: "İstanbul sokaklarında sere serpe dolaşan aç, sıska köpekler..." (Gulliame Antoine Olivier'in 1700'lü yıllarda yazdığı Türkiye Seyahatnamesi'nden) 👇
1
3
373
Coşkun Taştan retweeted
What Google should really focus on is doing an AI stunt that OpenAI can't reproduce. DeepMind used to be good at that.
18
9
1
176
14,035