M. Nilgün Ercan
Temel modeller (TM’ ler) bilimsel buluş ve inovasyon alanında dönüştürücü bir etki yaratmakta, buna karşılık güvenilirlik, doğruluk ve yeniden üretilebilirlik konularında soru işaretleri oluşturmaktadır. ABD Ulusal Bilim, Mühendislik ve Tıp Akademileri, ABD Enerji Bakanlığı’ nın talebi üzerine mevcut TM’ lerin yetenekleri ve geleceğe ilişkin olasılıklar ve sorunlar konusunda 2024 yılında bir çalışma başlatmış; çalışmanın sonuçları 2025 yılında rapor haline dönüştürülmüştür.
TM’ ler ile ilgili farklı tanımlar olmakla birlikte, yapılan çalışmada TM tanımlamasının şu şekilde kabul edildiği belirtilmektedir: “Günümüzde Temel Modeller devasa büyüklükte, heterojen (farklı bileşenlerden oluşan) veriler ile eğitilmiş, ilave verilerle ince ayarlar yapılarak yeni temsilleri öğrenme yeteneğine kavuşmuş büyük ölçekli yapay sinir ağlarıdır. Bunlar, belirli bir görev için tasarlanmış geleneksel YZ sistemlerinden farklı bir aşamayı oluşturmaktadır. Bu modeller, buluş üretmek ve geleneksel araçların hatta önceki makine öğrenmesi modellerinin hesaplama ve depolama kapasitelerini katlarca aşan hacimde veri bulunduran veri setleri içindeki örüntüleri ayırt edebilmek kapasitesine sahiptir.”
Çok büyük ölçekler, kendinden gözetimli ön eğitim, uyarlanabilirlik, gelişmekte olan yetenekler, çoklu yaklaşımlarla çalışma yeteneği ve çok amaçlı mimari TM’ lerin karakteristikleri arasındadır. Bu özellikler sonucunda TM’ ler bilimsel araştırmalarda önemli bir paradigma değişikliği getirmektedir.
TM’ lerin ortaya çıkmasına rağmen, büyük ölçekli sorun çözücüler ve istatistiki modeller gibi geleneksel modelleme yorumlanabilirlik, güvenilirlik ve fizik yasalarına bağlılık açılarından hala önemli avantajlara sahiptir. Bu nedenle geleneksel model yaklaşımı ile TM’ lerin bir araya getirilmesi sonucunda oluşan hibrit yöntemler fizik bilimlerindeki hesaplamalarda önemli ilerleme sağlayacak potansiyele sahiptir.
Burada, DOE’ nin faaliyet alanlarında TM’ lerin kullanımına yönelik olarak Rapor’ da yer verilen örnek konular üzerinde durulacaktır.
Temel Modellerin kullanım alanlarına ilişkin örnekler
ABD Enerji Bakanlığı (DOE) bünyesindeki ulusal laboratuvarların araştırma çalışmalarında YZ ve TM’ leri kullanmaya yönelik girişimleri giderek artmaktadır. Araştırmalar, elektrik şebekelerinden nükleer füzyona kadar geniş bir yelpazeyi kapsayan alanlarda sürdürülmektedir.
Rapor’ a göre, DOE’ nin TM’ ler piyasasında büyük paya sahip olan ve altyapıya 10 milyar ABD$’ dan başlayıp 75 milyar ABD$’ nın üzerine ulaşan miktarlarda kaynak ayıran Microsoft (OpenAI), Google Gemini, Amazon web Services, Meta ve Anthropic gibi büyük teknoloji şirketleri ile rekabet içinde olması mümkün görülmediğinden temel bir mesele ortaya çıkmakta: DOE endüstri ile iş birliğine mi yoksa kendi bünyesinde TM’ ler geliştirmeye mi odaklanmalı?
Rapor’ u hazırlayan Komite, özel sektörün bu alandaki liderliğine ek olarak, DOE’ nin kendi içinde temel modeller geliştirmesi gerektiği düşüncesinde. Zira, ulusal güvenlik veya bilimsel üstünlüğün sürmesini sağlamak gibi hükümetin ihtiyaç duyduğu meselelerin özel sektör tarafından karşılanması mümkün görülmüyor. Komitenin görüşüne göre, özel ve kamu tarafından verilen çabalar birbirleri ile rekabet etmek yerine birbirlerini tamamlayıcı ve güçlendirici nitelikte olmalı. Örneğin, Los Alamos Laboratuvarı ile OpenAI arasındaki iş birliğinin gösterdiği gibi, DOE bir yandan bilimsel çalışmalar için gerekli olan TM’ leri geliştirir ve önündeki olanakları belirlemek amacıyla kendi içindeki değerlendirmeleri koordine ederken endüstriyel ilerleme, buluşlar ve iş birliklerini de kullanabilir.
Rapor’ da ABD’ de DOE’ nin tek başına bilimsel araştırma alanının en büyük federal destekçisi olduğu belirtilmektedir. 2023 mali yılında 16 milyar ABD$ ile toplam federal Ar-Ge yükümlülüklerinin yaklaşık %8’ i Enerji Bakanlığı tarafından fon olarak verilmiştir. DOE Bilim Ofisi vasıtasıyla fiziksel bilimler alanındaki temel federal araştırmaların yaklaşık %40’ ına, bilgisayar ve enformasyon bilimleri alanındaki temel araştırmaların yaklaşık %44’ üne destek vermektedir.
DOE ticari ürün geliştirme konusunda uğraş vermese de beş alanda stratejik avantaj sağlamaktadır:
-Bilgisayar biliminde dünya çapında bilimsel işgücü,
-Büyük ölçekli, bilim odaklı ve deneysel programlama donanımı,
-Benzersiz nitelikteki deneysel tesisler ile açık ve kontrol altındaki bilimsel verilerin yönetimi,
-Uzun erimli, yüksek risk taşıyan, yüksek başarı getirecek bilimsel sorunlarla uğraşma yetkinliği,
– Kolaylıkla yeniden üretilmesi mümkün olmayan ve gelecekteki TM’ lerin eğitilmesi için gerekli olabilecek sentetik verilerin üretilmesine katkı sağlayabilecek olan, özellikli bilimsel verilere erişim.
Araştırmalarda insan unsuru
Ancak, TM’ lerin sağlayacağı olanakların yanı sıra önemli bir uyarıyı da yapmak gerekmektedir. TM’ ler önemli ölçüde gelişkin sonuçların yanı sıra doğru olmayan, yanlış yönlendirici çıktılar da üretmektedir. Bu nedenle, görünür gelecekte model çıktılarını kullanmak ve yorumlamak için alana ait uzmanlık ve eleştirel düşüncenin rehberlik etmesine, bu nedenle çalışmalara insanın dahil edilmesine ihtiyaç vardır.
YZ sistemleri birçok şekilde insan performansını aşmış olabilir, ancak insanın asla yapmayacağı hataları da yapabilir. Bu açıdan belirsizlik halinde YZ’ nin karar verme ve öngörme sürecinde değerlendirilmesi mutlaka gerekecektir. DOE, YZ ile insani yeteneklerin birleştirilmesi üzerinde durmalı ve bunu geliştirmelidir. Mevcut koşullarda YZ sistemleri rutin ve tekrarlayan görevleri yapmakta, muhakeme konusunda bazı yetenekleri göstermeye başlamaktadır. YZ daha yetenekli, derin analizler ve strateji önerileri yapabilir hale gelirken, özellikle DOE’ nin görevlerinin niteliği açısından gözetim ve doğrulama insanlar tarafından yapılmalıdır.
Ayrıca DOE kendi temel uygulamaları için ajan tabanlı YZ sistemlerinin yeterlilik ve risklerini değerlendirmelidir. Raporu hazırlayan Komite özellikle büyük risk taşıyan uygulamalara yönelik bilimsel buluş, karar verme ve eylem planlaması için otonom laboratuvarların geliştirilmesinde ajan tabanlı (agentic) YZ ‘ nin araştırılmasını önermektedir.
Bilim ve mühendislik uygulamaları
Rapor’ da bilim ve mühendislik uygulamaları alanında, hipotezlerin üretilmesini desteklemek için gözlemler, bilimsel literatür, veri tabanları, deney sonuçları ve simülasyon çıktıları ile eğitilen TM’ ler kullanılabileceği belirtilmektedir. Mühendislikte tasarım ayarlarının yapılmasında, özellikle CAD (bilgisayar destekli tasarım) üretimi gibi görevlerde TM’ lerin kullanılması öne çıkabilir. Bu tür uygulamalar TM’ lerin üretkenliği arttırmak ve buluş için yeni olanaklar sağlamakta araştırmacılara ve mühendislere yardımcı olacağını göstermektedir.
DOE’ nin görev alanı malzeme bilimi, kimya, fizik, enerji, yeryüzü sistemleri ve yüksek performanslı hesaplama gibi birçok alanı kapsamaktadır. Aynı zamanda, nükleer stokların yönetimi gibi ulusal güvenliği destekleyen görevleri de vardır. Rapor’ da TM’ lerin ne tür ilerlemeler sağlayabileceğini ele almak amacıyla çalışma alanlarına ilişkin örneklere yer verilmiştir.
Malzeme Bilimi
Malzeme bilimi çoklu zaman ve mekânsal ölçeklerde yapı, süreç, özellikler ve performans arasındaki ilişkileri anlamayı ve kontrol etmeyi amaçlamaktadır. Deneysel veriler, literatür ve simülasyonlarla eğitilen TM’ ler, özelliklerin öngörülmesi, retrosentez (istenen ürünün geriye dönük çalışılma yapılarak sentezlenmesi) ve moleküllerin üretilmesi vasıtasıyla buluşlara hız kazandırılması konusunda umut vadetmektedir. Bu modeller maliyetli hesaplamalar yerine özellikleri tahmin edebilir, aday yapıları üretebilir ve otomatikleşmiş deneyleri yönlendirebilir.
Lawrence Berkeley Ulusal Laboratuvarında geliştirilen MatBERT ve sürdürülebilir malzeme tasarımı konusunda IBM’ in açık kaynak TM’ leri son zamanlarda gerçekleşen ilerlemeleri göstermektedir. Temel modellerin yukarıda belirtilen konularda şimdiden önemli etkiler oluşturduğu ve ayrıca geleceğe yönelik değer yaratacağı alanların olacağı da anlaşılmaktadır. Bu alanlar, gücü giderek artan model yaklaşımlarıyla malzemelerin doğal çok modlu ve doğru (aslına uygun) karakteristiklerinin kullanılmasına dayalı olacaktır. Ancak, TM’ lerin uygulanmasında devasa büyüklükte kimyasal ve yapısal tasarım alanları, ölçeklerin birleştirilmesi, deneysel, hesaplamalı ve teorik bilgilerin, niceliksel belirsizlikler taşıyan öngörülen yapılara entegre edilmesi gibi güçlükler bulunmaktadır.
Batarya teknolojisi
Batarya teknolojisi alanında TM’ ler malzemeden batarya yönetimine kadar olan aşamalarda inovasyonu hızlandırabilir. Örneğin, yeni elektrolitler gibi batarya bileşenlerinin özelliklerini öngören modeller üzerinde yapılacak araştırma ve geliştirme faaliyetleri bu alandaki buluşları hızlandıracaktır. Ek olarak, TM’ ler bataryaların sağlamlık durumunu ve kalan ömrünü doğru olarak öngörebilecek daha gelişmiş batarya yönetimi sistemleri oluşturmakta kullanılabilecektir. Bataryalardaki performans kaybına ilişkin mekanizmaları daha iyi kavrayarak elektrikli araçlardan şebeke ölçekli uygulamalara kadar enerji depolama konusuna daha güvenli, uzun vadeli ve daha etkin çözümler bulmaya da yardımcı olabilir.
Gelişmiş imalat
Gelişmiş imalat, bilgisayar kontrollü, otomatikleşmiş süreçler kullanarak DOE’ nin faaliyetleri içinde yer alan alanlarda karmaşık parçaların üretilmesini olanaklı hale getirir. Geleneksel imalata kıyasla, hızlı prototip oluşturma, maliyet-etkin deneyler ve örneğin roket nozulları gibi tek bir karmaşık parçanın tam zamanında üretimi gibi olanakları sağlar. Rapor’ u hazırlayan Komite, gelişmiş imalat süreçleri kullanılarak gerek enerji gerekse ulusal güvenlik konularında “başlangıçtan kalifiye” parçalar imal etmenin DOE ve ona bağlı Ulusal Nükleer Güvenlik Yönetimi (NNSA) için giderek daha yaşamsal hale geldiğini belirtmektedir. Ayrıca, TM’ lerin farklı verileri entegre ederek, normal olmayan durumları saptamak, prosesleri en iyi hale getirmek ve kestirimci kontroller gibi konularda destek olmak için umut vadettiği belirtilmektedir.
Gelişmiş imalat malzemeleri termodinamik istikrarsızlık gösterdiğinde düşük esneklik veya kırılma tokluğu gibi temel sorunlar ortaya çıkmaktadır. Dijital ikizleri, yani gelişmiş imalat proseslerinin programlanmış kopyalarını geliştirmek gerek DOE gerekse NNSA laboratuvarlarının başlıca araştırma konularından olup, TM’ lerin kullanılması bu alanda da dönüştürücü bir etki yaratacaktır.
Hava ve yeryüzü sistemleri
Hava tahminleri ve yeryüzü sistemlerinin anlaşılması karar verme sürecinde rol oynayan önemli faktörler arasındadır. Havanın büyük ölçekli simülasyonu, hesaplamalarla ilgili kısıtlar nedeniyle zaman-uzam açısından sınırlı kalmaktadır. TM’ ler, bulut ve türbülans gibi alt süreçlerde doğru şekilde parametrelendirmeyi geliştirme, modelleri belirleme ve iklim ile ilgili dinamiklere ilişkin kavrayışı ilerletme yoluyla bu alanda çözümler getirebilir. Yeryüzü sistemleri ve hava ile ilgili TM’ lerin çok fazla miktardaki ve farklı yeryüzü sistem verileri ile ön eğitimi gerçekleştirilebilir ve takip eden farklı işlemler için ince ayar yapılabilir. GraphCast gibi veriye dayalı hava modelleri, yerel tahminlerde kullanılan çeşitli TM’ ler için merkezi bir konumda bulunmaktadır ve tarım, elektrik şebekesi gibi uygulama alanlarında önemli etki yaratmaktadır. 1,3 milyar parametresi olan ve çok modlu jeofiziksel veri ile 1 milyon saat ön eğitimi yapılmış olan Aurora’ nın performansı hava kalitesi gözlemleri, okyanus dalga tahminleri, tropik siklonların takip edilmesi gibi küresel hava tahminlerine ilişkin konularda, hem de daha az maliyetle geleneksel nümerik tahminlerin önüne geçmiştir. Buna, 2,3 milyar parametresi olan PrithviWxC, 113 milyar parametreli hibrit bir model olan ORBIT gibi aşırı hava olaylarını tahmin etmek, iklim projeksiyonlarını yapmak vb. konular için tasarlanan dönüştürücü modelleri de eklemek mümkündür. Bu konudaki temel güçlükler arasında, gerçek zamanlı verilerin özümsenmesi, uzun erimli tahminlerde fiziksel tutarlılığın sağlanması, atmosfer, toprak, okyanus ve kriyosfer (gezegende suyun kar ve buz gibi katı formda bulunduğu alanlar) arasındaki çok boyutlu ilişkilerin aktarılması sayılabilir.
Füzyon enerjisi
Füzyon enerjisi ile ilgili araştırmalar son derece karmaşık plazma fiziği ve mühendislik sorunlarını kapsamaktadır. TM’ ler plazma davranışının hesaplama gerektiren simülasyonlarını oluşturmayı hızlandırabilir; Doublet III D-Shaped veya Uluslararası Termonükleer Deneysel Reaktör (International Thermonuclear Experimental Reactor-ITER) gibi deneylerden elde edilen çok miktardaki tanıya dayalı verilerin analiz edilmesine yardımcı olabilir, ekstrem koşullara dayanıklı reaktör bileşenlerinin tasarımına yardım edebilir ve füzyon reaksiyonu için gereken gerçek zamanlı plazma kontrol sistemlerine potansiyel olarak katkıda bulunabilir. Bu modeller, tokamaklardan ve çok sayıdaki simülasyondan elde edilen devasa miktardaki ve farklı veri setleriyle eğitilmektedir. Modellerin plazma bozulmalarını öngörmek, gerçek zamanda kontrol sistemlerini optimize etmek, tanıya yönelik yorumları iyileştirmek ve reaktör bileşenlerinin tasarım döngülerini hızlandırmak gibi işler için ince ayarlarının yapılması gerekmektedir. Manyetik sınırlama deneylerinde (füzyon reaktöründe sıcak yakıtı plazma olarak tutmak için manyetik alanı kullanan deneyler), bu modeller manyetik alanların gerçek zamanlı kontrolü ve performansı önemli ölçüde etkileyecek olan kararsızlıkları (örn. manyetik alanın yapısını bozan bir tür manyetohidrodinamik kararsızlık) azaltmak için kullanılırlar. Bunun ötesinde, RAG (dış bilgi kaynaklarını alarak üretken yapay zeka ile birleştiren teknik) ile güçlendirilmiş büyük dil modelleri kullanılarak yeni denemelere rehberlik etmek üzere geçmiş verilere erişim ve benzer deney koşullarını belirlemek kolaylaştırılabilir. Ayrıca, kapsamlı simülasyon ortamları yaratmak için, temel modelleri yüksek performanslı hesaplama ile birleştirerek ekstrem reaktör koşullarına dayanabilecek dayanıklı füzyon malzemelerinin ve trityum üretme katmanlarının tasarımına çözüm getirilebilir. Bununla birlikte Raporu hazırlayan Komite bazı uygulamaların kullanılmasında çok acele davranmanın yaratacağı tehlikelere de dikkat çekmektedir. Son iki yılda birçok araştırma grubu maliyetli plazma simülasyonlarını, doğrudan kısmi diferansiyel denklemler olmaksızın hidrodinamik ve elektromanyetik alanlar oluşturan otoregresif (özbağlanımlı) yapay sinir ağlarıyla değiştirmenin yollarını araştırdılar. Bunlar belki önemli ilk adımlardı; ancak bu yaklaşımların füzyon konusunda doğru TM’ ler oluşturmaya baz teşkil etmesi için çözülmesi gereken önemli sorunları bulunmaktadır; tıpkı hava tahminlerinde olduğu gibi. Mevcut çalışmalar ağırlıklı olarak Fourier nöral operatörlere dayanmaktadır. Bunlar ise henüz manyetik füzyon sınırlamanın gerektirdiği kompleks geometri ile uyumlu değildir. Ayrıca, otoregresif çıktılar uzun vadeli öngörülerde hata yapmaya yatkındır. Füzyon için uygulanabilir temel model oluşturmak için uzun erimli kararlılığı sağlayacak ve fiziksel yapıyı koruyacak yaklaşımlara ihtiyaç vardır.
Nükleer stokların yönetimi
ABD Nükleer Stokların Yönetimi Programı, NNSA ve onun nükleer girişimi tarafından yönetilmekte olup amacı yeraltı testlerini yeniden başlatmadan nükleer mühimmatın güvenliği, emniyeti ve güvenilirliğini sağlamaktır. Bu alanda çalışan ulusal laboratuvarlar, ilgili bilim alanını daha iyi kavramak için makine öğrenmesi kullanmak ve TM’ lerin kullanımını araştırmak konularında önemli ilerleme kaydetmiştir. Bu modeller silah gruplarına ilişkin bilginin temelindeki fiziğin daha iyi kavranması, bu şekilde tüm programa ilişkin ilerlemenin hızlandırılması için uyumlaştırılmış olup böylelikle nükleer stokların bakımında veri temelli bir ilerleme sağlanmıştır.
Mühimmatın durumuna ilişkin gözetimin sürekli yapılması kritik bir husustur. Potansiyel zararlı değişimlerin hızla değerlendirilmesi, gelecekteki performansa yönelik bir etkisi olmayan değişikliklerle simülasyon ve deney yoluyla daha derin araştırma gerektirenlerin birbirinden ayrılması için uzmanlara yardımcı olmak üzere geçmiş bulgular ve tanılamaya dayalı görsellerle TM’ lerin ince ayarları yapılmalıdır. TM’ lerin bir diğer önemli katkısı da bileşenlerin zaman içinde oraya çıkarabileceği hataları öngörebilmek amacıyla dijital ikizlerinin tasarlanmasıdır. TM’ ler ile, bir parçanın dinamik bir ortamdaki tepkisini ölçerek ve bu verileri kullanarak, yorulmaya bağlı kırılma gibi ortaya çıkabilecek sorunları önceden tahmin ederek uyarı yapacak ve önleyici bakıma olanak sağlayacak dijital bir ikiz oluşturulabilir.
TM’ lerin nükleer stok yönetimindeki potansiyeline karşılık, önemli sorun ve riskleri de bulunmaktadır. Bunların en başta geleni güvenlik meselesidir; bilgilerin gizliliği sıkı şekilde korunmalı, sadece bilmesi gerekli olan personele verilmeli, güvenli laboratuvarların sınırları içinde olsa bile bir protokole bağlanmalıdır. Diğer bir sorun da temel modellerin yönlendiriciliğine aşırı güven duyulmasıdır. Bu durum yanlışlıkla silah bileşenlerine ilişkin yetersiz tasarım kararlarına yönlendirebilir. Bu alanda çalışan DOE laboratuvarları söz konusu konuların farkında olup riskleri azaltmak için aktif olarak çalışmaktadır.
Yapısal sağlamlığın gözetimi
TM’ lerin, nükleer stoklar gibi güvenlik açısından önem taşıyan faaliyet alanlarından köprü, viyadük ve yüksek binalar gibi sivil yaşama ilişkin alanlara kadar yapısal sağlamlığın takip edilmesi, altyapının gözlemlenmesi gibi sahalarda kullanılması giderek önem kazanmaktadır. TM’ ler titreşim monitörleri, görsel tanılar, şeylerin internetine ilişkin akıllı cihazlar gibi sensörlerden gelen devasa, etiketlenmemiş veri setleri ile önden eğitilerek sağlam, yapısal davranışın evrensel temsillerini öğrenirler. Sonraki görevler normal olmayan durumları saptama, gerçek dünya sivil yapıları üzerinde trafik yükünü öngörme gibi konuları içerir. Yapıların sağlamlığının izlenmesinde yüksek doğruluktaki dijital ikizlerin oluşturulması önemli rol oynar. TM’ ler gerçek verilerin sürekli işlenmesiyle zaman içinde bozulma, yorulma ve yapı bileşenlerinin hatalarının sanal kopyada doğru olarak öngörülmesine olanak sağlar. TM’ lerin dijital ikizleri ile entegrasyonu aktif bir araştırma alanıdır. Bu teknoloji güvenliğin arttırılması ve kritik değişikliklerin etkisiz olanlardan ayrılması için kaynakların etkin kullanımı açısından umut vermektedir; buna karşılık, veri güvenliği, TM’ lerin öngörülerinin doğruluk ve güvenilirliğinin sağlanması ile eğitim ve gerçek zamanlı sonuçlar için gerekli olan büyük programlama gereksinimlerinin yönetimi konusunda güçlükleri bulunmaktadır.
Yanma
Gaz türbinleri, fırınlar, jetler gibi yanma sistemleri büyük oranda kararsız, çok boyutlu dinamikler göstermektedir. Türbülans, çoklu fazların varlığı ve reaksiyonlar arasındaki bağlantılar bu dinamiklerin oluşmasına neden olmaktadır. Mevcut fiziki simülasyonlar büyük tasarım ve işletme alanı gereksinimi nedeniyle yüksek maliyetli olmakta ve gerçek dünyadaki deneysel verileri doğrudan kullanamamaktadır. TM’ lerin yanma olayı ile ilgili araştırmalara uygulanması giderek artmaktadır. TM’ ler ateşleme, yanma hızı, alevin kararlılığı, hidrojen dahil farklı yakıtların yüksek basınçta karışımı ile ortaya çıkan emisyonların kontrolü gibi konuların araştırılmasında yardımcı olabilecektir. Bu ilerlemeler, bilim esaslı, çoklu doğruluklu (modelin çıktılarının doğruluğunu arttırmak için aslına uygunluk açısından düşük ve yüksek doğruluklu verileri kullanma), boyut büyüklükleri azaltılmış modellerin, yöntemlerin ve dijitalleşmenin geliştirilmesi için gereklidir. Sürmekte olan çalışmalar literatür, veri setleri ve simülasyon sonuçlarını sistematik olarak ayrıştırarak çözümlemek ve model geliştirilmesini hızlandırmak amacıyla TM’ ler ile RAG’ ları entegre ederek, yanma bilimi için bilgiye dayalı bir çerçeve oluşturmayı kapsamaktadır. Yanma ve makine öğrenmesi ara yüzü çoğunlukla gözetimli ve yarı gözetimli makine öğrenmesi tekniklerinin yanma sorunlarına uygulanması üzerine odaklanmaktadır.
Makine öğrenmesi alanındaki son gelişmeler fiziksel kısıtları TM’ lere aktarmak için olanak sağlayarak onları yüksek doğruluklu yanma simülasyonları için uygun hale getirmiştir. Ters modelleme yaklaşımının uygulanması ve TM’ nin yapısına uygun olan bir doğrulama ve onaylamanın dikkate alınmasına yönelik uğraşların arttırılması, DOE’ nin ana görev alanlarından biri olan yanma bilimi için önemli bir potansiyel taşımaktadır.
Ulusal Güvenlik
Komite, TM’ lerin DOE’ nin görev sahası içinde bulunan ulusal güvenlik alanında da etki yaratabileceğine dikkat çekmektedir:
-Silahsızlanma ve tehlike algılama: TM’ ler uydu görüntüleri, sensör verileri gibi büyük ve heterojen verilerden oluşan setleri işleyerek nükleer silahsızlanma faaliyetlerini veya ortaya çıkan tehlikeleri tanımlayabilir.
-Stratejik analiz: Bu modeller teknik, jeopolitik ve açık kaynak malzemelerden gelen bilgileri sentezleyerek stratejik karar verme sürecinde analiz konusunda çalışan uzmanlara yardımcı olabilir.
Ayrıca, enerji altyapısının güvenliği ve yönetimi konusunda da TM’ ler yararlı çözümler sunabilir:
-Şebekenin yönetimi ve optimizasyonu: İşletme verileri, hava modelleri ve enerji piyasası üzerine eğitilen TM’ ler yük tahminleri, güneş ve rüzgar gibi yenilenebilir kaynakların üretimi ve şebeke operasyonlarının optimize edilmesinde gelişme sağlayabilir.
-Dirençliliğin sağlanması ve tehlikelerin azaltılması: Karmaşık sistemlerin bağlantılarının analizi yoluyla TM’ ler aşırı hava koşulları gibi fiziksel tehlikeler veya siber saldırılar karşısındaki zaafları belirleyebilir; aynı zamanda karşılık vermeye yönelik ve iyileştirici nitelikteki stratejiler geliştirilmesine yardımcı olabilir. Şebeke TM’ leri (şebekeden gelen farklı verilerle eğitilmiş modeller) kavramı, birbiri ardından gelen sorunları ele alan senaryolar üzerinden, riskleri öngörme kapasitesinin geliştirilmesine dayanmaktadır.
TM’ ler faydalarının yanı sıra yanlış kullanılmaları durumunda risk de oluşturabilir. Kötü niyetli kullanım iki şekilde olabilir: Modelin kendisini hedef alan saldırılar ve modeli bir saldırı unsuru olarak kullanma.
Modele karşı saldırılar onun fonksiyonunu bozmak veya hassas verileri elde etmek şeklinde olabilir. Bu durum saldırganın modeli zararlı veya yanlış bilgi üretmeye yönlendirmesini de içerebilir. “Veriyi zehirlemek” olarak adlandırılan diğer bir saldırı şekli de kötü amaçlı veriyi veri setine sokarak arka kapı yaratmak ve modelin doğruluğunu kalıcı olarak bozmaktır.
İkinci risk kategorisi de siber saldırıları hızlandırmak ve ölçeğini büyütmek için güçlü TM’ lerin kullanılmasıdır. Saldırılar bu modelleri hayli ikna edici ve kişiselleştirilmiş şekilde dolandırıcılık amaçlı e-postalar ve üretilmiş medya malzemesini (deepfake) yaygınlaştırmak için kullanabilir. TM’ ler teknik saldırılar karşısındaki engelleri de olumsuz yönde etkileyerek saldırganlara kötü niyetli kodları yazma ve yazılımdaki zayıflıkları kısa zamanda saptama gibi konularda fırsat sağlayarak siber tehlikeleri daha yaygın hale getirme riski taşıyabilir. Bu modellerin daha büyük sistemlere entegre edilmesindeki karmaşıklık zincirleme olarak yeni riskler yaratabilir.
Komite, bu tür potansiyel riskler nedeniyle TM kullanıcılarına ve DOE’ ye kırmızı takım (bu tür saldırılara karşı bağımsız test ekibi), karşı önlemler ve YZ güvencesi için stratejiler geliştirmeyi önermektedir.
Rapor’ un diğer bölümlerinde, ulusal güvenlik ve verili ekonomik koşullar altında DOE için gerekli olan hızlı analiz ve karar verme durumunda TM’ lerin önemi; DOE’ nin YZ bazlı bilimin geleceğini şekillendirmesi; mevcut altyapıyı yenilerken bilim amaçlı TM’ ler geliştirilmesi için gerekli olan altyapıya ve büyük ölçekli veri kullanan donanıma yatırım yapması; yeni bilimsel ortamda çalışma yapabilecek işgücünü temin etmesi; TM’ lere uygun doğrulama, onaylama ve belirsizliğin sayısallaştırılması için gereken çerçevenin geliştirilmesi; veri toplama uğraşına öncelikle önem vermesi; TM’ lerin eğitimi, belgelenmesi için standartlaştırılmış protokoller ve ölçütlerin geliştirilmesi; DOE’ nin ulusal amaçlar doğrultusunda sanayi ve akademi ile esnek sözleşmelerle, sorumlu YZ standartları, veri paylaşımı ve doğrulama, onaylama ve belirsizliğin sayısallaştırılması konularında işbirliği yapması gibi konulara ve ilgili önerilere yer verilmektedir.
Kaynak: National Academies of Sciences, Engineering, and Medicine. 2025. Foundation Models for Scientific Discovery and Innovation: Opportunities Across the Department of Energy and the Scientific Enterprise. Washington, DC: The National Academies Press.