Friedrich Nietzsche’nin Dediği Gibi: “Görünmeyen İpler En Güçlü Bağlar”
Bilgisayar bilimci Julian Shun Graf Algoritmaları Üzerine Çalışmalar Yapıyor
Kampüs Bağlantıları ve Bilgisayar Bilimine İlk Adım
Graphit ve Kümelenme Algoritmaları Üzerine Çalışmaları
Dinamik Problemler ve Geleceğe Yönelik Beklentiler
Alman filozofu Friedrich Nietzsche bir zamanlar “görünmeyen ipler en güçlü bağlardır” dedi. “Görünmeyen ipler” dediğimiz şeyi, bir teslimat sürücüsünün rotasındaki evleri bağlayan ilişkiler veya finansal bir ağda yapılan işlemler veya bir sosyal ağdaki kullanıcılar gibi daha belirsiz varlıkları bağlayan ilişkiler olarak düşünebiliriz.
Bilgisayar bilimci Julian Shun, bu tür çok yönlü ancak genellikle görünmez bağlantıları grafikler kullanarak inceliyor. Nesnelerin noktalar, yani köşeler olarak temsil edildiği ve aralarındaki ilişkilerin çizgiler, yani kenarlarla modellediği grafikler üzerinde çalışmalar yapan Shun, teslimat sürücüsünün rotasındaki evler arasındaki en kısa yolu bulmak veya finansal ağda kötü niyetli aktörler tarafından yapılan sahtekarlıkları tespit etmek için kullanılabilecek graf algoritmaları tasarlıyor.
Ancak artan veri hacmi ile bu ağlar milyarlarca hatta trilyonlarca nesne ve bağlantı içerecek şekilde büyüdü. Verimli çözümler bulmak için Shun, hızla en devasa grafikleri bile analiz etmek için paralel bilişimi kullanana yüksek performanslı algoritmalar oluşturuyor. Paralel programlama oldukça zor olduğundan, aynı zamanda başkalarının kendi verimli graf algoritmalarını yazmalarını kolaylaştıran kullanıcı dostu programlama çerçeveleri geliştiriyor.
Kampüs Bağlantıları
Ergenlik döneminde Shun’un bilgisayarlarla tek teması lise sınıfında web siteleri oluşturmaya yönelik bir ders oldu. Teknolojiden ziyade matematik ve doğa bilimlerine ilgi duyan Shun, lisans öğrencisi olarak kayıt yaptırdığında birinden bunlardan birinde ana dal yapmayı planlıyordu. Ancak ilk yılında bir arkadaşı bir bilgisayar bilimine giriş dersi almalarını önerdi. Ne bekleyeceğinden emin olmasa da, kaydolmaya karar verdi.
“Programlamaya ve algoritmalar tasarlamaya aşık oldum. Bilgisayar bilimine geçiş yaptım ve bir daha geri bakmadım,” diye anlatıyor.
Bu ilk bilgisayar bilimi dersi kendi hızına bağlıydı, bu yüzden Shun çoğu malzemeyi kendisi öğretti. Algoritmalar geliştirmenin mantıksal yönlerini ve bilgisayar bilimi problemlerinin kısa geri bildirim döngüsünü sevdi. Shun, çözümlerini bilgisayara girdi ve hemen doğru mu yanlış mı görebiliyordu. Yanlış çözümlerin hataları ise onu doğru cevaba yönlendiriyordu.
Bilgisayar Bilimine İlk Adım
Mezuniyetten sonra Shun bir süre endüstride çalıştı ancak kısa sürede akademik bir kariyer yapmak istediğini fark etti. Bir üniversitede, ilgisini çeken problemleri araştıracağını biliyordu.
Graphit ve Kümelenme Algoritmaları Üzerine Çalışmaları
Lisans öğrencisiyken Shun, teorik algoritmalar dersleri ve pratik programlama dersleri almıştı, ancak bu iki dünya bağdaşmıyordu. Teori ve uygulamayı birleştiren araştırmalar yapmak istiyordu. Paralel algoritmalar tam da istediği şeydi.
“Paralel bilişimde pratik uygulamalara özen göstermek zorundasınız. Paralel bilişimin amacı gerçekte işleri hızlandırmaktır, bu yüzden algoritmalarınız pratikte hızlı değilse, o kadar da faydalı olmaz,” diyor.
Carnegie Mellon Üniversitesi’nde yüksek lisans öğrencisi olarak kayıt yaptıran Shun, araştırmalarını uygulamalı algoritmalar ve paralel bilişim üzerine odakladı.
Dinamik Problemler ve Geleceğe Yönelik Beklentiler
Son zamanlarda, o ve işbirlikçileri veri setinin zaman içinde değiştiği dinamik problemlere odaklanmış durumda.
Bir veri setinde milyarlarca veya trilyonlarca veri noktası olduğunda, bir küçük değişiklik yapmak için sıfırdan algoritmayı çalıştırmak hesaplama açısından son derece maliyetli olabilir. O ve öğrencileri, aynı anda birçok güncellemeyi işleyen paralel algoritmalar geliştirerek verimliliği arttırıyor ve aynı zamanda doğruluğu koruyorlar.
Ancak bu dinamik problemler ayrıca Shun ve ekibinin üstesinden gelmeleri gereken en büyük zorluklardan birini oluşturuyor. Dinamik verileri test etmek için kullanılabilecek pek çok veri seti olmadığından, ekip genellikle gerçekçi olmayan sentetik veriler oluşturmak zorunda kalıyor ve bu da algoritmalarının gerçek dünyada performansını engelleyebilir.
Nihai hedefi, pratikte verimli bir şekilde çalışan dinamik graf algoritmaları geliştirmektir ve aynı zamanda teorik garantiyi sürdürmektir. Bu, geniş bir yelpazeye yayılabilen uygulanabilir olmalarını sağlar, diyor.
Shun, gelecekte dinamik paralel algoritmaların daha büyük bir araştırma odak noktası olmasını bekliyor. Veri setleri daha da büyük, karmaşık ve hızla değiştiğinden, araştırmacılar ayak uydurabilmek için daha verimli algoritmalar geliştirmek zorunda kalacaklar.
Ayrıca, bilgisayar teknolojisindeki gelişmelerden yeni zorluklar beklediği için, araştırmacıların yeni donanım özelliklerinden yararlanacak yeni algoritmalar tasarlamaları gerekecek.
“Araştırmanın güzelliği burada – başkalarının daha önce çözmediği problemleri çözmeyi deneyebilirim ve topluma faydalı bir şeyler yapmaya katkıda bulunabilirim,” diyor.
