Çok az kişi, insanların nasıl oturduğunun bir bilgi değeri taşıdığını düşünür. Şahsen bendeniz oturuş biçimlerine dikkat ederim. Oturuş biçiminin -çok da bilimsel olmayan bir tarzda- eğitim, öz güven, başkasına saygı, statü, beden-kas morfolojisi gibi başka parametrelerle ilişkisi üzerine kafa yormuşluğum vardır! Fakat popoların koltuklar üzerine bıraktıkları basıncın grafiğinin neye benzediğini ya da popodan popoya değişeceğini hiç düşünmedim. Şaşıracaksınız ama tüm işleri güçleri bu olan insanlar var. Örneğin Shigeomi Koshimizu. O, popo ölçümü sayesinde meşhur olmuş biri.

Şevki Işıklı

Koshimizu, ne modacı ne de popo düşkünü bir sapık. O yalnızca usta bir araştırmacı. Şöyle basit bir varsayımdan hareket edip esaslı bir soruna çılgın bir çözüm sunuyor: Bir insan oturduğunda, bedeninin ana hatları ve ağırlık dağılımı nicelendirilebilir ve çizelge haline getirilebilir. Koshimizu, bir araba koltuğuna çok sayıda basınç ölçen sensor yerleştiriyor. Sensorlardan gelen verileri bir çizelgeye dönüştürdüğünde, benim “kişi/popo basıncı indeksi” dediğim bir ölçek elde ediyor.

Kişiye özel popo basıncı indeksi!

Peki, hiç de aptalca olmayan kişiye özel popo basıncı indeksi ne işe yarar? Burada, asıl konumuz ölçeğin faydaları değil fakat merakı gidermek için söyleyelim: Koshimizu, bu ölçek sayesinde bir arabanın koltuğuna kimlerin oturduğunu %98’lik bir doğruluk oranıyla tahmin etmeyi başardı. Bu sadece bir başlangıç: Arabalarda hırsızlığı önleyici bir sisteme dönüştürmeyi hedefliyor. Bu sistem takıldığında bir araç, onaylanmış sürücüden başkası direksiyona geçtiğini fark ederek motorun çalışmasını durduracak ya da motoru çalıştırmak için şifre isteyecek.

Popo basıncı, kazaların önleyebilecek!

Dahası var: Toplanan veri, kazalardan önceki oturma pozisyonlarındaki değişiklikleri ortaya çıkarmak için de kullanılabilecek. Böylece sürücü poposu ile yol güvenliği arasında ilişki kurulacak. Sürücü yorgunluktan dolayı biraz gevşediğinde sistem, sürücüye uyarı gönderebilir, hızı düşürebilir, fren yapabilir hale gelecek. Hepsi bu da değil: Hırsızı poposundan teşhis edebilecek.

Koshimizu’nun yaptığı şeye verileştirme deniyor. Az bir hayal gücü ile verileştirmenin sunduğu nimetlerinin bolluğunu test etmek mümkün. Bugün üzerinde yürüdüğümüz yollar, ekip biçtiğimiz tarlalar, içinde yüzdüğümüz göller, içini ticari mallarla doldurduğumuz mağazaların zemini bilgi üretir hale getirilebiliyor. IBM’in “yüzey tabanlı hesaplama teknolojisi” adını verdiği bu verileştirme sistemiyle donatılmış yüzeyler heyecan verici olanaklara gebe. Evinize geldiğinizde kapınız otomatik açılabilir, ışıklar kendiliğinden yanıp sönebilir. Evinize girenlerin ağırlıklarını, ayak tabanı izlerini, ayakta durma ve yürüme biçimini öğrenebilirsiniz. Böylece poposundan yakalan otomobil hırsızından sonra, eve giren hırsızlar da yürüme biçiminden derdest edilebilir. İmkan sadece hayal gücüyle sınırlı!

Düşen veya düşüp ayağa kalkamayan birini, örneğin bir yaşlığı yetkiliye haber verebilir. Perakendeciler mağazalarındaki, trafik polisleri otoyollardaki trafik akışını öğrenebilirler. Radara gerek kalmadan araçların tümünün seyir defteri hemen oluşturulabilir. Yakın gelecekte tüm yeryüzünü, en azından sık kullanılan bölge ve zeminleri dijitalize etmek, devasa bir güvenlik ve bilgi projesi olabilir. Böylece geceleyin yerde yürüyen karıncanın ayak sesini duymak mümkün olabilir. Her şey veri haline getirilebilir.

Şu bir gerçek ki insanlar kendilerini izlemeye bayılırlar. Peki, kişi kendini nasıl veri haline getirebilir? “Kişi veri tabanı” adını verebileceğimiz kişisel verileştirmenin en eski uygulaması, portre resimlerdir. Onları fotoğraf, nüfus, tapu, banka ve sigorta kayıtları izler. 20-30 yıl öncesine kadar okullarda boy-kilo indeksi çetelesi tutulurdu. Yüz ve parmak izi tanımlama sistemleri sayesinde küçük ölçekli de olsa kişiye özel verileştirilebilir bilgiler setleri oluşturulmuş durumda. Fakat bunlar çok az ve çok yetersiz.

Her gün, ilk kez gittiğimiz ya da beğendiğimiz bir manzara eşliğinde fotoğrafımızı çekiyor, kendimizi video kaydına alıyoruz. Yalnız veya başkalarıyla birlikteyken de kendimizi dijital kameralarla kayıt altına alıyor, kendimizi verileştiriyoruz. Düşündüklerimizi, hislerimizi, konumlarımızı twitter, Facebook, Instagram, Whatsapp gibi mobil modellerle dışsallaştırıp verileştiriyoruz. Örneğin Facebook, tüm dünyadaki insanların yaklaşık %10’nun duygusal durumlarını veri haline getirdi. Konum tanıma sistemleri sayesinde kişinin yolculuk grafiği verileştiriliyor. Mobil telefon, çağrı cihazı ve tablet taşıyan herkesin, kendilerine çip (yonga) takılmış robotlar gibi konumları bilgi haline getirilebiliyor. Ticari şirketler, insanların dolaşma güzergâhlarını ve sık kullanılan mekânları tespit ederek kişiye özel ürün önerebiliyorlar.

En zaruri yaşamsal faaliyetlerin bilgi haline getirilmesi bugün kesinlikle daha kolay. Örneğin Zeo firması, insanların uyuma modellerini geliştirmeye çalışıyor. Uyku esnasındaki beyin dalgaları tespit edilebiliyor, kadınlar ile erkekler arasındaki uyku farkları ortaya konulabiliyor. Asthmapolis firması, astım hastalarının kullandığı spreye GPS aracılığıyla konumu tespit eden bir sensor ekledi.  Apple, kulaklık vasıtasıyla kan basıncı (nabız), kandaki oksijen, vücut ısısı gibi kişisel bilgileri veri olarak toplayabiliyor. Bir başka firma, hangi eşyayı ne kadar ne sıklıkla kullandığımızı tespit etmeye yarayan hareket tespit eden küçük sensorlar satmaya başladı.

Bedenimizin nasıl çalıştığı, ne tür etkinliklerde bulunduğu, kişisel veri bankası için vazgeçilmez bilgiler veriyor. Veri bankasındaki verilerin hızlı ve işe yarar biçimde analiz edilmesi için önemli olan tek şey neredeyse verilerin dijital (sayısal) olmasıdır. Yani bilgisayarların okuyabileceği “0-I” formatına dönüştürülmesidir. Bugün sayıya önem bir topluluk haline geldik. Büyük veri çağında sadece popolar değil, göz kırpma veya nefes alma sıklığımız, telefonu tutuş biçimimiz, yiyecekleri kaç kere çiğneyip yuttuğumuz, kaşığı tutuş biçimimiz, bilgisayar başında geçirdiğimiz süre, konuşurken kaç kelimelik cümleler kurduğumuz, Google’daki aradıklarımız… Bunların hepsi veridir, hepsi bizi oluşturur. Kişisel veri bankamıza her an yeni veriler ekleriz. Ve her gün kendimizin dijital modelini tamamlayıp zenginleştiririz.

Marks’ın yaptığı mı yapılıyor?

Teknoloji çağında her türlü durum, olay, ilişki, ifade, dalgalanma birer veri haline getiriliyor. Elde edilen heksabayt ölçüsündeki sayısal veriler, bugün güçlü işlemcili bilgisayarlar, karmaşık matematiksel modellerle analiz edilebiliyor. Buna, büyük veri paradigması diyoruz. Büyük veri paradigması, teoriye uygun veri toplamak yerine, mevcut verilere uygun modeller geliştirmeyi öneriyor. Marks ’ın idealist sistem için, “Ters duruyordu, ayakları üstüne doğrulttum” deyip materyalist sistemi geliştirmesini hatırlayalım. Şimdi de ters duran modern hipotez test etme yöntemi, büyük veri tarafından ayakları üstüne doğrultulmaktadır.