Teknik detaylara fazla girmeyen, biraz hikaye biraz araştırma çokça mutluluk  içeren bir yazıya hoşgeldiniz. Bu yazıda ikinci konferans makalemi anlatacağım. Makaleyle ilişkili projeden daha önce kısaca bahsetmiştim, şimdi uzunca bahsediyorum.

Her şey 1.5 sene önce Mart 2019'da sarı yeleklilerle alakalı Twitter dedikodularını incelerken başladı. Hoca bana Twitter verisi verdi. Veriye baktım. Biraz eskiydi. Verideki kullanıcıların güncel verisini çektim şimdi ne hakkında konuşuyorlar diye. Parti falan kuracaklardı, kurmuşlar mı? Bu arada aslında üzerinde uğraştığım bir ana proje vardı, bu veriyi sırf oyalanmak için analiz ediyordum. Hatta eski yazıma "Ders çalışmamak için yapılan anlamsız projeler." diye isim atmış ahaha. 

Güncel veriye bakınca bir şey fark ettim, sarı yelekle ilgili hiç tweet atmamış kullanıcılar vardı. Fakat hoca veriyi sarı yelekle alakalı anahtar kelimeleri kullanarak çekmişti, yani herkesin en az bir tweet atmış olması gerekirdi. Baktım kimmiş bunlar diye. @giletjaune62 (@sarıyelek62 demek) diye bir hesap çıktı karşıma. Macrona küfür falan ediyor. Hocanın çektiği veride böyle. Fakat benim çektiğim güncel veride böyle bir hesap yok. Onun yerine bu var:


Bu ne len?? Ahaha hiç güleceğim yoktu. 

Önce veride bir hata var zannettim ama yoktu. Twitter'da her kullanıcının bir kimlik numarası yani idsi vardır. Bu hesabın idsi ile giletjaune62 isimli küfürbaz kullanıcının idsi aynıydı. Dosyaları okurken id'leri aşağı yuvarlamış olabilirim diye düşündüm, baktım yok. Sonra fark ettim ki Twitter'da bir kullanıcıyı eski profil ismiyle (@ ile başlayan) aratırsanız şimdi ister Oyuncak Hikayesi hesabı olsun ister Muazzez Abacı fan, Twitter onu getiriyor. Kaçış yok. 

Yani Twitter'da ismi @sarıyelek62 profil resmi V for Vendetta olan adam bir gecede tüm tweetlerini silip hesabı Şerif Woody'ye çevirmiş film reklamı yapıyor. Kimsenin ruhu duymuyor.

"Böyle bir şey olabilir mi ya?" dedim kendi kendime. Kılıçdaroğlu tonu tutturmaya çalıştım.

Bunu fark edince hemen lambalar yandı tabii. Baktım böyle başka hesaplar var mı diye. Bir tane de "Çapulcular Birlik Olun" tadında bir sarı yelek hesabının "Çekiliş Fransa" diye bir hesaba evrilip çekiliş yaptığını falan gördüm. Ama niyeyse sadece tek bir tweet vardı hesapta ve bir daha kullanan olmadı hesabı. Belki Twitter gizli ban atmıştır. Başka böyle bir hesap bulamadım ama benim elimdeki veri çok küçüktü zaten, bunu bile balına yakalamıştım.

O sırada x0rz isimli Fransız bir hacker blogpost atmıştı "Fransa ilk bilgi savaşını kaybediyor olabilir, Fransa'da aşırı sağmış gibi davranan fake hesaplar yakaladım." diye. İki tane fake hesap örneği atmıştı photoshoplu fake profil resmi olan. Küfürlü aşırı sağ paylaşımlar yapıyorlar demişti. Aylar sonra da yazıya güncelleme atmıştı "Ne alaka anlamadım ama bu aşırı sağ hesaplar şimdi cerrah oldular silikon falan takıyorlar." Dedim aha bizimkilerden.

Bir de, nereden buldum bilmiyorum, Efe Kerem Sözeri'nin şu yazısına rastladım. Aktroller oy ve hilesi (@oyvehilesi) diye hesap açmış. Daha yeni aktif olup tweet atmaya başlayan bu hesap bir sene önce açılmış. İyi de o bir senede naptı bu hesap? Adam araştırmış, karşısına bol dekolteli bir kız profili çıkmış. Meğerse adamın biri bizim milletin abazalığını kullanarak sahte bir kadın profili "kasmış", 40,000 takipçiye getirip 200 liraya hesabı satmış. (Ucuza gitmiş.) Hesap da bir gecede troll hesabına çevrilmiş. Hesap da hala duruyor ha. Ve gerçekten de @irem_cevikk diye eski ismiyle aratınca karşınıza oy ve hilesi çıkıyor. Ve İrem'e cevap verenler ya bot kullanan hesaplar ya da azgın erkekler:

Bu mantıkla takibe takip yapan hesapların listesini tutar, sürekli onlara follow atarak hesap kasar kasar satarım ben. Twitter böyle bir tongaya nasıl düşer?

Düşünsene takip ettiğin güzel bir kız bir gecede buhar oluyor. Bir de Oy ve Hilesi diye bir aktroll hesaptan tweetler anasayfana düşünüyor. Bu hesap nereden çıktı hiçbir fikrin yok. Komedi.

Franz Kafka'nın Metamorfoz romanındaki gibi Gregor Samsa gibi bir gecede böceğe dönüşmüş kız sfsfsdf.

Bu kadar önemli bir güvenlik açığı hakkında yazan olmuştur elbette... dedim ama inanılmaz bir şekilde bu konuda çıkmış hiç akademik makale bulamadım. Nasıl olur? 

E kim yazmamışsa ben yazayım o zaman, gelsin atıflar :))) 

*

Şekil değiştiren hesapları yakalayıp analiz eden bir makale.. Kulağa çok basit bir yapay zeka projesi gibi geliyor. Elinde bilmemkaç bin tane şekil değiştiren hesap olacak. O hesapların özelliklerini çıkaracağım, ismi biyografisi websitesi açıklama kısmı vs. sonra profil ismi (@ ile başlayan) değişikliği yapan kullanıcılarda bu özellikler ne kadar değişmiş ona bakacağım. "İsim %90 oranında değişirse hesap şekil değiştirmiştir." gibi çıkarımlarla hesabı yakalayacağım.

Sıkıntı şu: ben bilmem kaç bin tane şekil değiştirmiş hesabı nereden bulacağım? İnsanlar her gün kişisel hesabını satmıyor veya kafasına göre krem peynir hesabına çevirmiyor? Sadece @ ile başlayan profil ismini değiştiren insanlara baksam 100,000 taneden isim değişikliğinden anca bir tane falan bulurum. Bu samanlıkta iğne aramaya benziyor. 

Daha büyük sıkıntı: kullanıcıların eski ismini biyosunu kütüğünü nasıl bulacağım? Twitter güncel veriyi veriyor sadece?

İlki için şunu düşündüm: ismini değiştirmekle beraber hesabındaki tweetleri silen ve/veya takip ettiği herkesi takipten çıkaran hesaplara bakarım zaten bu hesaplarda kesin bir bit yeniği vardır (P(X = bit yeniği | herkesi takipten çıkaran ve ismini değiştiren adam) ~ 1). Sonra da o hesaplara bakarım kimler bir gecede oyuncak hikayesi fanboyu olmuş diye. Sonucu rapor ederim.

İkinci için ise archive.org'un (internette zaman makinesini icat eden site) Twitter verisi var, bütün tweetlerin 1%'ini içeriyor. Ve veriyi direkt ham halde alıp depolamışlar. (Normalde yapmamaları gerekiyor, Twitter'ın kurallarına aykırı bu.) Onu indirip bakarım dedim. 1% az. Ama şansa bala birkaç kişi buluruz herhalde.

Veri eksikliğinden ve gerçekten el/şekil değiştirmiş hesap bulmanın zorluğundan dolayı bu projeye yan proje gözüyle baktım, dedim bir öğrenciye vereyim, o bir şeyler bulsun, onun bulduklarıyla dandik bir atölye makalesi yazayım. Koydum labın sitesine "Detecting Gregor Samsa Accounts on Twitter" diye. Bildiğin böyle troll bir isim koydum. Açıklamasına da "Kafka Metamorfoz kitabını okumuş olmak zorunlu." diye dalga geçtim. Elektronikçi bir çocuk başvurdu, gel dedim yapalım. Eylül 2019'da başladık. Proje aşağı yukarı şöyle gitti:

+Veriyi indir

-İndirdim

+İsmini ve biyografisini değiştirmiş olan kullanıcıları bul filtrele

- Filtreledim

+ Kullanıcıların ismi kaç oranda değişmiş ona bak

- Baktım

+ Bilmem kaç oranda değişen kullanıcıları al

- Aldım

+ Baktın mı şekil değiştiren hesap var mı ?

- Yoook?

Bu resmen 4 ay sürdü. Çocuk projeye hiçbir şey katmadı / katmaya çalışmadı :dd Bana da bir yararı olmadı yaptıklarının malesef. Yine de notunu kırmadım gereksiz yere ama ikimizin de zamanı boşa gitti.

En iyisi dedim ben kafamdaki planı yapıp birkaç troll hesap bulup "aha bak şekil değiştiren trolleri bulduk." diye. Sonra başka işlere döneyim.

Ocak 2020'de bunu yazdım. İsmini "Revealing Kafkaesque Accounts" yani "Kafkaesk hesaplar" koydum Gregor Samsa göndermesi için ciddi ciddi. Şöyle şöyle şekil değiştiren hesaplardan bahseden gazete haberleri gördük, kendimiz veriyi şöyle indirip analiz ettikten sonra 100 tane kullanıcıya baktık. Kullanıcılara bakma kısmı makalenin gönderip tarihinden birkaç saat önce olunca "Baktık pek bir şey göremedik, sadece iki troll saptayabildik ama çalışmalarımız sürecek." şeklinde anticlimatic, ters köşeye yapacakmış gibi duran ama yapamayan bir final yazdım makaleye. Gönderdim. Ertesi sabah makaleye bakan postdoc "Bu ne la bir sürü yazım hatası git İngilizce öğren." dedi kibarca. Ben de "Napayım gecenin bir yarısı can havliyle bilim yaptım bu kadar oldu." dedim. Sdfsdf

Birkaç hafta sonra konferansın hakemleri makaleye dönüş yaptı. İki tane hakem "Fena değil, kabul edelim atölyede enteresan tartışmalar açabilir." demiş ve birkaç öneride bulunmuş. Fakat üçüncü ve gerizekalı olan hakem "İyi de bu zaten yapıldı bak şu makaleye." Kalbim ata ata baktım dediği makaleye. Meğerse sadece Twitter'da kimler ne kadar isim değiştiriyor diye gösteren saçma sapan bir istatistik makalesiymiş. E ne alaka şekil değiştirmeyle Kafkayla? Adam resmen benim makaleyi baltalamış. 

Hocaya anlattım durumu. "Arada öyle kötü niyetli hakemler çıkabiliyor boşver." dedi. Tamam dedim. Hayatıma devam etmem gerekti. Akademide böyle olaylara karşı yapılabilecek bir şey yok maalesef. İşin komiği o atölyeye 12 makale gönderilmiş ve 8'i kabul almış. Kabul alamayan %33'te olmayı başarmışım. :P 

*

Makale reddedilince öyle elimde kalmıştı. Daha önce bilimsel çalışması yapılmayan fakat medyada sıkça bahsedilen bir durumun - hele de tüm dünyayı ilgilendiriyorsa - makalesinin basılması an meselesi her zaman. Görünmez rakiplerle yarışıyordum. Acilen bir şeyler yapmalıydım.

2019 Eylül'de bir haber çıkmıştı New York Times'ta. Çin 150 bin hesabı hackleyip / satın alıp bunları Çinli hesabına dönüştürüp Twitter'da Hong Kong protestolarını trollemiş. Amerikalı Jessica isimli bir teyze Twitter'da kedi videoları paylaşıyor sonra hesabı çalınıyor kadın oluyor Çunli, çapulcu hong konglular diye naralar atıyor. Dedim ne güzel haber.

Twitter sık sık "X ülkesinin devletiyle bağlantılı troll hesaplar yakaladık, bunları kapatıp hesapların verisini paylaşıyoruz." veriyi açıyor, (en son örnek aktroller). Benim de bu veriye erişimim var uzun zamandır. Ama bu konuda bir şey yaptığım yoktu. Bir ara girdim baktım veriye en son ne eklemişler diye. 23,000 Çinli hesabı atmışlar. Hani şu Çinlilerin eline geçen 23,000 hesap. Şimşekler çaktı.

Bu Çinli hesaplar elbette şekil değiştirmişti ve bu hesapları kullanarak diğer şekil değiştiren hesapları yakalayabilirdim. Şekil değiştirmek zaten başlıbaşına bir troll işiydi. Muhtemelen Twitter'ın verdiği troll datası da şekil değiştiren hesap kaynıyordu. 

Kolları sıvadım, indirdim tüm veriyi ve profil ismini değiştirenleri listeledim. 8000 tane profil ismi değiştirmesi vardı. Şekil değiştirmiş mi değiştirmemiş mi diye kendi kendime anket doldurmaya (labellamaya) başladım. Aman Allah'ım nasıl bir zaman kaybı. Trollerin biyolarını okudukça IQ'm düşüyor. Bir yandan bu saçma sapan hesaplara göz atarken değişik kalıplar fark ettim.

Örneğin 40-50 tane Rusya kaynaklı trollün hesapları dfsfsdf ismiyle açılmış otomatik olarak. Bu trollerin şehirleri de hep İngiltere'den belirli şehirlir Manchester Birmingham vs. Sonra bu hesaplar Amerikalı ismi almışlar John Doe gibi. Biyolarına da hep "Husband, Father, Christian, Forever Trump" veya "Black, Democrat #BlackLivesMatter" falan yazmışlar. Enteresan.

Daha enteresan bir kalıp da şu; Ruslar ismi sdfsdfs olmayan normal insan gibi gözüken ve gezelim görelim tweetleri falan atan hesaplar kasıp, bu hesaplar tutunca birden politikleşmeye radikalleşmeye falan başlamışlar. Yani adamlar apolitik fenomen hesap kasıp tutunca etinden budundan faydalanıyorlar. Hesaplar şekil değiştirmiyor ama şekil değiştirmekten beter oluyor.

Bir de çok fazla K-Pop Roleplay hesabı vardı. Galiba K-popçu hesabı açıp sonra sanki o popçuymuş gibi kendi hesaplarıyla veya diğer hesaplarla fantazi yapıyorlar. Ne ayaklar tam anlamadım. Özellikle Çin'den ve Endonezya'dan gelen, troll hesap diye banlanan ama aslında troll olmayan hesaplar bunlar. Twitter kerizliyor araştırmacıları :d

Tüm İngilizce konuşan hesapları sınıflandırdım şekil değiştirmiş mi değiştirmemiş mi diye. Sonra bunları otomatik sınıflandıracak yapay zeka algoritmasını da yazdım. Bu algoritma için seksen tane özellik belirledim, kişinin isim değiştirmeden önce kaç tane tweeti vardı şimdi kaç tane var, kaç takipçisi vardı şimdi kaç tane var vs. Normalde bir sürü özellik çıkarıp hepsini nöral ağlara yedirip yüksek skorlar alır bilim insanları (!). Ben gittim karar ağacı isimli kural çıkarma algoritması kullandım. O algoritma da gitti iki kural çıkardı, isim ve biyo %75 değişmişse hesap şekil değiştirmiştir diye. Ben de standart yapay zeka makaleleri gibi "nöral ağ kullandık ve güzel sonuçlar aldık ama niye böyle aldığımızı anlamadık." demek yerine "valla iki kural bulduk bu yeterince çalışıyor daha komplike şeylerle uğraşmadık" dedim. Kesin buna burun kıvıracaklar.

Makaleyi yazdım bitirdim. Nefis oldu. Yalnız benim kendi elimle sınıflandırdığım trolleri birinin daha sınıflandırıp "Öbür eleman doğru sınıflandırmış, o konuda bir hata yok." diye rapor vermesi gerekiyordu. Yine müzmin yazar arkadaşım postdoca dedim makale bitti, şu 200 hesaba bir bakıp sınıflandır sen de. Bunu 11 Haziran'da dedim, 12 Haziran'da Twitter "Aktrolleri banladık" diye açıklama yapıp gitti benim veriye 7340 hesap daha ekledi sfdsf.

Ama o gece daha önemli bir şey oldu. Avustralya'da bir lab New York Times'ta çıkan Çinli hesapları analiz etmişti - daha doğrusu Twitter analizi onlara ihale etmişti ve adamlar benim bulduklarımı bildiğin ilk defa makaleye - daha doğrusu rapora dökmüştü. Fakat benim burada anlattığım şeyleri yapmamışlardı sadece "Böyle böyle hesaplara rastladık çünkü şimdi Çinli'ye dönüşen eski kullanıcının facebook hesabı hala Çinli'nin profilinde gözüküyor." (puha) tipi anelizler vardı. Yani benim makalemin hala bilimsel değeri vardı. Bir yandan aktrollerle ilgili raporu bir yandan bunu okudum. Bir gecede iki tane hiçbir şeye derman olmayan rapor :P


Ama bu Avustralyalıların yazdığı raporda benim şekil değiştiren dediğim şeye "repurposing" yani "tekrar görevlendirme" ismini takmışlar.  Böyle olunca el mahkum şekil değiştiren Kafkaesk hesap demek yerine misleading repurposing taktım olayın ismine.

*

Twitter aktroll diye trend botlarını banlayıp trend botlarından hala haberdar olmadığı için "Bakın Twitter'ın bile bulamadığı şeyi bulduk." şeklinde sahte trendler makalemi güncellemem gerekti. O yüzden şekil değiştiren hesaplar makalesini yazmaya ara verdim. Postdoca da söyledim "Sen de şu 200 hesaba bakıver bu arada." Eylül ayına geldik. 19 Ekim şekil değiştiren hesaplar makalesini teslim günü. Ama kadından ses yok. Dedim noldu bizim iş. Hangi iş? diye cevap verdi. 200 hesaba bakacaksın. Haa pardon ya unutmuşum dedi. Lol. 

Sonra yaptı ama sadece 109 hesaba bakmış. Gerisine "bilmiyorum" diyip geçmiş. Neyse dedim buna da şükür. Makalenin son günü direttim geri kalan 91'i de tamamlaman lazım. Yaptı, hepi topu yarım saatini aldı. Dört ay beklettiği iş yarım saat sürdü. Ya sabır. 

Summer@EPFL isimli yaz staj programı iptal oldu ama hoca öğrenciler isterlerse ücretsiz staj yapabilirler, ücret zaten konaklama yeme içmeyi karşılasın diyeydi dedi. Ben de gittim staja kabul ettiğim öğrencilere. İkisinin de işleri varmış :P Bir tanesi de "Seninle Bilkent IEEE'de röportaj yapan çocuğa sor." dedi, o da zaten blog okuyucusu olduğundan tanıyorum. Gittim ona sordum okey ben çalışırım dedi. Şekil değiştiren hesapların bir kısmı satılmıştı. Aktrolller datasında atıyorum ismi Yunus Çevik olan bir çocuk vardı, sonra Galatasaraylı Emreye dönüşmüştü. Yunus Çevik'i instagramdan bulup sordum bu hesap troll çıktı hesabı çaldırmış mıydın ne olmuştu, dedi abi ben Twitter hesabımı ilansat.com'da satmıştım. Bir insan niye kendi kişisel Twitter hesabını satar ki? Teallam. Neyse benim yanımda ücretsiz staj yapacak arkadaşa bu sitedeki veriyi çekip analiz etme görevi verdim. 

Bu da biraz hüsranla bitti, maalesef sadece 600 ilan falan vardı ve ilandaki hesapların çoğunun twitter adresi yazılmamıştı. Anca 150 hesaba ulaşabildik. O hesapların da yarısının Merve çevik gibi takibe takip yapıp takipçi kastığını bulduk. Bir de 20 tane kız hesabı kasıp satan erkek bulduk :P Üç tane de onaylı hesap vardı, biri İslami alıntı hesabı, biri bot kasmış fenomen hesabı biri de Dişçi hesabı... Dişçi hesabı mı? Meğerse adamın biri Kolombiyalı bir şarkıcının hesabını hackleyip ilansatta satmış :dd Dişçi adam da satın almış. Şimdi hava atıyordur arkadaşlarına mavi tikli hesabım var diye :dd

Başka da bir şey çıkaramadık. 

Şimdi elimizde trollerin analizi ve Türkiye'de dandik bir sitenin analizi vardı. Daha fazla bulgu gerekiyordu. Elimdeki sınıflandırıcıyla tüm Twitter datasında şekil değiştiren hesapları bulayım dedim. Ama veri o kadar büyük ki sınıflandırıcıyı tüm kullanıcılar için kullanmak çok uğraştırıcı ve zaman alıyor. 330 milyon kullanıcı varmış Twitter'da :o Bilgisayar kaldırmıyor bu kadar kişiyi. 5000 üstü takipçisi olan hesapları sınıflandırdım sadece. 1.5 milyon kullanıcının %7'si'i (115 bin) şekil değiştirmiş. Az gözüküyor ama aslında beklediğimden çok fazla.

Sonuçlar çıkınca "Ya bizim yapay zeka bir hata mı yapıyor bence ikinci kez çek edelim." dedik. Bilkentli arkadaşla çek ettik. Yapay zeka troll verisinde 94% isabet veriyordu. Fakat bunun nedeni o veridekilerin hepsinin troll olması dolayısıyla şekil değiştirmeye daha yatkın olmaları. Sıradan hesaplara gelince isabet düşebiliyor. Eğer hesabın milyonu geçik takipçisi varsa %90+ isabet geliyor yine, çünkü bu hesaplar ya satılan ya da önce çalınıp sonra satılan değerli hesaplar. Çalınmadıkları veya satılmadıkları takdirde de zaten kolay kolay isim değişikliğine gitmiyorlar. Ayrıca eğer hesap Türkiye menşeiliyse isabet oranı bi %10 daha yüksek çünkü hesap alıp satma Türkiye'de aşırı yaygın. (Diğer yaygın ülkeler: Brezilya, Suudi Arabistan, Hindistan, Meksika, Endonezya, Nijerya, Twitter'ın kara deliği ülkeler hep)

Dolayısıyla yapay zekamı bir kere eğittiğim türden veride bir de "in the wild" yani pratikte test etmiş oldum. Doğrusu bir çok veri bilimi makalesi bunu yapmıyor. Kendi seçtikleri veriden zeka eğitim sonuçları paylaşıp bir şeyler başardık diye yayınlıyorlar. Epey bir saygın üniversitelerden çıkmış bol atıflı makalede bu olay var. Bazıları çok popüler olursa sonra onlara karşı çıkan makaleler de çıkıyor, ama tabii orijinal makale çoktan yürümüş oluyor. Bilim acınası bir durumda gerçekten. Ben dürüstlük yapıp yapay zekanın pratikteki sonuçlarını yayınladım.

*


Yayınladım yayınladım ama tam tahmin ettiğim gibi oradan vurdular. Bir ay sonra hakemler geri döndü. Gelen incelemeler evlere şenlik:

1- "Konuyla ilgili yeterince araştırma yapılmamış. Benim şu makalelere atıf yapılmamış mesela" (bunu diyen saçma bir hakem çıkıyor illa. Onların dandik makalelerine atıf vermem gerekiyor(muş))

2- 92% isabet az, daha fazla yapay zeka modelinin denenmesi lazım (bunu diyen hakemin bir şey bildiği yok, ezberden konuşuyor. inceleme yapmış olmak için yapıyor)

3- Pratikte 74% isabet gelmiş, düşük. (74% isabet düşük değil)

4- Test verisinde isabet oranının ölçmüşsünüz, neden tüm veride isabet oranını ölçmediniz? (Bunu diyen tam gerizekalı. Yapay zeka algoritmaları rasgele seçilen bir test verisinde denenir ve oradan gelen isabet oranının tüm veriyi temsil edeceği düşünülür ki geri kalan veriyi manuel olarak incelemekle uğraşmasın insanlar. Bu geri kalan veriyi de inceleyin demiş. O zaman yapay zekayı niye yazdık?)

5- Hesabın şekil değiştirip değiştirmediğine niye insanlar karar veriyor? (Trollere mesaj atıp "hesabınızın şekli değişti mi?" diye sormamızı bekliyormuş arkadaş)

6- Pratikteki isabeti ölçerken inceleyip de anlamadığınız hesapları gözardı etmişsiniz. Bu da isabetliliği şişirmiş (Bütün veri analizi makalelerinde bu tip hesaplar gözardı edilir)

Yine bu eleştirelere cevap vermemiz için 1000 kelime limiti ve üç gün süre verdiler ama nesine cevap vereyim ben bunların? Saçmalamış hepsi. 

Sürekli bir hevesle projeye başlıyorum, yer yerinden oynayacak bu proje yayınlandıktan sonra diyorum. Karşıma ortaokul talebesi seviyesinde yapay zeka bilgisiyle gelen hakemler "92% isabet az" şeklinde yorumlar yapıyor. Allah'ım kafayı yiyeceğim.

Aslında formül çok basit, "nöral ağlar yaptık, 90% aldık" diye sallayacaksın, karar ağaçları 92% veriyor olsa bile önemi yok, karar ağaçları isimden kaybediyor. Sonra pratikteki isabeti raporlamaya gerek yok, başka kimse raporlamıyor zaten. Bu cahillerin okuduğu birkaç yapay zeka makalesine benzer makale yazıp salmak gerekiyor. Yeni bir şeyle karşılaşınca error veriyor insanlar. 

Bir kez daha akademinin ömrümü yemesini okudunuz arkadaşlar. Sağlıcakla kalın.