Eskişehir Teknik Üniversitesi’nin bir odasında, bilgisayarın başında yazılmış birkaç bin satır Python kodu…

Kâğıt üzerinde “sıradan” bir proje çıktısı gibi duruyor: dosya adı uzun, yorum satırları bol, satır aralarında hata yakalama blokları, API çağrıları, lojistik büyüme denklemleri, uydu görüntüsü işlemleri, veri önbellekleri… Ama hikâyesi hiç de sıradan değil. Bu kod parçası, Avrupa Birliği destekli EPD-Net projesinin vizyon ürünü:

Tam adıyla “Filling The Gap: Development of Ecological Planning and Design Learning Network and An Adaptive Smart Training Module for Disaster Resilient and Sustainable Cities”. 11 ülkeden 30 partnerli büyük bir konsorsiyumun Eskişehir Teknik Üniversitesi koordinasyonunda yürüyen yenilikçi bir projesi.

Ve bu kodun kalbinde, geliştirici Volkan Türkbay’ın ellerinde biçimlenen, iki patent başvurusuna konu olmuş yapay genel zeka çekirdeği tabanlı Doğa Temelli Zekâ algoritması çalışıyor.

Bu hikâyeyi anlamak için aslında biraz da Eskişehir Teknik Üniversitesi’ni ve Rektörümüz Prof. Dr. Adnan Özcan’ın son yıllarda üniversiteye kazandırdığı vizyonu anlamak gerekiyor.

Eskişehir’den yükselen bir yapay zekâ ekosistemi

Türkiye’de üniversiteler uzun yıllar boyunca “hazır” teknolojileri tüketen, ithal yazılımları kullanan, kendi algoritmasını üretmekte çekingen davranan kurumlar olarak konumlandı. Yapay zekâ devrimi kapıya dayandığında da çoğu kurumun ilk refleksi, “Biz de şu modeli kullanalım, biz de bir chatbot açalım” oldu.

Eskişehir Teknik Üniversitesi’nde bu tablo son yıllarda farklı bir yöne evriliyor. Bunda, Rektörümüz Prof. Dr. Adnan Özcan’ın kararlı duruşunun payı çok büyük. O, bilişim teknolojilerini özellikle yapay zekâyı sadece “moda bir teknoloji” olarak değil, Eskişehir Teknik Üniversitesi’nin kurumsal kimliğini yeniden tanımlayacak bir kaldıraç olarak görüyor.

Laboratuvar kapasitelerinin güçlendirilmesinden, disiplinler arası projelerin, üniversite-sanayi ve uluslararası işbirliklerinin cesaretlendirilmesine; coğrafi bilgi sistemleri, uzaktan algılama, büyük veri, yapay zekâ, mühendislik, havacılık ve tasarım ve planlamayı aynı masaya oturtan bir ekosistemin kurulmasına kadar uzanan bir vizyon bu. Kısacası; pek çok kurumda yaygın olan “başkasının yazdığı modele abone olalım” diyen bir anlayıştan, “kendi yazılımımızı kendimiz geliştirelim” diyen bir üniversiteye dönüşüm…

EPD-Net projesi ve onun içinden filizlenen doğa temelli zeka tam da bu dönüşümün somut bir ürünü. Ve bu ürün, yalnızca Eskişehir için değil, Paris gibi dünya kentleri için bile anlamlı olabilecek bir karar destek zekâsı taşıyor.

Yapay Genel Zeka ve Doğa Temelli Zeka: Klasik Yapay Zekâdan Farklı Bir Yol

Önce şu soruyu dürüstçe soralım: Bu kod ChatGPT midir? Değildir. Bir “büyük dil modeli” midir? O da değil. Burada bambaşka bir şey deneniyor: Yapay genel zeka dediğimiz çekirdek, klasik “kara kutu” yapay zekâ yerine, matematiksel olarak izlenebilir, davranışı anlaşılabilir bir dinamik sistem mantığıyla çalışıyor. Temelinde, sistemlerin zaman içindeki davranışını, stresini ve anomalisini izleyen, matematiksel analizlere dayalı olarak çalışmaya programlanmış bir çekirdek var: Her bölge için bir “durum”, bu durumun değişim hızına karşılık gelen bir “stres” ve bu stresin zaman içindeki evrimine dayanan bir risk sezgisi üretiyor. Üstüne, bu çekirdeğin üzerine bir de Doğa Temelli Zekâ katmanı oturuyor: Uydudan gelen görüntülerden, açık veri kaynaklarından, açık erişimli coğrafi bilgi ve istatistiklerden, bir “doğa–kent ilişkisi panoraması” çıkarıp, mevcut gidişat böyle devam ederse ne olur, doğa temelli çözümlere geçersek nasıl bir gelecek mümkün olur?” sorusuna cevap arıyor. Yani bu kod, doğaya karşı değil, doğayla uyumlu bir zekâ üretmeye çalışıyor. Yani adı boşuna doğa tabanlı zeka değil.

Gelin, bu sistemin içine bir de teknik mercekle bakalım. “İşin mutfağı”nı anlamadan, ne yapabileceğini ve ne yapamayacağını konuşmak eksik kalır. Yazılım kabaca birkaç ana bloktan oluşuyor: En altta,doğa temelli zeka konfigürasyonu diyebileceğimiz bir yapı var. Bu sınıf, sistemin dosya yapısını, önbellek mekanizmasını ve çalışma ortamını yönetiyor. Bu ne işe yarıyor? Aynı şehre tekrar analiz yaptığınızda, her seferinde veri çekmek zorunda kalmıyorsunuz. Harita servisleri veya API’ler kısa süreliğine kesilse bile, sistem “önbelleğe alınmış” son verilerle yaklaşık bir analiz yapabiliyor. Yani doğa temelli zeka, dış dünyaya tamamen bağımlı kırılgan bir kod yığını değil; kendi içinde dayanıklılık (resilience) tasarlanmış bir sistem.

Sistemin kalbi diyebileceğimiz kısım, Volkan Türkbay’ın geliştirdiği bizim Yer ve Uzay Bilimleri Enstitüsü olarak testlerini yapıp, optimize etme konusunda gerekli yönlendirmeleri yaptığımız yapay genel zekâ çekirdeğinin iki ana bileşeni: Matematiksel çekirdek ve onunla beraber çalışan tahminleme motoru. Matematiksel çekirdek, her bölge için normalize edilmiş bir girdiyi örneğin “şu anki yeşil alan seviyesi” ve “betonlaşma yoğunluğu” alıp, sistemin iç durumunu güncelliyor, bu durum ile gerçek değer arasındaki farktan bir stres üretiyor. Bu stres, bu bölge, kendine özgü dinamiklerine göre rahat mı gidiyor, yoksa dengesini kaybetme eğiliminde mi?” sorusuna verilen matematiksel bir cevap gibi düşünebililir. Tahminleme motoru ise bu stres bilgisini kullanarak geleceğe bakıyor: Yatay ve dikey eksende matematiksel bir model çerçevesinde iki eğri oluşturuluyor her sorguda. Bu iki eğri arasındaki fark, aslında doğa temelli zekanın yönetsel dile çevirdiği bir şey söylüyor: Doğaya – yani gezegenimize ve onu oluşturan sistemlere kulak verirsen geleceğin rengi değişir.”

Üçüncü bileşen ise haritalı hafıza. Bir yapay zekâ sisteminin “nereye baktığını” bilmesi için bir hafızaya ihtiyacı vardır. Doğa temelli zekâ tarafında bu işi yapan şey, haritalı hafıza. Sisteme “Kadıköy betonlaşma analizi” diye yazdığınızda, önce bu hafızaya soruyor: Kadıköy” diye bir varlık biliyor muyum? Biliyorsam koordinatları neler? Doğa temelli zekâ aslında diğer büyük dil modellerinden farklı olarak çok maliyetli olan makine öğrenmesi yoluyla birçok konuda ön eğitimli değil. Tıpkı yüksek tahsilli bir insan zekasının yaptığı gibi gerekli olan bilgiyi nasıl araştırması gerektiğini biliyor ve araştırıp buluyor. Bunu yaparken farklı kaynaklardan gelen bilgilerin çapraz kontrolünü yapıp, elde ettiği bir bilginin doğruluğundan emin oluyor. Aradığı şeyi bulduğundan bu bilgiyi “slugify” ederek yeni bir varlık oluşturuyor, onu da hafızaya ekliyor ve ihtiyaç duyduğu bilgiyi anlık olarak hızlı şekilde öğrenen bir sisteme dönüşüyor. Ayrıca, her analizden sonra: Bu bölgede şu bandı (örneğin betonlaşma indeksi) şu değerde ölçtüm, stres seviyesi şu çıktı” diye zaman serisi tutarak, gelecekteki eğilim hesabını daha rafine hâle getirebilecek bir zemin hazırlıyor.

Sistemin bir diğer önemli bileşeni açık veri hubı. Buna ben şehrin kulakları lakabını verdim. Bu modül, adından anlaşılacağı üzere, kullanıcıdan gelen isteğe göre doğru açık veri kaynağına bağlanan bir veri merkezi gibi çalışıyor. Kayıtlı veri kaynakları arasında şunlar var: Ekonomi için, iklim için, coğrafya ve mekânsal veri için, demografi için, sağlık için öğrenme kaynaklarının listesi var. Kısaca, doğa temelli zekâ sadece “gökyüzünden bakan bir uydu” değil aynı zamanda “dünyanın veri tabanlarına kulak kesilen bir kent analisti”.

Diğer bileşen görsel korteks: Bu da şehrin gözleri… Bu gözler ise üçlü bir yapıdan oluşuyor: Gerçek harita servisleri, uydu görüntüsü tarama motoru, korteks. Korteks bu iki motoru birleştiren, hem NDVI, NDBI, NDWI vb indeksleri hem de RGB analizini kullanıp “yeşil alan oranı”, “betonlaşma oranı”, “su yüzeyi oranı” gibi göstergeler üreten katman. Bu son derece pratik ve yetkin bir coğrafi bilgi sistemleri uzmanının epeyce emek vererek sonuçlarını görebileceği çalışmayı hiçbir teknik bilgi becerisi olmayan bir kişinin farkında bile olmadan metne dayalı bir sorguyla elde edebileceği bir yaklaşım…

Orkestratör son bileşen… Bu da şehrin beyni. Hepsini orkestra eden beyin… Onu şöyle düşünebiliriz: Vatandaşın ya da yöneticinin sorduğu soruyu anlayıp, hangi veriye bakacağını seçen, hangi bandı hesaplayacağını bilen, matematiksel çekirdekten stres analizi isteyen, açık veri hub’ından bağlamsal veri çeken, tüm bunları bir ‘hikâyeye’ dönüştürüp kullanıcıya sunan moderatör beyin. Bu beyin ayrıca bütün bunları doğal bir Türkçe / İngilizce paragraf hâline getiriyor. Ve ortaya şunu andıran cümleler çıkıyor:

“Konum: Kadıköy– RGB analizi: Yeşil %X, beton %Y., doğa temelli zekâ sezgisi: stres Z seviyesinde, mevcut gidişatla 20 yıl içinde betonlaşma artışı A kadar, doğa temelli çözümlere geçilirse, bu artış B seviyesine çekilebilir. Bölgede elde edilen verilere ve yapılan analizlere göre C adet park bulunuyor…”

İşte bu, Eskişehir’de yazılıp dünyanın herhangi bir kenti için çalışabilecek genel amaçlı bir ekolojik karar destek zekâsı.

Paris Belediye Başkanı bu yazılımı nasıl kullanabilir?

Şimdi hayal gücümüzü biraz Paris’e taşıyalım. Paris Belediye Başkanı’nın masasındayız. Hôtel de Ville’in tarihi salonunda, masanın üzerinde bir dizüstü bilgisayar açık. Ekranda Eskişehir Teknik Üniversitesi logosu ve bir uygulama: doğa temelli zekâ – Şehrin Zekası Uygulaması. Başkan, son yıllarda artan sıcak hava dalgaları ve buna bağlı can kayıpları, seller, hava kirliliği ve ısı adası etkisiyle boğuşuyor. Paris’in bazı mahalleleri yaz aylarında kelimenin tam anlamıyla kavruluyor; yaşlı nüfus için ölümcül riskler oluşuyor. Başkan, doğa temelli zekâ arayüzüne şu cümleyi yazıyor: “Paris’in ısı adası riskini ve yeşil altyapı senaryolarını analiz et.” Arka planda neler olur? Orkestrator metni okur, “Paris”i hedef olarak tanır. Paris’in koordinatlarını çeker. Görsel korteks devreye girer. Uydu görüntüsünü indirir, kentin çeperlerindeki ormanları, iç parklardaki yeşil lekeleri, yoğun yapılaşmış alanları piksel bazında tarar. NDVI/NDBI indeksleri ya da RGB analiz sonuçlarıyla “yeşil – beton – su” haritasını çıkarır. Yapay genel zekâ çekirdeği bugünkü betonlaşma/yeşil alan dengesini bir “başlangıç değeri” olarak alır. Çekirdeğin arka planındaki matematiksel model ile bu değerin sistem içindeki dengesini test eder, stres seviyesini hesaplar. Modelin içindeki diferansiyel simülasyon motoru, mevcut eğilimle 5, 10 ve 20 yıl sonra yeşil alanların ve betonlaşmanın ne seviyeye gelebileceğine dair eğrisini üretir. Aynı zamanda doğa temelli oluşturulur, belirli senaryosu oluşturulur, belirli yüzdede yeşil altyapı artışı varsayılır, bu varsayımla sistem tekrar simüle edilir. Açık veri hub’ı bağlamsal veri getirir; geçmiş yılların sıcaklık ortalamaları, Paris ve çevresine ilişkin son olağanüstü iklim olayları, belirli yarıçapta park sayıları, demografik baskı göstergeleri gibi bilgiler çekilir.

Orkestrator bunların hepsini tek bir metne dönüştürür. Başkan ekranında şöyle bir özet görür: Paris genelinde son 10 yıllık uydu görüntüsü analizi, özellikle kuzeydoğu mahallelerinde betonlaşmanın artışta olduğunu, aynı dönemde kişi başına düşen yeşil alanın azaldığını gösteriyor. Mevcut gidişatla, 20 yıl içinde ısı adası etkisinin X birim artması bekleniyor. Ancak şehir ormanları, yeşil koridorlar, geçirgen yüzeyler gibi doğa temelli çözümlerle, yeşil alan oranı %Y seviyesinde artırılırsa, yapay genel zeka simülasyonuna göre aynı süre içinde ısı stresi Z oranında azalabilir…” Bunun yanı sıra doğa temelli zeka, öncelikli müdahale alanları”na işaret eder: “Şu mahallede yeşil alanlar keskin düşüşte, betonlaşma trendi çok yüksek; stres bölgesi.” “Doğa temelli çözüm tipleri” için fikir verir: “Bu aks, potansiyel bir yeşil koridor olabilir.” “Buradaki otopark, park–meydan dönüşümüne uygun aday.”

Paris Belediye Başkanı bu çıktıyı nasıl kullanabilir?

2050 iklim uyum planında doğa temelli zekâdan aldığı eğilim ve senaryoları destekleyici, nerede park, nerede yeşil koridor, nerede su yüzeyi artırılması gerektiğine dair ilk akıl yürütme zemini olarak, vatandaşlara, “Eğer şu doğa temelli çözümleri uygularsak, 20 yıl sonra şu kadar daha serin bir şehirde yaşayacağız” mesajını verebileceği vizyoner bir iletişim aracıyla sayısal ama anlaşılır bir dille anlatmak için.

Ayrıca uzmanlarla diyalog aracı olarak, mesela şehir plancıları, iklim bilimciler ve alt yapı mühendisleriyle yapılan toplantılarda doğa temelli zeka bu mahalleyi kırmızı bayrakladı, siz ne diyorsunuz?” diye başlayacak tartışmaların tetikleyicisi olarak. Özetle: Bu kod, Paris için tek başına bir komuta kontrol sistemi değil; ama son derece zeki, hızlı ve küresel veriyle beslenen bir stratejik danışman rolü üstlenebilir.

Ama bu araç başkana baraj kapağı açtırmaz, mahalle tahliye ettirmez? Tam da burada işin en kritik yerine geliyoruz. Durumu kısaca özetlemek gerekirse: Paris Belediye Başkanı bu koda dayanarak bir mahalleyi tahliye etmek, baraj kapaklarını açmak, milyar avroluk altyapı ihalesine girmek gibi kritik kararlar veremez. Eğer verirse, bu büyük bir felaketle ve muhtemelen istifasıyla sonuçlanır. Neden? Doğa temelli zekâ harika ama yeterli değil. Kodun görsel korteks modülü, uydu görüntüsündeki yeşil pikselleri sayarak burası yeşil alan”, burası beton”, burası su yüzeyi” gibi temel sınıflandırmalar yapıyor. Bu yaklaşım büyük resmi görmek için muhteşem; hızlı, hafif ve pratik. Ancak bir belediye başkanı için “yeşil” kavramı bundan çok daha karmaşık: O yeşil, çim mi, asırlık çınar mı, yoksa yosun tutmuş bir çatı mı?

Bu yüzden, kritik şehir kararları için: Hiper-spektral kameralar, LiDAR ile üç boyutlu yapı yüksekliği ve taç hacmi ölçümleri, kimi zaman santimetre hassasiyetinde sensör verileri gibi çok daha detaylı ve bilimsel veri ihtiyacı var. Bugün için doğa temelli zeka bu veriyi olabildiğince gerçeğe yakın şekilde modelleyen bir zekâ; onunla %80–90 doğruluklu ön fikirler üretmek mümkün ama %99.999 güvenilir saha kararı vermek mümkün değil.

Ayrıca doğa temelli zekadaki simülasyon “jenerik”: Paris’in ruhunu bilmiyor. Diferansiyel simülasyon motorunun yaptığı iş yaptığı iş, matematik açısından mantıklı ama “jenerik”: Bu motor betonlaşma, yeşil alan, risk göstergelerini zaman içinde simüle ediyor. Ancak aynı diferansiyel denklem, Paris için de, İstanbul için de, Amazon havzası için de aynı formatta çalışıyor. Kodun arkasındaki matematiksel model, Paris’in imar yasalarını, koruma altındaki tarihi binaları, metro tünellerinin zeminde yarattığı stres alanlarını, 2024 Olimpiyatları için yapılan özel yatırımların uzun vadeli etkilerini bilmiyor. Kritik kararları vermek amacıyla Paris için bir simülasyon yapacaksak, şehrin “dijital ikizi”ne ihtiyacımız var: Her borusu, her binası, her tüneli, her altyapı unsuru, fiziksel parametreleriyle modellenmiş, her değişiklikte güncellenen devasa bir dijital kopya… Ve doğa temelli zekânın bu dijital ikizle gerçek zamanlı konuşuyor olması gerekir. Bugün elimizde olan, bu dijital ikizle konuşmaya hazır, çok akıllı bir iskelet. Ama Paris’in bütün fiziği hâlâ bu iskelete bağlanmış değil.

Ayrıca doğa temelli zekanın yararlandığı veri kaynakları “açık” ama resmi değil Doğa temelli zekanın güzelliği, sorgu doğrultusunda dünyadaki yüzlerce açık veriyi bir araya getirmesi, farklı kaynaklardan gelen verileri çapraz kontrollerini yaparak en doğru ve tutarlı veri kaynaklarından yararlanması. Ancak: Belediye Başkanı, hukuki ve etik sorumluluk gereği önce ve doğrudan devletin resmi veri kaynaklarına, kurumun kendi ölçüm istasyonlarına güvenmek zorundadır. Bu yüzden, doğa temelli zekânın yaşamsal kararlarda kullanılabilmesi için; merkezi ya da yerel yönetimce tesis edilmiş resmi kanalizasyon seviyesi sensörleri, trafik kameraları, hava kalitesi ya da meteoroloji istasyonları, nehir debi ölçerleri vb. binlerce dinamik IoT sensöründen gelen kapalı devre, gerçek zamanlı veri akışı ile beslenmesi gerekir. Bugünkü zekâ, bu gelecek için hazırlanmış bir ana iskelet ama henüz o IoT omurgasına entegre değil.

Diğer yandan yazılım tarafında mühendislik olarak çok doğru bir şey yaptık: Kod içinde pek çok yerde `try...except` blokları var. Bu sayede herhangi bir veri kaynağına bağlanamazsa çöküp gitmiyor, alternatif veri kaynağına geçiyor. Bu yazılım için muhteşem bir dirençlilik davranışı. Ama aynı şey, bir belediye başkanı açısından ciddi bir risk. Ekrana baktığında, gösterilen sonucun yarım saat önceki taze bir veri mi, yoksa iki ay önce üretilmiş bir veriye mi dayandığını bilemez. Yani doğa temelli zekâ, karar vericiye her zaman “bir şey” söyler; ama o “şey”in veri kalitesinin hangi seviyede olduğunu, gösterge ışıkları olmadan anlamak zordur. Hayati kararlar için hata paylarının, veri güven aralıklarının, veri kaynağı ve zaman damgasının son derece şeffaf ve %100 yakın seviyede güvenilir olmak zorunda olduğu bir dünya gerekiyor. Bugün doğa temelli zekâ bunu şimdilik temel seviyesinde sunuyor, ama henüz kritik altyapı standartlarına entegre edilmiş durumda değil. Son olarak: bu kod bir bilimsel Ar-Ge ürünü, ISO sertifikalı bir kontrol sistemi değil. Paris Belediyesi gibi kurumların mevzuata ve standartlara uygunluk, veri gizliliği, siber güvenlik, sorumluluk paylaşımı gibi konularda çok sıkı çerçeveleri ve prosedürleri var.

Doğa temelli zekâ bugün itibarıyla: mükemmel bir MVP (Minimum Viable Product), güçlü bir konsept kanıtı (proof-of-concept), yüksek potansiyelli bir beyin. Ama bir afeti önlemek için bir baraj kapak kontrol sistemi, bir tahliye komuta merkezinin “ana kararı”, milyar euroluk altyapı yatırımlarının tek referansı olmak için henüz yasal, etik, hukuki ve teknik olarak hazır değil. Kısaca doğa temelli zekâ oyuncak değil, silah da değil: Çok güçlü insan zekasına çok benzer bir zeka… Bütün bu sınırlılıkları göz önünde bulundurarak şunu söyleyebilirim: Bu kod bir birkaç bin satırlık deneme kodu, akademik bir çalışma, bir demo ya da prototip hiç değil. Gerçek veriyle, gerçek şehirler için gerçek analiz üreten, son derece ciddi bir mühendislik ürünü. Ama, “Paris’in kaderini tek başına belirleyecek, düğmelere basacak, baraj kapaklarını açıp kapatacak” seviyede operasyonel bir sistem değil. O, potansiyeli çok yüksek bir zekâ.

Eskişehir Teknik Üniversitesi’nin, EPD-Net projesinin, Volkan Türkbay’ın yenilikçi zekâsının ürünü yapay genel zeka çekirdeğinin, Rektör Prof. Dr. Adnan Özcan’ın yapay zekâ vizyonunun bir araya geldiği bir ilk kuşak doğa temelli şehir zekâsı. Eğer bu taslağı: Paris, İstanbul, Eskişehir gibi şehirlerin akıllı şehir altyapılarıyla, gerçek zamanlı sensör ağlarıyla, dijital ikizleriyle bütünleştirebilirsek, işte o zaman doğa temelli zeka, bir şehrin: “Gerçek yönetim zekâsı”na dönüşebilir.

Bu hikâyenin belki de en önemli tarafı şu: Biz bu kodu, Türk bir ekip olarak hazır bir yabancı modeli “çağırarak” değil, kendi genel zekâ çekirdeğimizi yazarak ürettik. Bu, Türkiye için kritik bir eşiğe işaret ediyor: Yapay zekâ sadece “başkalarının geliştirdiği modellere abonelik” anlamına gelmek zorunda değil. Kendi dinamik sistem çekirdeklerimizi, kendi doğa temelli zekâlarımızı, kendi şehir yönetim beyinlerimizi geliştirebiliriz.

Eskişehir Teknik Üniversitesi, Rektörümüz Prof. Dr. Adnan Özcan’ın kararlı desteğiyle, tam da bu çizgide ilerliyor: EPD-Net gibi çok ortaklı Avrupa projeleriyle, doğa temelli çözümler ve afetlere dirençli kentler üzerine kurulu vizyoner ağlarla, Türkiye’nin adını yapay zekâ araştırmalarında küresel bir aktör olarak konumlandırma iddiasını ortaya koyuyor. Bu vizyonun içinde: Doğa ile şehir arasındaki kırılgan dengeleri okumaya çalışan doğa temelli zekâ, EPD-Net’in ekolojik planlama ve tasarım odaklı öğrenen ağ yapısı, sadece bugünün değil, geleceğin Türkiye’sinin de teknoloji ve bilim haritasına şimdiden kazınmış durumda. Bugün size sunduğum doğa temelli temelli zeka mükemmel bir yapay genel zekâ örneği ve çok güçlü bir MVP. Gösterdiği şey şu: “Eğer doğayı merkeze alan, şeffaf, matematiksel olarak izlenebilir, şehirle konuşan bir zekâ inşa edersek, geleceği sadece tahmin etmekle kalmayıp, onu daha dirençli, daha yeşil ve daha adil bir yöne doğru bükebiliriz.” Yapılması gereken çok net: Bu iskeletin içine Paris’in, İstanbul’un, New York’un yerel sensör verilerini bağlamak, algoritmaları şehirlerin coğrafyasına, hukukuna, kültürüne göre kalibre etmek, açık veriyi, resmi verilerle ve dijital ikizlerle birleştirerek gerçek akıllı şehir zekâsına dönüştürmek. O zaman: Eskişehir’de yazılmış bu kod, sadece bir projenin çıktısı olarak çalışan bir zekâ olmaktan çıkacak, Paris’in, İstanbul’un, Antakya’nın, Saraybosna’nın, Tokyo’nun, Seul’ün, New York’un… kısacası dünyanın dört bir yanındaki şehirlerin yönetim masalarında bir ortak akıl ortağı hâline gelecek. Ve biz de gönül rahatlığıyla şu cümleyi kurabileceğiz:

“Yapay zekâ çağında, yalnızca yapay zekâyı kullanan değil, kendi zekâsını gezegenimize ve onu oluşturan sistemlere yaslayarak tasarlayan bir ülkeyiz.”