Albert Eynşteyn və Lütfi Zadənin elmi istinadlarının müqayisəsi
Albert Eynşteyn və Lütfi Zadənin elmi istinadlarının müqayisəsi. Ciddi üstünlük Lütvi Zadədədir. Nə üçün bu böyük insanın imkanlarını dəyərləndirə bilmirik?
Giriş
Tarix boyunca bəzi alimlər dünyanı qavrayışımızı kökündən dəyişmişdir. Onlar arasında Albert Eynşteyn və Lütfi Zadə öz sahələrində dahi şəxsiyyətlər kimi fərqlənirlər—Eynşteyn nisbilik nəzəriyyəsi ilə fizikada inqilab etdi, Zadə isə qeyri-səlis məntiqi ilə süni intellekt və mühəndislik sahəsində köklü dəyişikliklər yaratdı. Onların işlərinin təsiri həm akademik istinadlarda, həm də nəzəriyyələrinin real dünya tətbiqlərində özünü göstərir.
Albert Eynşteyn: Fizikadakı mirası
Albert Eynşteynin elmdəki təsiri ölçüyəgəlməzdir. Onun 1905-ci ildə xüsusi nisbilik nəzəriyyəsi və 1915-ci ildə ümumi nisbilik nəzəriyyəsi haqqında yazdığı məqalələr fizikada ən çox istinad edilən əsərlərdən biridir. Onun məşhur düsturu E = mc² enerji və kütləni yeni və inqilabi şəkildə birləşdirərək fundamental elmi anlayışları dəyişdirdi.
Eynşteynin elmi töhfələri astrofizikadan kvant mexanikasına qədər bir çox sahələrdə minlərlə dəfə istinad edilmişdir. Onun işi müasir kosmologiya, qravitasiya dalğalarının tədqiqi və nüvə fizikası üçün təməl yaratmışdır. Teorik fizikada hər böyük kəşf Eynşteynin tapıntılarına əsaslanır və onun elmi araşdırmalar üçün vazkeçilməz olduğunu sübut edir.
Akademik istinadlarla yanaşı, Eynşteynin ideyaları texnoloji yeniliklərdə də özünü göstərir. Onun işığı və enerjini araşdırması lazerlər, GPS sistemləri və hətta kvant kompüterlərin inkişafına gətirib çıxardı. Elmi məqalələrdə və texnoloji irəliləyişlərdə onun təsiri sübut edir ki, o, zamanın ən nüfuzlu alimlərindən biridir.
Lütfi Zadə: Qeyri-Səlis Məntiqin Banisi
Eynşteynin fizikaya gətirdiyi inqilabi dəyişikliklər kimi, Lütfi Zadə riyaziyyat və kompüter elmlərində yeni dövr açmışdır. Onun 1965-ci ildə Qeyri-Səlis Kümelər mövzusunda yazdığı məqalə qeyri-səlis məntiqin əsasını qoymuşdur—bu, kompüterlərə qeyri-müəyyənlik və qeyri-dəqiq məlumatlarla işləmək imkanı verən nəzəriyyədir.
Zadənin elmi töhfələri süni intellekt, idarəetmə sistemləri və məlumat elmləri sahəsində geniş yayılmışdır. Onun nəzəriyyələri avtomatik maşın ötürücülərindən tutmuş üz tanıma alqoritmlərinə qədər ağıllı texnologiyaların inkişafına yol açmışdır. Eynşteynin daha çox nəzəri təməl yaratmasına qarşı, Zadənin qeyri-səlis məntiqi praktik tətbiqlərlə həyatımıza daxil olmuşdur—paltaryuyan maşınlardan tutmuş tibbi diaqnostika və səs tanıma texnologiyalarına qədər.
Eynşteyn kimi, Zadənin işi də müxtəlif sahələrdə geniş istinad edilir. Mühəndislər, məlumat mütəxəssisləri və qərarverici sistemlər üzrə tədqiqatçılar onun töhfələrinə əsaslanaraq ağıllı sistemlər dizayn edirlər. Qeyri-səlis məntiq, müasir hesablama texnologiyalarının əsas çərçivəsinə çevrilmişdir və Zadənin ideyalarının geniş təsirini sübut edir.
Alimlərin insan cəmiyyətinə töhfələri
Albert Eynşteyn və Lütfi Zadə fərqli sahələrdə çalışsalar da, hər ikisi insanlığın kompleks sistemləri anlama formasını yenidən müəyyənləşdirmişdir. Eynşteynin nisbilik nəzəriyyəsi fundamental fizikada inqilab edərək kosmos tədqiqatına və kvant mexanikasına böyük təsir göstərmişdir. Eyni zamanda, Zadənin qeyri-səlis məntiqi süni intellektdə yeni üfüqlər açmış, insan düşüncəsi ilə kompüter qərar verməsi arasında əlaqə qurmuşdur.
Eynşteynin elmi istinadları daha çox nəzəri elmi məqalələrdə rast gəlinir, Zadənin istinadları isə tətbiqi elmlərdə və texnologiya inkişafında geniş yayılmışdır. Hər iki alim müasir innovasiyaları köklü şəkildə dəyişdirmişdir və onların işləri gələcəkdə də elmi tədqiqatları ilhamlandırmağa davam edəcəkdir.
Hər alimin akademik istinad sayı
Albert Eynşteynin elmi məqalələrdə 180,000-dən çox istinadı var və onun nisbilik nəzəriyyəsi və kvant mexanikasına dair yazıları fizikada ən çox sitat gətirilənlərdəndir. Xüsusən, onun 1905-ci il fotoelektrik effekt məqaləsi və 1915-ci il ümumi nisbilik nəzəriyyəsi fizikada minlərlə araşdırmaya əsas olmuşdur.
Lütfi Zadə isə 284,000-dən çox istinada malikdir. Onun 1965-ci ildə yazdığı Qeyri-Səlis Kümelər adlı məqaləsi 162,000 dəfə istinad edilərək süni intellekt və hesablama məntiqi sahəsində ən təsirli əsərlərdən birinə çevrilmişdir.
Hər iki alim öz sahəsində tədqiqatlara böyük təsir etmişdir və onların elmi irsi müasir fizika və süni intellekt sahələrini formalaşdırmaqda davam edir.
Göründüyü kimi Lütfi Zadə daha az müddəti əhatə etməsinə baxmayaraq Eynşteyndən 1.6 dəfə çox istinad sayına malikdir. İllik artım sürəti də Lütfi Zadədə xeyli çoxdur. Perspektiv üçün bu artım qat-qat çox olacaq. Çünki, bir tərəfdən Lütfi Zadə nəzəriyyəsi daha çox praktika ilə əlaqədardır. Praktik kəşflərə ehtiyac daha çoxdur. Digər tərəfdən, Lütfi Zadənin tədqiqatları yenicə araşdırılmağa və tətbiqə başlanılmış süni intellektin əsasını təşkil edir. Bir çox inqilabı kəşflərlə əlaqədar olaraq 2023-cü il BMT tərəfindən Süni intellekt erasının başlanğıcı kimi elan olunmuşdur. Qeyri-səlis məntiq nəzəriyyəsinin rəqəmsal texnologiyalar və süni intellekt sahəsində tətbiq edilmədiyi bir sahə yoxdur. “Hard” və “soft” texnologiyaların hamısı bu məntiqlə çalışır. Ən azı 100 il bu nəzəriyyə ən çox istifadə olunan ilkin element kimi qalacaq. Nisbilik nəzəriyyəsi keçmişin təməlidirsə, qeyri-səlis məntiq nəzəriyyəsi gələcək yüz ilin nəzəriyyəsi olaraq tarixə düşəcək.
Qeyri səlis məntiq nəzəriyyəsinin istifadə istiqamətləri
Sürətli rəqəmsal transformasiya və süni intellektin yayılması ilə müəyyən edilən bu dövrdə qeyri-müəyyənlik, qeyri-səlislik və real dünyanın mürəkkəbliyi ilə məşğul ola bilən sistemlərə ehtiyac daha da artmışdır. 1965-ci ildə Lütfi Zadə tərəfindən təqdim edilən qeyri-səlis məntiq, insan mühakiməsi ilə maşın dəqiqliyi arasındakı boşluğu dolduran inqilabi bir alət kimi meydana çıxmışdır. Qeyri-səlis və ya natamam məlumatları emal etməyə imkan verərək, qeyri-səlis məntiq müasir Sİ sistemləri və rəqəmsallaşma səylərində əvəzedilməz bir rol oynayır. Bu yazı qeyri-səlis məntiqin prinsiplərini, rəqəmsal transformasiyanı sürətləndirməkdəki rolunu və süni intellekt ilə inteqrasiyasını təhlil edir.
Qeyri-səlis məntiq nəzəriyyəsi: Rəqəmsal transformasiya və süni intellektdə
(Artificial Intelligence – AI) tətbiqi
Qeyri-səlis məntiq, klassik ikili məntiqdən (doğru/yanlış, 0/1) fərqli olaraq, “həqiqət dərəcələrini” təqdim edir. Sərt kateqoriyalar əvəzinə, 0 ilə 1 arasında dəyərlər vasitəsilə qismən həqiqətləri ifadə edir. Məsələn klassik məntiq, temperaturu yalnız “isti” və ya “soyuq” kimi təsnif edərkən, qeyri-səlis məntiq “nisbətən isti” və ya “azca soyuq” kimi çalarlara imkan verir. Bu çeviklik insan qərarlarını əks etdirməklə yanaşı burada qərarlar çox vaxt qeyri-dəqiq dil ifadələrinə əsaslanır.
Qeyri-səlis məntiqin əsas komponentləri:
Qeyri-səlis Çoxluqlar: Obyektlər müəyyən çoxluğa müxtəlif dərəcələrdə aid ola bilər (məsələn, 25°C temperatur 70% “isti” və 30% “sərin” kimi).
Üzvlük funksiyaları: Giriş dəyərlərinin üzvlük dərəcələrinə uyğunlaşdırılmasını təyin edən riyazi əyrilər.
Çıxarış Qaydaları: “Əgər-Onda” ifadələri ilə qərarların qəbulunu idarə edir (məsələn, Əgər sürət yüksəkdirsə, onda əyləc təzyiqi mülayim şəkildə artır).
Rəqəmsal transformasiyada Qeyri-səlis məntiq
Rəqəmsal transformasiya, biznes proseslərindən qərarların qəbuluna qədər cəmiyyətin bütün sahələrinə rəqəmsal texnologiyaların inteqrasiyasını ehtiva edir. Qeyri-səlis məntiq, sistemlərin real dünyanın mürəkkəbliyi ilə məşğul olmasına kömək edərək bu prosesi asanlaşdırır.
Ağıllı avtomatlaşdırma və qərarların qəbulu
Sənaye, səhiyyə və energetika kimi sahələr qeyri-səlis məntiqdən adaptiv avtomatlaşdırma üçün istifadə edir.
Ağıllı zavodlar: Qeyri-səlis nəzarətçilər, temperatur və təzyiq kimi parametrləri hətta səs-küylü sensor məlumatları ilə də real vaxtda optimallaşdırır.
Enerji idarəetmə: Qeyri-səlis sistemlər dəyişkən hava şəraitini nəzərə alaraq yenilənə bilən enerji mənbələrini (günəş və külək) balanslaşdırır.
Müştəri təcrübəsinin təkmilləşdirilməsi
Elektron ticarət və müştəri xidmətində qeyri-səlis məntiq, qeyri-səlis sorğuları şərh edən tövsiyə sistemləri və çatbotlarını idarə edir. Məsələn, qeyri-səlis qaydalardan istifadə edən çatbot, “oxşar, amma daha ucuz bir şey istəyirəm” kimi ifadələri başa düşərək kontekstə uyğun cavablar yarada bilər.
3. IoT (İnternet of things-əşyaların interneti) və ağıllı şəhərlər
İnternetə qoşulan cihazlar (IoT) qeyri-səlis məntiqdən bir-birinə bağlı cihazlardan gələn məlumatları emal etmək üçün istifadə edir. Ağıllı şəhərlərdə qeyri-səlis sistemlər tıxac, hava və təcili yardım nəqliyyatının prioritetlərini təhlil edərək nəqliyyat və ya digər formada trafik axınını idarə edir.
Süni İntellekt sistemlərində qeyri-səlis məntiq
Süni intellekt sistemləri məlumatlara əsaslansa da, real dünya məlumatları çox vaxt natamam və ya ziddiyyətlidir. Qeyri-səlis məntiq, Sİ-i daha möhkəm və başa düşülən etmək üçün qeyri-müəyyənliyi idarə etmək üçün çərçivə təqdim edir.
Maşın öyrənməsi (Machine learning) və nümunə tanıma (Pattern recognition)
Hibrid Sİ Modelləri: Qeyri-səlis məntiq, tibbi diaqnoz kimi vəziyyətlərdə nümunə tanımanı yaxşılaşdırmaq üçün neyron şəbəkələrlə birləşərək “neyro-qeyri-səlis” sistemlər yaradır.
Təbii Dil Emalı (Natural Language Processing – NLP): Qeyri-səlis alqoritmlər, Sİ-in insan dilindəki konteksti və istehzanı anlamasına kömək edərək daha dəqiq sentiment təhlili təmin edir.
Muxtar Sistemlər
Öz-özünə idarə olunan avtomobillər və dronlar dinamik mühitlərdə hərəkət etmək üçün qeyri-səlis nəzarətçilərdən istifadə edir. Məsələn, avtomobilin əyləc sistemi yol şəraitinə, sürətə və maneələrə yaxınlığı əsasında dayanma gücünü tənzimləmək üçün qeyri-səlis qaydalardan istifadə edə bilər.
Səhiyyə və diaqnostika
Qeyri-səlis məntiq əsaslı Sİ sistemləri, xərçəng növləri kimi üst-üstə düşən simptomları olan xəstəlikləri diaqnoz etmək üçün tibbi məlumatları (MRI skanları, xəstə tarixçələri) təhlil edir.
Tətbiq nümunələri:
Mitsubishi-nin Lift İdarəetmə Sistemi – sərnişin trafikini proqnozlaşdıraraq lift gözləmə müddətini azaltmaq üçün qeyri-səlis məntiqdən istifadə edir.
Sony-nin Kameraları – avtofokus sistemləri işıqlandırma və hərəkətə əsasən linzanın fokusunu tənzimləmək üçün qeyri-səlis qaydalar tətbiq edir.
Kənd təsərrüfatında avtomatlaşdırma: Qeyri-səlis məntiq əsaslı suvarma sistemləri torpaq nəmi, hava proqnozu və məhsul növünü təhlil edərək su sərfiyyatını optimallaşdırır.
Çətinliklər və tənqidlər:
Qeyri-səlis məntiq üstünlüklərinə baxmayaraq, çətinliklər mövcuddur:
Hesablama mürəkkəbliyi: Üzvlük funksiyaları və qaydaların dizaynı ekspert bilikləri tələb edir.
Köhnə Sistemlərlə Uyğunluq: İkili məntiq əsasında qurulmuş köhnə sistemlər qeyri-səlis yeniliklərə müqavimət göstərə bilər.
Ehtimal nəzəriyyəsi ilə rəqabət: Tənqidçilər hesab edirlər ki, ehtimal nəzəriyyəsi (məsələn, Beyes şəbəkələri) oxşar nəticələr əldə edə bilər. Lakin qeyri-səlis məntiqin gücü onun sadəliyində və insan məntiqi ilə uyğunluğunda yatır, bu da şərh edilə bilən tətbiqlərdə onu əvəzedilməz edir.
Qeyri-səlis məntiqin gələcəkdə bütün sahələrdə tətbiq olunacaq, xüsusilə, rəqəmsal transformasiya sürətləndikcə, qeyri-səlis məntiq aşağıdakı sahələrdə kritik rol oynayacaq:
İzah edilə bilən Sİ: Qeyri-səlis sistemlər Sİ-də “qara qutu” problemini həll etmək üçün şəffaf qərarlar təqdim edir.
Kənar Hesablama: Dronlar və ağıllı saatlar kimi kənar cihazlarda qeyri-səlis nəzarətçilər minimal gecikmə ilə real vaxt emalını təmin edəcək.
İqlim Modelləşdirməsi: Qeyri-səlis məntiq əsaslı Sİ, iqlim dəyişikliyinin təsirlərini proqnozlaşdırmaq üçün mürəkkəb ekoloji sistemləri simulyasiya edə biləcək.
Qeyri-səlis məntiq təkcə nəzəri bir konsepsiya deyil, rəqəmsal dövrdə və süni intellekt şəraitində innovasiyanı hərəkətə gətirən praktik bir alətdir. Qeyri-müəyyənliyi qəbul edərək və maşınlara insan kimi “düşünmək” imkanı verərək, sənayelərin rəqəmsal transformasiyanın çətinliklərini aşmasına və daha ağıllı, adaptiv süni intellekt sistemləri qurmasına kömək edir. Dünya miqyasında təşkilatlar məlumat əsaslı həllər axtardıqca, qeyri-səlis məntiq həm dəqiqliyi, həm də çevikliyi tələb edən texnologiyaların əsasını təşkil edəcək. Qeyri-müəyyənliyin yeganə müəyyənlik olduğu bir dünyada, qeyri-səlis məntiq irəliləyişə aparan bir yol təklif edir—həll etməyə çalışdığı problemlər qədər çalarlı bir yol.
“Rəqəmsal transformasiya aləmində qeyri-səlis məntiq, insan intuisiyası ilə maşın intellekti arasında körpüdür.”
1. Qeyri-səlis Məntiq və Blokçeyn Texnologiyası
Qeyri-səlis məntiq təqribi mühakimə ilə məşğul olan riyazi çərçivədir. Bu, ikili məntiqin (doğru/yanlış) real dünyanın mürəkkəbliyini modelləşdirmək üçün kifayət etmədiyi hallarda xüsusilə faydalıdır. Blokçeyn texnologiyasında qeyri-səlis məntiq aşağıdakı yollarla tətbiq edilə bilər:
Konsensus Mexanizmləri: Ənənəvi blokçeynlər Proof of Work (PoW) və ya Proof of Stake (PoS) kimi ikili konsensus mexanizmlərindən istifadə edir. Qeyri-səlis məntiq daha incə qərarlar qəbul etməyə imkan verərək, qovşaqların qeyri-müəyyənlik və ya qismən məlumat şəraitində belə konsensusa çatmasını təmin edə bilər.
Ağıllı Müqavilələr: Qeyri-səlis məntiq ağıllı müqavilələri təkmilləşdirərək onların qeyri-dəqiq və ya subyektiv şərtləri idarə etməsini təmin edə bilər. Məsələn, ağıllı müqavilə “yüksək risk” və ya “aşağı inam” kimi şərtləri qiymətləndirmək üçün qeyri-səlis qaydalardan istifadə edə bilər.
Təhlükəsizlik və Saxtakarlıq Aşkarlanması: Qeyri-səlis məntiq blokçeyn şəbəkələrində qeyri-normal halların aşkarlanmasını təkmilləşdirərək, ciddi ikili qaydalara uyğun gəlməyən şübhəli nümunələri müəyyən edə bilər. Bu, saxta əməliyyatlar və ya zərərli fəaliyyətlərin aşkarlanması üçün xüsusilə faydalıdır.
2. Qeyri-səlis Məntiq və Kriptovalyutalar
Kriptovalyutalar blokçeyn texnologiyası üzərində qurulur və qeyri-səlis məntiq onların dizaynı və fəaliyyətində rol oynaya bilər:
Qiymət Proqnozlaşdırma: Qeyri-səlis məntiq kriptovalyuta qiymətlərinin qeyri-müəyyənliyini və dalğalanmasını modelləşdirmək üçün istifadə və qeyri-səlis qaydaları tətbiq etməklə proqnoz modelləri kripto bazarının qeyri-müəyyən təbiətini daha yaxşı idarə edə bilər.
Pulqabı İdarəetməsi: Qeyri-səlis məntiq istifadəçi davranışına uyğunlaşan kriptovalyuta pulqablarının dizaynın formalaşmasına kömək edə bilər. Məsələn, şəbəkə sıxlığı və ya istifadəçi üstünlüklərinə əsasən əməliyyat haqlarını tənzimləyə bilər.
Risk Qiymətləndirməsi: Qeyri-səlis məntiq müxtəlif amilləri (məsələn, bazar sentimenti, texniki göstəricilər və tarixi performans) nəzərə alaraq müəyyən kriptovalyutalara investisiya qoymaq riskini qiymətləndirmək üçün istifadə edilə bilər.
3. Qeyri-səlis Məntiq və Generativ Sİ
Generativ Sİ, məlumatlardan öyrənilən nümunələrə əsasən mətn, şəkil və ya musiqi kimi yeni məzmun yaradır. Qeyri-səlis məntiq generativ süni intellekti aşağıdakı yollarla təkmilləşdirə bilər:
Qeyri-müəyyənliyin idarə edilməsi: Generativ modellər tez-tez qeyri-müəyyən və ya natamam məlumatlarla işləyir. Qeyri-səlis məntiq bu modellərin qeyri-müəyyən şəraitdə daha yaxşı qərarlar qəbul etməsinə kömək edə bilər.
Yaradıcı Qərarlar: Qeyri-səlis məntiq generativ Sİ sistemlərinə təsadüfilik və çeviklik daxil edərək onları daha yaradıcı və uyğunlaşan edə bilər.
Fərdiləşdirmə: Qeyri-səlis məntiq subyektiv meyarları (məsələn, “maraqlılıq” və ya “uyğunluq”) modelləşdirərək generativ çıxışları fərdi üstünlüklərə uyğunlaşdırmaq üçün istifadə edə bilər.
4. Qeyri-səlis Məntiq və Böyük Dil Modelləri (Large Language Model – LLM)
Böyük Dil Modelləri, insan dilini anlamaq və insana bənzər mətn yaratmaq üçün nəzərdə tutulub və qeyri-səlis məntiq LLM-ləri aşağıdakı yollarla tamamlaya bilər:
Semantik Anlayış: Qeyri-səlis məntiq LLM-lərin insan dilinin incəliklərini (məsələn, sarkazm, qeyri-müəyyənlik və ya kontekstə əsaslanan mənaları) daha yaxşı anlamasına kömək edə bilər.
Etibarlılıq balı: Qeyri-səlis məntiq LLM-lərin çıxışlarına etibarlılıq balı təyin etmək üçün istifadə edilə bilər ki, bu da modelin cavabına nə qədər əmin olduğunu göstərərək şəffaflıq və etibarlılığı artırır.
Uyğunlaşan Öyrənmə: Qeyri-səlis məntiq LLM-lərin istifadəçi rəyi və ya dəyişən kontekstlər əsasında cavablarını uyğunlaşdırmasına imkan verərək onları daha interaktiv və dinamik edə bilər.
5. Qeyri-səlis Məntiq və Digər AI Elementləri
Qeyri-səlis məntiq müxtəlif Sİ tətbiqlərində geniş istifadə olunur, o cümlədən:
Robototexnika: Qeyri-səlis məntiq robotların qeyri-müəyyən mühitlərdə (məsələn, maneələrdən yan keçmək və ya insanlarla qarşılıqlı əlaqə) qərarlar qəbul etməsinə kömək edir.
Ekspert Sistemlər: Qeyri-səlis məntiq ekspert sistemlərdə insan mütəxəssisliyini modelləşdirmək və qeyri-müəyyən və ya qeyri-dəqiq məlumatlara əsaslanaraq qərarlar qəbul etmək üçün istifadə olunur.
Təbii Dil Emalı (NLP): Qeyri-səlis məntiq NLP tapşırıqlarını (məsələn, sentiment təhlili, mətn təsnifatı və maşın tərcüməsi) təkmilləşdirərək dil qeyri-müəyyənliyini idarə edə bilər.
Çətinliklər və Gələcək İstiqamətlər
Qeyri-səlis məntiq bir çox üstünlüklər təqdim etsə də, blokçeyn, kriptovalyutalar və Sİ ilə inteqrasiyası zamanı çətinliklər mövcuddur:
Hesablama Mürəkkəbliyi – Qeyri-səlis məntiq sistemləri hesablama baxımından intensiv ola bilər ki, bu da blokçeyn və Sİ tətbiqlərində səmərəlilik tələbi ilə ziddiyyət təşkil edə bilər.
Standartlaşdırma – Qeyri-səlis məntiqin bu texnologiyalarla inteqrasiyası üçün standartlaşdırılmış çərçivələrin olmaması genişmiqyaslı tətbiqini çətinləşdirir.
Anlaşıqlılıq – Qeyri-səlis məntiq sistemləri, xüsusilə LLM kimi mürəkkəb Sİ modelləri ilə birləşdirildikdə, şərh edilməsi çətin ola bilər.
Qeyri-səlis məntiq blokçeyn texnologiyası, kriptovalyutalar, generativ Sİ, LLM və digər Sİ sistemlərini təkmilləşdirərək onlara çeviklik və qeyri-müəyyənliyi idarə etmək qabiliyyəti qazandıra bilər. Bu texnologiyalar inkişaf etdikcə, qeyri-səlis məntiqin inteqrasiyası daha möhkəm, uyğunlaşan və intellektual sistemlər yarada bilər. Buna görə də uzun müddətdir ki, qeyri-səlis məntiq nəzəriyyəsi üzrə, bu ixtisas sahəsində tanınmış dünya universitetləri bütün səviyyələrdə kadr hazırlığına başlamışdır və dünyada bir çox universitetlərdə bakalavr, magistr və PhD səviyyəsində tədris olunur. Bu sahə əsasən kompüter elmləri, süni intellekt, riyaziyyat və mühəndislik proqramlarının tərkib hissəsidir. Məsələn PhD Proqramları üzrə Sheffield, Hallam Universiteti kimi ali təhsil müəssisələri doktorantura tədqiqatlarını təklif edir. Bu tədqiqatlar İoT təhlükəsizliyi və e-səhiyyə tətbiqləri kimi sahələri əhatə edir. Magistr Proqramları: Charles Universitetinin Məntiq Departamenti iki illik magistr proqramı təklif edir və bu proqram formal məntiq tətbiqlərini əhatə edir. Dünyada qeyri-səlis məntiq sahəsində 42 PhD təqaüdü mövcuddur. Bu təqaüdlər bilgi təmsili, məntiqi çıxarış və süni intellekt tətbiqləri kimi sahələrdə tədqiqat aparmaq üçün nəzərdə tutulub.
Azərbaycan və Türkiyədə də bəzi elementlər müzakirə səviyyəsindədir.
Azərbaycanda qeyri-səlis məntiq nəzəriyyəsinin inkişafı xüsusi əhəmiyyət kəsb edir, çünki onun banisi Lütfi Zadə 1921-ci ildə Bakı, Azərbaycanda anadan olmuşdur. Zadənin qeyri-səlis məntiq üzrə inqilabi işi dünya elm və texnologiyasına dərin təsir göstərmişdir və onun Azərbaycan mənşəyi ölkə üçün qürur mənbəyidir. Məşhur alim, professor Rafiq Əliyev rəsmi varis elan olunmuşdur. Azərbaycan hələ qeyri-səlis məntiq tədqiqatlarının qlobal mərkəzinə çevrilməsə də, bu nəzəriyyəyə və onun tətbiq sahələrinə, xüsusilə akademik dairələrdə və yeni texnoloji sahələrdə maraq getdikcə artır.
Azərbaycan, Lütfi Zadənin elmə qatqıları ilə fəxr edir. Onun işi akademik dairələrdə yüksək qiymətləndirilir və irsini şərəfləndirmək üçün tədbirlər görülür. Məsələn, Azərbaycanda ara-sıra qeyri-səlis məntiqə və Zadənin töhfələrinə həsr olunmuş konfranslar, seminarlar və mühazirələr təşkil edilir. Bu tədbirlər gənc alim və mühəndisləri qeyri-səlis məntiqin potensialını kəşf etməyə həvəsləndirməyi hədəfləyir.
Gələcək İnkişaf Perspektivləri:
Qeyri-səlis məntiqin Azərbaycanda daha da inkişafı üçün təhsil təşəbbüsləri gücləndirilməlidir. Bu, universitetlərdə qeyri-səlis məntiq və tətbiqi üzrə ixtisaslaşmış kursların tətbiqini, həmçinin tələbə və peşəkarlar üçün təlimlər və seminarların təşkilini əhatə edir.
Tədqiqatın Maliyyələşdirilməsi və Dəstəyi:
Qeyri-səlis məntiq tədqiqatlarına daha çox maliyyə və dəstək ayrılması onun inkişafını sürətləndirə bilər. Hökumət qrantları, özəl sektor investisiyaları və beynəlxalq tərəfdaşlıqlar bu sahəyə həsr olunmuş tədqiqat mərkəzlərinin yaradılmasına kömək edə bilər.
Yaranan Texnologiyalarla İnteqrasiya:
Azərbaycanın süni intellekt, internetə qoşulan cihazlar (IoT) və yenilənə bilən enerji sistemləri kimi texnologiyalarla qeyri-səlis məntiqi birləşdirmək potensialı var. Məsələn, “ağıllı şəhərlərdə” enerji sərfiyyatının optimallaşdırılmasında və ya avtonom sistemlərdə qərar qəbulunun təkmilləşdirilməsində istifadə edilə bilər.
Lütfi Zadənin İrsinin Təşviqi:
Azərbaycan, Lütfi Zadənin irsini onun işinə və elmə töhfələrinə həsr olunmuş tədqiqat institutu və ya muzey yaratmaqla daha da təşviq edə bilər. Bu, təkcə onun nailiyyətlərini şərəfləndirməklə qalmayacaq, həm də gələcək nəsilləri qeyri-səlis məntiq sahəsində innovativ tədqiqatlara həvəsləndirəcək.
Qlobal Liderlik:
Lütfi Zadənin Azərbaycan mənşəyi nəzərə alınmaqla, ölkə qeyri-səlis məntiq tədqiqatları və tətbiqində Qlobal lider kimi özünü təqdim edə bilər. Güclü tədqiqat ictimaiyyəti yaradaraq və qonşu ölkələrlə əməkdaşlıq edərək, Azərbaycan dünyaya və xüsusilə Qafqaz və Mərkəzi Asiyada bu sahənin inkişafına töhfə verə bilər.
Nəticə
Qeyri-səlis məntiq nəzəriyyəsi Azərbaycanda hələ inkişafın ilkin mərhələlərində olsa da, ölkə Lütfi Zadənin irsini davam etdirərək bu sahədə tədqiqat və innovasiya mərkəzinə çevrilmək üçün unikal fürsətə malikdir. Təhsilə, tədqiqata və texnoloji tədqiqatlara investisiya qoymaqla Azərbaycan qeyri-səlis məntiqin potensialından mürəkkəb problemlərin həlli və qlobal elmi irəliləyiş üçün istifadə edə bilər. Zadənin işinin qiymətləndirilməsi və Azərbaycanlı tədqiqatçılar arasında bu sahəyə marağın artması ölkədə qeyri-səlis məntiqin gələcəyi üçün ümidverici əlamətlərdir.
Açıq ifadə etmək lazımdır ki, bu Azərbaycan tarixində ölkəyə qismət olan yeganə şansdır, belə bir analoji imkan heç vaxt olmayıb və olması da gözlənilmir. Qeyri-səlis məntiq süni intellekt erasının yanacağıdır və bu Azərbaycana qismət olmuşdur. Bu nəzəriyyəni lazımınca qiymətləndirmək ölkənin gəlirlərini trilyonlara çatdıra bilər. Amma bugünkü vəziyyət, gözləmə mövqeyi bu imkanlardan məhrum olma taktikasıdır. Bu elmin inkişaf etdirilməsi hamıdan çox Azərbaycan xalqına lazımdır. Bu elə sərvətdir ki, nə neft, nə qaz, nə nadir metallarla əvəz olunası deyil, bu tükənməz sərvət, elmi-texnoloji mənbə, sürətli inkişaf, qlobal təhlükəsizlik, mükəmməl müdafiə sistemi və s. deməkdir, amma yalnız istifadə edildiyi halda…İstifadə edilməsi üçün isə genişmiqyaslı tədbirlərin həyata keçirilməsi zəruridir:
On illik qeyri-səlis məntiq elminin inkişafı proqramının hazırlanması, bu məqsədlə ildə ən azı bir milyard dollar investisiya ayırmaq (hazırda Azərbaycanın elm xərcləri cəmi 120 milyon dollardı), ümumiyyətlə, ÜDM-də elm xərclərinin payının 5-6%-ə qaldırılması (4-5 milyard dollar – hazırda İsrailin illik elm xərcləri 28 milyard dollardır );
Qlobal elmi araşdırmalar institutunun (Lütfi Zadə) yaradılması və onun dünyanın müxtəlif inkişaf etmiş ölkələrində filiallarının yaradılması, həmçinin, dünyanın ən yaxşı mütəxəssislərini bu mərkəzə dəvət etmək;
Universitetlərdə Qeyri-səlis məntiq və süni intellekt laboratoriyalarının, startaplarının qurulması;
Bir sıra məşhur universitetlərdə (UNEC, ADNSU, ADA, BDU, BMU, ATex.İ, BANM və s) geniş elmi-tədqiqat və kadr hazırlığı işlərinə başlamaq;
Qeyri-səlis məntiq və süni intellekt üzrə bakalavr, magistr və PHD üzrə kadr hazırlığına başlanması;
Qeyri-səlis məntiq jurnalının nəşrinə başlanılması, yaxın vaxtlarda bu jurnalın Web of science və Scopeda indexlənməsinə nail olmaq.
Ölkədə proqramlaşdırma sənayesinin qurulması və bunun üçün zəruri həcmdə maliyyələşmə ayırmaq;
Süni intellekt və Qeyri-səlis məntiq təmayüllü məktəblərin açılması və ilk siniflərdən qeyri-səlis məntiq, proqramlaşma, süni intellekt dərslərinin öyrədilməsi və s.;
Bu tədbirlər ölkəni elmi-texnoloji sıçrayışa, sürətli inkişafa, inkişaf etmiş ölkə səviyyəsinə aparan yoldur.
Dərin hörmətlə. Prof. Saleh Məmmədov
