Kenarda Karar Vermek: Büyük Veride Politika Eşleştirme Nasıl Devrim Yarattı?

2024’te bir otomobil, bir hastane cihazı veya bir akıllı fabrika sensörü, merkezi bir bulut sunucusundan talimat beklemiyor. Artık kendi içinde karar veriyor. Bu, sadece daha hızlı işlemek anlamına gelmiyor; tamamen yeni bir mantık kuruyor: Politika Eşleştirme. Yani, bir cihazın, binlerce kurallar arasında hangi politikayı uygulayacağını anlık olarak seçmesi. Bu, teknolojinin sadece "daha akıllı" olmasından ziyade, "daha özerk" hale gelmesi demek.

Neden Merkezi Sistemler Artık Yeterli Değil?

Geçmişte, veri toplanır, buluta gönderilir, analiz edilir, karar verilir, cevap dönerdi. Bu süreç 200-500 milisaniye sürüyordu. Bir otomobilin fren basıncını ayarlaması için bu süre, ölümcül olabilir. Bir hastanın EKG verisi, merkezi sunucuda analiz edilirken, kalp ritmi bozulmuş olabilir. Bu yüzden, edge computing — yani "kenar hesaplama" — artık bir tercih değil, bir zorunluluk haline geldi.

Ama burada bir sorun daha var: Kenarda karar vermek, sadece hız değil, uyum gerektiriyor. Bir banka, Avrupa’da bir müşteriye kredi verirken, GDPR’ya uygun olmalı. Aynı cihaz, ABD’deyse FCRA kurallarına, Çin’deyse veri yerelleştirme yasalarına uygun kararlar vermeli. Bu kurallar binlerce satırdan oluşuyor, sürekli güncelleniyor ve birbirleriyle çelişebiliyor. Merkezi bir sistemde bu, zaten çok yavaş. Kenarda, bu karmaşıklığı anlık çözmek gerekiyor.

PuLP: Karar Vermenin Matematiksel Kalbi

Towards Data Science makalesinde anlatılan çözüm, PuLP kütüphanesini kullanarak her bir politika kuralını bir matematiksel kısıt olarak kodlamak. Örneğin:

• Kural 1: Yaş > 18 ise → Erişkin olarak kabul et
• Kural 2: Konum = Türkiye ise → Kredi limiti max 50.000 TL
• Kural 3: Kredi skoru < 600 ise → Yalnızca garantiyle
• Kural 4: Cihazın şarjı %15’in altındaysa → Yalnızca kritik işlemler

PuLP, bu kuralları bir amaç fonksiyonu altında optimize ediyor: "En fazla politika uyumunu sağla, en az işlem gecikmesiyle, en düşük kaynak tüketimiyle." Bu, bir matematiksel denklem çözme değil, bir karar ağaçlarının dinamik hale getirilmesi. Her veri girişi, yeni bir optimizasyon problemi oluşturuyor. Ve bu problem, saniyenin binde biri içinde çözülüyor.

Ne Anlama Geliyor? Sektörlerdeki Devrim

Bu teknoloji, sadece bankacılıkta değil, her yerde kökten değişiklik yaratıyor:

1. Medikal Cihazlar: Bir insülin pompası, hasta kan şekeri, hava kalitesi ve fiziksel aktivite verilerini analiz edip, aynı anda FDA, CE ve yerel sağlık kurallarına uygun doz ayarlıyor.
2. Endüstri 4.0: Bir fabrika robotu, hem güvenlik protokollerini hem de enerji tasarrufu kurallarını, aynı anda en verimli şekilde uyguluyor.
3. Özelleştirilmiş Reklam: Bir dijital afiş, müşterinin yüz ifadesi, hava durumu ve geçmiş alışveriş verilerine göre, hem reklam yasalarına hem de kişisel veri izni kurallarına uygun bir mesaj gösteriyor.

İlginç olan, bu sistemlerin öğrenme yeteneği yok. PuLP, bir makine öğrenimi modeli değil. Bir kurallarla çalışan matematiksel bir jüri. Bu, şeffaflık açısından büyük bir avantaj: Karar nasıl verildi, her zaman izlenebilir. Makine öğrenimi modelleri gibi "siyah kutu" olmuyor. Bu, düzenleyiciler için büyük bir rahatlık.

Geleceğin Sorunu: Kim Kontrol Ediyor?

Bu teknoloji, çok güçlü ama çok tehlikeli. Eğer bir şirket, kendi politika kurallarını gizli tutarsa, bir cihazın hangi kuralları uyguladığı bilinmez. Bir hastane cihazı, belki bir yasal olarak yasaklanmış bir politikayı uyguluyor olabilir. Bu yüzden, bu sistemlerin politika kodlarının açık kaynak olması ve bağımsız denetimlerle kontrol edilmesi kritik. Şu anda, bu alan tamamen düzenleyici boşlukta. Avrupa’nın AI Act’i bu konuda ilk adımı atmış olsa da, uygulama hâlâ çok erken.

Özetle, bu, sadece bir algoritma değil. Bir siyasi-teknik dönüşüm. Karar verme yetkisi, merkezden kenara kayıyor. Ve bu kayma, sadece teknoloji değil, toplumsal adalet, özgürlük ve güvenlik anlayışlarımızı da yeniden tanımlıyor.