MegaSoru

Yapay Zekâ, Yeşil Kimya ve Sürdürülebilirlik 50 çözümlü soru · konu özeti

Soru sayısı
Zorluk
Yazdır / PDF Plus

Bugün 2 test hakkın kaldı ve sonuçların kaydedilmez. Giriş yaparsan günde 5 test çözer, sonuçlarını saklarsın. Sınırsız çalışmak için Plus.

Yapay Zekâ, Yeşil Kimya ve Sürdürülebilirlik Konu Anlatımı

Kimya laboratuvarlarında ve fabrikalarda yapay zekâ, geçmiş deneylerden öğrenerek hangi koşulun daha az enerji ya da hammadde gerektireceğini tahmin etmeye yardımcı olabilir. Ancak bir tahmin, deneyle doğrulanmadığı sürece bir kanıt değildir. Bu bölümde yapay zekâ destekli süreç iyileştirmelerinin yeşil kimya ve sürdürülebilirlik ölçütleriyle nasıl değerlendirileceği ele alınır.

Yeşil kimya ve sürdürülebilirlik

Yeşil kimya, kimyasal ürün ve süreçlerin tasarımında atığı önlemeyi, daha az zararlı maddeler kullanmayı ve enerjiyi verimli kullanmayı hedefler. Önemli ilkeler: atık oluşumunu başlangıçta önlemek, ham maddeyi verimli kullanmak, mümkün olduğunda yenilenebilir kaynak kullanmak ve enerji tüketimini azaltmaktır. Bir iyileştirmenin başarısı, tek bir ölçütle değil, enerji, hammadde, atık ve tehlike gibi birden çok ölçütle değerlendirilir.

Yapay zekânın rolü: girdi, hedef ve tahmin

Yapay zekâ modeli, girdi (örneğin sıcaklık, süre, katalizör türü) ile hedef (örneğin enerji tüketimi, atık miktarı) arasındaki örüntüyü geçmiş verilerden öğrenir ve yeni koşullar için tahmin üretir. Modelin çıktısı bir tahmindir; ölçülmüş bir sonuç değildir. Girdilerin karar anında bilinebilir olması gerekir: işlem bittikten sonra ölçülen bir değer, işlemden önce öneri yaparken girdi olarak kullanılamaz. Hedef de gerçek amacı yansıtmalıdır: yalnızca ürün miktarını artırmayı hedefleyen model, çözücü tüketimini artıran koşulları seçebilir.

Veri niteliği

Modelin başarısı verinin niteliğine bağlıdır:
• Eksik ölçümler (örneğin sensörün çalışmadığı saatler) sıfır değer gibi gösterilmemeli, eksik olarak işaretlenip belgelenmelidir.
• Birimler uyumlu olmalıdır; g/L ile mg/L karışık verilirse model yanlış öğrenir.
• Veri seçilirken gerekçesiz ayıklama yapılmamalı; yüksek atıklı üretimleri silmek modeli gerçeği temsil etmez hâle getirir.
• Zaman uyumu gözetilmelidir: bir reaktörde koşul ile çıkıştaki analiz arasında gecikme varsa bunlar aynı zaman damgasıyla eşleştirilmemelidir.
• Ölçüm cihazları kalibre edilmeli; kalibrasyon kayması çevresel iyileşme gibi yorumlanmamalıdır.

Tahmin ve deney

Yapay zekâ önerisi, aday belirlemeyi kolaylaştırabilir, fakat öneri deneyle sınanmadıkça kanıt sayılmaz. Güvenilir değerlendirme için:
• Model, geliştirilirken kullanılmayan, hedef kullanımı temsil eden bağımsız deneylerle sınanmalıdır.
• Modelin eğitildiği koşulların dışındaki durumlar (yeni çözücü, farklı ölçek, farklı sıcaklık aralığı) için model güvenilir kabul edilmemelidir.
• Nokta tahminlerin hata payı bilinmelidir; aralarındaki fark hata payından küçükse gerçek üstünlük kesinleşmez.
• Birden çok model aynı veriyi kullanıyorsa uyuşmaları bağımsız doğrulama sayılmaz.
• Modelin kendi tahminlerini ölçülmüş veri gibi veri dosyasına yazıp doğruluğu onaylamak döngüsel doğrulamadır.
• Korelasyon nedensellik değildir: bir katalizör kullanılan günlerde atık azsa, aynı günlerde başka bir etken de değişmiş olabilir.

Toplam etki ve doğru raporlama

Bir yapay zekâ uygulamasının enerji ya da hammadde tasarrufu iddiası, uygulamanın kendi enerjisi dahil toplam etkiyle değerlendirilmelidir. Örneğin süreçte 25 kWh tasarruf sağlayan bir uygulamanın modeli eğitmek için 20 kWh harcadığı varsa net kazanç 5 kWh tir. Alt sayaç bilgisi ana toplama dahilse ikinci kez eklenmemelidir. Ayrıca birim ürün başına tüketim ile toplam tüketim farklı göstergelerdir; birbirinin yerine kullanılmamalıdır. Başarı ölçütü seçilirken ölçümün tüm süreci kapsadığına ve ölçüm yapılmayan dönemlerin dışarıda bırakılmadığına dikkat edilir. Genel doğruluk yüksek olsa bile nadir ve kritik olayları yakalama başarısı ayrıca incelenmelidir.

Çözümlü örnekler

Örnek 1. Bir süreçte yapay zekâ önerisi 25 kWh tasarruf sağlıyor. Modelin eğitimi için 12 kWh, çalıştırılması için 8 kWh harcanıyor. Net enerji kazancı nedir?

Yapay zekânın toplam harcaması 12 + 8 = 20 kWh tir. Net kazanç 25 − 20 = 5 kWh dir. Yani tasarruf iddiası, uygulamanın kendi enerjisi düşüldükten sonra 5 kWh a iner.

Örnek 2. Bir model 100 gözlemin tamamına olağan durum etiketi veriyor; gerçekte 99 gözlem olağan, 1 gözlem kritik aşımdır. Genel doğruluk %99 dur. Bu model kritik olayları izlemek için uygun mudur?

Hayır. Genel doğruluk %99 olsa da kritik aşım yakalanamamıştır; kritik olayı yakalama başarısı 0/1 dir. Genel doğruluk, nadir ama önemli olayların performansını göstermez; bu tür modellerde kritik olaylar için ayrı başarı ölçütü incelenmelidir.

Örnek 3. Bir yapay zekâ modeli, yalnız su temelli karışımlarla geliştirilmiş olmasına rağmen yeni bir çözücü için çok yüksek çözünürlük tahmin ediyor. Bu tahmin nasıl değerlendirilmelidir?

Model, bu tür çözücüyle hiç sınanmadığı için tahmin doğrulanmış kapsamın dışındadır. Tahminin güvenilirliği varsayılmamalı, yeni çözücüde bağımsız deneylerle ölçüm yapılmalıdır.

Özetle

  • Yeşil kimya; atık önleme, enerji ve hammadde verimliliği, daha az zararlı madde kullanımını hedefler.
  • Yapay zekâ çıktısı bir tahmindir; deney sonucu ya da kanıt yerine geçmez.
  • Girdiler karar anında bilinebilir olmalı, veri eksiksiz, birimleri uyumlu ve temsil edici olmalıdır.
  • Model, eğitildiği koşulların dışında ve geliştirmede kullanılmayan bağımsız deneylerle sınanmadan güvenilir sayılmaz.
  • Tasarruf iddiası, yapay zekânın kendi enerjisi dahil toplam etkiyle değerlendirilmelidir; alt sayaç ikinci kez eklenmemelidir.

Yapay Zekâ, Yeşil Kimya ve Sürdürülebilirlik — örnek sorular

Bu konudaki soru bankasından seçilmiş örneklerdir. Cevabı ve çözümü görmek için “Çözümü göster”e tıklayın.

1Kolay
Bir yapay zekâ modeli, aynı ürünü elde eden tepkimenin enerji tüketimini tahmin etmek için geçmiş deneylerden yararlanacaktır. Hangi düzenleme girdi ile tahmin hedefini doğru ayırır?
AGirdiler sıcaklık, süre ve katalizör türü; hedef aynı miktarda uygun ürün için ölçülen enerji tüketimi olabilir.
BGirdi dosya adı; hedef katalizörün yazı rengi olmalıdır.
CModelin tahmin ettiği enerji, ölçülmüş enerji diye etiketlenmelidir.
DModel yalnız enerji tüketimini görmeli; deney koşulları kaydedilmemelidir.
Çözümü göster
Doğru cevap: A
Modelin süreç koşulları ile sonuç arasındaki örüntüyü incelemesi amaçlanır. Koşullar girdi, tanımlı ürün miktarı için ölçülen enerji hedef olabilir. Öğretim verisinin ölçüm ve tahmin kaynakları ayrı tutulmalıdır.
2Kolay
Yapay zekâ, bir ayırma işlemi için %15 enerji tasarrufu tahmin etmiştir. Öneri henüz uygulanmamıştır. Rapor için hangi ifade uygundur?
AModel %15 tasarruf öngörmektedir; gerçekleşen tasarruf henüz ölçülmemiştir.
Bİşletme enerjiden kesin olarak %15 tasarruf etmiştir.
CYapay zekâ önerisi olduğu için enerji tüketimi sıfırdır.
DDeney yapılmadığına göre modelin tahmini kesinlikle yanlıştır.
Çözümü göster
Doğru cevap: A
Öngörü, sınanması gereken bir model çıktısıdır. Uygulama ve karşılaştırılabilir ölçümler olmadan gerçekleşmiş kazanç olarak sunulamaz; tahminin yanlış olduğu da henüz gösterilmiş değildir.
3Orta
Bir yapay zekâ modeli, yeni bir katalizörün aynı ürün için daha düşük sıcaklıkta yeterli dönüşüm sağlayacağını tahmin etmiştir. Katalizör önerisini değerlendirmede hangi adım önceliklidir?
AModel çıktısını deney sonucu olarak yayımlamak.
BKatalizörün adını değiştirip ikinci doğrulama saymak.
CModel ayrıntılı konuştuğu için ürün analizini atlamak.
DTahmini, tanımlı koşullarda dönüşüm ve ürün niteliği ölçülen kontrollü deneylerle sınamak.
Çözümü göster
Doğru cevap: D
Öneri aday belirlemeyi kolaylaştırabilir; beklenen kimyasal davranışın gerçekleşmesi deneysel olarak araştırılmalıdır. Sıcaklıkla birlikte dönüşüm ve ürün niteliği de ölçülerek amaçlanan sürecin korunup korunmadığı incelenir.
4Orta
Bir yapay zekâ sistemi kimyasal üretimde enerji kullanımını azaltmaktadır. Toplam enerji etkisi raporunda yalnız reaktör sayacı kullanılmıştır. Hangi ek kalem raporun bu iddiasını değerlendirmek için gereklidir?
AYalnız yazılım simgesinin rengi.
BBu karşılaştırmaya ait model eğitimi, çalıştırma ve ilgili veri işleme enerjisi.
CTahminlerin ekranda kaç ondalıkla yazıldığı.
DYapay zekânın hesaplama enerjisini tanım gereği sıfır saymak.
Çözümü göster
Doğru cevap: B
Yapay zekâ destekli seçeneğin toplam enerji iddiası, kimyasal süreç kazancının yanı sıra ilgili hesaplama yükünü de kapsayan açık bir sınır gerektirir. Enerji hesabı tek başına tüm çevresel etki boyutlarını kapsamaz.
5Zor
Aynı miktar ve kalitede ürün için eski süreç 100 kg ham madde tüketmektedir. Yapay zekâ yeni koşulda 80 kg tüketim tahmin etmiş; denemede 90 kg ölçülmüştür. Hangi rapor doğrudur?
AÖlçülen tasarruf %20 dir; modelin tahmini ölçümün yerine geçer.
BTahmin edilen ve ölçülen tasarrufun toplamı %30 dur.
CTahmin edilen tasarruf %20, denemede ölçülen tasarruf %10 dur.
DDeneme tahminle aynı değilse hiç tasarruf olmamıştır.
Çözümü göster
Doğru cevap: C
Tahmin için (100−80)/100=%20, ölçüm için (100−90)/100=%10 bulunur. Deneme tasarrufu destekler ancak modelin büyüklük tahminini tam doğrulamaz. İki değer ayrı raporlanmalıdır.

Bu konuda hangi kazanımlar çalışılır?

Aynı ünitedeki diğer konular