ESIPAP - Okulun Son Haftası

Sabah dokuzdan hemen hemen her gün saat altıya kadar süren ders ve uygulamalarıyla yaklaşık üç haftadır resmen 'suyumuzu çıkarmış' olan ESIPAP okulunda, bu hafta son haftamdı (Geçmiş yazılar için: I - II - III). Okul boyunca heybemde biriktirdiklerimi geri döndüğümde nasıl ve hangi şartlarda kullanabileceğime dair kimi zaman umut dolu, kimi zaman soru işaretleriyle artık yavaş yavaş eşyalarımı toplayıp gitme hazırlıklarına başladım.

Üçüncü haftaki program ilk iki gün boyunca süren kalorimetre ve yapay öğrenme dersleriyle başladı. Parçacık fiziği deneylerinde ortaya çıkan parçacıkların enerjilerini ölçmemizi sağlayan kalorimetre düzenekleri, deneyden deneye materyal, yapı ve çalışma yöntemleri anlamında epey farklılık gösterebiliyor. Sunumda, birçok deneyde kullanılan farklı kalorimetreler çalışma prensipleri ile tanıtılıp ardından önümüzdeki yıllarda LHC deneylerinde yapılacak geliştirmelerde kullanılacak yeni dedektörlerden ağırlıklı olarak bahsedildi. Özellikle CMS'in üzerinde yoğun olarak çalıştığı 'High Granular Calorimetry(HGCal)' dedektörü, birçok anlamda oyunu yeniden tanımlayıp çığır açma potansiyeline sahip görünüyor.

Parçacığın içinden geçerken kalorimetrede bıraktığı enerjiyi (farklı parçacıkları farklı renklerle) gösteren bir simulasyon görüntüsü. CMS'in HGCal dedektörü yukarıda gösterildiği şekilde parçacığın bıraktığı enerjiyi çok yüsek bir çözünürlükle ölçmeye aday.

Bu haftanın bir diğer dersinde ise Yapay Öğrenme (machine learning) yöntemlerine genel bir giriş yapılıp, sonrasında bu yöntemlerin özellikle 'Boosted Decision Trees' (Karar Ağaçları)'nın parçacık fiziği analizlerinde kullanımı detaylı bir şekilde işlendi. Şu ana kadar gördüğüm birçok yapay öğrenme dersinden çok daha farklı bir yönden giriş yapıp, bu alanın bir parçacık fizikçisinin gözünden nasıl göründüğünü gözleme fırsatım oldu. Yapılan sunumun güncelliği açısından ise, sunumu yapan kişinin Deepmind'ın geliştirdiği Alphastar sisteminin daha birkaç gün önce profesyonel Starcraft oyuncularını dize getirdiği gelişmesine bir slayt ayırmasıyla beni benden aldı diyebilirim. Parçacık fiziği analizlerinde yoğun olarak kullanılan ROOT temelli TMVA paketinin, popüler Python arayüzlü derin öğrenme 'framework'u Keras ile uyumlu olduğunu öğrenmek ve bununla ilgili bir uygulama görmek benim için haftanın en büyük aydınlanmasıydı herhalde.

 Yann Coadou'nun Yapay Öğrenme sunumundan bir kare

Çarşamba günü ATLAS deneyinde uzun yıllardır muon sisteminde çalışan deneyimli bir fizikçinin, Laurent Chevalier, harika bir dersini dinlemeye başladık. Yılların deneyimiyle damıttığı ve karşısındakilerin her bahsettiği noktayı anladığından emin olana dek sabır ve özveriyle açıkladığı epey kafa açıcı bir dersti. Bugünün bir diğer önemli noktası ise, buraya geldiğimden beri paralelinde hazırlık yaptığım, ATLAS deneyinde yazılım geliştirme ve operasyonuna destek verdiğim TRT(Transition Radiation Tracker) dedektörünün yıl içerisinde birkaç defa yapılan TRT Days etkinliğinde yapmam gereken sunumdu. Bunun için çarşamba öğleden sonra okuldan ayrılıp CERN'e geçtim ve 'Parçacık Tanımlama' alt toplantısında, Yapay Öğrenme yöntemleri ile elektronları daha iyi ayırt etmek üzerine yaptığım çalışmadaki ilerlememi sundum; epey güzel geri dönüşler alıp, deneyim uzmanları ile fikir alış verişinde bulunma fırsatım oldu. Akşamında da deneyin uzmanlarının bir kısmının katıldığı geleneksel 'TRT akşam yemeği'nde beraber pizzalarımızı yiyip, dedektör ve hızlandırıcılar üzerinden birçok ilginç konuda dönen tartışmalara dahil olma fırsatı edindim.

 Gün boyunca süren toplantının ardından ekipçe bir araya geldiğimiz TRT akşam yemeğinden bir anı

Haftanın dördüncü günü, üçüncü ve son deneyimiz olan silikon dedektörlerin uzun süre parçacık ve ışınıma maruz kalmaları ile ortaya çıkan hasarı ve bunun dedektör performansına etkisine dair bir deney yaptık. CERN'de SSD (Solid State Devices) ekibinin çalışma labaratuarlarına üç saat misafir olarak yeni geliştirmeler için araştırdıkları malzemeleri öğrenip, bizim için örnek olarak hazırladıkları düzeneklerde farklı dozda radyasyona maruz kalmış örneklerin elektronik özelliklerini ölçtük, hazırlayacağımız rapor için notlar aldık.

Perşembe gününün hatta belki de üç haftanın belki de en büyük olayı ise, şu anda uzun süreli verilen ara nedeniyle LHC tünelinde ziyarete açılan deneylerden biri olan, yerin 50 metre altında ALICE deneyini grup olarak ziyaretimiz oldu. Uğraştığımız konular gereği sürekli konuştuğumuz, haftalardır derslerde gördüğümüz dedektörleri 'kanlı  canlı' bir arada, devasa bir deney düzeneği içerisinde görme fırsatımız oldu. ALICE, LHC tünelindeki dört büyük deneyden biri (diğerleri ATLAS, CMS ve LHCb) ve çarpışmalar sonucu ortaya çıkan çok yüksek yoğunluk ve sıcaklığa sahip 'kuark-gluon plazma' ortamını inceleyen bir deney. Yapı olarak iç kısımda bir mıknatıs yardımıyla parçacıkları izlemeye yaran izleyici dedektörler ve dışarıda enerji ölçümünü sağlayan kalorimetrelerle ATLAS ve CMS deneylerine epey benziyor. 2021'de başlayacak yeni çalışmalar için yapılan geliştirmeler çoktan başlamıştı bile. Bu yaz fırsatım olduğu takdirde aynı şekilde ATLAS'ı da ziyaret etmeyi iple çekiyor açıkçası! Ziyaretimiz sırasında çektiğimiz bir kaç fotoğraf aşağıda.

CERN yakınında St. Genis kasabasındaki ALICE deneyinin (yer altında) yer aldığı bina.

Deneyin 50 metre yer altında yer aldığı 'cavern'e inen boşluğun yukarından bir görüntüsü. Deney bölgesini dışarıdan yalıtmak için denektör kalın beton bloklar içine gömülmüş durumda.

 Deneyin yer aldığı bölüme inen asansörde indiğimiz nokta 50.2 metre olarak gösteriliyor.

 ve deneyin açık mıknatıs kapakları ile platform üzerinden panaromik bir görüntüsü.

Bu da ekip olarak dedektörün önünde çektirdiğimiz anı fotoğrafımız :)

Yirmi günü aşkın bir zamandır devam eden yoğun tempolu okulun, benim açımdan sonuna ulaştık; her ne kadar üç haftanın sonunda ben ayrılıyor olsam da, program önümüzdeki beş hafta boyunca devam ediyor olacak. Dedektör simulasyonundan, elektroniğine, üretim metodlarından malzeme bilgisine birbirinden ilginç detaylı derslerle sürecek olan programın geri kalan kısmını önümüzdeki yıl tekrar başvurarak telaffi etmeyi umut ediyorum.

Okul bitmiş olsa da buradaki işlerim henüz bitmiş değil; bu cumartesi yola çıkıp bir hafta boyunca Slovenya, Lübyana'da düzenlenecek bir çalıştay + eğitim etkinliğine katılıyor olacağım, Boğaziçi'ndeki VBS (Vector Boson Scattering) analiz grubumuzdan gelecek bir arkadaşımla. Dönünce bir haftadır başlamış olacak yeni dönem ve yeni sorumlulukları düşünmemeye çalışarak, bu haftayı da verimli ve keyifli bir şekilde geçireceğimi umarak, günlüğü takip edenlere selamlarımızı gönderip deyip bu yazı dizisini de böylece sonlandıralım!

ESIPAP Günlükleri: İlk haftanın ardından

ESIPAP dedektör okulunun ilk haftasını tamamladık (günlüğün ilk yazısı için şuraya alalım). Dolu dolu geçen bir haftadan geri kalanları özetleyip, verilen dersler hakkında kısaca bilgi vermek, ilgilenenlerle ders materyallerini paylaşmak amacım.

Bu hafta iki modülden oluşan bir program vardı (gün gün programa ve ders materyallerine Indico sayfasından ulaşılabilir). Salı günü başlayan ilk modül 'Deneysel (Gözlemsel) Kozmoloji', büyük ölçekte evrenin özelliklerini incelemek için kullanılan temel düzeyde teorik ve deneysel yöntemlerden bahseden ilginç bir dersti. Dersin odak noktasını, gözlemsel kozmolojinin en önemli veri kaynağı olan 'Kozmik Mikrodalga Arkaplan Işıması' (Cosmic Microwave Background - CMB) ve bu ışımanın tayfı üzerinden yapılan analizler oluşturuyordu. Lisansta aldığım kozmolojiye giriş dersi ve astronomiye aşinalığım sayesinde birçok kavramı biliyor olsam da özellikle CMB konusunda detaylı analizler benim için epey yeniydi. Toplam dört saat teorik dersin ardından dersin uygulaması için ayrılmış dört saatte de, oluşturulan küçük gruplarla iki gün boyunca bize verilen bir problemi çözmeye çalıştık. Bizim gruba düşen problem, evrenin oluşumunun ilk saniyesinde gerçekleştiği düşünülen çok hızlı genişleme (Inflation) sebebiyle ortaya çıkan kütle çekim dalgalarının CMB fotonları üzerinde bıraktığı polarizasyon etkisini Dünya üzerinde ölçebilecek bir deney tasarlamaktı. Avrupa Uzay Ajansı'nın Planck uydusu ve Güney Kutup'taki BICEP deneyinin ölçmeye çalıştığı, fakat yeterli hassasiyete sahip olmamaları ve sinyali bulmayı zorlaştıran çeşitli astrofiziksel arkaplan gürültüsü nedeniyle başarılı olamadığı konuya çeşitli 'zarf arkası hesapları' yaparak bir çözüm getirmeye çalıştık. Sonuçta Güney Kutup'ta arka plan sinyallerinden etkilenmeyeceğini düşündüğümüz bir frekansta çalışacak bir teleskop görevi tasarladık. Sonrasında grup halinde önerimizi sunduk.

İkinci modül ise bu haftanın 'ısınma turları' kapsamında 'Deneysel Parçacık Fiziğine Giriş' dersiydi. Dersi veren Annecy'den Marco Delmastro 5 x 1.5 saatlik ders ve bir o kadar uygulama dersiyle tek kelimeyle şov yaptı diyebilirim. Parçacık etkileşimlerinde kinematik hesaplarla başayıp sırasıyla parçacıkların madde ile etkileşimleri ve dedektörler, temel düzeyde hızlandırıcılar, parçacık fiziği analizi temelleri ve sinyal/arkaplan kavramları, son olarak da nötrinolar üzerine ayrı bir dersle temel deneysel parçacık fiziğini taramış olduk. Bu derslerin amacı önümüzdeki hafta başlayacak detaylı dersler için farklı alanlardan ve seviyelerde gelen katılımcıların seviyesini bir şekilde eşitlemekti. Dersin en güzel tarafı teorik olarak gördüğümüz kavramların hemen ardından gelen derste tahtada gerçek deney senaryoları için hesaplamalarını yapmak oldu. Dersin ikinci gününde deneysel parçacık fiziğinde temel parçacıkların keşiflerine dair sekiz tarihsel makalenin her birini, bir yüksek lisans bir de doktora öğrencisinden oluşan gruplara dağıtıp makaleleri okuyup, anlayıp kısa bir sunumla diğelerine anlatmamız istendi. Bizim gruba 80'lerde CERN'deki proton-antiproton çarpıştırıcısındaki UA2 deneyinde ilk defa gözlenen hadronik jet'lerin keşif makalesi (Observation of very large transverse momentum jets at the CERN p-pbar collider) geldi. Tarihsel, orjinal bir makale üzerine kafa yorup bunu sunmak epey kafa açıcı oldu. (Makaleyle ilgili bir iki güne daha detaylı bir yazı yazmayı planlıyorum.)

 UA2 makalesi üzerine çalışıp sunumu son haline getirirken

Son gün ise biraz da bilgisayarla analiz konusunda temel fikirlerden bahsedilen derste hocanın önceden hazırladığı Github sayfasındaki materyallerle Python ve ROOT arayüzü kullanarak Higgs parçacığından gelebilecek bir sinyali ve arkaplanın simulasyonunu yapıp, sinyali arkaplandan ayırt etmenin yolları üzerine pratik yaptık. Epey anlaşılabilir ve oldukça pedogojik bir şekilde hazırlanmış olan analizin yer aldığı Jupyter Notebook'a ders materyallerinin de yer aldığı Github sayfasından indirip göz atabilirsiniz.

Uygulamada simulasyonunu yaptığımız 125 GeV kütleli Higgs parçacığını üssel bir arkaplan üzerinde küçük bir 'tümsek' olarak gösteren grafik

Derslerin yanında aynı enstitüde ESIPAP'a paralel olarak iki ay boyunca gerçekleştirilen hızlandırıcı okulu JUAS'ın belirli günlerde ders sonrası ortak seminerlerlerine de katılıyoruz. Bu haftaki seminerde CERN'den O. Brunnig geçen haftalarda tasarım raporu yayınlanan Future Circular Collider (FCC) ve gelecekti diğer hızlandırıcı projelerinden ve bu projelerin önündeki teknik problemlerden bahseden bir seminer verdi. Özellikle hızlandırıcı perspektifinden gelecekti proje önerilerini görmek epey aydınlatıcıydı.

Future Circular Collider seminerinden bir kare

Son olarak haftasonu biraz rutinin dışına çıkıp, hava almak adına Cenevre'ye inip şehirde tur atıp her geldiğimde uğradığım büyük kitapçı Poyet'e uğradım, birkaç fotoğraf çektim.

Cenevre şehir merkezindeki ünlü 'fıskiye' ve gölde yüzen kuğular; şehrin sessizliği hiç de alışık olduğum türden değildi...

Dört gün boyunca sabah dokuzdan akşam altıya kadar süren dersler sebebiyle epey yorulmuş olsam da aldığım derslerin kaliteleri, her öğrendiğimizin paralelinde uygulamalarını yapıyor olmak, küçük bir odaklanmış grupla sürekli parçacık fiziği tartışıyor olmak müthiş bir tatmin hissi yaratıyor. İtiraf etmem gerekir ki böylesine kaliteli ve eğitici derslere eğitim hayatım boyunca katıldığımı hatırlamıyorum. Tahtada kuru kuru anlatılan derslere öylesine alışmışım ki, verilen şeyin hemen ardından gerçek senaryolarda nasıl uygulandığına dair problem çözmek, eğitimin içinde gerçek makaleler okuyup,  tartışmak bunu sunmak benim için fazlasıyla baş döndürücü oldu. Böylesine verimli geçen bir haftanın ardından gelecek iki haftayı açıkçası iple çekiyorum.

2018: Uzun bir yılın ardından...

Geride kalan uzun, yorucu bir yıl ve önümüzde 'bilinmezliklerle' dolu yeni bir yıl... Yeni yıl öncesi 2018'i akademik ve kişisel açıdan değerlendirdiğim kısa kısa notlar paylaşmak istedim blogda. Böylece uzun bir yıl boyunca öğrenip biriktirdiklerimi gözden geçirip, yeni yılda beni bekleyenleri daha 'açık' görebilmeyi umarak başlayalım.

• Öncelikle akademik mevzular... 2018'e damgasını vuran şeyler benim için doktoraya başlamamla birlikte ufak tefek dersler alıp, yavaş yavaş araştırma için ilk adımları atıyor olmamdı. Bu anlamda yönümü parçacık astrofiziğinden artık tamamen LHC'de ATLAS deneyinde parçacık fiziğine çevirdim. Taa 2008 yılında blogun ismine kazınmış olan en büyüklerin fiziği yani 'gökyüzü' ile ilişkili maceram, (muhtemelen uzun bir süreliğine) en küçüklerin fiziği yani deneysel parçacık fiziğine dönüşmüş oldu. 

• Bu dönüşümle birlikte her ne kadar ucundan, kıyısından aşina olsam da 'çarpıştırıcı fiziği' temelinde parçacık fiziğini hem teorik hem de deneysel olarak öğrenmek adına kolları sıvadım. Bunun için önümdeki en büyük engel parçacık fiziğinin temelinde yatan Kuantum Alan Teorisi (QFT - Quantum Field Theory)'ne dalıp, hayatta kalmaya çalışmaktı. Dönemin başından itibaren çoğu zaman kendi başıma kitaplarla, aynı zamanda Boğaziçi Fizik'te Umut Gürsoy'un, İTÜ Fizik'te Mehmet Özkan'ın QFT dersiyle ve yazın Mimar Sinan Fizik'teki hocaların düzenledikleri Kuantum Alan Kuramı yaz okulu ile konuya 'giriş' yapma fırsatım oldu. Temel Kuantum Elektrodinamik hesaplarını yapar noktaya gelip şimdilik şöyle bir nefes almaya yüzeye çıktım; yeni yılla birlikte Elektro-Zayıf Etkileşimler ve Kuantum Kromodinamiği özelinde derinlere dalmayı umuyorum, bakalım.

• Bunun paralelinde parçacık fiziği ile ilgili çarpışma tesir kesitleri, beklenen olay sayıları gibi bir takım temel hesaplamaları yapmak için QFT'nin karanlık dehlizlerine dalmadan (relativistik kuantum mekaniği ve özel görelilik bilgisi ile) pratik kazanmak adına bu yıl keşfettiğim müthiş kitap Mark Thomson'un 'Modern Particle Physics' kitabı bu alana giren yeni yetme bir fizikçi olarak bana epey bir ivme kazandırdı. 

• İki dönem boyunca Boğaziçi Fizik'te danışmanın Erkcan Özcan'ın açtığı 'Monte Carlo Event Generators' ve 'Tracking in Particle Physics' doktora dersleri ile, dersi alan y. lisans/doktora öğrencileri ile birlikte her hafta bir araya gelip parçacık fiziği özelinde pratik problemler çözüp simülasyon ve analiz konusunda pratik yapma fırsatı edindim. Dersler boyunca yaptığımız tartışmalardan epey şey öğrendim; her haftaki görevlerimiz için hazırladığımız programlar ve analizler ilerleyen aşamalarda kendi analizime başlayacağım dönemler için çok iyi temel oluşturdular.

• Parçacık fiziği işlerine girişmişken, epey şans eseri, grubumuzun da destek verdiği ATLAS deneyindeki TRT (Transition rAdiation Tracker) dedekötüründe yeni bir projeye dahil olma fırsatı edindim. ATLAS deneyindeki doktora öğrencilerinin, deney tarafından yayınlanan makalelerde yazarlık hakkı kazanabilmesi için yapması gereken ortalama bir yıllık Qualification Task'im böylece başlamış oldu. Üstelik proje dedektörün parçacık tanımlandırma yazılımını yapay öğrenme (machine learning) yöntemleri kullanarak iyileştirmek üzerine. Haziran aynında başlayan projede epey bir ilerleme kaydedip, yakın zamanda epey iyi performans sonuçları veren LSTM temelli bir çözüm önerisi geliştirdim. Yeni yılla birlikte altı ay boyunca bunu geliştirip son halini vermeye çalışacağım.

• Yıl sonuna doğru tüm yıl boyunca hazırlıklarımızın karşılığı olarak doktora tezime doğru gidecek olan vektör bozonların etkileşimleri konusunda ilk araştırma adımları atmaya başladık danışmanımla. Henüz sinyal ve arkaplan sinyallerini üretme aşamasında olsak da projenin parçası olduğu uluslararası COST VBS (Vector Boson Scattering) ağı ile etkileşmeye başladık, Şubat'ta ilk eğitimlere katılıyor olacağız. Yeni yılda günlerimi en çok doldurması muhtemelen iş bu olacak gibi duruyor. Sabırsızlıkla bekliyorum.

• Bu yıl konferanslar ve yaz okulları açısından epey verimli geçti, neredeyse leyleği havada gördüm diyebilirim. İlk olarak Nisan'da İtalya'da içinde bulunduğumuz COST - Vector Boson Scattering projesi kapsamında düzenlenen 'First Electroweak Symmetry Breaking Spring School' yaz okulu, Haziran başında CERN'de TRT dedektörünün dönemlik toplantısı TRT Days, Temmuz sonu yine İtalya'da 'Monte Carlo Event Generators Summer School', Eylül başı Mimar Sinan Fizik Bölümünün İstanbul'da düzenlediği 'Kuantum Alan Kuramı Yaz Okulu' ve son olarak Ekim'de Bosna-Hersek'de 'Sarajevo School of High Energy Physics'. Her biri birbirinden zengin ve dolu dolu geçen bu okullardan gerek teorik gerekse de pratik çok şey öğrendim. Kendi başıma ya da derslerde öğrendiğim birçok şeyi benimle aynı motivasyona sahip doktora öğrencileri ile tartışma fırsatı edindim. Bu okulların herbirisinin organizasyonları tarafından masraflarımın karşılanmış olması ise cabası. 2019'da da olabildiğinde bu tip okullara katılmayı hedefliyorum. 

• Sonbahar dönemi itibariyle Boğaziçi'nde Fizik Bölümü'ndeki deneysel parçacık fiziği grubu altında düzenli olarak 'Experimental High Energy Journal Club' okuma grubu başlatıık ve her hafta arXiv'den yeni yayınlanmış ilginç makaleleri bir araya gelip okumaya, tartışma başladık. Bir dönem boyunca yedi makale okuduk; bunu önümüzdeki yılda da sürdürmeyi planlıyoruz. Okuduğumuz makalelerin bir kısmını özetleyen yazılar kaleme aldım bu arada. (Bu tip işler için 'Standart Model' adında yeni bir blog açmıştım fakat dağılmaktansa artık tüm yazıları GökGünce üzerinden paylaşmaya niyetliyim.)

• Bölümde bu dönem dördüncü sınıflara yönelik 'Statistical Mechanics' dersinin uygulamalarını verdim. Geçen senelerde verdiğim Thermal Properties of Matter dersinin devamı niteliğinde olan bu 'core' ders için epey bir enerji harcamam gerekti her hafta ama özellikle önümüzdeki yıl gireceğim yeterlilik sınavı için benim için de iyi bir alıştırma oldu.

• Biraz da kişisel... Doktora temposu ve bölümdeki asistanlık işleri okul dışında neredeyse başka hiçbir şey için zaman bırakmadı yıl boyunca. Bu da kaçınılmaz olarak haftasonları dahil tatillerde, akşamları herkes 'sosyalleşirken' ofiste çalışma şeklinde yansıdı bana. Haftasonları ufak tefek doğa yürüyüşleri ve bazı akşamlar elime aldığım birkaç kitap dışında beni avutacak epey az şey oldu. Bunu biraz olsun dönüştürme konusunda inisiyatif almam gerektiğinin farkına varmamı sağladı; yeni yılda gerçekleştirip gerçekleştiremeyeceğim ise muamma...

• Yıl içerisindeki yoğunluktan ötürü uzun bir süre 'sosyal medya' ve türevlerine uzun bir ara verdim ve bunu yapmak epey iyi hissettirdi. Üç ay boyunca Twitter'ı takip etmeden de yaşayabileceğimi(!) görüp bunu farklı ölçeklerde devam ettirme kararı aldım.

• 2019 yılının başında ise önümüzdeki Ocak ayında CERN ile ortak ESIPAP adlı bir dedektör kış okuluna katılacağım Cenevre'de bir ay boyunca. Parçacık fiziğinde kullanılan dedektör teknolojilerini teorik ve pratik olarak ele alacakları bu okulda 'ellerimi kirletmek' için epey heyecanlıyım; okulu detaylı bir şekilde buradan da paylaşmaya niyetliyim. Ardından Şubat'ta Slovenya'da COST projesinin yazılım eğitimi var bir hafta boyunca, Machine Learning ve Monte Carlo araçları üzerine; araştırmam için epey işlevsel olacak gibi görünüyor.

Yeni yılla birlikte blogda muhtemelen daha fazla parçacık fiziği yazıları ve doktora işlerimin yansımalarını göreceksiniz. Doktora ile birlikte işler epey bir dönüştü ve 2018 ile birlikte zorlu bir süreçte de olsa rayına oturdu gibi. Gerisi 2019 ile birlikte daha da fazla çalışıp "keyfini çıkarmaya" kalıyor.

Herkese iyi yıllar!

Ali Nesin ve Matematik Köyü'ne Ödül

Matematik alanında bir Nobel ödülü yok bildiğiniz gibi; onun yerine dört yılda bir Uluslararası Matematik Kongresi toplantılarında genç matematikçilere verilen Fields Madalyası prestij olarak Nobel'le kıyaslanır çoğu zaman. Bu ödülün yanında verilen toplum ve matematik temalı bir ödül daha var Leelavati ödülü adında ve bu yıl ‘matematiğin toplum tarafından anlaşılıp farkındalık oluşturulmasına verdiği olağanüstü katkıları nedeniyle’ değerli matematikçimiz, dünyada başka bir örneği olmayan Matematik Köyü’nün ‘mimarı’ Ali Nesin’e verildi!

Öyle bir yer düşünün ki, her köşesinde birbirinden güzel mimari ve tasarıma sahip, taş duvarlı, içi başlarında bir grup gencin tartışarak bir şeyler karaladıkları yazı tahtalarıyla dolu sınıflar; sabahın sekizinden akşamın sekizine kadar ufak aralar dışında sürekli matematik anlatılan, konuşulan anfiler; günün ilk ışıklarından gecenin son vaktine kadar doğanın tüm dinginliği ile dolu köşeler, manzaralar... Kulağa 'ütopya' tasviri gibi gelse de böyle bir yer var, üstelik Türkiye gibi her anlamda 'çölleşmiş' bir yerde, bir vaha gibi pırıl pırıl parlayıp etrafına hayat veriyor. Ali Nesin'in kurduğu ve uzun zamandan beridir de başında olduğu Nesin Matematik Köyü bu anlatılan, güzel İzmir'in Selçuk ilçesi, Şirince köyünde. (Hali hazırda eklenen Felsefe Köyü ve Sanat Köyü ile artık 'Nesin Köyleri' olarak anılmaya başlandı.)

 Nesin Matematik Köyü kütüphanesinden bir görünüm

Fizik'e başladığım yılın sömestır tatilinde ilk kez gitme fırsatım olmuştu; kışın düzenlenen lisans öğrencilerine yönelik temel grup teori ve analiz okuluydu katıldığım. Fen Lisesi yıllarımdan beri takip ettiğim Matematik Dünyası Dergisi'nin şöyle böyle anlayabildiğim konularını bizzat Ali Hoca'dan dinleyip, üstelik bir temel bilimci olarak çalışacağım konularla ilişkilendirmek gibi bir motivasyonla gitmiştim. İki hafta boyunca temel cebir kavramlarından, gruplara, homomorfizmalardan simetrilere tonla soyut kavram öğrenmiştim. Çoğuyla ilk defa karşılaşıyordum ve alışık olmadığım bu düşünce tarzını özümsemek için epey enerji sarf etmem gerekiyordu. Her ne kadar anlatılanların yarısından azını 'o an' anlayabilmiş olsam da neredeyse tüm fizik öğrenimim boyunca o okulda gördüğüm ve kazandığım soyut matematik, matematiksel yapılar ve genelleştirme kavramları hala yolcusu olduğum fiziğin derin matematiksel yollarında benim hep yol göstericim olmaya devam ediyor. Köydeki derslerde, matematiğin 'aritmetikten' farklı olarak, ilgilendiği nesnelerin özellikleri, birbiri arasındaki ilişkileri üzerine düşünme biçimi olduğunu; bu ilişkilerin formal bir şekilde nasıl tanımlanıp adım adım nasıl yapılar inşa edileceğini öğrendim. Matematik Köyü'ndeki dersler gözlerimin önüne yepyeni bir dünyaya aralamıştı.

 Toskana'dan bir köy manzarası değil, Matematik Köyü'nün ta kendisi! 
(fotoğraf: Ezgi Gülenç)

Üstelik bunları, anlayamadığım her şeyi rahatça sorabildiğim, derste tahtayı takip ettiğim derslerden farklı olarak katılarak dinleyebildiğim, çalışmak istediğim zaman her köşesinde farklı bir yer bulabildiğim, benim gibi amaçlarla orada olan insanlarla beraber yapma fırsatı bulmuştum. Sonrasında hemen hemen her yaz lisans programına katılıp çeşitli cebir ve analiz dersleri almaya devam ettim. Zamanla Matematik Köyü'ndeki dersler çoğaldı, çeşitlendi; araya fiziğe teğet geçen uygulamalı konular da girdi. Fizik konusunda ilerledikçe biraz daha özelleşmiş, dinamik sistemler, stokastik prosesler, olasılık ve istatistik, istatistiksel mekanik gibi dersler için de köyü ziyaret ettim. Ayşe Erzan'dan dinlediğim 'Ratgele Çizgeler Teorisi' (ders notları), Arif Mardin'den dinlediğim 'Rastgele Yürüyüş ve Stokastik Süreçler' (ders notları), 2017 sonbaharında köyde düzenlenen 'Yapay Öğrenmenin Matematiksel Temelleri' yaz okulu hali hazırda çalıştığım konuları bütünsel olarak etkileyen, paha biçilmez katkıları olan derslerdi.
 
İki hafta önce bir haftalığına ziyaret ettiğim köyde artık parçacık fiziğinde sıklıkla kullandığım 'Lie Cebirleri/Grupları' ve 'Geometrik Grup Teori' derslerini dinleme fırsatım oldu. Bu ay sonunda tekrar ziyaretimde bu sefer çeşitli istatistiksel mekanik ve kompleks analiz dersleri dinlemeyi planlıyorum. Hatta bu sefer ilgili ve meraklılara akşamları, deneysel ve informal bir şekilde 'Fizikte Temel Grup Teori Uygulamaları' semineri yapmak var aklımda. Üzerine biraz daha koyup seneye bir haftalık derse dönüşür belki de, kim bilir? (Köyde liseden, lisans üstüne her seviyeden ders mevcut. Bu yılki programa göz atarak ilgilendiğiniz dersler için hala başvurup siz de katılabilirsiniz.)

Böylesi bir mekanın 'atlayıp gidilebilecek' kadar uzaklıkta ve ulaşılabilir olmasının, matematikle uğraşan kişiler için nasıl bir nimet olduğunu anlatmak gerçekten zor. Ali Hoca'nın tüm uğraşılarının karşılığı olarak aldığı bu ödül köyün dünyaca tanınırlığı ve ön plana çıkması için büyük bir fırsat. Köyü yaşatmak ve köye katkı sağlamak da bizlerin boynunun borcu. Tebrikler Ali Hocam, iyi ki varsınız!

Matematiğin Nobeli Abel Ödülü 'dalgacıklar'a verildi!

Matematik bilimsel uğraşılar arasında en mütavazi olanlarından bana kalırsa. Diğer alanlarda türlü türlü ödüller, bunların başında Nobel Ödülü geliyor, verilmeden haftalar öncesinde tahminler, iddialar, tartışmalar; sonrasında ise daha hararetli tartışmalar, çoğu zaman hayal kırıklıkları ve bir süre boyunca yüzlerini ezberleyeceğimiz ödül sahipleri olur hep... Bilimin ve bilim insanlarının tanıtılması ve gündemde olması açısından bu belki iyi bir şey ama gel görün ki matematikçilerin ödüllerinde bu tip tantanalara rastlamak ne mümkün! Örneğin dün 21 Mart'ta verilen ve 'Matematiğin Nobel'i olarak anılan Abel Ödülü'ne dair bilim medyası dışında hemen hemen hiç haber görmedim. Bu durumun Alfred Nobel'in matematikçilerle 'özel' problemleri nedeniyle, matematikçilerin kendilerini dışlanmış hissetmeleriyle de hiç alakası olmadığını düşünüyorum! Üstelik 'dalgacık dönüşümü' (İng: wavelet transform) konusundaki katkıları nedeniyle Fransa'da École Normale Supérieure üyesi matematikçi Yves Mayer'e verilen ödül, modern günlük hayatımızın her köşesinde bir katkısı olan bu kavramı ön plana çıkarmak için en iyi fırsatı oluşturuyor!

Yves Mayer'i keşfinde rol oynadığı 'dalgacıklar' ile resmeden hoş bir görsel (Telif Hakkı: Olena Shmahalo/Quanta Magazine)

Etrafımızı sarmış dijital araçların her biri şu anda dış dünyadaki 'analog' bilgiyi (sinyali), yani zaman içinde sürekli, bölümlenmemiş bilgiyi 0'lar ve 1'lerle kodluyor (dijital sinyal). Örneğin telefonunuzda ses kaydettiğinizde, bir fotoğraf çekip kaydettiğinizde arka tarafta olan şey bu. Bununla birlikte iki problem karşımıza çıkıyor; bu bilgiyi bilgisayarımızın hafızasında nasıl saklayacağımız ve bu bilgiden tekrar aynı sinyali (hapörlenizdeki ses, ekrandaki görüntü) nasıl üretebileceğiz? Buna güzel bir örnek dinlediğiniz bir konserdeki şarkıyı (anolog sinyal) bir kağıt üzerindeki notalar (dijital sinyal) şeklinde ifade edebiliriz. Saatlerce süren bir konseri  birkaç sayfa içine sığdırabiliriz. Aynı şekilde başka bir müzisyen de bu notalara bakarak müziği tekrar oluşturabilir. Bilimde bu problemlerin çözümüne kafa yoran 'sinyal işleme' adında devasa bir alan var. Dijital dünyada veri analizinin artık bir nevi dili olan bu alanın en temel kavramları da elinizdeki sinyali dönüştürüp daha farklı bir şekilde ifade etmeye yarayan 'dönüşümler'.

Bu dönüşümlerin en ünlüleri belki de Fourier dönüşümleri. Elinizde herhangi bir forma sahip herhangi bir sinyali, Fourier fonksiyonları diye bildiğimiz trigonometrik sinüs ve cosinüs fonksiyonlarının toplamı şeklinde yazabiliyoruz. Trigonometrik fonksiyonlar belirli bir zaman aralığında kendini tekrar eden, periyodik fonksiyonlar. Bir sinyali bu fonksiyonlar cinsinden yazdığımızda o sinyalin içerisinde kendini tekrar eden parçaları çekip çıkarmış oluyoruz aslında; böylece bu parçaların hangilerin domine olduğunu anlayabiliyoruz. Bahsi geçen fonksiyonların sinyale katkılarını belirten katsayıları bir kenara yazıp, sonrasında bu sinyali (büyük bir doğrulukla) tekrar oluşturabiliyoruz. Aynı zamanda bütün bir sinyali tutmaktansa sadece bu katsayıları tutmak çok daha pratik oluyor.

Fourier analizini aşağıdaki animasyon çok güzel anlatıyor. Elimizde $f$ fonksiyonu olsun ve bunun içerisindeki periyodik komponentleri bulmaya çalışıyor olalım. Fourier analizi uyguladığımızda bize bize bu sinyali oluşturmak için gerekli sinus/cosinus fonksiyonlarının hangi frekansta ve ne kadar 'kuvvette' olmaları gerektiğini söylüyor. Animasyonun sonunda gösterilen $\hat{f}$ grafiği sinyalin dönüştürülmüş halini gösteriyor.

Kaynak: Wikipedia

Fourier analizi her sinyal için işe yarıyor derken birkaç noktayı göz ardı ettik; öncelikle bu analiz sinyalinizin istatistiksel olarak çok da değişmediği varsayımına dayanır; yani sinyalinizde ani sıçramalar, inişler ve çıkışlar birer problem oluşturur. Belki müzik için bu bir problem değil ama örneğin bir deprem sinyali için bu başlı başına sorun oluşturur çünkü bu durumlarda çoğu zaman ani ve şiddetli bir değişim söz konusudur. İki boyutlu bir sinyalde örneğin bir resimde (her x ve y koordinatı için bir renk değeri gibi düşünebilirsiniz) kendini tekrar eden ve yumuşak geçişlerin olduğu gökyüzü veya deniz manzaralarının yanında keskin köşelere sahip birçok yapı da bulunur. İşte bu noktalarda Fourier analizi çok da etkili çözümler ortaya koyamıyor.

Buna alternatif olarak geliştirilen yöntem ise 'dalgacık dönüşümü' yani 'wavelet transform'. Bu yaklaşım Fourier fonksiyonlarındaki gibi tamamen periyodik fonksiyonlar yerine belirli bir bölgede 'lokalize' olmuş fonksiyonları temel alıyor. Bu sayede yukarıda bahsettiğim 'keskin değişim' problemlerine etkili bir çözüm getirilmiş oluyor. Sinyalleri parçalara ayırmak için kullanılan fonksiyonlar tam bir dalga değil de 'dalga parçaları' olarak görülmelerinden ötürü 'dalgacık' (wavelet) olarak adlandırılmışlar. Dalgacık fonksiyonları tıpkı Fourier fonksiyonları gibi tüm sinyalleri ifade etmek için kullanılabiliyorlar ve bu fonksiyonlarla bir dönüşüm yapılıp hangi dalgacıkların sinyal içinde domine olduğu anllaşıldığında sinyali bu bilgilerden kolay bir şekilde tekrar oluşturmak mümkün. Bu yöntem sayesinde örneğin görüntü gibi sinyalleri çok daha etkili bir şekilde dönüştürüp, sıkıştırmak, depolamak ve tekrar oluşturmak mümkün oldu.

Görselin en üstündeki orijinal sinyalin solda Fourier dönüşümü ile, sağda ise dalgacık dönüşümü ile oluşturulması karşılaştırıldığında dalgacık dönüşümünü ani değişimi en altta çok daha iyi oluşturabildiği görülüyor. Aralardaki fonksiyonlar ise en alttaki sinyali oluşturmak için üst üste toplanan fonksiyonları gösteriyor.

1980'lerde Fransız bir mühendis Jean Morlet'nin ortaya attığı bu fonksiyonları geliştirip bütünsel bir çerçeveye sokan Yves Meyer'e 2017 Abel Ödülü işte bu dalgacık teorisine yaptığı önemli katkılardan ötürü verildi.

CERN'de geçirdiğim zamanda tezimde son iki ayım doğrudan bu konularla uğraşarak geçtiği için konuya ayrı bir hassasiyetim olduğunu belirtmeliyim. Neredeyse iki aydır bir sinyalin içerisinde periyodik komponentleri (chameleon parçacığı sinyalini) çıkarmak üzerine çalışıyorum. Fakat sadece bu neden 'sinyal işleme' olarak bilinen bu devasa alandaki bu tip gelişmeleri öne çıkartmak için yeterli sebep olmamalı elbette. Çünkü telefondan, bilgisayara, kameradan müzik çalara artık elimizin altındaki her şey bu insanların çabaları ve bu teorilerin sonuçları sayesinde tıkır tıkır çalışıyorlar. Günümüzde 'verili' olarak kabul ettiğimiz bu gelişmelerin altında çok ciddi matematiksel temeller olduğunu çoğu zaman aklımıza bile getirmiyoruz. Bu tip ödüller bunu öne çıkarıp hatırlatmak için varlar aslında. Her ne kadar matematikçiler 'düşük profilli' takılmaya çalışsalar da bu katkıların farkında olup gün yüzüne çıkarmanın görevimiz olduğunu düşünüyorum!

• Konuyla ilgili Abel Prize sayfasının ulaşılabilir bir dille hazırladığı dokumanlar için tıklayınız.

• Sinyal İşleme ve Dalgacık Teorisine dair konunun duayenlerinden Gilbert Strang'in Serious Science video sayfasında güzel kısa bir videosu için: Mathematics of Signal Processing

• Bir de asıl konumuz Fourier analizi olmasa da mekanik olarak Fourier analizi yapan şu muhteşem aleti de buraya not etmiş olalım: Introducing a 100-year-old mechanical computer

Doğayı (Bilgisayarla) Modellemek Üzerine

Fizikle ilk tanışmam, zamanında mühendislik okurken yakın bir arkadaşımın bir vesileyle 'Schrodinger'in Kedisinin Peşinde' adında bir kitabı elime tutuşturmasıyla başlamıştı. Kuantum fiziği üzerine yazılmış hala en iyi popüler kitaplardan biri olan bu kitapta ilk defa 'modern fizik' konseptleri ile karşılaşmış; çift yarık deneyinde elektronların tıpkı ışık gibi davrandığını, belirsizlik ilkesinin doğanın en temelinde yatan prensiplerden biri olduğunu öğrendiğimde ufkum açılmıştı. Bir taraftan da günlük hayatta deneyimlediğim 'gerçeklik'ten oldukça uzak görünen fakat doğanın dili olduğu iddiasıyla 'fizik' olarak nitelendirilen bu alan gittikçe daha da ilgimi çekmeye başlamıştı. Sonrasında derinlere daldıkça karşılaştığım onlarca 'garipliklerle' aslında 'gerçekliğe' dair ne kadar az şey bildiğimi düşünüp, aklımdaki soruları cevaplamak adına yola çıktım. Hedefim oldukça iddialıydı: 'Gerçeklik' perdesini aralayıp onu saf bir şekilde görüp, anlayabilmek... Ne kadar naif olduğumu yıllar sonra ancak anladım.

Derin felsefi analizler yapmak niyetim yok aslında; lafı dolandırmadan sonuca gelirsem; aslında fizik uğraşı ile en baştaki hedefim gereği 'gerçekliği' saf haliyle anlamanın mümkün olmadığını, buna ancak elimizdeki modeller vesilesiyle yakınsayabileceğimizin gittikçe farkına varmaya başladım. Burada anahtar kelime 'model'; yani doğayı kavramak konusunda kullandığımız temel araçlar. Fizikte temel olarak yaaptığımız karşımızdaki olabildiğine karmaşık fenomeni ilk başta tüm karmaşıklığından arındırarak 'oyuncak bir model' ile temsil edip, adım adım modelin karmaşıklık seviyesini arttırarak gözlemler ve deneylerle kontrol edip, alınan geri besleme ile 'işe yarayan' - gözlemleri en iyi açıklayan mümkünse en basit açıklamayı ortaya çıkarmak. Örneğin lise fiziğinde sabah akşam uğraştığımız 'sürtünmesi ihmal edilmiş' sistemler ya da nokta parçacık olarak düşündüğümüz kütleler bu tarz modellerden; belirli ölçeğe kadar elinizdeki fenomenleri açıklıyabiliyorlar. Örneğin gezegenleri boyutsuz nokta parçacık olarak düşündüğünüzde 'gel-git' kuvvetlerini açıklayamıyorsunuz fakat Güneş Sistemi'ndeki yörüngeleri belirli bir hassasiyete kadar hesaplarken zaten buna ihtiyaç duymuyorsunuz. Fakat bunların her birini kattığınız takdirde elinizdeki hesaplama gücü ile altından kalkamayacağınız bir karmaşa ile karşılaşıyorsunuz; bu da 'işe yaramayan' bir şey. Ünlü bir laf vardır: 'Tüm modeller yanlıştır, bazıları işe yarar.' Buradaki 'yanlış' olma hali, iddialı bir şekilde 'gerçekliği' tam anlamıyla ifade ediyor olmasına istinaden.

Fizikte modelleri analitik olarak, genelde diferansiyel denklemlerle kurup çözümlerini arayabilirsiniz, ki yüzlerce yıllık birikim bu konuda müthiş ilerlemeler sağlamımıza yaradı. Fakat bu haliyle bile çok temel denklemlere sahip, karmaşıklık olarak oldukça 'basit' modellerin ötesine geçmek çok zor çünkü modelimizin içine ele aldığımız sistemin komponentlerinin etkileşimleri girdiğinde işler çoğu zaman çığırından çıkabiliyor, sonucun 'kaos'a çıkması işten bile değil. Aynı zamanda bir sistemin davranışını analitik olarak incelemeden önce bir kestirim yapabilmemizi sağlayacak bir yöntem olsaydı da denklemlerle boğuşmaya başlamadan önce probleme dair 'sezgisel' bir fikrimiz olsaydı diyor insan. İşte bu noktada bilgisayarlar devreye giriyor.

Elimizde sistemin işleyişine dair temel kuralları birkaç satır kodla bilgisayara verip, saniyede milyarlarca işlem yapabilen bu olağanüstü makinaların ortaya çıkaracağı sonuçlara artık kolayca erişebiliyoruz. 'Kullanıcı-dostu' programlama dillerinin gittikçe geliştiği, bilgisayarların hesap yapma gücünün astronomik seviyelere çıktığı şu dönemde bunu en temel uygulamalarda kullanmamak bile ayıp! Tabii bu durumun eğitim gibi hala 19. yy pratiklerini takip eden bir alanda kolay yankı bulacağını düşünmek ayrı bir naiflik olurdu, fakat son zamanlarda dönüşüm hızıyla paralel bilim eğitiminde bir çok 'çatlak ses' bu duruma işaret etmeye başladığı söylenebilir.

Feynman'ın ölümünden sonra odasındaki karatahtada karalanmış olarak bulunan şu ünlü sözü vardır hani: 'Yaratamadığım şeyi anlayamam' (İngilizcesi: 'What I can not create, I do not understand.'); bunu benzer şekilde son zamanlarda kendimde gözlediğim 'kodlayamadığım şeyi yeteri kadar anlamadığım' gerçeği bu konuya dikkat çekme isteği uyandırdırdı. Son zamanlarda gözüme çarpan birkaç ders ve kitaba işaret etmek niyetim.

Feynman'ın ölümünden önce çalıştığı karatahtasından geriye kalanlar. Sol üst köşede: 'What I cannot create, I do not understand' (Kaynak: Caltech Archives)

'Nature of Code' şu ana kadar enerjisi bakımından kimseyle karşılaştıramayacağım 'Daniel Shifman' adlı bir akademisyen/programcının geliştirdiği, 'ulaşılabilir' bir arayüz üzerinden doğadan esinlenilmiş problemleri modellemek üzerine harika bir kitap. JavaScript temelli p5.js adlı bir platform üzerinde geliştirdiği programlarla birkaç satırda 'rastgele yürüyüş' simulasyonlarından, fraktal yapı modelleri, kuşlar ve balıkların 'kümelenme' davranışlarına kadar birbirinden ilginç problemleri ele alıyor [Örnekler için şu sayfada 'Simulate' başlığı altındakilere bakmanızı öneririm: https://p5js.org/examples/ ]. p5.js aslında görsel tasarımcıları ve sanatçıları programlama ile tanıştırmak için oluşturulmuş, grafik arayüze çok kolay ulaşılmasını sağlayan bir çok fonksiyon barındıran bir proje; tipik c++, Python gibi dillerdeki karmaşıklıktan uzak, ekranda objelerin oynadığı, dinamik simulasyonar için birebir. Shiffman aynı zamanda kitaptaki konuların büyük bir çoğunluğunu işlediği bir de online ders veriyor: Nature of Code - Kadenze. Ayrıca Youtube Coding Train kanalında her hafta p5.js ile ilgili bir problemi ele aldığı harika bir video yayınlıyor.

p5.js ile yapılmış bir 'düşen parçacıklar' simulasyonu (detaylar ve kod için tıklayınız)

Yine bunun paralelinde, bu sefer biyoloji üzerinden modellemeye yaklaşan iki harika kitap var. İlki 'Nature in Code' adında. Biyolojideki en temel birimler olan genlerden yola çıkıp, çok basit modellerle çoğalma, mutasyon, rekabet ve en nihayetinde 'doğal seçilim' mekanizmalarını yine JavaScript ile modelleyen başka güzel bir kitap. Kitabın online ders platformu edX'de aktif bir de dersi var [Nature in Code: Biology in Javascript], adım adım sıfırdan programlamanın temelleriyle birlikte konuyu işliyor. Özellikle kodların herbirini basit bir text editörü ile yazıp gidip bir internet tarayıcısında çalıştırması çok hoşuma gitti. Özellikle programlamaya yeni başlayacak bir kişi için bundan daha 'basit' bir başlangıç olamaz herhalde...

Son olarak yine biyoloji temelli bir 'modellemeye giriş' kitabından bahsedeceğim. Fakat öncesinde aynı kişinin [Philip Nelson]'ın modellemenin altındaki programlama becerileri üzerine yazdığı genel bir kitap var, onunla başlayalım: "A Student’s Guide to Python for Physical Modeling". Yaklaşık 150 sayfalık kitapta adım adım temel Python kullanımı ve özellikle modellemede kullanılan yönleri öz bir şekilde anlatılıyor, üzerine uygulama bile yapıyor. Asıl bahsedeceğim kitabı ise 'Physical Models of Biological Systems'. Biyolojik sistemleri ele alan bu şahane kitap pedagojik yaklaşımı, konuyu anlatış tarzı, adım adım her noktayı açık bir şekilde gösteriyor oluşu ile karşılaştığım en iyi ders kitaplarından biri sanırım. Temel konular biyoloji ile ilişkili olsa da modellemenin altında yatan olasılık, istatistik ve hesaplama gibi birçok temel konuda oldukça aydınlatıcı bölümlere sahip. Kitabın hedef kitlesi temel fizik ve matematik derslerini vermiş meraklı 2.-3. bilim öğrencileri.

Geçmiş senelerde lisans sonunda yazdığım 'Yeni Mezundan Fizik Lisans Tavsiyeleri' yazı dizisinde her yıl özellikle vurgulamaya çalışmıştım programlama ve bilgisayarla hesaplama yapma becerisinin bir fizikçi (ve genel olarak bilim insanı) adayı için ne kadar önemli olduğunu. Bu konuda becerilerinizi tipik yazılımcı gözüyle yaklaşık sabah akşam (bana kalırsa) hiç de ilginç olmayan 'programlama' problemleri yerine doğadan esinlenilmiş 'gerçek' problemler üzerine kafa yorarak çok daha etkili bir şekilde geliştirebilirsiniz. Bunlar için öğrenilen dil ilk etapta çok da önemli değil aslında, Python, JavaScript yada başka biri; önemli olan altta yatan kavramları ve yöntemleri özümseyip, bir fiziksel problemi modelleme becerisi kazanabilmek. Bunun sonrasında bilgisayarın sağladığı olanaklar ve hayal gücünüzle yapabilecekleriniz tek kelimeyle 'sınırsız'!

NOT: Modellemeye girişten bahsettim ama bu konuda hızlı başlayıp aynı hızla devam etmek için temel programlama becerileri konusunda şu iki siteyi tavsiye edebilirim. Hackerank ve Hackerearth. Bu siteler 'hacking skills' diyebileceğimiz, programlama konusunda yeterli ve etkili bir seviyeye hızlı bir şekilde gelmeniz için epey yardımcı olacaktır. Bu sitelerde ilk başta giriş 'tutorial'ları ile egzersizlerle başlayıp, düzenli olarak problem çözüp ardından periyodik olarak açılan yarışmalara katılıp kodlama becerilerinizi ilerletebilirsiniz. Bu siteler platformdan bağımsız bir şekilde birçok dilde destek veriyorlar. 

Yapay Öğrenme, Veri Görselleştirme ve 'Açıklama' üzerine

Blogdaki sessizliği biraz bozmak adına, son birkaç gündür etrafımda gördüğüm, ilgimi çeken, aklıma yeni gelen birkaç şey üzerine yazmak istedim.

Yaklaşık bir aydır yüksek lisans tezimi yazmak amacıyla CERN'de bulunuyorum. Geçen yazki çalışmamızın üzerinden bu yıl da üç ay boyunca bölümden izin alarak, buradaki çalışmalara katkı koyabileceğim ve nispeten 'gürültüsüz' bir ortamda tez çalışmama odaklanabileceğim bir zaman aralığını olabildiğince değerlendirmeye çalışıyorum. CAST deneyinde buradaki danışmanı ve katkı veren diğer kişilerle birlikte, karanlık enerji konusunda önerilen chameleon parçacıklarını tespit etmeye çalışan KWISP adında bir alt dedektör üzerinde çalışıyoruz. Dedektörün ilk versiyonu ile aralık ayında bir tur veri alınmış, ben de Şubat ayındaki veri alımına ve ardından alınan verilerin hızlıca analiz edilip dedektör için gereken düzenleme ve eklentilerin yapılması sürecine dahil oldum. Türkiye'ye geri dönmeme yaklaşık bir ay kala, artık yavaş yavaş veri analizi konusunda elimdeki kodları ve sonuçları toparlamaya, ardından bunları tutarlı bir çerçeve içinde sunmak adına deneyin geneli, teorik arka planı ve mekanizmanın çalışma prensiplerini içime sindirebilmek için literatüre dalmaya hazırlanıyorum. [CAST deneyi ve KWISP üzerine daha detaylı bilgi için Gökyüzü Bülteni'nin yeni sayısına göz atabilirsiniz.]

Tüm bunlar olurken, bir taraftan da buradaki ortamı deneyimlemek adına sağda solda gördüğüm birkaç etkinliğe katılmaya çalışıyorum. Bunlardan biri bu hafta başında başlayan ve  bugün sona eren '(Inverted) CERN School of Computing' okulu idi. Okulun isminin başındaki 'Inverted' ibaresi, CERN'ün 1970'lerden beri organize ettiği köklü CERN School of Computing'in geçmiş katılımcılarının hazırladıkları bir 'mini-okul' olmasından kaynaklanıyor. Geçen yıllar okula dinleyici olarak katılan kişiler öğrendiklerini ve kendi uzmanlıklarını gelip paylaşıyorlar. Doğal olarak işleyen, kendini besleyen bir sistem...

Kaynak: Inverted CERN School of Computing 2017

Bu seneki okulun temel konusu 'Machine Learning' (Yapay Öğrenme) etrafında dönüyor. Bu konu şu anda tüm dünyayı sallıyor olduğundan büyük verinin 'en büyük' haliyle uğraşılan paracık fiziği komünitesinde de bi karşılık bulması kaçınılmazdı. Büyük veri setleri üzerinde çeşitli istatistiksel örüntüler bulma şeklinde çok kabaca özetlenebilecek bu yöntemler, bilgisayar ile standart programlama ve problem çözmeden 'öğrenebilen algoritmalar' temelli olmaları ile ayrılıyorlar. Bu sayede bu yöntemler uygulanan alandan neredeyse bağımsız bir şekilde ve günümüz donanım alt yapısının sağladığı performans avantajları ile önüne geçilemez bir hal almış durumda. En basitinden cep telefonlarımızdaki yüz ve ses tanıma, metin tahmini gibi uygulamalar bu alandaki gelişmelerle büyük ilerlemeler kaydedip günlük hayatımızın vazgeçilmez parçası oldular. Okulda bu yöntemlere giriş şeklinde dersler anlamında hepsi birbirinden iyi hazırlanmış 'Yapay Öğrenmeye Giriş', evrimsel fikirlerden yola çıkılarak geliştirilen 'Genetik Algoritma Yöntemleri', 'Anomali Tespit Yöntemleri' üzerine dersler vardı. [Derslerin slaytlarına ve video kayıtlarına şu adresten ulaşabilirsiniz: https://indico.cern.ch/event/591368/ ]

Bunların yanında büyük veri üzerine konuşurken ya da araştırmalar sunulurken çoğu zaman geri plana atılan fakat önümüzdeki günlerde fazlasıyla ön plana çıkacak bir konu olan 'Veri Görselleştirme' (Data Visualization) üzerine inanılmaz kafa açıcı bir ders dinleme fırsatım oldu. Sonuçta bilim insanları olarak araştırma ya da bir problem çözme safhasının sonunda elde edilen sonuçları raporlamak ya da sunum haline getirip başka bir kişiye iletmek için bir yöntem seçmemiz gerekiyor. Bunun en standart yöntemlerinden biri grafikler. Fakat bu grafiklerin tasarımlarından renk seçimlerine, kullanılan şekillerden içeriklerine kadar birçok faktör aktarılmak istenen mesajı fazlasıyla etkiliyor. Genelde bilimsel camiada araştırmanın 'analiz' kısmına ağırlık verildiğinden bu son kısım genelde atlanıp bir şekilde günü birlik çözümlerle, üzerine fazla düşünmeden bir şekilde hallediliyor. Sunumda gördüğüm yöntemlerden kendi çalışmalarımda da dikkat etmediğimi anladığım birçok noktayı fark ettim. Konuyla ilgili konuşmacının verdiği harika bir kaynak var, ilgisini çekenler mutlaka incelemeli: Visualization, Analysis and Design (Tamara Munzner)

Yine bununla ilgili, geçenlerde buradayken 'Why Information Grows' adında ilginç bir kitap okuma fırsatım oldu. Kitabın yazarı MIT Media Lab'da proför Cesar A. Hidalgo, fizikteki temel entropi ve enformasyon fikirlerinden yola çıkarak bunları ekonomik gelişme ve kitle üretimi konularına uyguluyor. Kitabın ilk kısmı özellikle entropi ve "dengeden uzak karmaşık sistemlerde' bilginin nasıl üretildiğine çok güzel benzetmelerle açıklarken, ikinci kısımda bu fikrilerin global ölçekte ülke ekonomilerine nasıl uygulanabileceğini gösteriyor. Kitapta birçok ülke için oldukça açıklayıcı grafikler kullanıyor, zira kendisi Amerika'daki devlet verilerinin görselleştirilmesi konusunda devasa bir girişim olan Data USA'in de kurucularından biri. Çalışmaları, bahsi geçen fikirlerin ve altta yatan verilerin etkili ve efektif bir görselle nasıl daha iyi anlatılabileceğini gösteren güzel bir örnek . Kitabın beni en çok etkileyen kısmı ise kitabın son bölümünde yazarın kitabın ilk yazımından sonuna kadar tüm yazma sürecini bir 'belgesel' şeklinde kayda aldığı bölüm ve paylaştığı deneyimi. Böyle bir şeyle ilk defa karşılaştığımdan yazar ve bu fikirleri üretip, kitap haline getirme sürecine birinci elden şahitlik etmek beni epey etkiledi. Üzerine bir de bugün öğrendim ki yazar geçen yıl Mart-Haziran ayları arasında hayatının bir kısmını 'dokumante' ettiği bir belgesel (In my Shoes) hazırlayıp bugün gösterime sunmuş. Akademik olarak böylesine aktif olarak üreten, fikirlerini paylaşan ve bunları uygulayan bir akademisyenin günlük rutinine içinde ailesi, çalışma ve arkadaş ortamı da dahil olmak üzere yukarıdan bir bakış sağlayan oldukça ilginç bir çalışma olmuş.

Bunların üzerine bu hafta Coursera'da başlayan Python ile veri analizi konulu "Introduction to Data Science in Python" dersi paralelinde verilerin çeşitli istatistiksel ve yapay öğrenme yöntemleri ile analizin yanında 'görselleştirilmesi' üzerine koca bir modül ayırıldığını fark ettim: "Applied Plotting, Charting & Data Representation in Python". Bu konuya yapılan vurgu gittikçe büyüyor ve 'görselleştirme' olarak anılan fakat genel olarak farklı 'ifade (representation)' biçimleri olan bu yöntemler bilginin anlamlandırılma süreçlerini ilerleyen zamanlarda epey etkileyecek gibi duruyor.

Bununla ilişkili olarak bu tip konulara hayli kafa yoran, Michael Neilson'ın birkaç sene önce yayınladığı detaylı bir yazıya denk geldim geçenlerde: "Reinventing Explanation' adında. Günümüz medya ve teknoloji araçları ile 'açıklama'nın yeninden tanımlanabileceği bir dönemde olduğumuzu, bunu etkili bir şekilde yapabilmek için bu konuya kafa yormamız gerektiğine işaret ediyor.

Bilinç akışımızın son durağında konuyu fiziğe bağlayıp Physics Today'de bu ay yayınlanan standart fizik lisans eğitiminin 'sıkıcı' ve 'heyecandan yoksunluğu'ndan dem vuran harika yazı (How to teach me physics: Tradition is not always a virtue) ve son zamanlarda epey eğlenerek takip ettiğim şu blogda yazarın bu sıkıcılığı alt etmek için önerdiği yöntemlerden birinin işaret etmeye değer diye düşünüyorum: "You Physics Teachers Really Ought to Teach Numerical Calculations".

Bonus olarak bu kadar 'veri görselleştirmeden' bahsedip, bu alanda oldukça bilinen ve geçtiğimiz haftalarda kaybettiğimiz üstad Hans Rosling'i anmadan geçmek ayıp olur. BBC'deki 'Joy of Stats' belgeselindeki ünlü 200 ülkenin son 200 yılki nüfus gelişimlerini gösteren dört dakikalık videosu ile yazıyı noktalayalım (şahane bir TED konuşması için: "The best stats you have ever seen").

CERN Günlükleri - Kapanış

CERN macerasının artık sonuna ulaştım sayılır; önümüzdeki hafta başında yapılacak genel toplantı ve orada yapacağım sunumun ardından burada yapacağım tüm işler tamamlanmış ve çarşamba günü Türkiye'ye dönmek için hazırlıklara başlamış olacağım. Son iki hafta geçen yazılarda da bahsettiğim üzere epey yorucu ve koşturmalı geçtiğinden arada bir haftayı atlamış oldum ama bu yazıyla birlikte toplam dokuz yazı ile CERN Günlükleri'ni de tamamlamış oluyorum.

Bu yazıda bu hafta şunu yaptım, şununla uğraştım diye yazmaktan ziyade biraz daha genel değerlendirme, genel gözlemlerim ve çoğu 'kendime notlar' şeklinde birkaç şeyden bahsetmeye niyetliyim. Hadi başlayalım!

• Böylesi uzun süreli bir "yurt dışı araştırma" deneyimi olarak bu benim için bir ilkti. Geçmiş senelerde çeşitli vesilelerle, çoğu zaman konferanslar ve yaz/kış okulları amaçlı yurt dışında enstitüleri ziyaret etmişliğim vardı fakat bunlar hep kısa süreli ve oturup çalışmaktan ziyada pasif bir şekilde dinleyip katıldığım etkinliklerdi. Bu kadar uzun süre Türkiye'den de uzak kalmamıştım ve bunun farklı farklı etkileri oldu elbette değineceğim. Fakat öncelikli odaklanacağım şey CERN'ün kendisi. Devasa bir organizasyon olarak içinde binlerce araştırmacı barındıran böylesi bir yerin parçası olmak, buradaki çalışmaların içine dahil olmak için benim için müthiş bir deneyimdi. Burada geçirdiğim iki ay süresince yaptıklarımla ilerleyen zamanlarda da döndüğümde ve önümüzdeki yıllarda da devam edecek çalışmalar için ilk adımları atmış, proje ekiplerine dahil olmuş oldum. Bu benim yıllardır hayalini kurduğum, gerçekleşmesi için sürekli çabaladığım fakat şu güne kadar da çeşitli sebeplerle gerçekleşmemiş bir hayalimdi, gerçekleştirmiş oldum. Yıllardır okulda çoğu zaman etrafımda birkaç kişiyle, kendimizce yada araştırma yapmaya niyetlendiğinde gene en fazla danışmanınla yapabildiklerinin yanında burada yüzlerce insanın koordine bir şekilde emek verdikleri, sürekli çalışarak ilerleme kaydettikleri bir ortam benim için yeni bir şeydi. Şu iki ayda, yüksek lisansa başladığım zamandan bu yana (ki yaklaşık 1.5 yıl oluyor) toplam çalıştığımdan daha fazla çalıştım desem yeridir. İşin ilginç yanı bu kadar çalışmanın onda biri için Türkiye'de korkunç bir irade ve kararlılık göstermem gerekirken burada her şey neredeyse kendiliğinden gerçekleşti. Sonuçta dolu dolu bir iki ayı çalışarak ve yeni şeyler öğrenerek, buradaki projelerin detaylarını keşfederek geçirdim.

Üzerinde çalıştığımız KWISP opto-mekanik sensörünün yeni versiyonunun büyük bir kısmını tamamlayıp ekip olarak verdiğimiz keyif pozu!

• CAST deneyiyle büyük bir deneysel çalışmanın operasyonel olarak nasıl çalıştığını fazlasıyla deneyimleme şansım oldu. Geldiğim zaman aralığı deneydeki birçok dedektörün ve mekanizmanın bakım ve yükseltme zamanına, yaza denk geldiği için böyle oldu ama hiç de fena olmadı. Olayın fiziğine yavaş yavaş girmeye niyetli olduğum bir deneyin fiziksel ve mekanik olarak nasıl çalıştığı, nasıl işetildiği konularında birçok şey öğrendim. Bunların her birinin lisans eğitimimdeki 'masaüstü deney'lerden çok çok büyük ölçekte olması ilk etapta bir 'korku' hissi uyandırsa da deneydeki kişilerin, yıllardır yapageldikleri gibi, yeni kişileri entegre etmek için harcadıkları çaba ve öğrettikleri şeyler sayesinde eğer biraz gayretliysen birkaç ay içinde birçok konu hakkında fikrin olabiliyor. Bu ay kısa bir süreyle veri almaya başlamamızla birlikte geçen hafta yaptığımız haftalık toplantıda bunu fark ettim; oldukça kısa bir sürede deneydeki işlerin nasıl yürüdüğünü, nelerde problem olduğunu, nasıl çözülmesi planlandığını falan öğrenmeye başlıyorsun. O gün o odada deneye katkı veren ve şu an CERN'de olan kişiler vardı ve orta büyüklükte bir odaya sığabiliyorduk. O odadaki herkesin görevini, ne yaptığı ilk başlardaki gibi bir bilinmez gibi değil; ben de artık o ekibin bir parçası gibi hissettiğim için fazlasıyla aşina olduğum bir şey olduğunu hissettim. Bunda deneyin ölçeğinin küçük olması ve deneydeki kişilerin gerçekten müthiş samimiyetlerinin büyük etkisi var.

• ATLAS deneyi konusuna gelirsek, ölçek olarak korkunç büyük bir deneyden bahsediyoruz. Deneyin bir bölümündeki sadece bir alt dedektörün bile beşin üzerinde farklı çalışma grubu var ayrı ayrı. Bir karınca kolonisi gibi ve kaçınılmaz olarak hiyerarşik. Bir göreviniz olduğunda bu görevin uzmanları ile bir şekilde koordine olarak görevi yürütüyorsunuz ve düzenli olarak (günlük/haftalık) toplantılarla rapor veriyorsunuz. Bu toplantıların çoğuna Dünya'nın dört bir yanından insanlar da katılıyor ve toplantı salonunda CERN'de beş-altı kişi varken online olarak bağlanan 15-20 kişi oluyor, çoğunun yüzünü dahi görmüyorsunuz. Ortadaki iş gerçekten 'büyük bilim' dedikleri türden. Karmaşıklık olarak ise birbirine bağlı alt komponenetlerle birlikte sistemin tümüne hakim olmak neredeyse hayal; ucundan azıcık bir şeyler öğrenip dönebildiğim için kendimi şanslı hissediyorum. Yaptığım iş veri kalitesi kontrolü gibi neredeyse rutin bir işti fakat burada yaptıklarımı çat-pat 'anlamak' adına dahi sarf ettiğim zaman oldukça fazlaydı. Bu da farklı bir deneyimdi elbette ve böylesi büyük bir şeyin parçası olmak aynı zamanda iyi de hissettiriyor. Türkiye'ye döndüğümde bazı haftalar uzaktan dahil olup veri kalitesi nöbetleri tutmaya devam edeceğim.

• Çalışma konusundan devam edersek, bölümde araştırma görevlisi olduğumdan beri kendime hedeflediğim düzenli bir şekilde ofise gelip, gün boyunca geçen onca zamanı işlerime ve çalışmalarıma ayırıp geri kalan zamanda da kafama esen şeyleri yapmak gibi bir hayalim vardı; bir senedir başarısızlıkla sonuçlanan. Burada bunu aştığımı hissediyorum. Her sabah 'işe' gider gibi kalkıp saat dokuzda ofiste kahveni alıp çalışmalara gömüldüm hemen her gün, eğer o gün deney alanında çalışmıyorsak; ki o zamanlar da gün boyunca sürekli çalışıyor olmanın, bir şeyler üretiyor olmanın verdiği hisle diğer günler için de bir pozitif geri besleme etkisi oluşuyor. Aslında mesai saati mantığına baktığınızda 9-5 arası insanın biyolojik olarak da oldukça verimli geçireceği bir zaman, gün ışığının da etkisiyle. Bunu döndüğümde de aynı şekilde devam ettirmeyi umuyorum ama bunu gerçeklemeye çalışacağım ortamla arada korkunç büyük farklar olacak: işe bisikletimle yemyeşil manzara eşliğinde değil, araba gürültüsü eşliğinde gidiyor olacağım, etrafımdaki insanlar genelde fizik değil gerzek gerzek ya başka insanlar hakkında ya da ucuz siyaset hakkında konuşuyor olacak; yapacağım işlerde herhangi bir denetleme, kalite-kontrol mekanizması olmadığı için kendi kendine sürekli bir iç motivasyon yaratma ihtiyacı duyacağım, vs vs… Kendimi bir şekilde izole etmenin yolunu bulmam gerekecek kısacası...

• Çeşitli nedenlerle aralarda oluşan boşlukları yıllardır niyetlendiğim fakat bir türlü başına oturup odaklanıp kararlılıkla halledemediğim 'ileri programlama yöntemleri' öğrenerek doldurdum. Basit script'lerin ötesinde biraz daha 'nesne yönelimli' yöntemler kullanarak biraz daha karmaşık, ileride büyük simulasyonlar ve büyük veri analizleri yapabilmek için gereken birçok şey öğrendim. Bu konularla ilgili katıldığım Almanya'daki GridKa okulunda olayın programlamasının yanında yüksek performans için gerekli donanıma dair de epey fikir sahibi oldum. Tüm bunlarla birlikte buraya gelmeden önce yavaş yavaş dikkatimi ve ilgimi çekmeye başlayan 'yapay öğrenme' (machine learning) konusuna da burada eğilme fırsatı yakaladım boş zamanlarımda. Şu anda tüm dünyayı sallayan bu kavramı uzaktan izlemek yerine, geçmişteki istatiksel mekanik, dinamik sistemler gibi alanlardaki ufak çaplı deneyimimden yola çıkıp doğrudan içine dalarak keşfetme niyetindeyim. Buradan çıkacak olası uygulama fikirleri ise beni şimdiden heyecanlandırıyor. Bu dönem birinin alacağım ve diğerini de takip edeceğim iki yapay öğrenme ders için de şimdiden sabırsızlanıyorum.

• Buradayken aynı zamanda Türk Astronomi Derneği Bülteni Gökyüzü'nün Temmuz-Ağustos'16 sayısını online ve basılı olarak yayınladık. Basılı olarak yayınladığımız bu ikinci sayı Erzurum'da yapılan Ulusal Astronomi Kongresi'nde her bir katılımcıya dağıtıldı. Aynı zamanda buradaki çalışmalarımızı danışmanım ve deneydeki araştırmacılarla birlikte ele alacağımız yazılarımızın yer alacağı 'CERN'de Astrofizik Çalışmaları' özel sayısı için ilk adımları attım, projenin baş sorumlularıyla bir saat röportaj  gerçekleştirdim. Kasım-Aralık'16 sayısı olarak hazırlıklarını yaptığımız CERN sayısı için epey iddialı geliyoruz kısacası.

• Burada yaşama konusuna gelirsek; dediğim gibi ilk defa Türkiye'den bu kadar uzun süre uzak kaldım, ki iki ay birçok kişinin deneyiminin yanında nereyse önemsiz muhtemelen, ama bulunduğum tarihler epey büyük bir fark yarattı. Zira memleketi sallayan darbe mevzusunun bir gün sonrasında yurt dışına çıkmaya çalışarak zarla zorla bir şekilde gelebildim; planım arada bir kere dönüp ailemi, kız arkadaşımı görüp belki kısa bir tatil yapmaktı fakat bu mümkün olmadı. Gitmek için bir nedenin olmasa dahi 'istesen de gidemeyeceğini' bilmek hiç de iyi bir his değilmiş bunu gördüm. İlk zamanlar olayların gerçekleşme şekli, yurt dışındaki araştırmacıların geri çağrılma durumları falan derken ülkesi arkada yanarken uzaktan çaresizce seyreden, fakat bir taraftan da yaptığı işler nedeniyle de burada olması gereken bir insanın hisleri.. Orada olmam bir şey değiştirmeyecekti elbette, canımın daha da fazla sıkılmasını neden olmaktan başka ama işte o 'istesen de gidememe' hali feci bir sıkışmışlık hissi yaratıyor insanda. Geçmişte yurt dışında tanıştığım İranlı insanlardan dinlemiştim bu gibi hikayeler, bunun bir versiyonunu yaşadım gibi sanki; bir şeyler ne kadar düzeldi, ne kadar düzelecek bilmeden geri dönüyoruz işte..

• Yaşam, hayat derken gene dönüp dolaşıp siyasete girdik işte… Buradaki hayatın ritmiyle bu kaygılarımızı karşılaştırdığımızda arada dağlar kadar fark olduğunu söyleyebilirim. Ben burada Hobbes'un Leviathan'ındaki 'Toplumsal Sözleşmesi'nin gerçekte yaşayan halini buldum; insanların sosyal ilişkilerinden, tamamen tanımadıkları bir insana karşı takındıkları tavra kadar, birbirlerine tahammüllerinden, hayatın küçük detaylarına özenlerine, yaşama ve mutlu olma becerilerine ağzım açık şahit olarak geçirdim günlerimi. Birbirine bağıran, ters ters bakan, laf atan bir insana, anlamsızca korna çalan bir arabaya rastlamadım. Eğer karşıdaki insanların dilini öğrenecek kadar kültürüne saygı duymak ve dahil olmak için çaba sarf ediyorsanız kimsenin size diyeceği bir şey yok; diğer türlü dese de anlayacak haliniz yok zaten. Buraya gelen Türklerin hemen hiçbiri dil öğrenmek için zerre çaba sarf etmiyor örneğin… Bir diğer konu da ulaşım olarak bisiklet elbette; burada aldığım bisikletle sürekli gidip geldim çalıştığım yere ve zaten her yerde ayrı bisiklet yolları var, üstüne eğer bisikletinizle normal yola girerseniz siz normal bir araç olarak kabul edilip öyle muamele görüyorsunuz. Hiç kimse sizin dibinizden geçip sizi öldürmeye kalkmıyor örneğin; eğer şerit izin vermiyorsa paşa paşa arkanızdan sizin hızınızla takip ediyor, sollayabileceği noktada sinyal verip sizden en az 2 metre uzaktan geçiyor. Şimdi diyorsun ki bu da insan, bizim trafiktekiler de insan (mı acaba?). Son bir senede İstanbul'da bisiklete binmekten gittikçe daha da korkar hale gelmiştim, şimdi burada alışıp geri döndüğümde yaşayacağım travmanın haddi hesabı yok muhtemelen.

• Yaşadığım yer CERN'de çalışan birçok kişinin ev/oda kiralayıp kaldığı İsviçre sınırında, Fransa bölgesinde Saint Genis Pouilly adında bir kasaba. İsviçre ve Fransa'yı ayıran uzun Jura dağlarının eteklerine kurulmuş ufak kasabalardan biri. Kasaba demişken bizim hiçliğin temsiliyetleriyle karıştırmayın, merkezinde büyük bir kültür merkezi, doğduğum şehirdekinden büyük kütüphanesi, sosyal tesisleriyle kendi kendine fazlasıyla yetebilen bir yer. En güzel yanı dağın eteklerinde olduğu için yemyeşil olması. Uzun zamandır özlemini çektiğim şehirden uzak kasaba havası, sessizlik, doğa konularında fazlasıyla tatmin olarak geri dönüyorum. Kasabaların arasında bisikletimle yüzlerce kilometre yaptım herhalde ve her birinin içinden geçerken evlerin düzen ve mimarilerine ağzım açık kalarak şahit oldum; ancak GEO dergisinde falan görebileceğim güzellikle manzaralar eşliğinde güzel yollarda bisiklet sürdüm ve bunun keyfini çıkardım. Bunları bırakıp Cenevre merkezine üç defa falan indim herhalde, inme ihtiyacı bile hissetmedim. Şimdi döndüğümde İstanbul'da karşılaşacağım manzara için kendimi hazırlamaya başladım...

• Buradayken ilk ay işlerin az yoğunluğunu fırsat bilip hafta sonları yaptığım geziler benim için müthiş motive edici ve yepyeni deneyimler oldular benim için. Avrupa'ya uzun süreli gittiğimde yapmayı mutlaka kafaya koyduğum tren yolculuklarını İsviçre'nin muazzam tren sistemi ile deneyimlemiş oldum. İsviçre'nin en büyük şehirlerinin yanında farklı olarak Avusturya ile komşu Lichtenstein'ı da görmüş oldum, artık gözüm açık gitmem :) Her tren seyahatimde yıllardır ağzımın suyu akarak izlediğim BBC'nin müthiş serisi Great Continental Railway Journeys'in müziği arka fonda sürekli çalıyordu resmen!

... ve böylece bir  yazı dizimizin daha sonuna geldik. Her haftanın sonunda olabildiğince yetiştirmeye çalışıp paylaşmaya çalıştığım CERN Günlükleri bu yazıyla sonlanıyor. Zaman olarak kısa belki ama içine sığdırdıklarımla oldukça uzun geçen bir macera oldu benim için. Buradan deneyimlerimi paylaşıp ileride bu tip çalışmalar yapmak isteyen kişilere ilham ve bilgilendirici, yönlendirici bir şey bırakmak istedim. Bu yazılarla birlikte etrafımda tanıdığım ve tanımadığım birçok kişiden güzel dönüşler aldım. Yazının sonuna kadar gelmiş 'sadık okuyucu' olarak sizden ufak bir yorum istesem çok şey istemiş olmam değil mi?

Selamlar!
Arif

CERN Günlükleri - Sekizinci Hafta

CERN'e gelişimden beri düzenli olarak yazdığım günlüklerin sekizinci hafta yazısı ile devam ediyoruz. Sayılı gün çabuk geçer derler; artık son demlerim burada, iki hafta sonra dönüyorum. Artık yavaş yavaş 'inişe geçiyoruz' belki ama işlerin temposu tam tersine epey bir zirve yaptı son zamanlarda; bu yazının gecikmesi de büyük ölçüde bu yüzden.

Bu hafta CAST uzun bir aradan sonra veri amaya başladı; bu da deneyde görev yapan öncelikli olarak master ve doktora öğrencilerinin düzenli olarak veri alımı nöbetlerine katılıyor olmaları anlamına geliyor. Magnet içinde bulunduğu bina ve üzerinde bulunduğu yönlendirme sistemi nedeniyle Güneş'i doğarken ve batarken yaklaşık 1.5 saat gözleyebiliyor, dolayısıyla bizim de nöbetler sabahın köründe başlıyor. Gözlemleri yapılan axion ve chamilion parçacıkları oldukça zayıf etkileşen parçacıklar olduklarından, hatta Güneş ufkun üzerine çıkmadan önce magneti Güneş'in bulunduğu yöne çevirip aramızda Dünya'nın içinden geçip gidenleri de gözlemeye çalıştığımız için saat 05:00-05:30 gibi deney alanında olmamız gerekiyor. Elimizde bir 'checklist' ile genel olarak magnetin sıcaklığı, basınç sensörleri, valflerini kontrol edip magneti yönlendiren motorları aktive ediyoruz; gözlem sırasında sürekli magnet etrafında dolaşarak her şeyin yolunda olduğundan emin olmaya çalışıyoruz. Devasa bir mıknatısı oldukça yavaş bir şekilde hareket ettiriyor olsanız da üzerindeki dedektörler, sensörler, soğutma üniteleriyle korkunç karmaşıklığa sahip bu sistemin sorunsuz bir şekilde çalıştığından ve hareket ettiğinden emin olmamız gerekiyor


CAST deneyinde magnet hareket edip Güneş'i takip ederken çekilmiş görüntüler

Bahsi geçen iş deneyin operasyonel işlerinden biri; deneye katkı veren herkesin bir şekilde sorumluluk alarak yıl içerisinde bir şekilde nöbetlere katkı vermeleri bekleniyor. Bu hafta beş gün boyunca sabah 04:00'te uyanıp deney alanına geçmek her ne kadar biyolojik saatimi tamamen bozmuş olsa da bu hafta magnet üzerindeki bir dedektörün bakımı nedeniyle ara verilmesi sonucu yavaş yavaş toparlanıyorum. Saat 09:00'da nöbetten çıkıp kampüse geldiğimde etrafta daha yeni güne başlayan insanları görüp, kendimin yaklaşık 5 saattir çalışıyor olduğumu fark edince, önümüzde daha uzun bir gün olduğunu bilmek farklı hissettiriyor. Erken kalmak ilk etapta bir taraftan zor ve yorucu olsa da biraz zorlayıp alışkanlık haline getirilebilse ne kadar iyi değerlendirilebileceğini düşünüyorum kendi kendime...

Bu hafta ayrıca CERN'de bizim deneyden birçok kişinin de katkı verdiği oldukça ilginç bir konferans vardı: 'Physics Beyond Colliders' adında. CERN'deki büyük deneylerde Higgs parçacığının bulunması ve "bilmediğimiz fiziğe" dair arayışlardan boş elle dönülüyor oluşu gün geçtikçe parçacık fiziği konusunda cevap bekleyen büyük sorulara hızlandırıcılardan farklı bir yaklaşım gerektiği yönünde fikirler ortaya atılmasına neden oluyor. CAST deneyi de aslında bu fikirlerden en önde gelenlerinden biri. Bu tip deneysel çalışmalar genelde parçacık fiziği laboratuarlarının alt yapılarını ve temel fikirlerini kullanarak geliştirilme fakat ölçek olarak nispeten daha küçük deneyler olma özelliği taşıyorlar. Özellikle son zamanlarda 'masaüstü deneyler' (table top experiments) şeklinde anılır olan genelde lazerler ve interferometre yöntemleri kullanılarak geliştirilen birçok karanlık madde ve karanlık enerji gibi fiziğin en büyük problemlerine cevap arıyorlar (bir örneği için tıklayınız) . CAST deneyindeki KWISP dedektörü buna en iyi örneklerden biri örneğin.

İki gün süren toplantıda dünyanın birçok farklı yerinden farklı farklı deneyler yaklaşımlarını sunarak bundan sonraki planlara dair tartışmalar yapıldı. Örneğin birkaç yıl içerisinde miladını dolduracak CAST deneyi yerine önerilen büyük International Axion Observatory (IAXO) deneyi bunlardan biriydi. İçinde çalıştığımız deneyin de dahil olduğu böylesi bir toplantıya buradayken aynı yerde hemen gidip katılmak güzel bir fırsat oldu. Konferanstaki tüm sunumlara ve konuşmaların videolarına internet sayfasından erişebilirsiniz.

Nöbetlerden kalan zamanlarda deney alanında optik masa üzerinde lazer hizalama ile geçirdik; haftalardır adım adım uğraştığımız hizalama ve son optik komponentlerin de yerleştirilmesiyle artık son aşamaya gelindi. Bu arada İtalyan hoca İtalya'ya bir haftalığına geri dönmek durumunda kaldı, gelince işler devam edecek ama ben gidene kadar ne kadar ilerleyeceğiz kestiremiyorum. Gitmeden birkaç veri alabilseydir iyi olacaktı ama pek mümkün görünmüyor.

Bu haftanın bir diğer işi yakın zamanda dahil olduğum CERN'ün lise öğrencilerine yönelik proje yarışması A Beamline For Schools (BL4S) projesinin ilk adımlarının atılmaya başlaması oldu. Temel olarak, CERN'ün açtığı bir yarışmayla dünyanın çeşitli yerlerinden projelerini sunan lise öğrencileri arasından iki grup seçilip önerdikleri deneyi gelip CERN'ün alt yapısını kullanarak yapmaları ve buradaki bilim insanlarının da yardımıyla analiz etmeleri sağlanıyor. Bu sene yüzün üzerinde ekip arasından seçilen iki ekipten biri ışık hızının limit hız olduğunu göstermek ve pion parçacıkların bozunmalarını gözleyerek beta faktörünü (v/c) ölçmek için çalışacakken, diğer grup "muon tomogrofisi"  yöntemini kullanarak piramitlerin yapılarını incelemek üzere çeşitli kireçtaşı-kalker (limestone) taşlar üzerinde incelemeler yapacaklar.

Önümüzdeki hafta CERN'e gelecek öğrencilerle deneyleri beraber yapıp ardından benim de dahil olduğum gönüllü bir ekip ROOT üzerinden grafik arayüzleri kullanarak öğrencilere analizlerinde kullanacakları verileri elde edip çeşitli scriptleri çalıştırmakta yardımcı olacağız. Bu hafta iki toplantı yapıp birincisinde yapılacak deneylerin düzenekleri gönüllülere tanıtıldı, ikincisinde de simulasyonlarla elde edilmiş verilerden yola çıkarak analizlerin nasıl yapılacağına dair konuştuk. Önümüzdeki hafta uygun olduğum birkaç gün öğrencilerle beraber çalışıyor olacağım. Bu sayede ROOT arayüzünü daha detaylı bir şekilde öğrenme fırsatı yakaladım hazırlık amaçlı, aynı zamanda CERN'ün beamline'ında yapılacak iki deney ve kullanılacak dedektörler aracılığıyla da nispeten basit de olsa iki farklı deney düzeneğine aşina olma fırsatım oldu. Benim için oldukça büyük bir deneyim. Deneyler yapılmaya başlandığında her birini düzenekleri ve veri analiziyle buradan paylaşmayı planlıyorum önümüzdeki hafta.

Cuma günü de, bu hafta İTÜ'de IAPS - İstanbul Fizik Öğrencileri Topluluğu tarafından gerçekleştirilen 14. Fizik Haftası'nda uzaktan bağlanarak CAST deneyini ve buradaki çalışmalarımı tanıtan bir konuşma verdim. Uzun zamandır gerek katılımcı gerekse de ders olarak katkı verdiğim bu etkinliğe bu dönem uzakta olsam da katılmak iyi oldu. Sunumun başlığı 'CERN'de Karanlık Madde ve Karanlık Enerjiyi Teleskopla Aramak'tı. Sunumda bahsettiğim, CAST'ta yaptığımız işlerin fiziğine dair kısımları önümüzdeki hafta burada ayrı bir yazı olarak paylaşmayı planlıyorum.

Son olarak geçen hafta katıldığım GridKa okulunun hemen ardından, daha soğumadan orada öğrendiklerimi hızlı bir şekilde uygulama amacıyla yan tarafta çalışmalara başladım. Coursera'da yeni açılmış bir Cloud Computing ders serisi var, ona kaydolup dinlemeye başladım. Ayrıca veri analizi konusunda Python programlama becerilerimi bir üst seviyeye taşımanın artık vakti geldiğini düşünerek Udemy'den kayıt olduğum bir ders ile nesne yönelimli programlama öğrenmeye başladım. Nesne Yönelimli Programlama (Object Oriented Programming)'in nasıl çalıştığını sonunda doğru düzgün öğrenmeye başladığımda geçmişte yazdığım kodların basit script'lerden öte şeyler olmadığını fark ettim. Büyük ölçekli projeler ve yüksek performans gerektiren uygulamalar için öğrenilmesi kaçınılmaz bir şey zaten, epey geciktiğim için kendime kızıp duruyorum. Ayrıca Yapay Öğrenme konusunda takip ettiğim internet tabanlı bir tutorial'da da epey ilerleme fırsatım oldu. Olayın matematiğini kafama oturtup edindiğim yeni programlama bilgisi ile kendi başıma sıfırdan backpropogation,stochastic gradient descent gibi algoritmaları yazmayı kafama koydum...

Uzun bir haftayı geride bıraktım kısacası; son haftalara yaklaşıyorum; iki ay boyunca belki Türkiye'deyken bir yılda çalıştığımdan daha fazla çalıştım diyebilirim, haliyle epey de yoruldum. Elimdeki işleri toparlayıp iki hafta sonra yapılacak CAST Colloboration Meeting'de sunup, ardından atlayıp geri dönüyorum. Her şey iyi güzel ama geri dönmek için de bir taraftan can atıyorum!

Herkese iyi bayramlar!