{"id":1663,"date":"2020-09-22T15:00:35","date_gmt":"2020-09-22T15:00:35","guid":{"rendered":"https:\/\/cog-ist.com\/?post_type=blog_content&p=1663"},"modified":"2025-08-13T20:42:48","modified_gmt":"2025-08-13T20:42:48","slug":"bilissel-bilim-kognitif-vikimaraton","status":"publish","type":"blog_content","link":"https:\/\/cog-ist.com\/en\/blog_content\/bilissel-bilim-kognitif-vikimaraton\/","title":{"rendered":"Bili\u015fsel Bilim \u2014 Kognitif VikiMaraton"},"content":{"rendered":"\n

Bu d\u00f6k\u00fcman 2 Eyl\u00fcl 2020 \u2018de CogIST olarak Vikipedi T\u00fcrkiye\u2019de ger\u00e7ekle\u015ftirdi\u011fimiz katk\u0131lar\u0131n bir ar\u015fivi niteli\u011findedir. Vikipedideki maddeler s\u0131kl\u0131kla de\u011fi\u015ftirilebildi\u011fi i\u00e7in, bu katk\u0131lar\u0131n kendi pay\u0131m\u0131za d\u00fc\u015fen k\u0131sm\u0131n\u0131 belgelemek ve ar\u015fivlemek gere\u011fi duyduk. Bu maddeye <\/em>Vikipedi\u2019de<\/em><\/a> de eri\u015febilirsiniz. T\u00fcm Kognitif VikiMaraton detaylar\u0131na ise <\/em>buradan<\/em><\/a> ula\u015fabilirsiniz.<\/em><\/p>\n\n\n\n

Bili\u015fsel bilim zihnin ve s\u00fcre\u00e7lerinin bilimsel ve disiplinleraras\u0131 \u00e7al\u0131\u015f\u0131ld\u0131\u011f\u0131 aland\u0131r. Bili\u015fin (geni\u015f anlamda) do\u011fas\u0131n\u0131, g\u00f6revlerini ve i\u015flevlerini inceler. Bili\u015fsel bilimciler, sinir sisteminin bilgiyi (information) nas\u0131l temsil ettikleri (represent), i\u015fledikleri(process) ve d\u00f6n\u00fc\u015ft\u00fcrd\u00fckleri (transform) \u00fczerinde durarak zekay\u0131 ve davran\u0131\u015f\u0131 ara\u015ft\u0131r\u0131r. Bili\u015fsel bilimcilerin ilgilendikleri zihinsel fak\u00fclteler (mental faculties) dil, alg\u0131, haf\u0131za, dikkat, ak\u0131l y\u00fcr\u00fctme ve duyguyu i\u00e7erir. Bu fak\u00fclteleri anlamak i\u00e7in bili\u015fsel bilimciler dilbilim, psikoloji, yapay zeka, felsefe ve antropoloji gibi alanlardan yararlan\u0131r. Bili\u015fsel bilimin tipik bir analizi \u00f6\u011frenmeden karar vermeye ve mant\u0131\u011fa; n\u00f6ral a\u011flardan mod\u00fcler beyin organizasyonuna kadar, pek \u00e7ok organizasyon seviyesini kapsar. Bili\u015fsel bilimin en temel mefhumlar\u0131ndan biri \u201cd\u00fc\u015f\u00fcnme, en iyi \u015fekilde, zihindeki temsili yap\u0131lar (representational structures) ve onlar \u00fczerinde ger\u00e7ekle\u015fen i\u015flemsel (computational) s\u00fcre\u00e7ler a\u00e7\u0131s\u0131ndan anla\u015f\u0131labilir.\u201ddir.<\/p>\n\n\n\n

Bili\u015fsel bilim insanlarda, hayvanlarda ve makinelerdeki bili\u015fin disiplinleraras\u0131 \u00e7al\u0131\u015f\u0131lmas\u0131d\u0131r. Psikoloji, bilgisayar bilimi, n\u00f6robilim, antropoloji, dilbilim ve felsefenin geleneksel disiplinlerini bir araya getirir. Bili\u015fsel bilimin amac\u0131, zihnin ve \u00f6\u011frenmenin daha iyi anla\u015f\u0131lmas\u0131n\u0131n zeki ara\u00e7lar geli\u015ftirmemize yol a\u00e7aca\u011f\u0131 umuduyla zekan\u0131n temel prensiplerini anlamakt\u0131r. Bili\u015fsel bilim 1950\u2019lerde bili\u015fsel devrim olarak isimlendirilen entelekt\u00fcel bir hareket olarak ba\u015flam\u0131\u015ft\u0131r.<\/p>\n\n\n\n

\u0130LKELER<\/strong><\/h1>\n\n\n\n

Analiz Seviyeleri<\/strong><\/p>\n\n\n\n

Bili\u015fsel bilimin temel ilkelerinden biri \u201czihnin\/beynin tam olarak kavranmas\u0131 tek bir seviyenin \u00e7al\u0131\u015f\u0131lmas\u0131 ile m\u00fcmk\u00fcn olamaz\u201dd\u0131r. Bir telefon numaras\u0131n\u0131 ezberlemek ve daha sonra onu hat\u0131rlamak bir misal olabilir. Zihinsel bir s\u00fcreci anlamak i\u00e7in kullan\u0131labilecek yakla\u015f\u0131mlardan biri do\u011frudan veya nat\u00fcralistik g\u00f6zlem ile davran\u0131\u015f\u0131 incelemek olabilir. \u00d6rne\u011fin, birisine bir telefon numaras\u0131 sunulur ve bir s\u00fcre sonra bu ki\u015fiden sunulan telefon numaras\u0131n\u0131 hat\u0131rlamas\u0131 istenilebilir; daha sonras\u0131nda cevab\u0131n\u0131n do\u011frulu\u011fu \u00f6l\u00e7\u00fclebilir. Bili\u015fsel beceriyi \u00f6l\u00e7mek i\u00e7in kullan\u0131labilecek bir di\u011fer yakla\u015f\u0131m ise ki\u015finin telefon numaras\u0131n\u0131 hat\u0131rlamaya \u00e7al\u0131\u015f\u0131yorken ate\u015flenen n\u00f6ronlar\u0131n\u0131 incelemek olabilir. Bu iki deneyden hi\u00e7biri, kendi ba\u015flar\u0131na, bir telefon numaras\u0131n\u0131 hat\u0131rlama s\u00fcrecinin nas\u0131l ger\u00e7ekle\u015fti\u011fini tam olarak a\u00e7\u0131klayamaz. Beyindeki her bir n\u00f6ronu anbean e\u015fle\u015ftirmek gibi bir teknoloji elimizde olsayd\u0131 ve her n\u00f6ronun ne zaman ate\u015flendi\u011fi bilinebiliyor olsad\u0131 dahi n\u00f6ronlar\u0131n ate\u015flenmelerinin g\u00f6zlemlenmi\u015f davran\u0131\u015fa nas\u0131l evrildi\u011fini bilmek imkans\u0131z olurdu. Dolay\u0131s\u0131yla bu iki seviyenin birbiriyle nas\u0131l etkile\u015fti\u011fini anlamak bili\u015fsel bilim i\u00e7in bir zorunluluk. The Embodied Mind: Cognitive Science and Human Experience<\/em> \u2018ta da bahsedildi\u011fi \u00fczere \u201czihnin yeni bilimleri ufuklar\u0131n\u0131, hem ya\u015fanm\u0131\u015f insani tecr\u00fcbeleri hem de insani tecr\u00fcbeye i\u00e7kin d\u00f6n\u00fc\u015f\u00fcm ihtimallerini kapsayacak \u015fekilde geni\u015fletmelidir.\u201d Bu ancak s\u00f6z konusu s\u00fcrecin i\u015flevsel bir a\u00e7\u0131klamas\u0131 ile sa\u011flanabilir. Spesifik bir fenomeni pek \u00e7ok seviyeden \u00e7al\u0131\u015fmak, spesifik bir davran\u0131\u015fa yol a\u00e7an beyindeki s\u00fcre\u00e7leri daha iyi anlamam\u0131za yol a\u00e7ar. Marr \u00fc\u00e7 seviyeli bir analiz \u015femas\u0131n\u0131 \u015f\u00f6yle betimlemi\u015ftir:<\/p>\n\n\n\n

1. \u0130\u015flemlemesel teori<\/em>, i\u015flemlemenin ama\u00e7lar\u0131n\u0131 belirtir.<\/p>\n\n\n\n

2. Temsil ve algoritmalar<\/em>, girdi ve \u00e7\u0131kt\u0131lar\u0131n temsillerini ve birini \u00f6b\u00fcr\u00fcne d\u00f6n\u00fc\u015ft\u00fcren algoritmalar\u0131 bar\u0131nd\u0131r\u0131r.<\/p>\n\n\n\n

3. Donan\u0131m emplementasyonu<\/em>, algoritma ve temsillerin nas\u0131l fiziksel olarak ger\u00e7ekle\u015ftirilebilecekleridir.<\/p>\n\n\n\n

Disiplinleraras\u0131 Do\u011fas\u0131<\/strong><\/p>\n\n\n\n

Bili\u015fsel bilim, psikoloji, n\u00f6robilim, dilbilim, zihin felsefesi, bilgisayar bilim, antropoloji ve biyoloji de dahil, pek \u00e7ok alan\u0131n katk\u0131lar\u0131yla beraber disiplinleraras\u0131 bir aland\u0131r. Bili\u015fsel bilimciler kolektif olarak zihni ve onu \u00e7evreleyen d\u00fcnya ile etkile\u015fimini anlama umuduyla \u00e7al\u0131\u015f\u0131r. Alan fiziksel bilimlerle tutarl\u0131 bilimsel metodunun yan\u0131 s\u0131ra sim\u00fclasyon ve modelleme de kullan\u0131r, s\u0131kl\u0131kla da modellerin \u00e7\u0131kt\u0131lar\u0131n\u0131 insan bili\u015fi ile k\u0131yaslar. Psikoloji alan\u0131na benzer olarak, birle\u015fik bir bili\u015fsel bilim oldu\u011funa dair biraz \u015f\u00fcphe vard\u0131r ki bu kimi ara\u015ft\u0131rmac\u0131lar\u0131 \u201cbili\u015fsel bilimler\u201d \u00e7o\u011ful kelime \u00f6be\u011fini tercih etmeye itmi\u015ftir.<\/p>\n\n\n\n

Kendini bili\u015fsel bilimci olarak g\u00f6renlerin \u00e7o\u011fu, ama hepsi de\u011fil, zihne dair i\u015flevselci (functionalist) bir g\u00f6r\u00fc\u015fe \u2014 zihinsel durumlar (mental states) ve s\u00fcre\u00e7ler i\u015flevleriyle a\u00e7\u0131klanmal\u0131d\u0131r g\u00f6r\u00fc\u015f\u00fc \u2014 sahiptir. \u0130\u015flevselcili\u011fin \u00e7oklu ger\u00e7ekle\u015ftirilebilirlik (multiple realizability) g\u00f6r\u00fc\u015f\u00fcne g\u00f6re, robotlar ve bilgisayarlar gibi gayr\u0131-insan sistemlerin bile bili\u015fe sahip oldu\u011fu s\u00f6ylenebilir.<\/p>\n\n\n\n

Bili\u015fsel<\/em> Terimi<\/strong><\/p>\n\n\n\n

\u201cBili\u015fsel bilim\u201ddeki \u201cbili\u015fsel (cognitive)\u201d terimi \u201cnet olarak incelenebilen herhangi bir zihinsel s\u00fcre\u00e7 ya da yap\u0131\u201d anlam\u0131nda kullan\u0131l\u0131yor (Lakoff ve Johnson, 1999). Bu kavramsalla\u015ft\u0131rma olduk\u00e7a geni\u015ftir ve \u201cbili\u015fsel\u201d kelimesinin analitik felsefedeki kullan\u0131m\u0131yla kar\u0131\u015ft\u0131r\u0131lmamal\u0131d\u0131r. Analitik felsefede \u201cbili\u015fsel\u201d yaln\u0131zca formel kurallarla ve do\u011fruluk ko\u015fullu semantik (truth conditional semantics) ile ilgilidir.<\/p>\n\n\n\n

Oxford \u0130ngilizce S\u00f6zl\u00fc\u011f\u00fc\u2019ndeki \u201cbili\u015fsel\u201d kelimesi i\u00e7in ilk girdi, kabaca, \u201cbilme eylemi ya da s\u00fcrecine ili\u015fkin\u201d anlam\u0131na sahip oldu\u011funu s\u00f6yl\u00fcyor. 1586\u2019dan olan bu ilk girdi, Platonik bilgi teorileri tart\u0131\u015fmalar\u0131 ba\u011flam\u0131nda bu kelimenin kullan\u0131ld\u0131\u011f\u0131n\u0131 g\u00f6steriyor.<\/p>\n\n\n\n

KAPSAMI<\/strong><\/h1>\n\n\n\n

Bili\u015fsel bilim bili\u015fe dair geni\u015f bir yelpazedeki konular\u0131 kaps\u0131yor. Fakat, bili\u015fsel bilimin, zihnin do\u011fas\u0131 ve s\u00fcre\u00e7leriyle ilgili olabilecek her \u015feyle e\u015fit d\u00fczeyde ilgilenmedi\u011fini ayr\u0131msamak gerekir. Filozoflar aras\u0131nda, klasik kognitivistler (classical cognitivists) sosyal ve k\u00fclt\u00fcrel fakt\u00f6rleri, duyguyu, bilinci, hayvan bili\u015fini, kar\u015f\u0131la\u015ft\u0131rmal\u0131 ve evrimsel psikoloji \u00e7al\u0131\u015fmalar\u0131n\u0131 nispeten \u00f6nemsiz g\u00f6r\u00fcrler. Ancak davran\u0131\u015f\u00e7\u0131l\u0131\u011f\u0131n yava\u015f yava\u015f pop\u00fclerli\u011fini yitirmesiyle beraber, duygulan\u0131m (affect) ve duygular (emotions) gibi i\u00e7sel durumlar\u0131 da, fark\u0131ndal\u0131k ve \u00f6rt\u00fck dikkat (covert attention) gibi konular kadar \u00e7al\u0131\u015fmak m\u00fcmk\u00fcn olmu\u015ftur. \u00d6rne\u011fin, durumsal ve bedenle\u015fmi\u015f bili\u015f (situated and embodied cognition) teorileri \u00e7evrenin etkilerini ve bedenin bili\u015fteki rol\u00fcn\u00fc de dikkate al\u0131r.Bilgi i\u015fleme (information processing) s\u00fcre\u00e7leri \u00fczerinde durulmaya ba\u015flanmas\u0131yla beraber, psikolojinin en temel \u00f6\u011fesi g\u00f6zlemlenebilen davran\u0131\u015ftan ziyade modelleme veya zihinsel durumlara dair al\u0131nan kay\u0131tlar oldu.<\/p>\n\n\n\n

Bili\u015fsel bilimin ilgilendi\u011fi baz\u0131 konular a\u015fa\u011f\u0131da s\u0131ralanm\u0131\u015ft\u0131r. Bu \u00e7ok da kapsay\u0131c\u0131 bir liste olmamakla beraber daha geni\u015f bir liste i\u00e7in bili\u015fsel bilim konular\u0131 listesi ba\u015fl\u0131\u011f\u0131na bakabilirsiniz.<\/p>\n\n\n\n

Yapay Zeka<\/strong><\/p>\n\n\n\n

Yapay zeka (YZ) makinelerdeki bili\u015fsel olgular\u0131 inceler. YZ\u2019nin pratik ama\u00e7lar\u0131ndan bir tanesi insan zekas\u0131n\u0131n \u00e7e\u015fitli y\u00f6nlerini bilgisayarlarla ger\u00e7ekle\u015ftirebilmektir. Bilgisayarlar, bili\u015fsel olgular\u0131n ara\u015ft\u0131r\u0131lmas\u0131nda s\u0131kl\u0131kla kullan\u0131lan ara\u00e7lard\u0131r. \u0130\u015flemsel modelleme insan zekas\u0131n\u0131n nas\u0131l yap\u0131land\u0131\u011f\u0131n\u0131 ara\u015ft\u0131rmak i\u00e7in sim\u00fclasyonlar\u0131 kullan\u0131r.<\/p>\n\n\n\n

Zihnin, k\u00fc\u00e7\u00fck fakat tek ba\u015flar\u0131na i\u015flevsiz yap\u0131ta\u015flar\u0131n\u0131n (mesela, n\u00f6ronlar vb.) devasa bir \u00fcr\u00fcn\u00fc olarak m\u0131, yoksa semboller, yap\u0131lar, \u015femalar, planlar ve kurallar gibi daha y\u00fcksek seviye yap\u0131lar\u0131n a\u00e7\u0131s\u0131ndan m\u0131 daha iyi anla\u015f\u0131labilece\u011fine dair yapay zeka alan\u0131nda bir tart\u0131\u015fma olagelmi\u015ftir. Bahsetti\u011fimiz ilk g\u00f6r\u00fc\u015f, zihni ara\u015ft\u0131rmak i\u00e7in ba\u011flant\u0131c\u0131l\u0131\u011f\u0131 (connectionism) kullan\u0131rken, ikinci g\u00f6r\u00fc\u015f ise sembolik i\u015flemlemeler (symbolic computations) \u00fczerinde durur. Konuya dair bir bak\u0131\u015f a\u00e7\u0131s\u0131 da, insan beynini tam olarak sim\u00fcle etmenin, n\u00f6ronlar\u0131 sim\u00fcle etmeksizin m\u00fcmk\u00fcn olup olmad\u0131\u011f\u0131d\u0131r .<\/p>\n\n\n\n

Problem \u00c7\u00f6zme<\/strong><\/p>\n\n\n\n

\u201cProblem \u00e7\u00f6zme\u201d bir noktadan bir ba\u015fka noktaya ula\u015fman\u0131n hedef oldu\u011fu ve bunu yapman\u0131n optimumum yolunun se\u00e7ilmesi gerekti\u011fi durumlar\u0131 ifade etmek i\u00e7in kullan\u0131lan bir terimdir. G\u00fcnl\u00fck ve pratik s\u00fcre\u00e7lerle ilgili olabilir, \u00f6rne\u011fin aritmetik, satran\u00e7 oynamak veya bir seyahati planlamak gibi. \u00d6nceleri, yapay zeka \u00e7al\u0131\u015fmalar\u0131n\u0131n en \u00e7ok odakland\u0131klar\u0131 noktalardan biri makinelere problem \u00e7\u00f6zme becerisi kazand\u0131rabilmekti.<\/p>\n\n\n\n

Bir ba\u015flang\u0131\u00e7 ve bir de hedef durum belirtilir. Makine i\u00e7in g\u00f6rev, hedefe giden yolu bulmakt\u0131r. Burada temelde iki yakla\u015f\u0131m vard\u0131r: Birincisinde program t\u00fcm farkl\u0131 yollar\u0131 deneyerek hedefe giden yolu bulmaya \u00e7al\u0131\u015f\u0131r. Buna kaba kuvvet metodu denir (Brute Force Method). Bununla beraber NP-tam sorunlarda olas\u0131 yollar\u0131n say\u0131s\u0131 o kadar y\u00fcksektir ki, bu yakla\u015f\u0131m\u0131n s\u0131n\u0131rlar\u0131na eri\u015filir. \u00c7\u00fcnk\u00fc t\u00fcm yollar\u0131 denemek ve sonuca ula\u015f\u0131p ula\u015fmad\u0131\u011f\u0131n\u0131 g\u00f6rmek makinenin hesaplama kapasitesini a\u015far. Bu tarz durumlarda A* Arama Algoritmas\u0131 gibi h\u00f6ristik tarama kullanan algoritmalar gereklidir. H\u00f6ristik tarama, denemeksizin en olas\u0131 yollar\u0131 taramak i\u00e7in bir y\u00f6ntemdir. B\u00f6ylece \u201cdenenmesi gereken\u201d olas\u0131 yollar\u0131n say\u0131s\u0131 makinenin hesaplama kapasitesi i\u00e7inde tutulur.<\/p>\n\n\n\n

H\u00f6ristik kullanarak \u00e7al\u0131\u015fan ilk program Allen Newell ve Herbet A. Simon taraf\u0131ndan geli\u015ftirilen Genel Problem \u00c7\u00f6z\u00fcc\u00fc\u2019d\u00fcr (General Problem Solver). GPS, Hanoi Kuleleri oyununu \u00e7\u00f6zmeyi ba\u015farm\u0131\u015f bir algoritmad\u0131r. Bu oyunda farkl\u0131 boyutlarda \u00fc\u00e7 disk ve bu disklerin tak\u0131l\u0131 oldu\u011fu \u00fc\u00e7 \u201ckule\u201d vard\u0131r. Oyunun en ba\u015f\u0131nda t\u00fcm bu diskler sol taraftaki kulededir ve oyun t\u00fcm diskler boyutlar\u0131na g\u00f6re ve ba\u015fka belli bir hedef kulede s\u0131raland\u0131\u011f\u0131nda biter.<\/p>\n\n\n\n

Hanoi Kuleleri gibi oyunlar\u0131 \u00e7\u00f6zmek yapay zekan\u0131n erken d\u00f6nemlerinde pop\u00fcler bir i\u015fti. Bunun nedeniburada yaln\u0131zca s\u0131n\u0131rl\u0131 say\u0131da eylemin m\u00fcmk\u00fcn olmas\u0131 ve \u00f6ng\u00f6r\u00fclemeyen olaylar\u0131n ya\u015fanmamas\u0131d\u0131r. Bu tarz k\u0131s\u0131tl\u0131 bir \u00e7al\u0131\u015fma sahas\u0131, bili\u015fsel stratejilerin deneysel olarak da test edilebilmesini kolayla\u015ft\u0131rd\u0131. Bug\u00fcnse \u00e7al\u0131\u015fmalar bir restorana gidip sipari\u015f vermek gibi karma\u015f\u0131k ve \u00e7e\u015fitli a\u00e7\u0131lardan \u00f6ng\u00f6r\u00fclemez s\u00fcre\u00e7lerin ger\u00e7ekle\u015ftirilmesine odaklan\u0131yor.<\/p>\n\n\n\n

Bili\u015fsel Mimariler<\/strong><\/p>\n\n\n\n

Bir bili\u015fsel mimarinin amac\u0131, bili\u015fsel psikolojinin \u00e7e\u015fitli alanlar\u0131ndan toplanan verileri bir bilgisayar modelinde bir araya getirmektir. Bunun i\u00e7in toplanan veriler bir bilgisayar modeline temel sa\u011flayacak \u015fekilde formalize edilmelidir. Olduk\u00e7a \u00fcnl\u00fc \u00fc\u00e7 bili\u015fsel mimari ACT-R, SOAR ve EPIC\u2019tir.<\/p>\n\n\n\n

Ayr\u0131ca bkz. Neuroinformatik<\/p>\n\n\n\n

Dikkat<\/strong><\/p>\n\n\n\n

Dikkat, \u00f6nemli bilginin (information) di\u011ferleri aras\u0131ndan se\u00e7ilmesidir. \u0130nsan zihni milyonlarca uyaran\u0131n bombard\u0131man\u0131 alt\u0131ndad\u0131r ve bu bombard\u0131man aras\u0131ndan hangi bilgileri (information) i\u015fleyece\u011fine (process) karar vermesini sa\u011flayan bir mekanizma olmal\u0131d\u0131r. Dikkat, kimi zaman bir spot lambas\u0131 gibi g\u00f6r\u00fclebilir, yani bir kimse spot lambas\u0131n\u0131 ancak belirli bir bilgi k\u00fcmesi \u00fczerine tutabilir. Bu metaforu destekleyen deneylerden baz\u0131lar\u0131 \u00e7ift kulakl\u0131 dinleme (Cherry, 1957) ve dikkatsizlik k\u00f6rl\u00fc\u011f\u00fc (Mack ve Rock, 1998) \u00e7al\u0131\u015fmalar\u0131d\u0131r. \u00c7ift kulakl\u0131 dinlemede, kat\u0131l\u0131mc\u0131lar her biri bir kula\u011fa olmak \u00fczere iki farkl\u0131 mesaj\u0131n \u201cbombard\u0131man\u0131na\u201d tutulur ve mesajlardan yaln\u0131zca birine dikkat kesilmeleri istenir. Deneyin sonundadikkat kesilmedikleri mesaj\u0131n i\u00e7eri\u011fine dair bilgi vermeleri istendi\u011finde kat\u0131l\u0131mc\u0131lar bunu yapamazlar.<\/p>\n\n\n\n

Bilgi ve Dil \u0130\u015fleme<\/strong><\/p>\n\n\n\n

Bir dili \u00f6\u011frenmek ve anlamak a\u015f\u0131r\u0131 derecedekarma\u015f\u0131k bir s\u00fcre\u00e7tir. Dil ya\u015fam\u0131n ilk birka\u00e7 senesi i\u00e7inde edinilir ve normal \u015fartlarda t\u00fcm insanlar dili en iyi \u015fekilde edinebilirler. Teorik dilbilimin maj\u00f6r temellerinden bir tanesi, dilin bu \u015fekilde edinilebilmesi i\u00e7in soyut bir yap\u0131ya sahip olmas\u0131 gereklilili\u011finin ke\u015ffidir. Beynin dili nas\u0131l i\u015fledi\u011fi sorusuna dair yap\u0131lan \u00e7al\u0131\u015fmalardaki temel baz\u0131 ara\u015ft\u0131rma sorular\u0131: (1) Dilsel bilginin (knowledge) ne kadar\u0131 do\u011fu\u015ftan gelir, ne kadar\u0131 \u00f6\u011frenilir? (2) Neden yeti\u015fkinlerin ikinci bir dil edinmesi \u00e7ocuklar\u0131n ana dillerini edinmelerinden daha zordur? (3) \u0130nsanlar hi\u00e7 g\u00f6r\u00fcp duymad\u0131klar\u0131 c\u00fcmlelerle kar\u015f\u0131la\u015ft\u0131klar\u0131nda bunlar\u0131 nas\u0131l anlayabiliyorlar?<\/p>\n\n\n\n

Bili\u015fsel bilimdeki dil i\u015fleme \u00e7al\u0131\u015fmalar\u0131 dilbilim alan\u0131n\u0131 yak\u0131ndan ilgilendirmektedir. Dilbilim, geleneksel olarak, tarih, sanat ve edebiyat\u0131 da i\u00e7erecek \u015fekilde be\u015feri bilimlerin bir altdal\u0131 olarak \u00e7al\u0131\u015f\u0131l\u0131yordu. Ancak Son 50\u201360 y\u0131l i\u00e7erisinde ara\u015ft\u0131rmac\u0131lar dili, dil bilgisinin (knowledge) nas\u0131l edinildi\u011fi, nas\u0131l kullan\u0131ld\u0131\u011f\u0131 ve tam olarak nelerden m\u00fcte\u015fekkil oldu\u011fu gibi sorular\u0131 merkeze alarak bili\u015fsel bir fenomen olarak inceliyorlar. Dilbilimciler, insanlar\u0131n olduk\u00e7a karma\u015f\u0131k sistemler vas\u0131tas\u0131yla c\u00fcmleler \u00fcretselerde, kendi konu\u015fmalar\u0131n\u0131 y\u00f6nlendiren bu kurallar\u0131n b\u00fcy\u00fck oranda fark\u0131nda olmad\u0131klar\u0131n\u0131 buldular. Dolay\u0131s\u0131yla dilbilimciler, e\u011fer b\u00f6ylesi kurallar ger\u00e7ekten varsa, bu kurallar\u0131n neler olduklar\u0131na dair dolayl\u0131 metodlar benimsemek zorunda kald\u0131lar. Her hal\u00fckarda, e\u011fer konu\u015fma kurallar taraf\u0131ndan y\u00f6nlendiriliyorsa, bu kurallar bilin\u00e7li bir de\u011ferlendirmeye kapal\u0131lar.<\/p>\n\n\n\n

\u00d6\u011frenme ve Geli\u015fim<\/strong><\/p>\n\n\n\n

\u00d6\u011freme ve geli\u015fim, bilgiyi (knowledge and information) zamanla edindi\u011fimiz s\u00fcre\u00e7lerdir. Bebekler ya \u00e7ok az bilgiyle ya da bilgisiz do\u011farlar (bilginin nas\u0131l tan\u0131mland\u0131\u011f\u0131na ba\u011fl\u0131 olarak de\u011fi\u015febilir), ancak yine de h\u0131zl\u0131ca dili kullanma, y\u00fcr\u00fcme, insanlar\u0131 ve objeleri tan\u0131ma gibi beceriler edinirler. \u00d6\u011frenme ve geli\u015fim alan\u0131ndaki ara\u015ft\u0131rmalar bu s\u00fcre\u00e7lerin nas\u0131l ger\u00e7ekle\u015fti\u011fini a\u00e7\u0131klamay\u0131 hedefler.<\/p>\n\n\n\n

Bili\u015fsel geli\u015fim alan\u0131ndaki maj\u00f6r sorulardan biri , becerilerin ne kadar\u0131n\u0131n do\u011fu\u015ftan oldu\u011fu ya da ne kadar\u0131n\u0131n \u00f6\u011frenildi\u011fi sorusudur. Bu soru s\u0131kl\u0131kla \u201cdo\u011fa ve \u00e7evre tart\u0131\u015fmas\u0131\u201d ismiyle adland\u0131r\u0131l\u0131r. Nativist (do\u011fu\u015ftanc\u0131) g\u00f6r\u00fc\u015f, bir organizman\u0131n belirli \u00f6zelliklerinin do\u011fu\u015ftan oldu\u011funu ve genetik aktar\u0131m\u0131 dolay\u0131s\u0131yla belirlendi\u011fini vurgular. Emprist g\u00f6r\u00fc\u015f isebelirli becerilerin \u00e7evreden \u00f6\u011frenildi\u011fini belirtir. Her ne kadar bir \u00e7ocu\u011fun normal olarak geli\u015fmesi i\u00e7in hem genetik hem de \u00e7evresel girdiler gerekse de, genetik bilginin bili\u015fsel geli\u015fime nas\u0131l yol a\u00e7t\u0131\u011f\u0131na dair ciddi tart\u0131\u015fmalar vard\u0131r. Dil edinimi alan\u0131nda, \u00f6rne\u011fin, kimileri (\u00f6rne\u011fin Steven Pinker) evrensel gramer kurallar\u0131n\u0131 i\u00e7eren bilginin genetikte bulunmas\u0131 gerekti\u011fini savunmu\u015fken, di\u011ferleri ( mesela Jeffrey Elman ve Rethinking Innateness\u2019<\/em>taki meslekta\u015flar\u0131) Pinker\u2019\u0131n iddialar\u0131n\u0131n biyolojik olarak ger\u00e7ek\u00e7i olmad\u0131\u011f\u0131n\u0131 iddia etmi\u015flerdir vegenlerin, bir \u00f6\u011frenme sisteminin mimarisini belirleyebilece\u011fini ama gramerin nas\u0131l \u00e7al\u0131\u015ft\u0131\u011f\u0131na dair spesifik \u201cger\u00e7eklerin (facts)\u201d ancak tecr\u00fcbe ile \u00f6\u011frenilebilece\u011fini savundular.<\/p>\n\n\n\n

Haf\u0131za<\/strong><\/p>\n\n\n\n

Haf\u0131za, daha sonradan \u201c\u00e7a\u011f\u0131r\u0131p\u201d kullanabilmemiz i\u00e7in bilgi depolamam\u0131z\u0131 sa\u011flar. Haf\u0131zan\u0131n genelde uzun s\u00fcreli (long-term) ve k\u0131sa s\u00fcreli (short-term) olmak \u00fczere iki \u00f6\u011feden olu\u015ftu\u011fu d\u00fc\u015f\u00fcn\u00fcl\u00fcr. Uzun s\u00fcreli haf\u0131za, bizim esnek zaman zarflar\u0131nda (g\u00fcnler, haftalar, y\u0131llar) bilgi depolayabilmemizi sa\u011flar . Hen\u00fcz uzun s\u00fcreli haf\u0131zan\u0131n s\u0131n\u0131rlar\u0131n\u0131 tam olarak bilmiyoruz. K\u0131sa s\u00fcreli haf\u0131za ise k\u0131sa vadeli durumlarda (saniyeler veya dakikalar) bilgi depolamam\u0131z\u0131 sa\u011flar.<\/p>\n\n\n\n

Ayr\u0131ca haf\u0131za, s\u0131kl\u0131kla bildirimsel (declarative) ve prosed\u00fcrel (procedural) \u015feklinde de kategorize edilmi\u015ftir. Bildirimsel haf\u0131za, (semantik (semantic) ve episodik (episodic) haf\u0131za alt k\u00fcmelerine sahiptir) ger\u00e7ekler ve spesifik bilgiler, spesifik anlamlar ve spesifik an\u0131lar\u0131n depoland\u0131\u011f\u0131 haf\u0131za sistemidir (\u00f6rne\u011fin, \u201cElmalar yiyecek midir?\u201d veya \u201cD\u00f6rt g\u00fcn \u00f6nce kahvalt\u0131da ne yedim?\u201d) Prosed\u00fcrel haf\u0131za ise bisiklet s\u00fcrmek veya y\u00fczmek gibi eylemlerimizi ve motor s\u00fcre\u00e7lerimizi hat\u0131rlamam\u0131z\u0131 sa\u011flar ve genellikle \u00f6rt\u00fck bilgi veya \u00f6rt\u00fck haf\u0131za olarak da an\u0131l\u0131r.<\/p>\n\n\n\n

Bili\u015fsel bilimciler haf\u0131zay\u0131 psikologlar\u0131n inceledikleri gibi inceleseler de odaklar\u0131 haf\u0131zan\u0131n bili\u015fsel s\u00fcre\u00e7lerle ilgisi \u00fczerindedir. Bunun bir \u00f6rne\u011fi, uzun s\u00fcredir kullan\u0131lmam\u0131\u015f, unutulmu\u015f bir an\u0131y\u0131 hat\u0131rlamak i\u00e7in ne gibi mental s\u00fcre\u00e7lerin gerekti\u011fi veya bili\u015fsel bir s\u00fcre\u00e7 olan tan\u0131ma (recognition) ile \u00e7a\u011f\u0131rma (recall) aras\u0131nda ne gibi farklar oldu\u011fu olabilir.<\/p>\n\n\n\n

Alg\u0131 ve Eylem<\/strong><\/p>\n\n\n\n

Alg\u0131 (perception), duyular (sense) arac\u0131l\u0131\u011f\u0131 ile bir bilgiyi edinme ve o bilgiyi bir \u015fekilde i\u015fleme (process) becerisidir. G\u00f6rme ve duyma \u00e7evremizi alg\u0131lamam\u0131z\u0131 m\u00fcmk\u00fcn k\u0131lan iki bask\u0131n duyudur. G\u00f6rsel alg\u0131 alan\u0131ndaki baz\u0131 \u00e7al\u0131\u015fmalar: (1) Nesneleri nas\u0131l tan\u0131yabiliyoruz? (2) Herhangi bir birim zamanda \u00e7evrenin yaln\u0131zca bir k\u0131sm\u0131n\u0131 g\u00f6rsek de onu nas\u0131l s\u00fcre\u011fen (continuous) olarak alg\u0131layabiliyoruz? gibi sorular\u0131 i\u00e7erebilir \u00f6rne\u011fin. G\u00f6rsel alg\u0131y\u0131 \u00e7al\u0131\u015fmak i\u00e7in gerekli bir yol, insanlar\u0131n optik il\u00fczyonlar\u0131 nas\u0131l i\u015fledi\u011fine bakmakt\u0131r. Bir Necker k\u00fcb\u00fc bistabilalg\u0131ya \u00f6rnektir (percept) , yani k\u00fcb iki farkl\u0131 y\u00f6nden \u201calg\u0131lanabilir\u201d.<\/p>\n\n\n\n

Dokunsal, kokusal ve tatsal uyaranlar da alg\u0131n\u0131n alan\u0131ndad\u0131r.<\/p>\n\n\n\n

Eylem (action) ise bir sistemin \u00e7\u0131kt\u0131s\u0131na g\u00f6ndermede bulunur. Eylem insanlarda motor tepkiler arac\u0131l\u0131\u011f\u0131 ile sa\u011flan\u0131r. Uzamsal planlama ve hareket, konu\u015fma \u00fcretimi ve karma\u015f\u0131k motor hareketler eylemin (action) uzant\u0131lar\u0131d\u0131r.<\/p>\n\n\n\n

Bilin\u00e7<\/strong><\/p>\n\n\n\n

Bilin\u00e7 bir \u015feyin d\u0131\u015fsal bir nesne mi yoksa ki\u015finin kendisinden mi kaynakland\u0131\u011f\u0131n\u0131n fark\u0131nda olmakt\u0131r. Bilin\u00e7 zihnin bir benlik hissine sahip olmas\u0131n\u0131 veya bunu tecr\u00fcbe edebilmesini sa\u011flar.<\/p>\n\n\n\n

ARA\u015eTIRMA METOTLARI<\/strong><\/h1>\n\n\n\n

Bili\u015fsel bilimde pek \u00e7ok farkl\u0131 metodoloji kullan\u0131lagelmi\u015ftir. Bili\u015fsel bilim olduk\u00e7a interdisipliner oldu\u011fundan bu alandaki ara\u015ft\u0131rmalar s\u0131kl\u0131kla psikoloji, n\u00f6robilim, bilgisayar bilimi ve sistemler teorisinden ara\u015ft\u0131rma metotlar\u0131n\u0131 bir araya getirir.<\/p>\n\n\n\n

Davran\u0131\u015fsal Deneyler<\/strong><\/p>\n\n\n\n

Zeki bir davran\u0131\u015f\u0131 neyin olu\u015fturdu\u011funu bilmek i\u00e7in davran\u0131\u015f\u0131n kendisini incelemek zorunday\u0131z. Bu t\u00fcr bir ara\u015ft\u0131rma sahas\u0131 bili\u015fsel psikoloji ve psikofizik ile yak\u0131ndan ili\u015fkilidir. Farkl\u0131 uyaranlara verilen davra\u0131\u015flar tepkileri \u00f6l\u00e7erek o uyaranlar\u0131n nas\u0131l i\u015flendi\u011fine dair bilgi edinebiliriz. Lewandowski ve Strohmetz (2009), davran\u0131\u015flar izler (behavioral traces), davran\u0131\u015fsal g\u00f6zlemler (behavioral observtions) ve davran\u0131\u015fsal se\u00e7im (behavioral choice) dahil olmak \u00fczere psikolojideki inovatif davran\u0131\u015fsal \u00f6l\u00e7\u00fcmlerin bir incelemesini yapt\u0131lar. Davran\u0131\u015fsal izler, davran\u0131\u015f\u0131n nas\u0131l olu\u015ftu\u011funa dair bir par\u00e7a delil olsa da davran\u0131\u015f\u0131 ger\u00e7ekle\u015ftiren \u00f6zneye dair herhangi bir \u015fey s\u00f6ylemezler. Davran\u0131\u015fsal g\u00f6zlemler ise \u00f6znenin davran\u0131\u015f\u0131 ger\u00e7ekle\u015ftirmesinin do\u011frudan g\u00f6zlemlenmesidir. Bunu yan\u0131 s\u0131ra, davran\u0131\u015fsal se\u00e7imler bir kimse iki ya da daha fazla se\u00e7enek aras\u0131ndan se\u00e7im yapt\u0131\u011f\u0131 durumlar\u0131 kapsar.<\/p>\n\n\n\n

\u00b7 Tepki s\u00fcresi<\/em>. Bir uyaran\u0131n sunulmas\u0131yla ona kar\u015f\u0131 verilen bir tepkinin aras\u0131ndaki s\u00fcre, iki bili\u015fsel s\u00fcre\u00e7 aras\u0131ndaki farklara ve o s\u00fcre\u00e7lerin do\u011fas\u0131na dair bize bilgi sa\u011flayabilir. \u00d6rne\u011fin, e\u011fer ki bir \u201carama g\u00f6revinde\u201d (search task) tepki s\u00fcreleri \u00f6\u011felerin say\u0131s\u0131na oranl\u0131 \u015fekilde art\u0131yorsa, bu bili\u015fsel arama s\u00fcrecinde dizisel (serial) de\u011fil paralel \/(parallel) i\u015flemenin s\u00f6z konusu oldu\u011fu a\u015fikard\u0131r.<\/p>\n\n\n\n

\u00b7 Psikofiziksel tepkiler<\/em>. Psikofiziksel deneyler, bili\u015fsel psikoloji taraf\u0131ndan kullan\u0131lan eski bir psikolojik tekniktir. Genellikle fiziksel bir niteli\u011fe dair, \u00f6rne\u011fin bir sesin g\u00fcr\u00fclt\u00fcs\u00fc, yarg\u0131da bulunmay\u0131 kapsar, Bireyler aras\u0131nda \u00f6znel de\u011ferlendirmelerdeki (subjective scales) olas\u0131 bir korelasyon, fiziksel \u00f6l\u00e7\u00fcmlere k\u0131yasla bili\u015fsel veya duyusal e\u011filimleri (bias) g\u00f6sterebilir. \u00d6rne\u011fin bir rengin, tonun veya dokunun ayn\u0131l\u0131\u011f\u0131na dair yarg\u0131lar veya renk, ton ya da dokuda e\u015fik farkl\u0131l\u0131klar\u0131 vs.<\/p>\n\n\n\n

\u00b7 G\u00f6z \u0130zleme<\/em>. Bu metot pek \u00e7ok bili\u015fsel s\u00fcreci incelemek i\u00e7in kullan\u0131lm\u0131\u015fsa da en \u00e7ok g\u00f6rsel alg\u0131 ve dil i\u015fleme ara\u015ft\u0131rmalar\u0131nda \u00f6n plandad\u0131r. G\u00f6zlerin fiksasyon (sabitlenme) noktas\u0131 dikkatin oda\u011f\u0131 ile ili\u015fkilidir. Dolay\u0131s\u0131yla, g\u00f6z hareketlerini izleyerek, hangi bilgi (information) k\u00fcmesinin i\u015flendi\u011fini inceleyebiliriz. G\u00f6z izleme olduk\u00e7a k\u0131sa zaman aral\u0131klar\u0131ndaki bili\u015fsel s\u00fcre\u00e7leri incelememizi m\u00fcmk\u00fcn k\u0131lar. G\u00f6z hareketleri bir g\u00f6rev s\u0131ras\u0131ndaki s\u00fcre\u00e7i\u00e7i (online) karar verme ad\u0131mlar\u0131n\u0131 yans\u0131t\u0131r ve bu kararlar\u0131n nas\u0131l i\u015flendi\u011fine dair bize i\u00e7g\u00f6r\u00fc sa\u011flar.<\/p>\n\n\n\n

Beyin G\u00f6r\u00fcnt\u00fcleme<\/strong><\/p>\n\n\n\n

Beyin g\u00f6r\u00fcnt\u00fcleme, beyin, \u00e7e\u015fitli i\u015flemler (task) ger\u00e7ekle\u015ftiriyorken analiz edilmesidir. Bu bir davran\u0131\u015f ile beyin fonksiyonunu birbiriyle ili\u015fkilendirmemizi ve bilginin nas\u0131l i\u015flendi\u011fini anlamam\u0131za yard\u0131mc\u0131 olur. Farkl\u0131 t\u00fcr g\u00f6r\u00fcnt\u00fcleme teknikleri zamansal (time-based) veya uzamsal (location-based) \u00e7\u00f6z\u00fcn\u00fcrl\u00fckleri a\u00e7\u0131s\u0131ndan \u00e7e\u015fitlilik g\u00f6sterirler. Betin g\u00f6r\u00fcn\u00fcleme bili\u015fsel n\u00f6robilimde s\u0131kl\u0131kla kullan\u0131l\u0131r.<\/p>\n\n\n\n

\u00b7 Tek foton emisyon bilgisayarl\u0131 tomografi ve pozitron emisyon tomografi<\/em>. TFEBT ve PET\u2019de, kat\u0131l\u0131mc\u0131n\u0131n kan\u0131na enjekte edilen ve beyine ula\u015fan radyoaktif izotoplar kullan\u0131l\u0131r. Radyoaktif izotoplar\u0131n beyinde hangi b\u00f6lgelerde konumland\u0131\u011f\u0131ndan, hangi b\u00f6lgelerin daha aktif oldu\u011fu anla\u015f\u0131labilir. . PET fMRI\u2019a olduk\u00e7a yak\u0131n uzamsal \u00e7\u00f6z\u00fcn\u00fcrl\u00fcl\u00fc\u011fe sahip olsa da olduk\u00e7a k\u00f6t\u00fc bir zamansal \u00e7\u00f6z\u00fcn\u00fcrl\u00fc\u011f\u00fc vard\u0131r.<\/p>\n\n\n\n

\u00b7 Elektroensefalografi<\/em>. EEG, kat\u0131l\u0131mc\u0131lar\u0131n kafas\u0131na tak\u0131lan bir kepe, bir grup elektrot yerle\u015ftirerek beyindeki n\u00f6ron gruplar\u0131n\u0131n olu\u015fturdu\u011fu elektrik alanlar\u0131n\u0131 \u00f6l\u00e7meye yarar Bu tekni\u011fin \u00e7ok iyi bir zamansal \u00e7\u00f6z\u00fcn\u00fcrl\u00fc\u011f\u00fc olsa da, uzamsal \u00e7\u00f6z\u00fcn\u00fcrl\u00fc\u011f\u00fc olduk\u00e7a k\u0131s\u0131tl\u0131d\u0131r.<\/p>\n\n\n\n

\u00b7 Fonksiyonel manyetik rezonans g\u00f6r\u00fcnt\u00fcleme<\/em>. fMRI kandaki oksijen miktar\u0131n\u0131 \u00f6l\u00e7erek, beynin farl\u0131 alanlar\u0131ndaki oksijen miktar\u0131ndan hangi b\u00f6lgelere daha fazla kan ak\u0131\u015f\u0131 oldu\u011funu, dolay\u0131s\u0131yla hangi b\u00f6lgelerin daha fazla aktif oldu\u011funu \u00f6l\u00e7memizi sa\u011flar.Bu \u015fekilde farkl\u0131 i\u015flevlerin beyinde hangi alanlarda ger\u00e7ekle\u015ftirildi\u011fini belirleyebilme imkan\u0131m\u0131z olur. fMRI\u2019\u0131n uzamsal ve zamansal \u00e7\u00f6z\u00fcn\u00fcl\u00fcrl\u00fckleri orta d\u00fczeydedir .<\/p>\n\n\n\n

\u00b7 Optik g\u00f6r\u00fcnt\u00fcleme<\/em>. Bu teknik k\u0131z\u0131l\u00f6tesi transmiterleri ve al\u0131c\u0131lar\u0131 kullanarak beynin farkl\u0131 b\u00f6lgelerindeki kan taraf\u0131ndan yans\u0131t\u0131lan \u0131\u015f\u0131k miktar\u0131n\u0131 \u00f6l\u00e7er. Oksijenlenmi\u015f ve oksijensiz kan, \u0131\u015f\u0131\u011f\u0131 farkl\u0131 miktarlarda yans\u0131tt\u0131\u011f\u0131ndan, hangi b\u00f6lgelerin daha aktif oldu\u011funu inceleyebiliriz , ki bunlar daha fazla oksijenlenmi\u015f kana sahip olan b\u00f6lgeler demek oluyor. Optik g\u00f6r\u00fcnt\u00fcleme orta seviyede bir zamansal \u00e7\u00f6z\u00fcn\u00fcrl\u00fc\u011fe ve zay\u0131f uzamsal \u00e7\u00f6z\u00fcn\u00fcrl\u00fc\u011fe sahip olup, ayn\u0131 zamanda olduk\u00e7a g\u00fcvenli oldu\u011fu i\u00e7in bebekler ile yap\u0131lan \u00e7al\u0131\u015fmalarda da kullan\u0131labilme avantaj\u0131na sahiptir.<\/p>\n\n\n\n

\u00b7 Manyetoensefalografi<\/em>. MEG kortikal aktivite dolay\u0131s\u0131yla a\u00e7\u0131\u011fa \u00e7\u0131kan manyetik alanlar\u0131 \u00f6l\u00e7er. EEG\u2019ye benzer olsa da, EEG\u2019den daha fazla uzamsal \u00e7\u00f6z\u00fcn\u00fcrl\u00fc\u011fe sahiptir, \u00e7\u00fcnk\u00fc yapt\u0131\u011f\u0131 \u00f6l\u00e7\u00fcmler EEG\u2019de oldu\u011fu gibi kep taraf\u0131ndan filtrelenmemi\u015f, bu\u011fulu hale getirilmemi\u015ftir. MEG ufak manyetik alanlar\u0131 tespit edebilmek i\u00e7in SQUID sens\u00f6rleri kullan\u0131r.<\/p>\n\n\n\n

\u0130\u015flemsel Modelleme<\/strong><\/p>\n\n\n\n

\u0130\u015flemsel modeller bir problemin matematiksel ve mant\u0131ksal olarak formalize edilmi\u015f olmas\u0131n\u0131 gerektirir. Bilgisayar modelleri zekan\u0131n farkl\u0131, genel ve spesifik niteliklerinin deneysel olarak do\u011frulanmas\u0131nda ve sim\u00fclasyonlarda kullan\u0131l\u0131r. \u0130\u015flemsel modelleme spesifik bir bili\u015fsel olgunun i\u015flevsel organizasyonunu anlamam\u0131za yard\u0131mc\u0131 olabilir. Bili\u015fsel modellemeye yakla\u015f\u0131mlar a\u015fa\u011f\u0131daki gibi kategorize edilebilir: (1) sembolik, zeki bir zihnin soyut zihinsel i\u015flevlerinin semboller arac\u0131l\u0131\u011f\u0131 ile ele al\u0131nmas\u0131; (2) subsembolik, insan beyninin n\u00f6ral ve ili\u015fkisel nitelikleri a\u00e7\u0131s\u0131ndan; ve (3) sembolik ve subsembolik kesi\u015fimindeki yakla\u015f\u0131mlar.<\/p>\n\n\n\n

\u00b7 Sembolik modelleme bilgisayar bilimindeki bilgi-temelli sistemleri (knowledge-based systems) kullanan paradigmalardan t\u00fcremi\u015ftir, \u00f6rne\u011fin Eski Moda Yapay Zeka (Good Old-Fashioned Artificial Intelligence). \u0130lk bili\u015fsel bilim ara\u015ft\u0131rmac\u0131lar\u0131 taraf\u0131ndan geli\u015ftirilip daha sonralar\u0131 da bilgi m\u00fchendisli\u011fi (information engineering) alan\u0131nda, uzman sistemler (expert systems) i\u00e7in kullan\u0131lm\u0131\u015flard\u0131r. 90\u2019lar\u0131n ba\u015f\u0131ndan beri sistemik alan\u0131nda insan benzeri zeka modellerinin incelenmesinde kullan\u0131lm\u0131\u015f ve buna paralel olarak SOAR \u00e7evrelerinin geli\u015ftirilmesinde kullan\u0131lm\u0131\u015ft\u0131r. Daha g\u00fcncel olarak, \u00f6zellikle de bili\u015fsel karar al\u0131m\u0131 ba\u011flam\u0131nda, sembolik bili\u015fsel modelleme sosyo-bili\u015fsel yakla\u015f\u0131mlarla geni\u015fletilmi\u015ftir.<\/p>\n\n\n\n

\u00b7 Subsembolik modelleme ba\u011flant\u0131c\u0131 (connectionist) \/ n\u00f6ral a\u011f modellerini i\u00e7erir. Ba\u011flant\u0131c\u0131l\u0131k zihnin\/beynin basit nodlardan olu\u015ftu\u011funu ve onun problem \u00e7\u00f6zme kapasitesinin de bu nodlar aras\u0131ndaki ba\u011flant\u0131lar ve ili\u015fkilerden t\u00fcredi\u011fi fikri \u00fczerine kuruludur. N\u00f6ral a\u011flar bu yakla\u015f\u0131m\u0131n en bariz uygulamas\u0131d\u0131r. Bu yakla\u015f\u0131m\u0131 ele\u015ftiren baz\u0131lar\u0131, bu modellerin sistemin nas\u0131l \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131n bir representasyonu olmas\u0131 a\u00e7\u0131s\u0131ndan biyolojik tutarl\u0131l\u0131\u011fa sahip olduklar\u0131n\u0131 ama a\u00e7\u0131klay\u0131c\u0131l\u0131klar\u0131n\u0131n olmad\u0131\u011f\u0131n\u0131 dile getirirler. \u00c7\u00fcnk\u00fc onlara g\u00f6re, basit ba\u011flant\u0131 kurallar\u0131na sahip bir sistemden bile t\u00fcreyen y\u00fcksek seviye kompleksite o ba\u011flant\u0131lar\u0131, ba\u011flant\u0131 d\u00fczleminde yorumlanamaz k\u0131lar, aslolan, bu ba\u011flant\u0131lar\u0131n kendilerinden ziyade onlar\u0131n yol a\u00e7t\u0131\u011f\u0131 daha y\u00fcksek seviye temsillerdir. [ZK1]<\/a><\/p>\n\n\n\n

\u00b7 Pop\u00fcleritesi artmakta olan di\u011fer yakla\u015f\u0131mlar ise (1) dinamik sistemler teorisi, (2) sembolik modelleri ba\u011flant\u0131c\u0131 modellere e\u015fleme (n\u00f6ral-sembolik entegrasyon veya hibrid zeki sistemler) ve (3) Bayesyen modellerdir.<\/p>\n\n\n\n

N\u00f6robiyolojik Metotlar<\/strong><\/p>\n\n\n\n

Do\u011frudan olarak n\u00f6robilimden veya n\u00f6ropsikolojiden al\u0131nm\u0131\u015f metotlar zekan\u0131n kimi yanlar\u0131n\u0131 inceliyorken olduk\u00e7a faydal\u0131 olabilirler. Bu metotlar zeki davran\u0131\u015f\u0131n fiziksel sistemlerde nas\u0131l \u201cger\u00e7ekle\u015ftirildi\u011fini\u201d anlamam\u0131z\u0131 sa\u011flar.<\/p>\n\n\n\n

\u00b7 Tek \u00fcniteli kay\u0131t<\/p>\n\n\n\n

\u00b7 Do\u011frudan beyin uyar\u0131m\u0131<\/p>\n\n\n\n

\u00b7 Hayvan modelleri<\/p>\n\n\n\n

\u00b7 Postmortem \u00e7al\u0131\u015fmalar\u0131<\/p>\n\n\n\n

Tarihi<\/strong><\/h1>\n\n\n\n

Bili\u015fsel bilim 1950\u2019lerde bili\u015fsel devrim olarak an\u0131lan entelekt\u00fcel bir hareket olarak ortaya \u00e7\u0131kt\u0131. Bili\u015fsel bilim antik felsefe metinlerine de\u011fin izi s\u00fcr\u00fclebilecek bir arkaplana sahiptir (bkz. Platon\u2019un Meno\u2019su ve Aristoteles\u2019in De Anima\u2019s\u0131); ki Descares, David Hume, Immanuel Kant, Benedict de Spinoza, Nicholas Malebransche, Pierre Cabanis, Leibniz ve John Locke gibi isimleri de kapsar. Fakat, her ne kadar bu erken d\u00f6nem yazarlar zihnin felsefi olarak ke\u015ffine \u00e7ok\u00e7a katk\u0131 sa\u011flam\u0131\u015f ve bu \u00e7al\u0131\u015fmalar nihayetinde psikolojinin geli\u015fimine yol a\u00e7m\u0131\u015fsa da, bili\u015fsel bilimcilerinkinden \u00e7ok daha farkl\u0131 bir ara\u00e7 ve temel kavram seti ile \u00e7al\u0131\u015f\u0131yorlard\u0131.<\/p>\n\n\n\n

Modern bili\u015fsel bilim k\u00fclt\u00fcr\u00fc, Warren McCulloch ve Walter Pitts gibi zihnin organizasyon prensiplerini anlamaya \u00e7al\u0131\u015fan 1930\u2019lardaki ve 1940\u2019lardaki sibernetisistlere de\u011fin g\u00f6t\u00fcr\u00fclebilir. McCulloch ve Pitts biyolojik n\u00f6ral a\u011flar\u0131n yap\u0131s\u0131ndan esinlenilerek olu\u015fturulmu\u015f i\u015flemleme modelleri olan \u015fimdiki yapay n\u00f6ral a\u011flar\u0131n ilk t\u00fcr\u00fcn\u00fc geli\u015ftirmi\u015flerdir.<\/p>\n\n\n\n

1940\u2019lar ve 1950\u2019lerde i\u015flemleme teorisinin (theory of computation) ve dijital bilgisayarlar\u0131n ortaya \u00e7\u0131kmas\u0131 da olduk\u00e7a \u00f6nemli bir \u00f6nc\u00fcld\u00fc. Kurt G\u00f6del, Alonzo Church, Alan Turing ve John von Neumann bu geli\u015fmelerde etkindiler. Modern bilgisayar, ya da Von Neumann makinesi, hem zihne dair bir metafor olarak hem de bir inceleme arac\u0131 olarak, bili\u015fsel bilimde merkezi bir rol oynayacakt\u0131.<\/p>\n\n\n\n

Bili\u015fsel bilim deneyleri akademik bir enstit\u00fcde ilk kez MIT Sloan \u0130\u015fletme Okulu\u2019nda, psikoloji departman\u0131nda \u00e7al\u0131\u015fan ve insan bili\u015fini inceliyorken bilgisayar belle\u011fi modellerini kullanarak deneyler yapan J. C. R. Licklider \u00f6nderli\u011finde ger\u00e7ekle\u015fmi\u015ftir.<\/p>\n\n\n\n

1956 y\u0131l\u0131nda MIT\u2019de, Allen Newell, Herbert. A. Simon ve Marvin Minsky gibi yapay zekan\u0131n \u00f6nderlerinin ve dilbilimci Noam Chomsky\u2019nin kat\u0131ld\u0131\u011f\u0131 Symposium on Information Theory ger\u00e7ekle\u015fti. Chomsky davran\u0131\u015f\u00e7\u0131l\u0131\u011fa dair ele\u015ftirisini ve daha sonradan olduk\u00e7a etkili olacak olan D\u00f6n\u00fc\u015f\u00fcmsel Gramer\u2019ini (Transformational Grammar) sundu. Newell ve Simon ise ilk yapay zeka \u00e7al\u0131\u015fmalar\u0131ndan say\u0131lan Logic Theorist\u2019i sundular.<\/p>\n\n\n\n

1959 y\u0131l\u0131nda, Noam Chomsky B. F. Skinner\u2019\u0131n S\u00f6zel Davran\u0131\u015f (Verbal Behavior) kitab\u0131na dair \u00e7ok sert bir inceleme yay\u0131nland\u0131. O d\u00f6nemde, Skinner\u2019\u0131n davran\u0131\u015f\u00e7\u0131 paradigmas\u0131 Amerika\u2019daki psikoloji alan\u0131n\u0131 domine etmi\u015fti. \u00c7o\u011fu psikolog, i\u00e7sel temsiller hakk\u0131nda hipotezler ortaya atmadan, uyaran ve tepki aras\u0131ndaki i\u015flevsel ili\u015fkilere odaklanm\u0131\u015ft\u0131. Chomsky dili a\u00e7\u0131klayabilmek i\u00e7in, sadece i\u00e7sel temsiller ileri s\u00fcrmeyen ama ayn\u0131 zamanda bu temsillerin alt\u0131nda yatan d\u00fczeni de izah eden \u00fcretici gramer gibi bir teoriye ihtiyac\u0131m\u0131z oldu\u011funu iddia etti..<\/p>\n\n\n\n

Bili\u015fsel bilim<\/em> terimi, 1973 y\u0131l\u0131nda, yapay zeka ara\u015ft\u0131rmalar\u0131n\u0131n o d\u00f6nemki durumunu ele alan Lighhill raporuna yazd\u0131\u011f\u0131 ele\u015ftirisinde Christopher Longuet-Higgins taraf\u0131ndan ilk kez kullan\u0131lm\u0131\u015ft\u0131. Ayn\u0131 d\u00f6nemde, Cognitive Science dergisi ve Cognitive Science Society kuruldu. Cognitive Science Society\u2019nin kurulu\u015f toplant\u0131s\u0131 Kaliforniya \u00dcniversitesi, San Diego\u2019da, 1979 y\u0131l\u0131nda yap\u0131ld\u0131. Bu toplant\u0131 bili\u015fsel bilimin uluslaras\u0131 olarak g\u00f6r\u00fcn\u00fcr bir giri\u015fim olmas\u0131n\u0131 sa\u011flad\u0131. Y\u00f6neticili\u011fini Neil Stillings\u2019in yapt\u0131\u011f\u0131 Hampshire Koleji bili\u015fsel bilim alan\u0131ndaki ilk lisans d\u00fczeyinde e\u011fitim program\u0131n\u0131 1972\u2019de ba\u015flatt\u0131. 1982 y\u0131l\u0131nda Profes\u00f6r Stillings\u2019in de deste\u011fi ile Vassar Koleji, bili\u015fsel bilimde lisans diplomas\u0131 veren ilk enstit\u00fc oldu. 1986\u2019da d\u00fcnyan\u0131n ilk Bili\u015fsel Bilim Departman\u0131 Kaliforniya \u00dcniversitesi, San Diego\u2019da kuruldu.<\/p>\n\n\n\n

1970\u2019lerde ve 1980\u2019lerin ilk y\u0131llar\u0131nda, bilgisayarlara eri\u015fim artt\u0131k\u00e7a yapay zeka ara\u015ft\u0131rmalar\u0131 \u00e7o\u011fald\u0131. Marvin Minsky gibi ara\u015ft\u0131rmac\u0131lar, insanlar\u0131n, \u00f6rne\u011fin karar alma ve problem \u00e7\u00f6zme gibi s\u00fcre\u00e7lerdeki ad\u0131mlar\u0131n\u0131 formel olarak betimlemek amac\u0131yla, LISP gibi programlama dillerinde bilgisayar programlar\u0131 yaz\u0131yordu. Bu \u00e7al\u0131\u015fmalarla insan d\u00fc\u015f\u00fcn\u00fc\u015f\u00fcn\u00fc daha iyi anlamay\u0131 ve yapay zekay\u0131 yaratmay\u0131 ama\u00e7l\u0131yorlard\u0131. Bu yakla\u015f\u0131m \u201csembolik yapay zeka\u201d olarak bilinir.<\/p>\n\n\n\n

Nihayetinde sembolik yapay zeka yakla\u015f\u0131m\u0131n limitleri g\u00f6r\u00fcnd\u00fc. \u00d6rne\u011fin, sembolik bilgisayarlar taraf\u0131ndan kullan\u0131labilecek \u015fekilde, insan bilgi birikiminin t\u00fcm\u00fcn\u00fc listelemek ger\u00e7ek d\u0131\u015f\u0131 g\u00f6r\u00fcn\u00fcr oldu. 80\u2019lerin sonlar\u0131n ve 90\u2019larda n\u00f6ral a\u011flar ve ba\u011flant\u0131c\u0131l\u0131k bir ara\u015ft\u0131rma paradigmas\u0131 olarak y\u00fckseldi. S\u0131kl\u0131kla James McClelland ve David Rumelhard\u2019a atfedilen bu bak\u0131\u015f a\u00e7\u0131s\u0131 ile beraber zihin bir karma\u015f\u0131k ili\u015fkiler k\u00fcmesi olarak ele al\u0131nan ve birden \u00e7ok katmana sahip bir a\u011f olarak betimlendi. Bunu ele\u015ftirenler sembolik modeller ile daha iyi a\u00e7\u0131klanan baz\u0131 olgular oldu\u011funu ve ba\u011flant\u0131c\u0131 modellerin a\u00e7\u0131klay\u0131c\u0131l\u0131k g\u00fc\u00e7lerinin az olmas\u0131na yol a\u00e7acak kadar karma\u015f\u0131k olduklar\u0131n\u0131 iddia ettiler. Daha g\u00fcncel \u00e7al\u0131\u015fmalarda sembolik ve ba\u011flant\u0131c\u0131 modeller bir araya getirildi ve bu birle\u015fim, iki t\u00fcr a\u00e7\u0131klama yakla\u015f\u0131m\u0131n\u0131n da avantaj\u0131n\u0131 kullanabilmeyi sa\u011flad\u0131. Hem ba\u011flant\u0131c\u0131l\u0131k hem de sembolik yakla\u015f\u0131mlar farkl\u0131 hipotezleri test etmede ve bili\u015fin farkl\u0131 yanlar\u0131n\u0131 anlama konusunda kullan\u0131\u015fl\u0131 yakla\u015f\u0131mlar olsalar da, hi\u00e7biri biyolojik a\u00e7\u0131dan ger\u00e7ek\u00e7i olmad\u0131\u011f\u0131ndan ikisi de n\u00f6robilimsel tutarl\u0131l\u0131k a\u00e7\u0131s\u0131ndan yetersiz bulunmaktad\u0131r. Ba\u011flant\u0131c\u0131l\u0131k, bili\u015fin geli\u015fim s\u00fcreci boyunca nas\u0131l olu\u015ftu\u011funu ve beyinle olan ili\u015fkisini i\u015flemsel olarak inceleme ba\u011flam\u0131nda \u00e7ok faydal\u0131 olmu\u015ftur ve s\u0131k\u0131 s\u0131k\u0131ya alana spesifik (domain specific) ve alandan ba\u011f\u0131ms\u0131z (domain general) ayr\u0131mlar\u0131 yapan yakla\u015f\u0131mlara alternatif sa\u011flam\u0131\u015ft\u0131r. \u00d6rne\u011fin, Jeff Elman, Liz Bates ve Annette Karmiloff-Smith gibi bilim insanlar\u0131 beyindeki a\u011flar\u0131n, bu a\u011flarla \u00e7evresel girdi aras\u0131ndaki dinamik etkile\u015fimden ortaya \u00e7\u0131kt\u0131\u011f\u0131n\u0131 ileri s\u00fcrm\u00fc\u015flerdir.<\/p>\n\n\n\n

G\u00fcncel Geli\u015fmeler<\/strong><\/p>\n\n\n\n

Zihnin\/beynin veya \u201czihnin entegre edildi\u011fi\u201d herhangi bir fiziksel sistemin fiziksel \u00f6zelliklerinden ba\u011f\u0131ms\u0131z, bir kurallar, temsiller dizisi, bir algoritma, soyut bir bilgi i\u015flem s\u00fcreci olarak ele al\u0131nabilece\u011fini iddia eden bilgisyar metaforu ge\u00e7ti\u011fimiz y\u0131llarda \u00e7ok ciddi ele\u015ftirilere maruz kald\u0131. Bu ele\u015ftirilerin temelinde iki b\u00fcy\u00fck perspektif yat\u0131yor: Birincisi, bili\u015fsel n\u00f6robilmin geli\u015fmesiyle beraber n\u00f6robilimsel s\u00fcre\u00e7leri de inceleyebiliyor olmam\u0131z ve beynin bu s\u00fcre\u00e7lere dahlini eskisine nazaran \u00e7ok daha net g\u00f6rebiliyor olmam\u0131z, onu g\u00f6rmezden gelerek yaln\u0131zca soyut s\u00fcre\u00e7lere odaklanabilmeyi g\u00fc\u00e7le\u015ftirmi\u015ftir. Bunun yan\u0131 s\u0131ra yapay n\u00f6ral a\u011flar ve n\u00f6ron gruplar\u0131n\u0131n faaliyetlerini sim\u00fcle etmek i\u00e7in kullan\u0131lan di\u011fer y\u00f6ntemler \u201cdonan\u0131m ve yaz\u0131l\u0131m\u201d gibi bir ayr\u0131ma gitmenin hakkaniyetine g\u00f6lge d\u00fc\u015f\u00fcrm\u00fc\u015ft\u00fcr.<\/p>\n\n\n\n

Bunun yan\u0131 s\u0131ra bili\u015fsel bilimde \u00e7e\u015fitli alternatif paradigmalar da do\u011fmaya ba\u015flam\u0131\u015ft\u0131r, \u00f6rne\u011fin dinamik\u00e7ilik (dynamical systems) ve bedensel (embodied) ve durumsal (situated) bili\u015fsel bilim. Dinamik\u00e7ili\u011fe g\u00f6re, bili\u015fsel davran\u0131\u015f her zaman zamansal bir ba\u011flamda vuku buldu\u011fundan ve zamansal koordinasyon gerektirdi\u011finden, dinamik sistemler teorisi uygun bir model sa\u011flayabilir. Dinamik\u00e7ilik bilgisayar metaforunda ihmal edilen zamansal d\u00fczenliliklerin esas oldu\u011funu iddia eder. Ayr\u0131ca, bu yakla\u015f\u0131m i\u00e7sel temsillerin ve sembollerin bili\u015fsel bilimin merkezinde bulunmas\u0131na \u015f\u00fcpheyle yakla\u015f\u0131r, \u00e7\u00fcnk\u00fc bu kavramlar dinamik bir a\u00e7\u0131klaman\u0131n par\u00e7as\u0131 de\u011fildirler.<\/p>\n\n\n\n

Bunun yan\u0131 s\u0131ra, bedensel (embodied) ve durumsal (situated) bili\u015fsel bilim bili\u015fin spesifik bir bedene (embodied) ve spesifik bir \u00e7evreye (situated) referans verilmeksizin anla\u015f\u0131lamayaca\u011f\u0131n\u0131 varsayar. Bu bili\u015fin soyut sembolik temsillerin d\u00fcnyas\u0131nda ger\u00e7ekle\u015fen, duyusal, motor ve zamansal etmenlerden azade bir s\u00fcre\u00e7 oldu\u011fu iddias\u0131ndan \u015f\u00fcphe duyulmas\u0131n\u0131 yol a\u00e7ar. Bu g\u00f6r\u00fc\u015f\u00fcn en \u00fcnl\u00fc savunucular\u0131 Alva Noe, Susan Hurley, Evan Thompson, Francisco Varela ve Kevin O\u2019Regan\u2019d\u0131r. Bedensel ve durumsal bili\u015fsel bilim ba\u011flam\u0131nda, Maurice Merleau-Ponty\u2019nin ve Edmund Husserl\u2019in fenomonolojisi ile klasik analitik zihin felsefesi aras\u0131nda bir ba\u011flant\u0131 s\u0131kl\u0131kla aran\u0131r.<\/p>\n\n\n\n

Sunulan bu farkl\u0131 ak\u0131mlar (ba\u011flant\u0131c\u0131l\u0131k, dinamik\u00e7ilik, durumsall\u0131k ve bedensellik), talepleri ve varsay\u0131mlar\u0131 benzer oldu\u011fu i\u00e7in s\u0131kl\u0131kla Yeni Yapay Zeka tabiri alt\u0131nda an\u0131l\u0131r ve \u00f6zetlenirler. Fakat bunlar\u0131n birbirleri ile uyumlu olduklar\u0131 s\u00f6ylenemez \u00e7\u00fcnk\u00fc \u00f6nc\u00fclleri, sonu\u00e7lar\u0131 ve uygulamalar\u0131 gibi pek \u00e7ok a\u00e7\u0131dan birbirleri ile \u00e7eli\u015firler.<\/p>\n\n\n\n

Zihni bilgisayar ile \u00f6zde\u015fle\u015ftiren metaforlara y\u00f6neltilen ele\u015ftiriler genel olarak bili\u015fsel bilimin sorgulanmas\u0131na yol a\u00e7m\u0131\u015ft\u0131r. Fakat bu ele\u015ftiriler zaman i\u00e7inde yumu\u015fam\u0131\u015ft\u0131r.<\/p>\n\n\n\n

Kaynak\u00e7a<\/h1>\n\n\n\n
    \n
  1. ^<\/strong><\/a>\u00a0\u201cAsk the Cognitive Scientist\u201d<\/a>.\u00a0American Federation of Teachers<\/em>\u00a0(\u0130ngilizce). 8 A\u011fustos 2014. Eri\u015fim tarihi: 5 Eyl\u00fcl 2020.<\/li>\n\n\n\n
  2. ^<\/strong>\u00a0a<\/em><\/strong><\/a>\u00a0b<\/em><\/strong><\/a>\u00a0Thagard, Paul.\u00a0\u201cCognitive Science\u201d<\/a>.\u00a0plato.stanford.edu<\/em>\u00a0(\u0130ngilizce). Eri\u015fim tarihi: 5 Eyl\u00fcl 2020.<\/li>\n\n\n\n
  3. ^<\/strong>\u00a0a<\/em><\/strong><\/a>\u00a0b<\/em><\/strong><\/a>\u00a0Miller, George A. (1 Mart 2003).\u00a0\u201cThe cognitive revolution: a historical perspective\u201d<\/a>.\u00a0Trends in Cognitive Sciences<\/em>\u00a0(\u0130ngilizce).\u00a07<\/strong>\u00a0(3): 141\u2013144.\u00a0doi<\/a>:10.1016\/S1364\u20136613(03)00029\u20139<\/a>.\u00a0ISSN<\/a>\u00a01364\u20136613<\/a>.\u00a0PMID<\/a>\u00a012639696<\/a>.<\/li>\n\n\n\n
  4. ^<\/strong><\/a>\u00a0Varela, F. J., Thompson, E., & Rosch, E. (1991). The embodied mind: cognitive science and human experience. Cambridge, Massachusetts: MIT Press<\/li>\n\n\n\n
  5. ^<\/strong><\/a>\u00a0Marr, D. (1982).\u00a0Vision: A Computational Investigation into the Human Representation and Processing of Visual Information<\/em>. W. H. Freeman.<\/li>\n\n\n\n
  6. ^<\/strong><\/a>\u00a0Ferr\u00e9s, Joan; Masanet, Maria-Jose (2017).\u00a0“La eficacia comunicativa en la educaci\u00f3n: Potenciando las emociones y el relato”<\/a>.\u00a0Comunicar: Revista Cient\u00edfica de Comunicaci\u00f3n y Educaci\u00f3n<\/em>\u00a0(\u0130spanyolca).\u00a025<\/strong>\u00a0(52): 51\u201360.\u00a0doi<\/a>:10.3916\/C52-2017-05<\/a>.\u00a0ISSN<\/a>\u00a01134-3478<\/a>.<\/li>\n\n\n\n
  7. ^<\/strong><\/a>\u00a0Sun, Ron (ed.) (2008). The Cambridge Handbook of Computational Psychology. Cambridge University Press, New York.<\/li>\n\n\n\n
  8. ^<\/strong><\/a>\u00a0Daniela Isac, Charles Reiss.\u00a0I-language: An Introduction to Linguistics as Cognitive Science, 2nd edition<\/em><\/a>. Oxford University Press. s. 5.\u00a0ISBN<\/a>\u00a0978-0199660179<\/a>.<\/li>\n\n\n\n
  9. ^<\/strong><\/a>\u00a0Pinker, Steven; Bloom, Paul (1990\/12).\u00a0“Natural language and natural selection”<\/a>.\u00a0Behavioral and Brain Sciences<\/em>\u00a0(\u0130ngilizce).\u00a013<\/strong>\u00a0(4): 707\u2013727.\u00a0doi<\/a>:10.1017\/S0140525X00081061<\/a>.\u00a0ISSN<\/a>\u00a01469-1825<\/a>. Tarih de\u011ferini g\u00f6zden ge\u00e7irin:\u00a0|tarih=<\/code>\u00a0(yard\u0131m<\/a>)<\/li>\n\n\n\n
  10. ^<\/strong><\/a>\u00a0Jr, Gary W. Lewandowski; Strohmetz, David B. (2009).\u00a0“Actions Can Speak as Loud as Words: Measuring Behavior in Psychological Science”<\/a>.\u00a0Social and Personality Psychology Compass<\/em>\u00a0(\u0130ngilizce).\u00a03<\/strong>\u00a0(6): 992\u20131002.\u00a0doi<\/a>:10.1111\/j.1751-9004.2009.00229.x<\/a>.\u00a0ISSN<\/a>\u00a01751-9004<\/a>.<\/li>\n\n\n\n
  11. ^<\/strong><\/a>\u00a0Hafner, K.; Lyon, M. (1996).\u00a0Where wizards stay up late: The origins of the Internet<\/em>. New York: Simon & Schuster. p. 32.<\/li>\n\n\n\n
  12. ^<\/strong><\/a>\u00a0Chomsky, Noam (1959).\u00a0“Review of Verbal behavior”<\/a>.\u00a0Language<\/em>.\u00a035<\/strong>\u00a0(1): 26\u201358.\u00a0doi<\/a>:10.2307\/411334<\/a>.\u00a0ISSN<\/a>\u00a00097-8507<\/a>.<\/li>\n\n\n\n
  13. ^<\/strong><\/a>\u00a0Longuet-Higgins, H. C. (1973). “Comments on the Lighthill Report and the Sutherland Reply”.\u00a0Artificial Intelligence: a paper symposium<\/em>. Science Research Council. syf. 35\u201337.<\/li>\n\n\n\n
  14. ^<\/strong><\/a>\u00a0“About”<\/a>.\u00a0Cognitive Science Society<\/em>\u00a0(\u0130ngilizce). Eri\u015fim tarihi: 5 Eyl\u00fcl 2020.<\/li>\n\n\n\n
  15. ^<\/strong>\u00a0a<\/em><\/strong><\/a>\u00a0b<\/em><\/strong><\/a>\u00a0“UCSD Cognitive Science – UCSD Cognitive Science”<\/a>.\u00a0web.archive.org<\/em>. 9 Temmuz 2015. Eri\u015fim tarihi: 5 Eyl\u00fcl 2020.<\/li>\n\n\n\n
  16. ^<\/strong><\/a>\u00a0“About – Cognitive Science Department – Vassar College”<\/a>.\u00a0cogsci.vassar.edu<\/em>. Eri\u015fim tarihi: 5 Eyl\u00fcl 2020.<\/li>\n\n\n\n
  17. ^<\/strong><\/a>\u00a0d’Avila Garcez, Artur S.; Lamb, Luis C.; Gabbay, Dov M. (2008).\u00a0Neural-Symbolic Cognitive Reasoning. Cognitive Technologies<\/em>. Springer.<\/li>\n\n\n\n
  18. ^<\/strong><\/a>\u00a0Sun, Ron; Bookman, Larry, eds. (1994).\u00a0Computational Architectures Integrating Neural and Symbolic Processes<\/em>. Needham, MA: Kluwer Academic.<\/li>\n\n\n\n
  19. ^<\/strong><\/a>\u00a0“Encephalos Journal”<\/a>.\u00a0www.encephalos.gr<\/em>. Eri\u015fim tarihi: 5 Eyl\u00fcl 2020.<\/li>\n\n\n\n
  20. ^<\/strong><\/a>\u00a0Wilson, Elizabeth A. (4 February 2016). Neural Geographies: Feminism and the Microstructure of Cognition. Routledge.<\/li>\n\n\n\n
  21. ^<\/strong><\/a>\u00a0Zorzi, Marco; Testolin, Alberto; Stoianov, Ivilin Peev (2013).\u00a0“Modeling language and cognition with deep unsupervised learning: a tutorial overview”<\/a>.\u00a0Frontiers in Psychology<\/em>\u00a0(\u0130ngilizce).\u00a04<\/strong>.\u00a0doi<\/a>:10.3389\/fpsyg.2013.00515<\/a>.\u00a0ISSN<\/a>\u00a01664-1078<\/a>.<\/li>\n\n\n\n
  22. ^<\/strong><\/a>\u00a0Tieszen, Richard (2011). “Analytic and Continental Philosophy, Science, and Global Philosophy”.\u00a0Comparative Philosophy<\/em>.\u00a02<\/strong>\u00a0(2): 4\u201322.<\/li>\n\n\n\n
  23. ^<\/strong><\/a>\u00a0Browne, A. (1997).\u00a0Neural Network Perspectives on Cognition and Adaptive Robotics<\/em>. CRC Press. ISBN 0-7503-0455-3.<\/li>\n\n\n\n
  24. ^<\/strong><\/a>\u00a0Pfeifer, R.; Schreter, Z.; Fogelman-Souli\u00e9, F.; Steels, L. (1989).\u00a0Connectionism in Perspective<\/em>. Elsevier. ISBN 0-444-59876-6.<\/li>\n\n\n\n
  25. ^<\/strong><\/a>\u00a0Karmiloff-Smith, Annette (2015).\u00a0“An Alternative to Domain-general or Domain-specific Frameworks for Theorizing about Human Evolution and Ontogenesis”<\/a>.\u00a0AIMS Neuroscience<\/em>\u00a0(\u0130ngilizce).\u00a02<\/strong>\u00a0(2): 91.\u00a0doi<\/a>:10.3934\/Neuroscience.2015.2.91<\/a>.\u00a0PMC<\/a>\u00a04678597<\/a>\u00a0$2.\u00a0PMID<\/a>\u00a026682283<\/a>.<\/li>\n<\/ol>\n","protected":false},"featured_media":1664,"template":"","meta":{"_acf_changed":false},"event_publishing_tags":[117,116,84,83,280,286,93,262,234,82,691,233,92,281,285,87,62,74,88,89,66,65,482,75,261,177,80,81,471,61,176],"kategori":[302],"class_list":["post-1663","blog_content","type-blog_content","status-publish","has-post-thumbnail","hentry","event_publishing_tags-anthropology","event_publishing_tags-antropoloji","event_publishing_tags-artificial-intelligence","event_publishing_tags-beyin","event_publishing_tags-bilgisayar","event_publishing_tags-bilgisayar-bilimi","event_publishing_tags-bilissel-bilim","event_publishing_tags-bilissel-bilim-felsefesi","event_publishing_tags-bilissel-psikoloji","event_publishing_tags-brain","event_publishing_tags-cogist","event_publishing_tags-cognitive-psychology","event_publishing_tags-cognitive-science","event_publishing_tags-computer","event_publishing_tags-computer-science","event_publishing_tags-dil","event_publishing_tags-dilbilim","event_publishing_tags-felsefe","event_publishing_tags-language","event_publishing_tags-linguistics","event_publishing_tags-neuroscience","event_publishing_tags-norobilim","event_publishing_tags-philmind","event_publishing_tags-philosophy","event_publishing_tags-philosophy-of-cognitive-science","event_publishing_tags-philosophy-of-mind","event_publishing_tags-psikoloji","event_publishing_tags-psychology","event_publishing_tags-sinirbilim","event_publishing_tags-yapay-zeka","event_publishing_tags-zihin-felsefesi","kategori-vikimaraton"],"acf":[],"_links":{"self":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content\/1663","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content"}],"about":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/types\/blog_content"}],"version-history":[{"count":0,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content\/1663\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/media\/1664"}],"wp:attachment":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/media?parent=1663"}],"wp:term":[{"taxonomy":"event_publishing_tags","embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/event_publishing_tags?post=1663"},{"taxonomy":"kategori","embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/kategori?post=1663"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}