Ne mentorluk savunma AI öğrencileri değerlendirme hakkında bana öğretti

2024–2025 döneminde, Savunma Sanayii Başkanlığı ve Yükseköğretim Kurulunun ortak SAYZEK Akademik Tez Programı’nda sanayi mentoru olarak görev aldım. 119 üniversiteden 421 başvuru geldi; 356’sı kabul edildi ve 20 şirketten 90 sanayi mentoru atandı. Her öğrencinin ilerlemesi, mentorların inceleyip puanladığı üç ara raporla izlendi.

Öğrencilerim İHA ve SİHA platformları için yapay zekâ destekli görüntü işleme; yapay zekâ tabanlı yer belirleme ve hedef sınıflandırma için radar verisi analizi üzerinde çalışıyordu. Aşağıdaki anlatım operasyonel ayrıntı içermez. Kısıtlı veri, radar parametreleri, model eşikleri veya öğrenci kimlikleri paylaşılmıyor.

Hatanın ortaya çıkış biçimi

Hemen hemen her proje aynı problem şekliyle geldi. Modelleme problemi değil. Bir değerlendirme problemi.

Öğrenci test kümesinde gerçekten iyi bir sonuç gösterirdi. Kümenin nereden geldiğini sorunca, eğitim verisine çok yakın koşullarda toplandığı ortaya çıkardı. Ayrım genellemeyi değil ezberlemeyi ölçüyordu: aynı sensör, aynı irtifa aralığı, aynı saat; bazen aynı uçuş.

Bu dikkatsizlik değildir. Veri az olduğunda ve değerlendirme protokolü dağıtım durumundan türetilmek yerine bir öğreticiden miras alındığında olan şeydir.

İşe yarayan soru

Genellikle en yararlı katkım tek bir soru oluyordu. Bu model hangi koşul altında yanlış olur ve test setiniz bu durumu içeriyor mu?

Görüntü işleme çalışmalarında soruyu sorunca yanıtlar hızla geldi: düşük güneş açısı, kısmi örtülme, modelin hiç görmediği bir sensör. Dünyada nadir olduğu için eğitim verisinde de nadir olan bir hedef sınıfı; çoğu zaman tam da önemli olan sınıf.

Radar çalışmalarında durum daha incelikliydi; çünkü bilgisayarlı görüden gelen sezgiler buraya iyi aktarılmıyor. Clutter, gürültü değildir. Çok yollu yayılım, aykırı değer değildir. Bunları yapısal özellik yerine istenmeyen etki sayan bir model, temiz veri kümesinde çok iyi görünürken en maliyetli biçimde başarısız olabilir.

Bu neden işin geri kalanına bağlanır?

Doğrudan araştırma tasarımına beslenmek için bir mentorluk taahhüdü beklemiyordum, ama oldu.

Öğrencilerden sürekli istediğim alışkanlık, QANTIS boyunca da geçerlidir: Çalışma sınırlarını belirtin. Merkezde değil, sınırda test edin. Sonucun hangi koşulda geçersizleştiğini raporlayın; bunu aleyhinize bir itiraf değil, sonucun parçası olarak görün.

Bunu öğretmek, uygulamaktan daha kolay. Makalede yöntemimizin zayıfladığı koşullar bunlar yazmak rahatsız edici; çünkü okuyucu o cümleyi alıntılayabilir. Ancak sınırı belirtilmemiş bir sonuç, sınırı belirtilmiş olandan daha zayıf bir iddia değildir; daha kötüsü, yanlışlanamaz bir iddiadır.

Programın belgesi 10 Temmuz 2025 tarihli ve Savunma Sanayii Başkanı imzalıdır. Bir mentorluk katkısını kaydeder. Devlet ödülü veya yarışma derecesi değildir; bu nedenle onu olduğu gibi tanımlıyorum.