180 milyon yıllık fosil, vampir kalamarın atasının başına gelenleri ortaya koydu

Araştırma vampir kalamarların adaptasyonuna dair önemli bilgiler veriyor
Araştırma vampir kalamarların adaptasyonuna dair önemli bilgiler veriyor
TT

180 milyon yıllık fosil, vampir kalamarın atasının başına gelenleri ortaya koydu

Araştırma vampir kalamarların adaptasyonuna dair önemli bilgiler veriyor
Araştırma vampir kalamarların adaptasyonuna dair önemli bilgiler veriyor

Yeni bir araştırma yaklaşık 180 milyon yıl önce 8 kollu bir yırtıcının başka bir 8 kollu canlıyı yemeye çalıştığı sırada her ikisinin de boğularak öldüğünü ortaya çıkardı.
Swiss Journal of Palaeontology isimli bilimsel yayında 16 Mart'ta online olarak yayımlanan çalışmada araştırmacılar, bu ikilinin fosilleşmiş kalıntılarını tutan killi yapraktaşı levhasının yumuşak dokularının izlerini "olağanüstü" detaylarıyla koruduğunu belirtti. 
Araştırma ekibi levha üstünde yapılan analizin, iki canlının son anlarının "sonsuz bir kucaklaşmayla" sona erdiğini ortaya koyduğunu söyledi. 
Zürih Üniversitesi Paleontoloji Müzesi küratörü ve üniversitenin Paleontoloji Enstitüsü'nde profesör olan çalışmanın başyazarı Christian Klug, "Yırtıcının yakaladığı ava dair mutluluk duyduğunu ve battığını fark etmediğini varsayıyoruz" ifadelerini kullandı. 
"Muhtemelen oksijen açısından fakir katmanlarda yaralandı, boğuldu, öldü ve yumuşak çamura gömüldü."
Amatör koleksiyoncu Dieter Weber söz konusu kalıntıyı Almanya'nın güneyindeki Ohmden'de terk edilmiş bir taş ocağında buldu. Weber, levha üstünde fosilleşmiş yırtıcıyı kollarını küçük avının etrafına sarmış biçimde buldu. 
Weber fosili hazırladıktan sonra bir araştırmacıya sattı, o da parçayı Stuttgart Doğa Tarihi Müzesi'ne bağışladı. 
Live Science'a konuşan Klug, canlıların erken Jura döneminde hayatta olduğunu, bulundukları bölgenin Orta Avrupa'nın çoğuna yayılan bir deniz havzası olduğunu ve "dip suların çoğunlukla oksijen açısından fakir olduğunu" söyledi. 

Araştırmacılar her iki canlının ahtapotların da yer aldığı kafadanbacaklılar grubuna ait olduğunu belirtti. Canlılardan biri argonaut diğeriyse vampir kalamar. 
Klug, vampir kalamarların günümüzde daha küçük avlarla beslendiğini ancak bu araştırmanın türün daha büyük örneklerinin hayli yırtıcı olduğuna işaret ettiğini söyledi. Araştırmacılar çalışmanın türün eski örneklerinin az miktarda oksijenin bulunduğu alanlara adapte olamadığını gösterdiğini belirtti. 
Araştırma ekibi günümüzde vampir kalamarların düşük oksijenli alanlarda yavaş ve fırsat kollayarak beslenebileceğini ifade etti. Öte yandan düşük oksijenli ortamın iki Jura dönemi canlısının kalıntılarının bozulmadan korunmasının sebebi olabileceği düşünülüyor. 

 


Yapay zekaya yöneltilince çevreye en çok zarar veren sorular belirlendi

Tablet ekranında ChatGPT ve DeepSeek sohbet botlarının logoları görülüyor (AFP)
Tablet ekranında ChatGPT ve DeepSeek sohbet botlarının logoları görülüyor (AFP)
TT

Yapay zekaya yöneltilince çevreye en çok zarar veren sorular belirlendi

Tablet ekranında ChatGPT ve DeepSeek sohbet botlarının logoları görülüyor (AFP)
Tablet ekranında ChatGPT ve DeepSeek sohbet botlarının logoları görülüyor (AFP)

Yeni bir araştırmaya göre OpenAI'ın ChatGPT'si gibi yapay zeka sohbet botlarının mantıklı düşünmesini ve akıl yürütmesini gerektiren sorgular, diğer soru türlerine göre daha fazla karbon salımına yol açıyor.

ChatGPT gibi geniş dil modellerine (GDM) yazılan her sorgu enerji gerektiriyor ve karbondioksit salımına yol açıyor. Almanya'daki Münih Uygulamalı Bilimler Üniversitesi'nden araştırmacılar bu emisyon seviyelerinin sohbet botuna, kullanıcıya ve konuya bağlı olarak değiştiğini söylüyor.

Hakemli dergi Frontiers'ta yayımlanan araştırma, 14 yapay zeka modelini karşılaştırarak karmaşık akıl yürütme gerektiren cevapların, basit cevaplara göre daha fazla karbon salımı yaptığını ortaya koydu.

Soyut cebir veya felsefe gibi uzun uzun muhakeme gerektiren sorgular, lise tarih dersi gibi daha dolambaçsız konulara göre 6 kat daha fazla emisyon üretiyor.

Araştırmacılar yapay zeka sohbet botlarını sık kullananların, karbon emisyonlarını sınırlamak için sordukları soruların türünü ayarlamasını öneriyor.

Çalışma, farklı konularda bin standart soru üzerinden 14 GDM'yi değerlendirerek karbon salımlarını karşılaştırdı.

Çalışmanın yazarı Maximilian Dauner, "Eğitimli GDM'lere sorulan soruların çevresel etkisi, bunların muhakeme yaklaşımına büyük ölçüde bağlı ve doğrudan akıl yürütme süreçleri, enerji tüketimini ve karbon salımlarını önemli ölçüde artırıyor" diyor.

Akıl yürütme özelliğine sahip modellerin, yalın yanıt veren modellere kıyasla 50 kata kadar daha fazla karbondioksit salımına yol açtığını gördük.

Bir kullanıcı yapay zeka sohbet botuna soru sorduğunda, sorgudaki kelimeler veya kelime parçaları bir dizi sayıya dönüştürülerek model tarafından işleniyor. Bu dönüştürme ve yapay zekanın diğer hesaplama süreçleri karbon salımlarına neden oluyor.

Çalışma muhakeme becerisine sahip modellerin soru başına ortalama 543,5 jeton (token) oluştururken, yalın modellerin sadece 40 jeton gerektirdiğini belirtiyor.

Makalede "Daha yüksek jeton ayak izi, her zaman daha yüksek CO2 emisyonu anlamına gelir" ifadeleri kullanılıyor.

Örneğin yaklaşık yüze 85 doğruluk oranına ulaşan Cogito, en isabetli modellerden biri. Yalın cevaplar veren benzer boyutlardaki modellere göre üç kat daha fazla karbon emisyonu üretiyor.

Dr. Dauner, "Şu anda GDM teknolojilerinin doğasında, doğruluk ve sürdürülebilirlik arasında bir taviz verme ilişkisi görüyoruz" diyor. 

Emisyonları 500 gram karbondioksit eşdeğerinin altında tutan modellerin hiçbiri, bin soruyu doğru cevaplamada yüzde 80'in üzerinde doğruluk oranına ulaşamadı.

Karbondioksit eşdeğeri, çeşitli sera gazlarının iklim değişikliği üzerindeki etkisini ölçmek için kullanılan bir birim.

Araştırmacılar yeni bulguların, insanların yapay zeka kullanımı hakkında daha bilinçli kararlar almasını sağlayacağını umuyor.

Araştırmacılar bir örnek vererek DeepSeek R1 sohbet botundan 600 bin soruyu yanıtlamasını isteyen sorguların, Londra'dan New York'a gidiş-dönüş uçuşuna eşdeğer karbon emisyonu yaratabileceğini söylüyor.

Buna karşılık Alibaba Cloud'ın Qwen 2.5'i, benzer doğruluk oranlarıyla üç kat daha fazla soruya cevap verirken aynı emisyon seviyelerine ulaşıyor.

Dr. Dauner, "Kullanıcılar, yapay zekadan yalın cevaplar vermesini isteyerek veya yüksek kapasiteli modellerin kullanımını, gerçekten bu gücü gerektiren görevlerle sınırlayarak emisyonları önemli ölçüde azaltabilir" diyor.

Independent Türkçe