Ege Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Prof. Dr. Orhan Dağdeviren ve Araş. Gör. Ege Erberk Uslu tarafından hazırlanan “"Orkestratör Ne Kadar Küçük Olabilir? Nesnelerin İnterneti Uç Bilişiminde Enerji ve Gecikme Duyarlı Görev Aktarımı için Büyük Dil Modeli Ajanlarından Küçük DQN'lere" başlıklı bilimsel çalışma, İstanbul’da düzenlenen “10. Uluslararası Yapay Zeka ve Veri İşleme Sempozyumu”nda (IDAP 2026) “En İyi Bildiri Ödülü”ne layık görüldü. Marmara, İnönü ve Filipinler Caraga State üniversitelerinin ortaklığıyla düzenlenen IDAP 2026’da toplam 359 bildiri sunuldu. Beş ödül kategorisinin zirvesinde yer alan "Best Paper Award" yalnızca bu çalışmaya verildi. Uluslararası hakem heyetinin değerlendirmesinden geçen araştırmanın IEEE Xplore’da yayımlanacağı belirtildi.
“KÜÇÜK AMA AKILLI” ÇÖZÜMLER GELİŞTİRİLDİ
Çalışmanın teknik detayları hakkında bilgi veren Prof. Dr. Orhan Dağdeviren, ödüllü araştırmanın Nesnelerin İnterneti (IoT) cihazlarında görev aktarımı kararlarını veren yapay zeka modellerinin ne ölçüde küçültülebileceğine odaklandığını belirtti. Dağdeviren, “Ödüllü çalışmamız, Nesnelerin İnterneti (IoT) cihazlarında görev aktarımı kararlarını veren yapay zekâ modellerinin ne kadar küçültülebileceğini bilimsel verilerle ortaya koyuyor. Günümüzde popüler olan devasa Büyük Dil Modelleri (LLM) ile çok daha küçük olan Derin Pekiştirmeli Öğrenme (DQN) ajanlarını kıyasladığımızda çarpıcı sonuçlara ulaştık. Çalışmamızla; 870 parametreli ve yalnızca 32 kilobaytlık bir yapay zekâ modelinin, kendisinden yüz binlerce kat daha büyük ve yavaş olan modellerle aynı kalitede karar verebildiğini kanıtladık. Bu bulgu, özellikle kısıtlı pil ömrüne ve belleğe sahip olan akıllı cihazların, bulut sistemlerine ihtiyaç duymadan kendi üzerlerinde yüksek verimle çalışabilmesinin önünü açıyor” dedi.
ÇALIŞMADA YENİ BİR DEĞERLENDİRME ÖLÇÜTÜ ÖNERİLDİ
Ege Üniversitesi NETOS (Network Engineering Science and Technology) Araştırma Grubu çatısı altında yürütülen çalışmanın önemine değinen Prof. Dr. Dağdeviren, araştırmanın IoT ve kenar bilişim alanındaki temel sorunlardan birine odaklandığını söyledi. Dağdeviren, “Doktora öğrencim Ege Erberk Uslu ile birlikte yürüttüğümüz bu çalışmada, IoT ve kenar bilişim dünyasındaki çok temel bir probleme odaklandık. Literatürde genellikle derin pekiştirmeli öğrenme ajanlarının sadece karar kalitesi ölçülürken, bu ajanın cihaz üzerinde kaplayacağı bellek, boyutu ve yaratacağı gecikme maliyetleri göz ardı ediliyordu. Biz bu çalışmayla, karar verici ajanın kendi maliyetinin de hesaba katılması gerektiğini savunarak literatüre yeni ve gerçekçi bir değerlendirme ölçütü kazandırdık” diye konuştu.
GELİŞTİRİLEN MODEL FARKLI ALANLARDA KULLANILABİLECEK
Geliştirilen modelin pratik uygulama alanlarına da dikkat çeken Prof. Dr. Dağdeviren, çalışmanın yapay zekâ modellerinin kaynakları sınırlı cihazlarda kullanılmasına yönelik sonuçlar ortaya koyduğunu belirtti. Dağdeviren, “Elde ettiğimiz veriler, yapay zeka camiasındaki 'Her problem için LLM mi kullanılmalı?' tartışmasına tekrarlanabilir, açık kaynaklı ve somut bir yanıt veriyor. ESP32 veya STM32 gibi yaygın kullanılan mikrodenetleyicilerde doğrudan çalışabilen bu tasarım; akıllı şehirlerden, afet bölgelerindeki taşınabilir 5G altyapılarına kadar geniş bir yelpazede kullanım imkânı sunuyor. Yapay zekâyı kısıtlı kaynaklara sahip cihazların kalbine, bataryayı tüketmeden taşıyabilmek bizim için çok kıymetli bir mühendislik çözümü oldu” diye aktardı. Ege Üniversitesi NETOS Araştırma Grubu çatısı altında yürütülen çalışma, IDAP 2026 kapsamında “En İyi Bildiri Ödülü” ile ödüllendirilirken araştırmanın IEEE Xplore’da yayımlanacağı bildirildi.
