Halk ve Son Kullanıcı Deneyimi (Açık Mod)

Fraktal Beyin Laboratuvarı: Sonsuz Desenden Zihin Çıkarmak

Sonsuz bir fraktal resme (Mandelbrot) büyüteçle bakarak yapay bir nöronun nasıl karar verdiğini canlı izleyin!

Senaryo: Akıllı Kapı

"Kapının açılması için Kart VEYA Yüz Tanıma onayından biri yeterlidir."

%100 Doğru Çalışıyor
1. Adım: Girdiler (Durum)

Kart okuyucuya yaklaştırıldı mı?

Kamera yüzü tanıdı mı?

💡 Halk Diliyle: Burası yapay zekanın "gözleri ve kulaklarıdır". Dış dünyadan gelen ham sinyallerdir.
2. Adım: Fraktal Bellek (Mandelbrot)
Q1: w1 Q2: w2 Q4: Eşik(b)
Fraktal Büyüteç (Zoom): 90x
🎯 Optimum Karar Seviyesi (90x) - İnce Denge

Fraktal kıyısındaki mikro siyah adacıklar karar terazisini (w1, w2, eşik) tam kurala göre dengeliyor.

w1 (Girdi 1)
+3.00
w2 (Girdi 2)
+2.43
Eşik (Bias)
-0.12

Piksel piksel siyah alan sayılarak karar ağırlıkları doğrudan resimden okunur.

3. Adım: Nöron Ateşlemesi & Karar
Toplanan Sinyal: z = (3.0 × 1) + (2.4 × 0) - 0.12 = +2.88
Ateşleme Olasılığı (σ): 94.7%
🟢
KAPI AÇILDI!
Nöron eşiği aştı ve çıkış sinyali verdi.
ATEŞLENDİ

⚡ Mimari & Hız Kıyaslaması: Klasik LLM vs. Bizim Fraktal Modelimiz

Aynı karar süreci iki farklı mimaride nasıl işlenir? Aşağıdaki veriler seçtiğiniz girdilere ve büyütece göre canlı güncellenir.

CANLI ÖLÇÜLÜYOR Sentezleme: ~3.8 ms
🏛️ Klasik Yapay Zeka (Standart LLM) Örn: GPT-4, LLaMA-3
Bellek Depolama Modeli: Sabit Ağırlık Matrisi (VRAM)
Bu Karar Hücresi İçin: 12 Byte (3x Float32)
128x128 Eşdeğer Katman: 65.5 KB (16,384 Tensör)
70B Parametreli Modelde: ~140 GB Dev Dosya!
Ağırlıkların Durumu: Dondurulmuş (Statik Kütük)

Ağırlıklar aylar süren eğitimle diske yazılır ve RAM'de donuk bekler. Yeni bir kural öğrenmesi için milyonlarca liralık elektrik harcanıp modelin baştan eğitilmesi gerekir.

İşlem Hızı & Darboğaz: Bellek Bant Genişliği Sınırı
Her adımda gigabaytlarca ağırlık VRAM'den GPU çekirdeğine pompalanır (Memory Wall darboğazı).
70B Model Bellek Yükü: 140,000,000,000 Byte
🌀 Bizim Sistemimiz (Fraktal Nöron Sentezi) Sıfır Ağırlık Saklama
Bellek Depolama Modeli: Sonsuz Geometriden Canlı Türetme
Kalıcı Saklanan Veri: Yalnızca 24 Byte! (cx, cy, zoom)
Kalıcı Ağırlık Matrisi: 0 Byte (Hiç Yok!)
Parametre Karmaşıklığı: O(1) Sabit Boyut / 24 Bayt
Ağırlıkların Durumu: Canlı Türetilen (Prosedürel)

Ağırlıklar bellekte yer kaplamaz; Mandelbrot formülünün (z² + c) doğal geometrisinden ihtiyaç anında anında filizlenir. Büyüteci çevirdiğiniz an yeni bir mantık hücresine dönüşür.

İşlem Hızı & Gelecek: Işık Hızında Donanım İmkânı
Şu an tarayıcınızda yazılımla ~3.8 ms'de üretiliyor. Gelecekte fotonik çiplerle nanosaniyeler (< 1 ns) içinde sıfır elektrikle üretilebilir!
Kalıcı Depolama:
Sadece 24 Byte (3 Sayı)
Aktif Senaryo Mantığı OR Kapısı
Canlı Türetilen Ağırlıklar w1: +0.00 | w2: +0.00
Canlı Eşik Değeri (Bias) b: -0.00
Hesaplanan Nöron Çıktısı z = +0.00 (%0.0)

❓ Sıradan Birine Bu Sistemi Nasıl Anlatırsınız?

1. Klasik Yapay Zeka (Sözlük Ezberler): Milyarlarca sayıyı devasa bilgisayar çiplerine tek tek yazar. Çok yer kaplar, elektriği çok tüketir.
2. Bizim Yöntemimiz (Sihirli Tablo): Hiçbir sayıyı bellekte saklamayız. Sonsuz bir fraktal tablomuz (Mandelbrot) vardır; doğru koordinata büyüteçle bakarız, oradaki siyah adacıkların büyüklüğü nöronun karar katsayısı olur!
3. Sonuç (Kusursuz Karar): Hafızada yer tutmadan, tek bir formülden sonsuz sayıda farklı mantık, karar ve zeka hücresi türetilebilir!