TasaractDavut Emre Taşar
Deutsch

Profil

Ich arbeite als Data Scientist bei BBVA im Team AI Innovation, das zum Bereich AI Transformation gehört. An der Universität Navarra promoviere ich zu der Frage, wie sich die Unsicherheit von KI-Modellen messen und verringern lässt, damit Entscheidungen im Bankwesen fairer werden.

Rohdaten ansehen JSON

Über mich

Ich komme aus İzmir an der türkischen Ägäisküste. Früher war ich Bauingenieur. Dann bekam ich, wie in Skyrim, einen Pfeil ins Knie. Den Bauhelm habe ich gegen einen Laborkittel getauscht. Heute arbeite ich als Data Scientist im Team AI Innovation von BBVA in Madrid.

An der Universität Navarra untersuche ich in meiner Doktorarbeit, wie sich die Unsicherheit von KI-Modellen messen und verringern lässt, damit Banken fairer entscheiden können. Im Strategic Management Executive Programme in Oxford hat mich die andere Seite dieser Frage beschäftigt. Wie entscheidet man, wenn mehrere Entwicklungen denkbar sind?

Ich mag es, Verbindungen zwischen scheinbar weit entfernten Ideen zu entdecken. Abstrakte Mathematik, Quantenphysik und Philosophie treffen sich für mich etwa in der Frage, was wir nach einer Messung eigentlich wissen.

Beim Spanischlernen entdecke ich Madrid und erfahre mehr über die Kulturen Spaniens und Lateinamerikas. Außerdem male ich gern und spiele Schach.

Zu Hause koche ich viel Kaffee. Ich habe eine kleine Darbuka, eine Kalimba und ein von Bleach inspiriertes Zanpakuto, mit dem ich Kendo übe. Wann immer ich kann, denke ich mir lustige Geschichten für meine kleine Tochter aus.

Oxford Strategic Management Executive Programme

Arbeit und Studium

BBVA · AI Transformation · AI Innovation
Ingenieur und Wissenschaftler in der angewandten Forschung
Universität Navarra
Doktorand mit Schwerpunkt Fairness in der KI

Interessen

Ontologien und Datenstrukturen

Was ändert sich im Graphen, wenn ein Zug Verspätung hat?

Ein Bahnhof ist ein Ort, eine Abfahrt ein Ereignis. Wenn beide eigene Knotentypen haben und jede Uhrzeit eine Quelle, kann ich dann nachverfolgen, welche Anschlüsse eine einzige Verspätung betrifft?

Angenommen, zwei Züge sollen um neun Uhr am selben Bahnhof abfahren. In einem Graphen kann ich den Bahnhof einmal abbilden und jede Abfahrt als eigenes Ereignis erfassen. So lässt sich die Zeit für einen Zug aktualisieren, ohne die des anderen zu ändern.

Ich würde die Fahrplanzeit und die aktualisierte Zeit mit ihrer jeweiligen Quelle aufbewahren. Verschiebt sich eine Abfahrt von 09:00 auf 09:10 Uhr, kann ich über ihre Verknüpfungen ermitteln, welche Anschlüsse ich prüfen muss. Eine einzige Uhrzeit für den ganzen Bahnhof ließe diesen Unterschied verschwinden.

RDF 1.1 · W3C
Meaning-Native Computing

Kann ein Rechner die nächsten Befehle besser vorhersagen, wenn er die Regeln des Programms kennt?

Meaning-Native Computing ist mein eigenständiges Forschungsprojekt. Ich möchte zwei Vorhersageverfahren mit demselben Programm und vergleichbarer Rechenleistung testen. Eines erhält zusätzlich eine ausdrückliche Beschreibung der Regeln, die das Programm einhalten muss. Hilft das beim Vorhersagen der nächsten Schritte? Bevor eine vorhergesagte Änderung wirksam wird, muss eine unabhängige Prüfung bestätigen, dass sie die Regeln einhält.

In meinem unabhängigen Forschungsprojekt möchte ich zwei Verfahren vergleichen, die denselben Programmlauf beobachten und ähnlich viel Rechenleistung zur Verfügung haben. Eines erhält zusätzlich eine ausführbare Ontologie, also die Regeln des Programms in einer Form, die der Rechner direkt anwenden kann. Hilft ihm das vorherzusagen, welche Anweisungen als Nächstes ausgeführt werden?

Die Regeln könnten zwei verschiedene nächste Schritte zulassen. Ein Verfahren kann sich also irren, ohne eine Regel zu verletzen. Ich möchte seine Vorhersage mit dem tatsächlichen Ablauf vergleichen. Bevor eine vorgeschlagene Änderung wirksam wird, muss eine unabhängige Prüfung bestätigen, dass sie zulässig ist.

Meaning-Native Computing
Kategorientheorie

Was bleibt erhalten, wenn ich zwei Abbildungen verknüpfe?

Ein Verfahren macht aus einem Fahrplan einen Graphen, ein zweites findet darin eine Route. Wie erhalte ich bei der Verknüpfung die Zuordnung jeder Uhrzeit zu ihrem Bahnhof?

Ein Verfahren übersetzt einen Fahrplan in einen Graphen. Ein zweites findet darin eine Route. Die Verkettung beider Verfahren ist ein Beispiel für Komposition. Mich interessiert, ob ich auf der fertigen Route noch jede Uhrzeit dem richtigen Bahnhof zuordnen kann.

Angenommen, an zwei Bahnhöfen fährt jeweils um 09:00 Uhr ein Zug ab. Speichert das erste Verfahren nur die Zeit, kann die Routensuche daraus den zugehörigen Bahnhof nicht mehr ableiten. Schon an diesem kleinen Beispiel zeigt sich, welche Informationen von einem Schritt zum nächsten erhalten bleiben müssen.

Seven Sketches in Compositionality
Quantenmessung

Was passiert, wenn ich demselben Qubit eine andere Frage stelle?

Ich präpariere den Zustand “+”. In der X-Basis messe ich immer +, in der Z-Basis sind 0 und 1 gleich wahrscheinlich. Mich fasziniert, wie die Wahl der Messung bei gleicher Präparation die Antwort verändert.

Stellen wir uns vor, ich bereite ein Qubit vor jeder Messung neu im Plus-Zustand vor. Eine ideale Messung in der X-Basis ergibt dann immer Plus. In der Z-Basis erhalte ich bei derselben Präparation mit gleicher Wahrscheinlichkeit 0 oder 1.

Zehn Messungen in der Z-Basis können durchaus sieben Nullen und drei Einsen ergeben. Bei jedem Versuch beträgt die Wahrscheinlichkeit für eine Null fünfzig Prozent. Wie viele Nullen in einer Zehnerserie auftreten, bleibt offen. Bei einer kurzen Messreihe übersieht man das leicht.

Quantum Information · IBM · Specify observables in the Pauli basis · IBM Quantum Documentation

Eine Auszeichnung für meine Arbeit

2024 erhielt ich den We Think Big Award von BBVA für meine Arbeit an Patenten und meine wissenschaftlichen Beiträge.

Foto der Auszeichnung ansehen

Kontakt und Profile