---
title: "Her Rastgelelik Bir Tohum: Sıfırdan Tespit Edilebilir Kaos Üretimine Giriş"
description: "Her karşılaşma, her ölçüm, beraberinde bir belirsizlik getirir. Bu belirsizlik bazen bizi çaresiz bırakırken, çoğu zaman en üretken zihin oyunlarının…"
date: 2026-11-02T07:45:22Z
updated: 2026-11-02T07:45:22Z
author: "Alper Kaya"
site: "Sıfırdan Kod Satırına"
language: "tr"
tags: ["mikrodenetleyici", "kaos-teorisi", "rastgele-sayı-üretimi", "embedded"]
url: "https://devirmakina99.nasilalinir.com/her-rastgelelik-bir-tohum-sifirdan-tespit-edilebilir-kaos-uretimine-giris"
---

# Her Rastgelelik Bir Tohum: Sıfırdan Tespit Edilebilir Kaos Üretimine Giriş

Her karşılaşma, her ölçüm, beraberinde bir belirsizlik getirir. Bu belirsizlik bazen bizi çaresiz bırakırken, çoğu zaman en üretken zihin oyunlarının hammaddesi olur. Benim için bu belirsizlik, sadece büyük bir "gürültü" değil; dikkatle yakalanacak, matematiksel bir ritme sokulabilecek potansiyel taşıyan ince bir titreşimdir.

Önceki denemelerimde, bu rastlantısallığı yalnızca gözlemledik ya da onu bir melankoliye dönüştürdük. Ancak merakım, bu girdiye bir dönüşüm uygulamaktı: **Kontrollü olarak üretilebilir rastgelelik.** Yani, neden fiziksel bir olaydan gelen gürültüyü alıp bunu yazılımsal bir tahmine dönüştüremiyorduk ki?

Bu makalede anlatmak istediklerim, tam olarak bu noktada başlıyor: Bir mikrodenetleyici kullanarak, harici bir kaynaktan gelen fiziksel gürültüyü (veya yeterince iyi simüle edilmiş bir kaotik sistemi) alıp, bunu öngörülebilir ancak dışarıdan gözlemlendiğinde rastgele görünen sayı dizilerine nasıl dönüştürebileceğiniz. Bu, saf bir "nasıl yapılır" rehberi değil; bu, entropiyi yakalama sanatının başlangıç noktasıdır.

## Donanım Gürültüsünü Yakalamak: Analogdan Dijitale Köprü

Rastgele sayı üretimi (RNG) dediğimizde akla gelen ilk şey, genellikle bir yazılım algoritmasının döngüsü vardır. Ancak saf ve kaliteli rastgelelik (True Random Number Generation - TRNG) genellikle doğadan gelir. Ve doğa, en iyi sinyal kaynağıdır.

Arduino veya benzeri bir platformda bu prensibi uygulamak için ihtiyacımız olan şey, tahmin edilemez, yüksek entropiye sahip bir fiziksel olaydır. Benim en çok üzerinde durduğum nokta ise voltajdaki küçük, öngörülemez dalgalanmalardır.

**Gerekli Bileşenler:**
1. **Mikrodenetleyici (MCU):** Veriyi toplayacak ve dijitalleştirecek ana işlemci.
2. **Analog Giriş Kaynağı:** Bu, en kritik parçadır. Bir ses kartının gürültüsü olabilir, bir termal sensörün okuması olabilir ya da –benim favorim– basitçe güç kaynağından gelen çok düşük seviyeli elektriksel parazitlerdir.
3. **Analogdan Dijitale Dönüştürücü (ADC):** Sürekli olan bu gürültüyü, MCU'nun sayabileceği kesikli değerlere çevirir.

Bu ADC okuması, teorik olarak her seferinde biraz farklı bir değer üretir; bu da bizim "benzersizimiz" dediğimiz kaynaktır.

## Dijitalleşmiş Tohumlar: Veriyi İşleme

MCU'muz bu analog gürültüyü okuduğunda, elinde bir dizi sayıdır. Ancak bu ham veriyi direkt olarak bir sonraki tahminde kullanmak, gürültüye aşırı bağımlılık yaratır. İşte bu noktada, sağlam bir yazılım algoritması devreye girer ve onu "sıkıştırır".

Birçok kaotik sistem, durum değişkenlerinin (state variables) çok hassas bir şekilde birbirini etkilemesine dayanır. Eğer bu durumu iyi tasarlarsanız, az miktardaki öngörülemeyen girdi bile (bizim analog gürültümüz), geometrik olarak birbirinden uzaklaşan, yani farklı görünen çıktılar üretir.

Basitçe söylemek gerekirse: Ham gürültüyü (analog okuma) bir 'başlangıç vektörü' olarak kullanıyorsunuz. Ardından, bu vektörünüze basit ama iyi tasarlanmış bir **iterasyon fonksiyonu** uyguluyorsunuz. Örneğin, Logistik Haritalama gibi basit sistemler bile, eğer doğru parametrelerle beslenirse, ortaya çıkan davranışın görsel olarak rastgele olduğu izlenimini verir.

**Uygulama Adımları Özeti:**
1. **Örnekleme:** Belirli bir frekansta, düşük çözünürlüklü (ama entropi taşıyan) analog örnekler al.
2. **Ön İşleme:** Bu ham veriyi, sistemin kararlılık noktasını bulabileceği bir aralığa ölçekle.
3. **İterasyon:** Bu ölçeklenmiş veriyi, karmaşık ancak deterministik bir matematiksel fonksiyona besle.
4. **Çıktı:** Fonksiyonun çıktısı, gözlemciye rastgele görünen, ancak temel olarak sizin o an yakaladığınız fiziksel gürültüye bağlı olan bir dizidir.

Bu süreç, donanım bilgisini yazılımın soyutluğuna taşımanın en tatmin edici örneklerinden biridir. Bir devre kartındaki o ufak bir kararsızlık, bilgisayar ekranınızdaki sonsuz olasılığa dönüşüyor. Ve bu benim için her zaman en güzel deneydir.