Beynimizin Karmaşık Kararları Nasıl Verdiğini Matematiksel Olarak Açıklayabilir miyiz?

Şimdiye kadarki biyolojik olarak gerçekçi ilk matematiksel model.

Beynimizin nasıl işlediğini derinlemesine anlamak, bilim insanları için hayranlık verici ve bir o kadar da zorlu bir iş. Yeni çalışmalar, karmaşık bir matematiksel model aracılığıyla zihnimizin iç işleyişine dair daha kapsamlı ve ayrıntılı bilgiler ortaya çıkarmayı vaat ediyor. Birleşik Krallık’tan bilim insanları; beynin karmaşık kararları verme şekliyle uyuşan bu modelin, oluşturulan ilk biyolojik olarak gerçekçi matematiksel model olduğunu belirtiyorlar.

Bu model sadece davranışı önceden kestirmekle kalmıyor; gerçek sinirsel aktiviteyi de tahmin edebiliyor. Model, zihnin karar verme sürecinde izlediği yolları olduğu kadar hatalarımızdan öğrenme ve gelecekteki davranışlarımızı ona göre yönlendirme şeklimizi de simüle ediyor. Araştırmacıların bulguları, zamanla, obsesif kompülsif bozukluktan Parkinson hastalığına kadar birçok durumu daha iyi anlamamızı sağlayabilir.

Model üzerine çalışan araştırmacılardan Johannes Friedrich (Columbia Üniversitesi), bu tür modellerin oluşturulmasının zor olduğunu söylüyor ve nedenini şöyle belirtiyor:

Model, süreçteki her an için tüm olası kararları planlamalı ve hesaplamalar (computation) biyolojik açıdan makul şekilde yapılmalı. Hem insanlar hem de diğer hayvanlar için “karar verme” temel bir yeti olduğundan bu model, beynin nasıl işlediğini anlamamızda önemli bir parçadır.

Friedrich ve çalışma arkadaşları, çalışmalarının odağına alışkanlığa dayalı kararların (üzerinde düşünmeden ve duraksamadan, her gün kullandığınız yoldan işe gitmeniz gibi) yerine; amaca dayalı kararları (her gün kullandığınız yol güzergahında kapanmış bir yolla karşılaştığınızda tepki göstermeniz gibi) aldılar. Alışkanlığa dayalı kararlar hakkında yapılan oldukça çok çalışma varken amaca dayalı kararlar ölçülüp biçilmesi gereken çok fazla değişken kapsadığı için çalışılması daha zor bir alan. 

Araştırmacıların yazdığı girift matematiksel algoritma, deneysel verilerle karşılaştırıldı ve hem davranışsal seçim ihtimallerini hem de karar değişikliklerini ön görme işlemini (karmaşık karar verme sürecinin ayırt edici özelliği) hassas bir şekilde yakaladı. Model; sinir hücrelerinin oluşturduğu bir ağın, belli bir düzende bağlandığında, verilen her durum için en uygun kararı ve sonrasındaki birikimsel ödüllendirmeyi (belirli bir zamana kadarki ödüllendirmenin toplamı) nasıl belirlediğini gösteriyor.

Modelin önemli özelliklerinden bir diğeri ise, sinir kavşaklarının geçmişte neyin işe yarayıp yaramadığına dayanarak kendilerini nasıl yeniden şekillendirebildiklerini ve duruma uyum sağlayabildiklerini açıklaması. Sinir kavşaklarının geçmişe dayalı çıkarsamalarda bulunma özelliği, insanlarda ve diğer hayvanlarda sürekli karşılaşılan bir davranıştır. 

Araştırmacılar; sinir hücrelerini bir araya getiren sinir kavşaklarının, amaca dayalı karar verme sürecinde, seçilen harekete ve anlık ödüllendirmeye bağlı olarak durumların nasıl art arda birbirini izlediği bilgisini işin içine kattığını buldular. Araştırmacılardan Máté Lengyel şunları söylüyor:

Heyecan verici bulduğum diğer bir nokta da şu: Beynin bunu nasıl yapıyor olabileceğinin anlaşılması, şimdiden bize bilgisayarlarda benzer görevleri yapmak için kullanılabileceğimiz yeni algoritmalar sağladı.

Model üzerinde çalışan araştırmacıların bulguları Journal of Neuroscience’de yayınlandı.