Kapta Üretilen "Beyin", Canlı Bir Bilgisayar ve Otomatik Pilot Gibi Davranıyor!

Florida Üniversitesi’nden bir bilim insanı, bir uçuş simülasyonunu kullanabilen canlı bir “beyin” üretti. Bu “beyin”, bilim insanlarına, beyin hücrelerinin bir ağ halinde nasıl çalıştıklarını inceleme konusunda yepyeni, alışılmamış bir yöntem sunabilir.

Bu "beyin", bir farenin beyninden alınıp cam bir kapta kültürlenmiş 25.000 canlı nöron (sinir hücresi) topluluğundan oluşuyor. Bu sinir yumağı, bilim insanlarına, beyni hücresel seviyede gerçek zamanlı olarak inceleme fırsatı veriyor. Bilim insanları, beyin hücrelerinin etkileşimini izleyerek epilepsi gibi sinirsel bozukluklara nelerin sebep olduğunu anlamayı ve bunlara cerrahi olmayan müdahaleler yapabilmeyi umuyor.

Bir nevi "yaşayan bilgisayarlar" oldukları için beyinler, bir gün İHA’ları (İnsansız Hava Araçları) uçurmak ya da insanlar için tehlikeli olan görevleri (arama-kurtarma ya da bombaların hasar değerlendirmesi gibi) gerçekleştirmek için kullanılabilirler. Çalışmayı yürüten Florida Üniversitesi (UF) Biyomedikal Mühendisliği profesörü Thomas DeMarse şöyle söylüyor:

Bizim ilgilendiğimiz, beyinlerin nasıl işlem yaptığı konusu. Beyninizi ve öğrenme ve hafıza işlemlerini bir düşünün. Size 5 yaşında olduğunuz zamanlardan sorular sorabilirim ve siz, o döneme ait bilgileri hatırlayabilirsiniz. Bu, inanılmaz bir hafıza kapasitesidir. Beyninizin, bir bilgisayarın kolayca başarabileceği, oldukça kolay işlemler yaptığını düşünüyor olabilirsiniz; ancak bilgisayarlar bunun birçoğunu yapamazlar.

DeMarse, bilgisayarların bazı tür bilgileri işleme konusunda çok hızlı olsalar da, insan beyninin esnekliğine yaklaşamayacaklarını söylüyor. Gerçek beyinler, özellikle de bilinmeyen bir ev eşyasının masa mı yoksa lamba mı olduğunu tanımak gibi bazı işlemleri kolayca yapabilirken, bunları günümüzün bilgisayarlarına programlamak oldukça zordur.

Eğer bu nöral (sinirsel) ağların, örüntü tanıma gibi işlemleri nasıl yaptıklarına yönelik kuralları tespit edebilirsek, bunu sıra dışı bilgisayarlar yaratmak için kullanabiliriz.

DeMarse’ın deneysel “beyni”, çoklu-elektrot demeti (İng: "multielectrode array"), yani özellikle nöronları elektronik devrelere bağlamada kullanılan bir cihaz olacak biçimde, özel olarak tasarlanmış bir plaka. Bu "beyin", sıradan bir masaüstü bilgisayar aracılığı ile, bir F-22 uçuş simülatörüyle etkileşime giriyor.

Temel olarak bu beyin, altında 60 elektrodun olduğu bir şebeke şeklinde tasarlanmış bir kaptan ibaret. Bunun üzerine, farelerden aldığımız kortikal (kortekse ait) nöronları koyuyoruz. Bu nöronlar, hızla birbirlerine yeniden bağlanmaya başlıyorlar ve yaşayan bir nöral ağ oluşturuyorlar. Yani bir beyin ortaya çıkıyor!

Beyin ve F-22 simülatörü, çift yönlü bir bağlantı kuruyorlar. Tıpkı nöronların vücudumuzu kontrol etmek için birbirlerinden sinyaller alması ve bu sinyalleri değerlendirmesi gibi... DeMarse’a göre; bilim insanları, sinir hücrelerinin simülatörle nasıl etkileştiğini inceleyerek, nöral bir ağın nasıl bağlantılar kurup işlemler yapmaya başladığını çözebilir.

DeMarse nöronları kaba ilk koyduğunda, ıslatmış kum tanelerinden çok da farklı değiller. Ne var ki, tek tek duran nöronlar kısa bir sürede, birbirlerine doğru mikroskobik hatlar genişletmeye başlıyorlar, sinirsel işlemleri temsil eden bağlantılar yapıyorlar. 

Birinin bir işlemi (hattı) genişlettiğini, sonra geri çektiğini, sonra yeniden genişlettiğini görüyorsunuz. Bunu, sadece yanında kimin olduğunu anlamaya çalışarak birkaç kere yapabilir, ta ki bağlantı kendisini kurmaya başlayana kadar. Beyin, ağını, canlı bir bilgisayar olacağı noktaya getiriyor.

Uçak simülasyonu kontrol etmek için nöronlar, ilk önce bilgisayardan uçuş durumu hakkında bilgi alıyorlar: Uçak düz ve belli bir yükseklikte mi uçuyor, yoksa sağa veya sola mı eğilmiş? Nöronlar veriyi analiz ediyorlar ve uçağın kontrollerine sinyaller yollayarak karşılık veriyorlar. Bu sinyaller uçuş yolunu veya şeklini değiştiriyor ve buna bağlı yeni bilgiler nöronlara geliyor. Bu sayede de bir geri besleme sistemi oluşturuluyor. DeMarse ekliyor: 

En başta, bu beyni uçuş simülatörüne bağladığımızda, uçağı nasıl kontrol edeceğini bilmiyor. Bu yüzden önce bağlıyorsunuz ve uçak rastgele sürükleniyor. Ve veriler geldikçe, bu veriler yavaş yavaş nöral ağı modifiye ediyor. Ağ da gitgide uçağı uçurmayı öğreniyor.

Beyin, şu an, açık bir gökyüzünden fırtınalara çok çeşitli hava durumlarında sanal uçağın yüksekliğini ve yalpasını kontrol edebiliyor. Bunlara rağmen, DeMarse’ın belirttiğine göre, burada asıl amaç, nöronların bir ağ olarak nasıl etkileştiği hakkında temel bir fikre sahip olmak.

Burada, gerçekleşen işlemlerin tek bir nöronla yapılmadığını gösteren tonla veri var. İşleme özelliği, aslında beynin inanılmaz işleme gücünü ortaya çıkarmak için işbirliğinde bulunan yüzlerce ya da binlerce nöron tarafından ortaya çıkarılan bir özellik.

DeMarse ile, Florida Üniversitesi'nde saygın bir elektrik mühendisi ve aynı zamanda üniversitenin Sayısal Nöromühendislik Labaratuvarı’nın yöneticisi olan Jose Prince’in $500,000’lık proje desteği var. Ulusal Bilim Vakfı’ndan gelen bu proje desteğiyle, DeMarse, nöronların nasıl işlemler yaptığını gösteren bir matematik model yaratacak.

Georgia Teknoloji Enstitüsü Biyomedikal Mühendisliği Bölümü’nden, kültürlenmiş beyin hücrelerini, öğrenme ve bellek konularını çalışmak için kullanan Yardımcı Doçent Steven Potter, bu yaşayan nöral ağların çok çeşitli mühendislik ve nörobiyoloji araştırmalarında kullanıldığını söylüyor. DeMarse da, Florida Üniversitesi'ne gelmeden önce Potter’ın Georgia Tech’deki laboratuvarında doktora sonrası araştırmacıydı. Potter:

Birçok araştırmacı, hayvanların (ve insanların) beyninde yeni bir şeyler öğrenirken nelerin değiştiği konusuna ilgi duyuyor. Bizler, oluşturdukları ağa ve hücresel mekanizmalara inmeye çalışıyoruz; ancak bunu canlı hayvanlarda yapmak çok zor. Ve bunun mühendislikteki amacı da, bu sistemden beynin bilgiyi nasıl işlediğiyle ilgili fikirler edinmek.

DeMarse’a göre “beyin”, bir uçuş simülasyonunu başarıyla kontrol edebilse de, daha detaylı uygulamalara ulaşmak için henüz çok yolumuz var. DeMarse:

Daha yeni başlıyoruz. Ama bu modeli kullanmak, beyindeki girdi-çıktılar arasındaki önemli bilgi parçalarını anlamamıza yardım edecek. Ve tahmin ediyorsunuzdur ki, bunun hakkında daha çok bilgi edindikçe, nöronların bu işlemlerini geniş bir uygulama yelpazesinde daha çok kullanabilirsiniz.