Beynimiz, Aklımızı Etkinleştirip, Çalıştıracak Temel Bir Algoritmaya Sahip.

beyin

 Beyinlerimiz sadece geleneksel bir Şükran Gününü değil, ayrıca o güne dair; aile ve arkadaşlar ve de o günün güzel geçmesi gibi çıkarımları ölçüp biçen bir aklın da içerdiği temel bir algoritmaya sahip.
Augusta Ünievrsitesi Tıp Fakültesi’nde nörobilimci olan ve Georgia Bilişsel ve Sistemler Nörobiyolojisi Araştırma Enstitüsü’nde yardımcı yönetici olarak çalışan Dr. Joe Tsien şunları ifade ediyor: “Bizim karmaşık beyin hesaplamalarımızın altında nispeten basit bir matematiksel mantık yatmakta.”
Tsien, milyarlarca nöronumuzun sadece bilgi edinmek için değil, ayrıca genelleme yapmak ve sonuç çıkarmak için nasıl bir araya geldiğine dair temel bir prensibi anlatan “Bağlantısallık Teorisi”nden bahsetmekte.
Tsien: “Akıl, aslında belirsizlik ve sonsuz olasılıklarla uğraşır.” Akıl, bir grup benzer nöronun,her biri temel olan (örneğin; yiyecek, barınma, arkadaşlar, düşmanlar gibi) çeşitli nöron grupları oluşturup, devreye soktuğunda açığa çıkar. Bu klikler (takımlar halindeki gruplar) daha sonra fonksiyonel bağlantı motifleri şeklinde biraraya gelip, her bir temel prensipte her olasılığı ele almak ve kullanmak için, (örneğin; anlamlı bir Şükrün Günü kutlamasında yemeğin yanında pilavın çok iyi gideceği ve önemli bir yiyecek olması gibi) toplanırlar.
Düşünce ne kadar karmaşık olursa, takımlar halinde nöron grupları (klikler) da o kadar çok olur. Bu şu demek oluyor; mesela; bizler sadece ofisdeki sandalyeyi hatırlamayız, ayrıca  onu gördüğümüz ofisi aklımıza getirir ve o sandalyenin o ofiste olduğunu ve orada oturduğumuzu da biliriz.
Tsien: “Bilirsiniz işte…Ofis, ofistir. İster bu ofis evinizde olsun, isterse Beyaz Saray’da…” Tsien bu ifadeyi bilgiyi kavramsallaştırma becerisi şeklinde bizleri bilgisayarlardan ayıran pek çok şeyden bir tanesi olması açısından kullanıyor.
Tsien teorisini ilk olarak Ekim 2015 yılında Trends in Neuroscience (Nörobilimde Trendler) adlı dergisinde  1000 kelimelik bir makale ile yayınlar.
Şimdilerde kendisi ve meslektaşları, beynin 7 farklı bölgesinin algoritması üzerinde çalışmaktalar.Bu bölgeler çalışılırken, yiyecek gibi temel ihityaçlar ve fare ve hamsterlarda korku da çalışma içine dahil edilmiştir.
Onların bu çalışması Frontiers in Systems Neuroscience adlı dergide yayınlanır.
Tsien: “ Bunun evrensel bir prensip olması için, pek çok nöral devrede çalışır olması gerekir. Dolayısıyla, 7 farklı beyin bölgesi seçip üzerinde çalıştık ve bu prensibin bütün bu 7 bölgede de çalıştığını şaşırtıcı bir şekilde gördük.”
 İnsan beyninin, 86 milyar nöron ve her bir nöronun onbinlerce sinapsa sahip olduğu ve potansiyel bağlantılar ve nöronlar arası trilyonlarca iletişim oluşturduğu girift ve çapraşık bir organizasyonu, akla yatkın ve hattâ gerekli gözükmekte. Görünürde sonsuz bağlantıların üstünde, her birimizin tahminen deneyimleyebileceği ve öğreneceği sonsuz şeylerin gerçekliği yatmaktadır.
Bilgisayar uzmanları kadar nörobilimciler de uzun zamandır, beynin, sadece belirli bilgiyi tıpkı bilgisayar gibi nasıl tutup,muhafaza ettiğini değil, ayrıca bilgiyi soyut bilgi ve kavramlar şekilden nasıl kategorize edip, genelleştirdiğini de merak edip durmaktalar.
Tsien: “Pek çok insan, tıpkı nasıl çift sarmallı DNA ve genetik kodlar her organizma için evrensel ise, aklın meydana geldiği ve beynin geliştiği temel bir tasarım prensibinin de olması gerektiği üzerinde uzun zamandır düşünmekte. Ben ve ekibim, beynin inanılmaz derecede  basit bir matematiksel mantık üzere çalıştığına dair kanıtlar sunuyoruz.
Sinaps oluşumu ve fonksiyonu konusunda çalışmalar yapan ve 2013 yılında Fizyoloji ve Tıp dalında Nobel Ödülü alan Stanford Tıp Fakültesi’nden Dr.Thomas C. Südhof şunları söylüyor: “ Bana göre, Joe Tsien, ilgi çekici ve merak uyandıran kanıtlarla destekli “basit bir beyin organizyasyonu prensibi”ne dair ilginç bir fikir ortaya koymakta. Bu fikri desteklemek için ileriye yönelik testlerinin yapılmasında fayda var.”
Tsien ve meslektaşları zaten yaptıkları bu çalışmaya ek olarak,çalışılacak ilave nöral devrelere ihtiyaç duymalarının yanıs sıra, diğer hayvan türleri ve yapay zekâ sistemlerinin de incelenmesi gerekliliğini söylemekteler. Bu açıdan Südhof’un daha ileri çalışmalar yapılması gerektiğine dair sözü, Tsien ve ekibinin ifadelerinin bir tekrarı…
Tsien’in Bağlantısallık Toerisinin merkezinde FMC (Fuzzy-c-means clustering) için gerekli kaç tane kilikin (takım halinde grubun) olduğunu tanımlayan ve bilim insanlarının (örneğin; yiyecek opsiyonlarını bilmek için gereki olan) takım halindeki gruplarını (kilikler) sayısını tahmin etmesine yarayan “n=2?-1” şeklinde algoritma bulunmaktadır.
 Tsien algoritmayı şöyle açıklıyor: “N” olası farklı yollarla bağlanan nöral grupların sayısını ifade eder. “2”, bu gruplardaki nöronların input alıp, almadığı gösterir. “i” ise, elde ettikleri bilgi ve “-1” de tüm olasılıkları hesaplayan matematiğin sadece bir kısmıdır.”
Teoriyi test etmek için, nöronların tepkilerini ya da potansiyel aksiyonlarını “dinlemek” ve her birinden açığa çıkan özgün dalgaformlarını incelemek için beyinin bölgelerine elektrodlar yerleştirirler. Hayvanlara 4 farklı yiyecekten oluşan farklı kombinasyonlar verirler. Örneğin; bilindik kemirgen bisküvisinin yanında şeker tabletleri, prinç ve süt ve bağlantısallık teorisinin öngördüğü gibi, bilim insanları, potansiyel yiyecek kombinasyon çeşidine cevap veren takım halinde 15 farklı grup ya da nöron gruplaşması tespit ederler.
Nöral kliklerin (takım halindeki gruplar) beyin gelişimi sırasında önceden bağlandığı gözükmektedir. Çünkü, bunlar yiyecek seçimi olduğu anda aniden ortaya çıkar.
Temel matematik kuralı, öğrenme ve hafızaya ait olan temel bir anahtar olan, büyük çapta bütün olarak, bozulmamış kalan NMDA reseptörü (n-metil—d-aspartat), beyin olgunlaştıktan sonra işlevsizleşir.
Bilim insanları ayrıca beynin boyutunun da çoğunlukla önemli olduğunu da öğrenirler. Tsien, hem insan, hem de hayvan beyninin 6 katmanlı serebral kortekse sahip olduğu için, insan korteksinin ekstra boylamsal uzunluğunun daha fazla kliklere (takım halindeki nöron gruplar) ve FCM’lere (Fuzzy-c-means clustering) imkân sağladığını söylerken örneğin; bir filin beyni, insan beyninden kesinilikle daha büyük ve serebellumdaki çoğu nöron, serebral kortekste çok daha az süper-ölçülerde olduğunu ve serebellumun, daha çok kas koordinasyonunda görev aldığı için de bu büyük memelinin kıvraklığının, atikliğinin (özellikle de hortumundaki hareketleri) açıklanmasına yardımcı olabildiğini belirtir.
Tsien, beynin bu matematik kuralı hakkında istisnalar olduğunu da söylemekte. Örneğin; dofamin nöronlarının bulunduğu ödül devreleri gibi. Bu hücreler ikili olma eğlimindedirler. Örneğin; bir şeyi iyi ya da kötü olarak yargılamamız şeklinde…
Bu proje, 17 yıl önce Tsien’in laboratuvarında, nöral bağlantıların beyindeki anılarda nasıl yattığını araştırırken,
Doogie adlı akıllı bir fare yaratması ile başladı…
Çeviren:AylinEr
http://neurosciencenews.com/brain-algorithm-intelligence-556

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir