Beyin; düşünme, öğrenme, konuşma, hareket etme, duyguları anlamlandırma gibi zihin ve vücut fonksiyonlarının çoğunu yöneten muhteşem bir organdır. Peki, beyin bu belirtilen işleri ve bunlardan daha fazlasını nasıl gerçekleştirir? Tüm vücut bölümleriyle nasıl iletişim kurar? Teknolojiyle bilimin iş birliği sayesinde beyin ile ilgili sorulara ışık tutulabilir mi? Tüm bu sorulara beynin yapısını ve iletişim şeklini tanıyarak cevap arayalım.
Beyin; beyin yarım küreleri, beyincik ve beyin sapından oluşan yaklaşık olarak 1.5 kilogram ağırlığında bir yapıdır. Beyin, vücuttaki farklı bölgelerle ve kendi bölümleriyle sinirsel iletiler sayesinde iletişim kurar. Sinir sisteminin ana hücresi nörondur. Nöronların kendi aralarındaki iletişimi ise sinapslar aracılığıyla olur. İnsan beyninde her nöron yaklaşık olarak 104 farklı nörona bağlanır. Beyindeki korteks sinir ağı 1015 sinaps ile birbirine bağlanmış yaklaşık 1011 nörondan oluşur.1 Nöronların kendi arasındaki sinyal iletiminin güçlenmesiyle ya da zayıflamasıyla bazı değişimler meydana gelir. Bu değişimler sonucunda beyinde yeni sinaptik bağlantılar oluşabilir. Yeni bağlantıların oluşumunda basitten karmaşığa tüm duygu durumları, fiziksel aktiviteler, öğrenme faaliyetleri ve travmalar gibi pek çok etmen rol alır. Tüm bilgileri toparlayacak olursak günlük hayatta yaşanan olaylar sonucunda beynimizin yapısında ve işleyişinde değişimler görürüz. Bu, nöroplastisite olarak adlandırılır.
Nöroplastisite; insan beynini, hafızasını ve öğrenme eylemini anlamlandırabilmek için bir köşe taşıdır. Aynı zamanda insan beyninin dinamik bir yapı olduğunu vurgular. İnsan beyninin dinamik işleyişini bilgisayar teknolojilerine entegre etmek; gelecekte yeni nesil bilgisayar tasarımlarının oluşumuna, yeni tedavi yöntemlerine ve farklı şekillerde iletişim kurulmasına öncü olabilir. Peki, insan beyni ile teknoloji nasıl entegre edilebilir? Sorunun cevabını bulabilmek için entegre edilecek bu iki bileşen hakkında bilgi sahibi olmak gerekir. Önceki paragrafta beyni ve beynin iletişim şeklini öğrenmiştik, şimdi ise bilgisayarların klasik çalışma mantığıyla ilgili bilgi edinelim.
Von Neumann mimarisi, tüm bilgisayarların çalışma temelini oluşturur. Yani bilgisayarda yönetici konumunda bulunan işlemci (CPU) ile komut ve verileri bir arada tutabilen belleğin (RAM) direkt iletişime geçebildiği bir yoldur. İşlemci ile belleğin aynı yol üzerinde olması, özellikle yeni ve gelişmiş işlemcilerin üretilmesiyle daha fazla sorun oluşturur. Enerji tüketimini etkiler, bekleme süresini artırır ve hızı azaltır. Yani bu mimari, tasarım sağlamlığı açısından eksikliklere sahiptir. Ayrıca hata tolerasyonu yönünden sınırlıdır.2 Von Neumann mimarisi temeliyle çalışan bilgisayarların aksine insan beyni hatalara dayanıklıdır. Tek bir işlemi ele alıp ona derinlemesine odaklanırken bunun yanında paralel (uyaranın bütüncül özelliklerini algılayabilen) işlemleri gerçekleştirebilen bir yapıdır ve daha karmaşık bağlantıları olan uyarılabilir nöronlara sahiptir.
Von Neumann mimarisinin sınırlılığına çözüm olarak günümüzde nöromorfik hesaplama yani nöromorfik bilgi işlem teknolojisi geliştirilmiştir. Nöromorfik bilgi işlem teknolojisi yapay sinir ağı algoritmaları ve analog devreler ile insan beynini taklit etmeye çalışır. Pek çok farklı alandan mühendisin ve bilim adamının ortak çalışmasıyla beynin işleyişini anlamlandırabilen enerji tasarruflu işlemcilerin yapılmasını hedefler. Düşük işlem enerjisi ve sayısı esas alınarak yapılan nöromorfik hesaplamalar, yapılacak çalışmaların enerji verimliliğini artıracak niteliktedir.
Kökeni 1949 yılında insan biyolojik nöronunun matematiksel modellenmesine dayanan nöromorfik bilgi işlemde; günümüze kadar tamamlayıcı metal oksit yarı iletken (CMOS), iğnecikli (spiking) sinir ağları ve çeşitli elektronik malzemeler kullanılmıştır.3 Günümüzde ise memristörler ve nanomalzemeler bu alanda kullanılan başlıca materyallerdir. Bu materyalleri incelemeye geçmeden önce Avrupa Birliği İnsan Beyni Programı içerisindeki bir çalışmadan bahsedeyim: SpiNNaker Projesi. İğnecikli Sinir Ağları (Spiking Neural Networks) projesi, Manchester Üniversitesi Bilgisayar Bilimleri Bölümündeki Gelişmiş İşleme Teknolojileri (APT) Araştırma Grubu tarafından hazırlanan, insan beyninin çalışmasından ilham alınmış yeni bir bilgisayar mimarisidir. SpiNNaker’ın süper bilgisayarlardan (günümüzde yaklaşık 40.000 işlemci içeren yüksek hesaplama gücüne sahip bilgisayarlar) çok daha fazla işlemci içermesi performansının artmasını sağlar ve onu süper bilgisayarlardan üstün kılar. Ayrıca enerji verimliliği geleneksel süper bilgisayardan daha yüksektir. Ek olarak büyük ölçekli sinir ağlarının gerçek zamanlı simülasyonuna uygun bir platform sağlar .4
Beyin-bilgisayar ilişkisinin geliştirilebilirliğini ifade etmemizle akla başka bir soru daha geliyor: Yapay nöronlar ve sinapslar oluşturulabilir mi? Bu sorunun cevabı bir önceki paragrafta bahsedilen maddelerde gizlidir: CMOS, memristör ve nanomalzemeler. Peki, bu maddeler nedir ve ne işe yarar?
CMOS, normalde geçici olan bazı kişiselleşmiş bilgileri bilgisayarın güç kaynağı kesilse bile hafızasında tutabilen bir çiptir. Dijital fotoğraf makineleri, mikroişlemciler ve telsizler gibi pek çok kullanım alanı vardır. Memristör ise üzerinden akım geçtikçe direncini değiştiren, yük akışı durdurulduğunda son taşıdığı direnci hatırlayabilen ve yük akışı tekrar başladığında son hatırladığı direnç ile devam edebilen elektronik bir bileşendir. Bu cihazlar nörondaki aksiyon potansiyeli değişimlerini modelleyebilir. Ayrıca, memristörler güç tasarrufu ve enerji verimliliği açısından çağdaş CMOS teknolojilerine göre daha avantajlıdır.
Nanomalzemeler, metrenin milyarda biri kadar küçüktür. Benzersiz mekanik, elektronik, manyetik ve optik özelliklere sahiptir. Malzeme bilimi, fizik, sağlık, bilişim, savunma sanayisi ve çevrecilik gibi farklı alanlarda kullanılabilir. Nanomalzemelerin ek kimyasal algılama, biyouyumluluk ve mekanik esneklik gibi özellikleri afferent (getirici) nöronlar yapabilmek için birçok olanak sağlar.5
Günümüzde büyük verilerin kullanılabilirliğinin artırılması, nanomateryallerin bütüncül bir şekilde anlaşılması ve bilgisayarların hesaplama gücünün artması gibi gelişmeler beynin işleyişini anlamlandırabilmek adına yapılan bilimsel araştırmaları daha ileriye taşıyacak etmenlerdir. Örneğin birtakım güçlü özelliklere sahip yeni bir nöromorfik işlemci oluşturulabilir. Bu işlemci, insan nöronları ve sinapslarından oluşan entegre bir sistem içerebilir ve yapay sinir ağları aracılığıyla öğrenme parametrelerini defalarca almaksızın önemli miktarda bilgiyi eş zamanlı olarak iletip işleyebilme özelliğine sahip olabilir.1
Yapılabilecek gelişmeler, insanlık için pek çok yeni soruyu beraberinde getirecektir: Diğer canlılar ile insan, insan ile insan, insan ile teknolojik aletler arasında farklı iletişim yolları kurulabilecek mi? Yeni keşifler, insan hafızasını ve öğrenme eylemini derinlemesine analiz edebilmemizi sağlayacak mı? Bu keşiflerle yazılımsal bölümdeki derin öğrenme ve makine öğrenmesi gibi alanlarda hangi gelişmeler yaşanacak? Hâkim olunacak sinir ağı yapısı yeni tedavi yöntemlerine ışık olacak mı ya da tam tersi yeni hastalık sebepleri mi doğuracak?
Gelişen teknolojinin şu anki sınırlarımızı ne kadar genişletebileceğini söyleyebilmek çok zor ancak heyecan verici çalışmalar yarınlara umutla bakmamızı sağlıyor. Yeni keşifler için sağlık ve bilimle kalın.
Kaynakça:
1. Choi S;Yang J;Wang G; “Emerging Memristive Artificial Synapses and Neurons for Energy-Efficient Neuromorphic Computing” Advanced Materials, Dec. 2020. pubmed.ncbi.nlm.nih.gov/33006204/
2.”Neuromorphic Computing: From Materials to Systems Architecture”. science.osti.gov web adresinden elde edildi.
3. “Neuromorphic Computing”. https://encyclopedia.pub/473 web adresinden elde edildi.
4. apt.cs.manchester.ac.uk web adresinden elde edildi”
5. Sangwan VK; Hersam MC ; “Neuromorphic nanoelectronic materials” Nature Nanotechnology, July 2020. pubmed.ncbi.nlm.nih.gov/32123381/
6. Huh W; Lee D; Lee C-H; “ Memoristors Based on 2D Materials as an Artificial Synapse for Neuromorphic Electronics “ Advanced Materials, Dec. 2020. pubmed.ncbi.nlm.nih.gov/32985042/
7. Görsel 1. www.advancedsciencenews.com web adresinden elde edildi.
8. Görsel 2. https://en.wikipedia.org/wiki/SpiNNaker web adresinden elde edildi.
9. Kapak fotoğrafı flickr.com web adresinden elde edildi.
Yanıt yok