İnsan Beyni Hakkında Yeni Bir Bulgu Keşfedildi

Japonya’daki RIKEN Beyin Bilimi Merkezi’ndeki bir grup bilim insanı beynin çalışma prensibini inceledi. Araştırma sonucuyla, serbest enerji ilkesinin sinir ağlarının verimliliği için nasıl optimize edildiği açıklandı.

Bilim insanları, yapılan bu çalışmalarla elde edilen verilerin düşünce bozuklukları nedeniyle bozulan beyin işlevlerinin analiz edilmesi ve hatta yapay zekâ teknolojisinde sinir ağları oluşturmak için kullanılabileceğini bildirdi.

Yapay zeka tasarımcılarına ilham olabilir

Biyolojik optimizasyon, kısaca davranışlarımızı ve bedenlerimizi mümkün olduğunda verimli hale getiren doğal bir süreç olarak tanımlanabilir. Beyinde sinir ağları, değişen ortamlara uyum sağlama ve yeniden yapılandırma yeteneğini korur ve davranışın verimli bir şekilde kontrol edilmesini ve bilgi iletimini sağlar. Bu süreç beynin doğal biyolojik optimizasyonudur. Japonya’daki RIKEN Beyin Bilimi Merkezi’ndeki bilim insanları, sinir ağlarının kendi kendini optimize edişinin temelindeki matematiksel ilkeleri keşfetmek için bir araştırma yaptı.

Communications Biology adlı bilimsel dergide yayınlanan çalışma, serbest enerji ilkesinin herhangi bir sinir ağının temeli olduğunu gösterdi. Serbest enerji ilkesine göre, geçmiş çıktılar veya kararlarla oluşan/oluşacak duyusal veriler sürekli güncellenir. Bir ağ içindeki sinirsel bağlantıların gücü ve duyusal değişiklikler bu ilkeye göre şekillenir.

Araştırma lideri Takuya Isomura, “Bulgularımız bir sinir ağının, beyin için evrensel bir karakterizasyon sağlayarak, serbest enerji ilkesine uyan bir ajan olarak kullanılabileceğini kanıtladı” dedi. Bu kuralların, şizofreni gibi düşünce bozuklukları yaşayan kişilerin karar verme süreçlerinin incelenmesi ve sinir ağlarının değişmiş yönlerinin tahmin edilebilmesi için kullanılabileceği aktarıldı.

Sonucun ilgi çekici yanlarından biriyse, bu kuralların yapay zeka geliştiricileri tarafından kullanılabileceği oldu. Araştırmacılar ortaya attıkları bu teorinin, yeni nesil bir yapay zeka teknolojilerinde “kendi kendine öğrenen”nöromorfik donanım tasarlamanın karmaşıklığını azaltacacağını düşündüklerini belirtti.