İnsan Beyni Hakkında Yeni Bir Bulgu Keşfedildi

Japonya’daki RIKEN Beyin Bilimi Merkezi’ndeki bir küme bilim insanı beynin çalışma prensibini inceledi. Araştırma sonucuyla, özgür güç prensibinin hudut ağlarının verimliliği için nasıl optimize edildiği açıklandı.

Bilim insanları, yapılan bu çalışmalarla elde edilen bilgilerin niyet bozuklukları nedeniyle bozulan beyin fonksiyonlarının tahlil edilmesi ve hatta yapay zekâ teknolojisinde hudut ağları oluşturmak için kullanılabileceğini bildirdi.

Yapay zeka tasarımcılarına ilham olabilir

Biyolojik optimizasyon, kısaca davranışlarımızı ve vücutlarımızı mümkün olduğunda verimli hale getiren doğal bir süreç olarak tanımlanabilir. Beyinde hudut ağları, değişen ortamlara ahenk sağlama ve tekrar yapılandırma yeteneğini korur ve davranışın verimli bir halde denetim edilmesini ve bilgi iletimini sağlar. Bu süreç beynin doğal biyolojik optimizasyonudur. Japonya’daki RIKEN Beyin Bilimi Merkezi’ndeki bilim insanları, hudut ağlarının kendi kendini optimize edişinin temelindeki matematiksel unsurları keşfetmek için bir araştırma yaptı.

Communications Biology isimli bilimsel mecmuada yayınlanan çalışma, hür güç prensibinin rastgele bir hudut ağının temeli olduğunu gösterdi. Özgür güç prensibine nazaran, geçmiş çıktılar yahut kararlarla oluşan/oluşacak duyusal datalar daima güncellenir. Bir ağ içindeki sinirsel ilişkilerin gücü ve duyusal değişiklikler bu unsura nazaran şekillenir.

Araştırma önderi Takuya Isomura, “Bulgularımız bir hudut ağının, beyin için kozmik bir karakterizasyon sağlayarak, özgür güç prensibine uyan bir casus olarak kullanılabileceğini kanıtladı” dedi. Bu kuralların, şizofreni üzere niyet bozuklukları yaşayan bireylerin karar verme süreçlerinin incelenmesi ve hudut ağlarının değişmiş istikametlerinin kestirim edilebilmesi için kullanılabileceği aktarıldı.

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

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir