Meyve sineğinden ilham alan yapay burun algoritması: Spi-Fly

Okinawa Bilim ve Teknoloji Enstitüsü (OIST) araştırmacıları, meyve sineklerinin kokuları işleme biçiminden esinlenerek 'Spi-Fly' adını verdikleri yeni bir nöromorfik yapay zeka algoritması geliştirdi. *Neuromorphic Computing & Engineering* dergisinde yayımlanan çalışma, sınırlı veriyle kokuları ayırt edebilen ve düşük enerji tüketimiyle çalışan bir mimari ortaya koyuyor. Sistem, özellikle yüksek enerji ve bellek gereksinimiyle çalışan geleneksel yapay zeka modellerine alternatif oluşturabilecek bir yaklaşım sunuyor.

NÖRAL BARKOD

Yaklaşık 140 bin nörona sahip meyve sineği beyni, koku moleküllerinden gelen sinyalleri kısa süre içinde baskılayarak yalnızca sınırlı sayıdaki nöronun aktif kalmasını sağlıyor. Araştırmacıların 'nöral barkod' olarak tanımladığı bu seyrek aktivasyon modeli, karmaşık kokuların düşük enerji kullanımıyla birbirinden ayrılmasına imkan veriyor. OIST ekibi de Spi-Fly mimarisinde bu biyolojik süreci 1000 yapay nörondan oluşan üç katmanlı bir gizli ağa uyarladı. Gelen bilgiler, bu yapı içinde birbirinden ayrılabilen özgün nöral desenlere dönüştürülüyor.

AZ ÖRNEKLE ÖĞRENME

Spi-Fly, iki ayrı deneysel koku veri tabanı üzerinde test edildi. Algoritma, özellikle sınırlı sayıda örnekten yeni kokuları tanımayı amaçlayan 'az örnekle öğrenme' görevlerinde geleneksel yöntemlere kıyasla daha yüksek performans gösterdi. Sistem aynı zamanda yeni bilgiler öğrenirken daha önce edinilen bilgilerin kaybolmasına yol açabilen 'felaket unutma' sorununa karşı da avantaj sağladı. Spi-Fly, geçmişte öğrendiği kokuları korurken yeni koku desenlerini hafızasına eklemeyi sürdürebildi.

GELİŞTİRME ALANI

Araştırmacılar, algoritmanın karmaşık koku karışımlarında ve en yüksek doğruluğun beklendiği bazı makine öğrenimi görevlerinde geliştirilmesi gereken yönleri bulunduğunu belirtiyor. Buna karşılık sistemin sürekli öğrenme yeteneği ve düşük kaynak ihtiyacı, özellikle sınırlı donanıma sahip uygulamalarda kullanım açısından öne çıkıyor.

YAPAY BURUN

Spi-Fly mimarisinin patlayıcı ve uyuşturucu maddelerin tespiti, gıda ürünlerinde tazelik ve kalite kontrolü, kimya endüstrisinde ise tehlikeli gazlar ile alerjenlerin izlenmesi gibi alanlarda kullanılabileceği belirtiliyor. OIST araştırmacıları, Avrupalı ortaklarıyla birlikte algoritmayı doğrudan koku algılama donanımlarına entegre etmek için çalışmalarını sürdürüyor. Uzun vadeli hedef, düşük enerji tüketimiyle çalışan ve yüksek hassasiyet sunan yapay burun sistemlerinin geliştirilmesi.

BİYOLOJİK MODEL

Araştırmacılar, Spi-Fly’ın yalnızca koku teşhisi için değil, farklı veri sınıflandırma problemlerinde de kullanılabilecek bir mimari sunduğunu değerlendiriyor. Meyve sineğinin sinir sistemindeki seyrek ve verimli bilgi işleme yaklaşımının dijital sistemlere aktarılması, biyolojik mekanizmalardan esinlenen yeni nesil yapay zeka çözümleri için de bir model oluşturuyor.