Yapay zekada organik devrim: Canlı nöronlar ‘işlemci’ oldu

Araştırmacılar, gerçek zamanlı hesaplama görevlerini yerine getirebilen, canlı sıçan nöronlarıyla entegre edilmiş yeni bir biyolojik yapay zeka sistemi geliştirdi. ‘Rezervuar hesaplama’ yöntemiyle eğitilen sistem, karmaşık kaotik modelleri bile çözebiliyor.

Teknoloji dünyası, yapay zekayı biyolojik sistemlerle birleştiren ‘biyohibrit’ modellerle yeni bir boyuta evriliyor. Son yapılan çalışmada bilim insanları, canlı sıçan korteks nöronlarını yüksek yoğunluklu mikroelektrot dizileri ve mikroakışkan cihazlarla birleştirerek işlevsel bir hesaplama birimi oluşturdu. Bu atılım, canlı hücrelerin sadece biyolojik birer bileşen değil, karmaşık makine öğrenmesi görevlerini üstlenen birer ‘donanım’ olarak kullanılabileceğini kanıtlıyor.

128 MİKRO GÖZENEKLİ ‘ORGANİK AĞ’ TASARIMI

Sistemin başarısının arkasında, nöronların fiziksel düzenlemesindeki inovasyon yatıyor. Araştırmacılar, yapılandırılmamış ağlarda görülen ‘aşırı senkronizasyon’ (verimliliği düşüren aşırı uyum) sorununu çözmek için nöronları mikro kanallarla birbirine bağlanan 128 farklı mikro gözeneğe yerleştirdi.

Teknik Başarı Tablosu:

• Nöron korelasyonu: Yapısal düzenleme sayesinde 0,45'ten 0,12'ye düşürüldü.
• Geri bildirim döngüsü: 330 milisaniyelik periyotlarla elektriksel uyarım sağlandı.
• Öğrenme doğruluğu: Eğitim sırasında 0,8'in üzerinde korelasyon başarısı yakalandı.

KARMAŞIK KAOTİK SİSTEMLERİ MODELLEYEBİLİYOR

Geliştirilen biyolojik yapay zeka, sadece basit görevleri değil, matematiksel olarak modellenmesi en zor sistemlerden biri olan Lorenz Çekicisi gibi kaotik yapıları bile yaklaşık değerlerle hesaplamayı başardı. Ayrıca sistem; sinüs, kare ve üçgen dalga biçimlerini farklı zaman aralıklarında başarıyla üreterek canlı nöronların hesaplama esnekliğini gözler önüne serdi.

NÖRAL PROTEZLER VE BEYİN-MAKİNE ARAYÜZLERİ

Sistemin şu anki en büyük kısıtlaması, 330 milisaniyelik geri bildirim gecikmesi ve eğitim durduğunda performansın düşmesi olarak görülüyor. Ancak araştırmacılar, özel donanımlar kullanarak bu gecikmeyi minimize etmeyi hedefliyor.

Gelecekte bu teknolojinin;

• Nöral protezler: Kayıp sinir fonksiyonlarını geri kazandırmak,
• Beyin-makine arayüzleri: İnsan beyni ile dijital sistemler arasında doğrudan veri yolu kurmak,
• Biyohibrit AI: Çok düşük enerjiyle çalışan, biyolojik tabanlı süper bilgisayarlar geliştirmek, gibi stratejik alanlarda devrim yaratması bekleniyor.