Avustralya’da geliştirilen yeni bir sistemde laboratuvarda yetiştirilen insan beyin hücreleri silikon çiple birleştirildi. Ortaya çıkan biyolojik bilgisayar, kült video oyunu Doom’u oynayabildi. Araştırmacılar bu gelişmenin biyolojik bilgisayarlar için önemli bir dönüm noktası olduğunu söylüyor.
Deneyin merkezinde şirketin geliştirdiği CL-1 adlı nöral hesaplama platformu bulunuyor. Cortical Labs bu sistemi, “kod çalıştırabilen ilk biyolojik bilgisayar” olarak tanımlıyor.
Sistemin temelinde laboratuvarda büyütülen insan beyin hücreleri var. Yaklaşık 200 bin nöron, mikroelektrot dizisi adı verilen özel bir yüzey üzerinde yetiştiriliyor. Bu yüzey hem hücrelere elektriksel sinyaller gönderebiliyor hem de onların ürettiği sinyalleri kaydedebiliyor.
CL-1 çipi ise iki dünya arasında köprü kuruyor. Dijital oyundan gelen veriler elektriksel sinyallere çevriliyor ve nöronlara iletiliyor. Nöronların oluşturduğu elektriksel aktivite ise tekrar dijital komutlara dönüştürülerek oyun karakterinin hareketlerini kontrol ediyor.
Cortical Labs’in baş bilim sorumlusu Brett Kagan, bu deneyin önemini şöyle anlatıyor “Bu sistemin uyarlanabilir ve gerçek zamanlı hedef odaklı öğrenme gösterebilmesi bizim için kritik bir dönüm noktası.”
Cortical Labs bu alanda ilk kez çalışma yapmıyor. Şirket, 2021 yılında benzer bir sistemle klasik Atari oyunu Pong oynayabilen biyolojik bir çip geliştirmişti. O projede 800 bin ila 1 milyon arasında beyin hücresi, mikroelektrot dizileri üzerinde büyütülmüş ve dijital sistemle elektrik sinyalleri üzerinden iletişim kurarak ekrandaki kürekleri kontrol etmeyi öğrenmişti. Ancak bu başarı kolay gelmemişti. Hücrelerin oyuna uyum sağlaması için yaklaşık 18 ay süren yoğun bir araştırma süreci gerekmişti. Bu nedenle ekip bir sonraki hedef olarak daha karmaşık bir oyun seçti: Doom.
Pong oldukça basit bir oyun. Doom ise üç boyutlu bir ortam, hareketli düşmanlar ve gerçek zamanlı kararlar gerektiriyor. Araştırmacıların karşılaştığı en büyük zorluk da tam olarak buydu: Görme yeteneği olmayan nöronlara oyunun görüntüsünü nasıl anlatacaktılar? Oyun görüntüsü analiz edilerek elektriksel uyarı desenlerine dönüştürüldü. Ekrandaki farklı bölgeler, nöronları farklı elektrik sinyalleriyle uyaracak şekilde kodlandı.
Cortical Labs’in teknoloji direktörü David Hogan, sistemin mantığını basitçe şöyle açıklıyor: “Belirli bir nöron ateşleme deseni oluştuğunda karakter ateş ediyor. Başka bir desen oluştuğunda sağa hareket ediyor.”
Yani aslında nöronlar sürekli bir geri bildirim döngüsü içinde oyuna tepki veriyor.
Doom deneyinin belki de en dikkat çekici tarafı, öğrenme süresinin oldukça kısa olması.
Bağımsız geliştirici Sean Cole, Cortical Labs’in bulut platformunu ve Python tabanlı arayüzünü kullanarak nöronları Doom oynamaya eğitti. Tüm süreç yaklaşık bir hafta sürdü.
Kagan’a göre bu durum teknolojinin olgunlaşmaya başladığını gösteriyor. Pong deneyinin yıllar süren araştırma gerektirdiğini hatırlatan Kagan, bu kez biyoloji alanında sınırlı deneyimi olan bir geliştiricinin bile sistemi kısa sürede eğitebildiğine dikkat çekiyor.
Elbette performans hâlâ insan oyuncuların oldukça gerisinde. Yine de araştırmacılar başka bir noktaya dikkat çekiyor: öğrenme hızı. Biyolojik sistemlerin bazı durumlarda silikon tabanlı yapay zekâ algoritmalarından daha hızlı öğrenebildiği gözlemlenmiş durumda. Yeni algoritmalar geliştikçe performansın da artması bekleniyor.
Burada ilginç bir durum var. Yapay zekâ sistemlerinde olduğu gibi bu biyolojik bilgisayarın da çalışma mekanizması tam olarak anlaşılmış değil. Araştırmacılar nöronların ekranı nasıl “algıladığını” veya kendilerinden ne beklendiğini nasıl öğrendiğini henüz kesin biçimde açıklayamıyor.
Bir bakıma bu da modern teknolojinin tanıdık bir hikâyesi. Karmaşık sistemler çalışıyor… ama bazen nasıl çalıştıklarını tam olarak çözemiyoruz.
Bu araştırmanın bir diğer önemli tarafı da yapay zekâ ile olası ilişkisi.
Yapay zekâ sistemleri geliştikçe daha fazla işlem gücüne ihtiyaç duyuluyor. Bu da ciddi bir ölçekleme sorunu oluşturuyor. Biyolojik bilgisayarlar ise farklı bir yaklaşım sunabilir. Çünkü bu sistemler, insan beynine benzer şekilde öğrenmeye yaşam boyunca devam edebilen bir yapı sunuyor. Aynı donanım üzerinde sürekli gelişebilen bir zekâ fikri oldukça heyecan verici. Ayrıca bu tür canlı nöral ağların robotik sistemlerde kullanılabileceği de konuşuluyor. Bir robot kolunu kontrol etmek ya da karmaşık ortamlarda karar vermek gibi görevler, teknik olarak Doom oynamaya oldukça benzer süreçler içeriyor. Üstelik enerji tüketimi de dikkat çekici. Testlerin yapıldığı CL-1 sistemi yalnızca birkaç watt (850-1.000 W) enerji harcıyor.
Google Play
App Store