200 bin insan beyin hücresi Doom oynamayı öğrendi

Metin Akpınar

Teknoloji Editörü

200 bin insan beyin hücresi Doom oynamayı öğrendi — Bilgisayar mühendisliği dünyasında yıllardır süren bir gelenek var: Yeni bir platform ortaya çıktığında geliştiriciler ilk olarak “***Doom çalıştırabiliyor mu?***” sorusunu sorar. 1993’te çıkan bu efsane oyun, hesap makinelerinden robot çim biçme makinelerine, blokzincir sistemlerinden PDF dosyalarına kadar sayısız sıra dışı cihazda çalıştırıldı. Ancak şimdi bu listeye belki de en şaşırtıcı olanı ekleniyor: Laboratuvarda yetiştirilen **canlı insan beyin hücreleri**.

Daha önce de çeşitli atılımlarla karşımıza çıkan Avustralya merkezli biyoteknoloji şirketi Cortical Labs, yaklaşık 200 bin canlı insan nöronunun silikon bir çiple birlikte çalışarak Doom oynayabildiğini açıkladı. Ancak araştırmacılara göre bu sadece bir deney veya teknoloji gösterisi değil. Onlara göre bu, biyolojik bilgisayarların gerçek dünya uygulamalarına doğru ilerlediğini gösteren önemli bir bilimsel dönüm noktası.

Nöron ve silikon bir arada

Sistemin temelinde laboratuvarda yetiştirilen insan beyin hücreleri bulunuyor. Araştırmacılar yaklaşık 200 bin nöronu mikroelektrot dizisi adı verilen özel bir yüzey üzerinde büyüttü. Bu mikroelektrotlar, nöronların hem elektriksel sinyal almasını hem de ürettiği sinyallerin kaydedilmesini sağlıyor.

Cortical Labs’in baş bilim sorumlusu Brett Kagan videoda, “Bu, uyarlanabilir, gerçek zamanlı hedef odaklı öğrenmeyi kanıtladığı için önemli bir dönüm noktasıydı” dedi.

Her şey Pong ile başladı

Cortical Labs’in biyolojik bilgisayar çalışmaları yeni değil, bundan birkaç yıl öncesine dayanıyor. Şirket 2021 yılında benzer bir sistemle klasik Atari oyunu Pong’u oynayabilen bir biyolojik çip geliştirmişti. O projede 800 bin ila 1 milyon arasında canlı beyin hücresi mikroelektrot dizileri üzerinde yetiştirilmişti. Bu hücreler dijital sistemle elektrik sinyalleri üzerinden iletişim kurarak ekrandaki kürekleri kontrol etmeyi öğrenmişti.

Bilindiği üzere Pong son derece basit bir oyun ancak günümüzde tarihi eser statüsünde olsa da Doom, çok daha karmaşık bir yapı barındırıyor. Öncelikli olarak Doom, üç boyutlu bir ortamda hareketli düşmanlar içeriyor. Aynı zamanda haritalarda keşift yapmak ve gerçek zamanları kararlar vermek gerekiyor.

Bu nedenle araştırmacıların karşılaştığı en büyük zorluk, oyunun görsel verisini gözü olmayan nöronların anlayabileceği bir dile çevirmek oldu. Çözüm, oyunun video akışını elektriksel uyarı desenlerine dönüştürmek oldu. Oyun ekranındaki görüntüler analiz edilerek farklı bölgelerdeki nöronları uyaran elektriksel sinyallere çevrildi.

Cortical Labs’in teknoloji direktörü David Hogan, sistemin kontrol mantığını “Nöronlar belirli bir desenle ateşlenirse Doom karakteri ateş ediyor. Başka bir desen oluşursa sağa hareket ediyor” sözleriyle açıklıyor. Bu elektriksel geri bildirim döngüsü sayesinde nöronlar oyunun ortamına tepki verebiliyor.

Bir haftada öğretildi

Kagan’a göre bu durum biyolojik bilgisayarların erişilebilirliği açısından önemli bir değişimi gösteriyor. Pong deneyinin yıllar süren araştırmalar gerektirdiğini hatırlatan Kagan, bu kez biyoloji alanında sınırlı deneyime sahip bir geliştiricinin birkaç gün içinde sistemi eğitebilmesinin teknolojinin olgunlaştığını gösterdiğini söylüyor.

İnsanlardan zayıf ama hızlı öğreniyor

Performans halen insan oyuncuların oldukça gerisinde olsa da araştırmacılar öğrenme hızının etkileyici olduğuna dikkat çekiyor. Biyolojik sistemlerin bazı durumlarda silikon tabanlı yapay zeka algoritmalarından daha hızlı öğrenebildiği gözlemlendi. Yeni öğrenme algoritmaları kullanıldıkça performansın artması bekleniyor.

Nasıl çalıştığını tam olarak bilmiyoruz

Burada “patern” kelimesini seçmemdeki neden ise insanların “zeka” içeren uğraşlara girdiğinde ortaya çıkan cevapsız soruların fazlalığı ve bazı şeylerin “nedenini” bilememe durumu.

Aynı zamanda bu iki teknolojinin benzersiz bir şekilde birbirini tamamlama ihtimali de bulunuyor. Yapay zeka geliştikçe ona paralel olarak ihtiyaç duyulan bilişim gücü de artıyor. Dolayısıyla yapay zeka için esasında bir ölçekleme sorunu var. Ancak bu tip biyolojik bilgisayarlar sayesinde buradaki işlem gücü sorunu çözülebilir veya azaltılabilir. Çünkü bu sistemeler esasında makine zekasının insan beyin hücreleri gibi "yaşamı boyunca öğrenmesini" sağlayabilir. Bu da yapay zekanın aynı donanım formu içinde sürekli gelişebileceğine işaret ediyor.

Dahası bunlar robotik sistemlerde -örneğin insansı robotlar- de kullanılabilir. Esasında Doom oynamak, teknik açıdan bir robot kolunu kontrol etmenin daha basit bir versiyonu sayılabilir. Bu canlı nöral ağlar karmaşık ortamlarla başa çıkma, belirsizlik altında karar verme ve gerçek zamanlı veri işleyebilme gibi bir dizi temel avantajlara sahip. Üstelik tüm süreç oldukça da verimli. Testlerin gerçekleştiği CL1, yalnızca birkaç watt (850-1.000 W) enerji harcıyor.

“Burada asıl heyecan verici olan şey, biyolojik bir sistemin sadece Doom oynayabilmesi değil. Olay, karmaşıklık, belirsizlik ve gerçek zamanlı karar alma gibi durumlarla başa çıkabilmesidir.” diyor Kagan.