Katalog

B İ L G İ S A Y A R T E K N O L O J İ S İ Beyni taklit eden nörobilgisayarlaı hangi aşamada? KPıÛ«r hucre lıflerı lj l ' *j! Bilgisayar uzmanları ve nörologlar, yapay beyin üretmek için birlikte çalışıyor. Çeviri: Filiz Gülkan eyinlerimiz, model tanıma ve o modeli işleme konusunda çok başarılıdır. Bir çocuğun, yüzleri kolaylıkla ayırt edebilmesini ya da bir odanın içinde eşyalara çarpmaaan koşuşturabilmesini böyle açıklayabiliriz. öte yandan, elektronik bilgisayarlar bu konuda oldukça başarısız kalıyorlar. Eğer beynin başarısına erişebilselerdi, pek çok işi otomatik hale getirmek olanaklı olacaktı. Örneğin, robotbilimde görüntü ve konuşmanın yapay bir zekâ tarafından algılanması gibi. Peki, bilgisayarlar eğer beyin gibi düzenlenseler, onun gibi davranabilecekler mi? Bu soruya yanıt vermek için, sinir şebekelerinin yeni bir sahasında uğraş veren araştırmacılar, bilgisayarcılarla sinirbllim (neuroscience) konusunda birlikte valışıyorlar. Sinir şebekelerinin modelleri, sinirbilimcilerin beynin nasıl çalıştığını anlamalarına yardımcı oluyor. Tabii aynı zamanda da bilgisayar uzmanlannı, bilgisayarın nasıl çalışabileceğine dair aydınlatıyor. Amaç, mikro ışlemcilerin nöron (sinir hucresı) görevinı üstleneceklerı bir "nörobilgisayar" yaratmak. Yapay sinir şebekeleri tasarımı, beynin nöron şebekelerini nasıl kullandığına ilişkin bilgiye dayanır. Aslında, insan beyni, 10 milyardan 100 milyara kadar nörondan oluşmuş doğal bir bilgisayardır ve bu nöronlardan her biri yaklaşık 10.000 nöronla paralel bağlantılıdır Araştırmacılar, nöronların basit işlemler yapabildiğini ve bilgisayarlarla karşılaştırıldığında oldukça yavaş çalıştıklarını düşünüyorlar. Buna karşın, beyin, görüntü ve dllle ilglll problemleri yaklaşık yarım saniyede çözeblllyor. Nöron, bir hücre gövdeden, veri kabul B eden hücre liflerinden (dendrite) ve nöronun çıktısını (output) diğer nöronlara giden hücre liflerine taşıyan bir aksondan (bir hayvanın vücut ekseni) oluşur. Bir eksen ve hücre lifinin birleşme yerine "synapse" (sinaps diye okunur) adı verilir. Bir nöron, şu basit işlemi üstlenir: "Sinaps"lardaki sinyalleri depolar ve birbırine ekler; eğer sinyallerin birleşmiş gücü belli bir eşiğı aşarsa, nöron dışarıya bir sinyal gönderir (şekil 1'i ınceleyinız). Sinirsel (neuronal) sistemler karmaşık bir görüntü ya da konuşmayı algılarken, aşağı yukarı 100 işlem basamağına sahipken, aynı iş bilgisayarda milyarlarca işlem basamağı tutar. Nöronların normal işlevlerinin yanı sıra, hücrelerin yaşamını sürdürme türünden işlevleri de vardır. Bugün araştırmacılar sinir sistemlerindeki en temel işlevlerle işe başladılar ve model yetersiz kaldıkça, sistemin detaylannı ortaya çıkartıp modeli giderek karmaşıklaştırıyorlar. ral şebeke modeline göre yönlendirildlğlne bağlıdır. Nöral şebekelerle, bugünkü bilgisayarlar arasındaki en büyük farklılıklardan biri, bir komut dizisi şeklinde programlamanın olmayışı, onun yerine nöral şebekelerin modelleri tanıyarak eğitilmesidir. Diğer bir farkhlık ise, nöral şebekelerle günümüz bilgisayarlarının veri depolama biçimleri arasındadır. Nöral bir şebekede, sistem üzerinde dağılmış olan işlem elemanlarının, kapalı ya da açık olma halleri ve sözünü ettiğimiz ağırlıklar şebekenin o anki bilgisine (yani verisine) karşılık gelir Şebekeye, eğer yeni bir bilgi parçası daha girerse, bütün şebekenin yapısında ufak bir değişiklik meydana gelir. Oysa aynı durum, günümüz bilgisayarlarının hiyerarşik veri tabanında sadece tek bir yerde, tek bir değişikliğe yol açar. I Hucr« gövdesı Beyindeki şebekeler: Beyindeki sinir hücr rine taşıyan aksonlar yardımıyla "girdi" (h Şimdilik taklitler var Şimdilik, araştırmacılar nöral şebekeleri taklit ederek işleyen bazı programlarla yetiniyorlar. Nöral şebekelerin gerçek potansiyeli, tasarırnlanan nörobilgisayarlar, yani nöral şebeke modellerine benzer bir donanıma sahip paralel bilgisayarlar yapılablldiğinde anlaşılacak. Nörobilgisayar tasarımında bugün iki yaklaşım söz konusu. Bunlardan biri, kısmi bir nöral şebeke modelini örnek olan, yüksek kapasıteye sahip olan "özelamaçlı" sistemler; digeri ise, bilgisayarın bize birbirinden farklı pek çok programlama dilinl sağlayabilmesi gibi, birçok modeli birden örnekieyebilen "genelamaçlı" sistemlerdir. AT/3T Bell laboratuvarlan ve Callfornla Teknolojl Enstitüsü, özel amaçlı nörobilgisayarlar ile ilgili araştırmalar yapan iki önemli merkezdir. Bu merkezlerde 50'den fazla yapay nörona sahip silikon çipler üretilmiştir. Araştırmacılar istenilen her türlü nöral şebeke modelini gerçekleştirebilirler, ancak basitliğinden dolayı, daha çok Hopfield modelini tercih ediyorlar (2 numaralı kutu). Bir şebekenin donanımını inşa ettikten spnra geriye kalan tek iş bir dizi input modeliyle onu eğiterek programlamaktır. her türlü işlem elemanı kendisine en yakın dört elemanla bağlantılıdır. Araştırmacılar, nöral bilgisayarların beynin daha ileri düzeyde modellenmesınde yararlı olacağını umuyorlar. Aynı zamanda konuşma ve görüntü algılama konusunda da nöral bilgisayarlar umut vaat ediyorlar. Bilgisayar biliminde, Net Talk adı verilen bir uygulama önemli bir dönüm noktası oluşturuyor. John Hopkins Üniversitesi'nde Ternence Sejnovvski'nin geliştirdiğl bu buluş, klavye ile yazılan sözcükleri telaffuz edebiliyor. Ancak bu makine henüz bir çocuğun dil yeteneğine sahip ve bir sözcüğü doğru söyleyene dek birinin onu düzeltmesi gerekir. Yapay sinir şebekesi Yapay bir sinir şebekesi de beyin gibi en temel işlem elemanlarından oluşmuştur ve bu elemanlardan her biri diğer birçok elemana bağlıdır. Elemanlar arasındaki mesajı ileten bu bağlantıların her biri sinyalin (mesajın sinyali) gücünü arttıran belli bir ağırlığa sahiptir. Böylece, her bir işlem elemanı, gelen sinyalin gücüne göre kapanan ya da açılan basit bir tetik gibi çalışır (2a şekline bakınız). Sözünü ettiğimiz ağırlıklar sistem için takviye oluşturulmasını sağlar ve bu sayede, sistemin "a"yı a harfi ile ya da b harfi ile eşleştirmesi olanaklı olur. Ağırlıkların sinyalleri nasıl dönüştürdüğü ve sistemin belli bir input modelini bir output modeline nasıl çevirdiği, yapay nöral şebekelerdeki araştırmanın hangi nö Kullanım alanları " Özel ve genel amaçlı Özel amaçlı nöral şebekeler daha hızlı, ancak daha az esnek sayılırlar; ayrıca genel amaçlı olanlardan daha az programlama gerektirirler. Genel amaçlı nörobilgisayarlar, birçok nöral şebeke modeline göre programlanabildikleri için, yakın gelecekte çok önemli olacaklardır. Bu türler, iki düzeyde programlanabilir. ilki, işlem elemanlarının işlevlerini ve ağırlıklarını saptayarak ikincisi de şebekeyı eğiterek. IBM ve San Diego'daki bir muhendıslık şirketi olan TRW, genel amaçlı nörobilgisayarların prototiplerini geliştirdiler. ABD, Japonya ve Avrupa'daki pek çok bilgisayar şirketi, şimdilerde deneysel makineler de üretiyorlar. Genel amaçlı nörobilgisayarlann bazı özelliklerini taşıyan bir bilgisayar, şimdiden satışa sunuldu. "Bağlantı Maklnesi" adı verilen bu alet, 1980'lerin başında MIT tarafından geliştirildi ve pazara çıkanldı. 64.000 basit işlem elemanı ve "zeki" bellek hücrelerinden oluşan bu makinede, Bugün A.B.D.'de nöral şebekelerin bazı endüstriyel uygulamaları geliştirilmektedir. Bunlardan bazıları, parasal fonlar için başvuran adaylan derecelendirme sistemi, radar sinyallerini veri olarak toplayıp değerlendiren askeri bir sistem, trafik taşıtlarını numaralandırmak için çalışan bir sistem ve karmaşık yapılı mikroişlemcilerin tasarımı ve yapımında kullanılan sistemlerdir. Bütün bu uygulamalar, kalabalık bir bilgi malzemesinden model yaratma ve yeni verilerle bu modeli karşılaştırabilme yeteneğine dayanır. A) Michel Recce, beyindeki bir bölge olan h'ippocampus^ ün (beyinde bulunan iki beyaz çıkıntının her biri) etkinlığıni, bir bilgisayar yardımıyla modeller. Bu model, belli şeklllerl tanımayı "öğrenir." Nöral şebeke modeli ağırtıklan (w) toplar ve halleri (s) kapaiıya ya da açığa dönüştürür Çıktı ise, şebekenin verisi olarak saklanır. Değişımler, basamaklı olarak (b) ya da nöronlardaki gibi kademeli olarak (c) gösterilebilir.