Katalog

KONFERANS 116 Mart tarıhleri arasında Taşkışla' da yapılan 1 .Bilim Şenliği çerçevesinde "Bilgi işleyen makine olarak beyinll" toplantısı gerçekleştirildi. Çeşitli dısiplinlerde konu üzerinde çalışan ve düşünenleri bir araya getiren toplantı ilginçti. Konferansa sunulan bildirilerin özetini aşağıda sunuyoruz. Bilgi işleyen makine olarak beyin konmuştur 20 yüzyılda konu ıle ılgılı bılgı blrıkımı gıderek artmıştır Dunya savaşlan sırasında yapılan otopsi çahşmalarının sağladığı verılerle, sağ elını kullananların tamamına yakınında sol, sol elını kullananların % 60'ında sol, % 40'ında ise sağ hemısferın artan sayıda çapraz afazı (sağ elını kuıllananlarda, beklenenın aksıne, sağ hemısfer hastalıgı ıle lısan bozukluğunun gelışmesı) olgulannın yayımlanması, klınlk ve deneysel çalışmalarla sağ hemısferın domınant olduğu fonksıyonların anlaşılması ve ozellıkle tedavlye dırençlı epıleptik olgu1arda yapılan ayrık beyın (splıt braın) çalış maları hemısferık dominans kavramına yenı boyutlar getırmıştır Bu çalışmaların sonuçlarına göre sözel olmayan pragmattk lı sanda, görsel bellek ve algılamada, görseluzaysal (vısuospatıal) dıkkatte, dıkkatın yön değıştırmesınde, muzığın algılanışında sağ hemısfer onem taşımaktadır Bu verılerle sol hemısferın her alanda domınant olduğu fıkrı tartışılır duruma gelmiştir Normal beyın fonksıyonu, bırı dığerınden aşağı olmayan, farklı alanlarda uzmanlaşmış ıkı hemısferın uyumlu bır butunluk ıçinde çahşmalarının urünudür Böylelıkle sağ he Duygunun nöropsikolojisi Banş Korkmaz* \ ılgısayar teknolojısı gellştikçe akla ı gelen ılgınç sorulardan bırı de bılgı'sayarların ınsan duygusunu ne ölçude taklit edebıleceğı oldu Bu noktada konu, duygunun tanımı ve doğasının ne olduğunda yoğunlaşmaktadır Duygu bır bılgı mıdır? Bu soruyu yanrtlamaya çalışmak ıçın duyguyu basıt ya da karmaşık, anlaşılmaz ve tarıf edilemez bır sureç olarak ele almaktansa, pek çok alt bırımı olan bır sureç olarak analız etmek ve bunu yaparken kısmen nöroloıık verılerden yararlanmak gerekır Duygunun fızyolojık ozellıklerı, yanı heyecanlandığımızda kalbımızln çarpması gıbı ozellıklerı eskıden bılınır Son zamanlar da duygunun bır ön değerlendırme anlamında pek çok bılışsel surecı de ıçerdığı saptanmıştır Bu değerlendırmenın başlıca amacı, kışı, nesne veya olay gıbı değişık uyaran durumlarının organızmanın mevcut ve geleceğe yönelık varlığı açısından ne anlam ıfade ettığını saptamaktır Norolojik açıdan pek duşunmeden, hızlı verılen tepkılerde yapılan bılışsel ışlemlerın amıgdala çekırdeğının, duşundukten sonra verılen tepkılerde hıpokampus adlı beyın yapısının etkılı olduğu anlaşılmıştır Elbette duygu gıbı karmaşık ve tum vucudu ılgılendıren bır surece tum beyın bolgelerının katıldığını duşunmek gerekır Duygunun merkezı olarak bılınen lımbık sıstem dışında dığer bolgelerınde oluşan hasarlarda değişık tıp duygu bozukluklarının açığa çıkması bunu gostermektedır Duygulara ozelleştığı bılınen sağ beyın yarımkuresı dışında sol hemısferın de pek çok duygu ışlevının olduğunun anlaşılması buna kanıttır Duygunun değişık bıleşenlerı ıçınde ozellıkle duygunun ıçerığınde tanımlanması guç, oldukça oznel bır blleşen kalmaktadır kı buna da ınsanın kendı duygusunu hıssetmesı ve fark etmesı ıle ılgılı bır yan dıye bılırız Bu bıleşen bılınçle yakından ılgılı olup, ınsanın yaratıcı etkınlığının en temel parçalarındandır ve belkı de bılgısayarların taklit etmesı en zor duygu boyutudur Gerek duygunun algılanmasında gerekse duygunun ıfadesınde bılımın bıyolojık su reçlerı tanımlanabılır hale getırmesı uzak olmayan bır gelecekte ınsana daha yakın robotların yapılmasını sağlayacaktır * Doç. Dr. Cerrahpaşa Tıp FakultesıNöroloji Kaosun sımpında uyumluluk Yağmur Denizhan* ve kullandıkları hata azaltma yontemlenne göre bırbırınden ayrılır Yapay zekâ ıçınde bu toplantının ana konusuna en yakın olan yaklaşım yapay sınır ağları dedlğımız yaklaşımdır Burada model bırbırıne bağlı çok sayıda basıt ışlem unrtesınden oluşan bır ağdır öğrenme hatayı en aza ındırecek ağ yapısının ve bağlantı ağırlıklannın bulunmasıdır Yapay sınır ağlannda ağ yapısının bulunması içın kullanılan bır yöntem karmaşık ağlardan başlayarak, Occam'ın usturasının tavslye ettığı gıbı modelı basitleştırmek ıçın, gerekmeyen ünıte ve bağlantıların atılmasıdır, deneyler doğal sınır ağlannda da ozellıkle doğumdan hemen sonra benzer bır sure cın olduğunu goşterıyor * Doç. Dr., BÜ. Bilgisayar Bölümü * mısfere yapılan haksızlığın da önune geçıl mıştır * Doç. Dr., Çukurova Unıversıtesı Tıp Fakultesı, Norolojı Anabilim dalı, Adana Yapay öğrenme Ethem Apaydın* B Alı Özeren* Beyinde hemisferik dominans |eyınde hemısferık dominans (baskkınlık) bellı bır fonksıyonda beynın 'hemısferlerınden bırının dığerıne ustun olması şeklınde tanımlanır Kavramın ılk başlarda sadece lısanla ılışkılı olduğu duşunulmuşse de, sonraları çok sayıda fonksıyon ıçın de geçerlı olduğu ılerı surul muştur Konunun anatomık temellerı 30 00050 000 yıl once yaşamış Neandertal ınsanının kafataslarında saptanan ana tomlk asımetrıler ıle de ortaya konmuştur Tarıhsel zemın gözden geçırıldığınde, modern anlamda ılk önemlı yaklaşımların 1830'da Dax ve 1863'te Broca tarafından başlatıldığını görmekteyız 1865'te Broca "Bız sol hemısferımızle konuşuruz" dıyerek lısan fonksıyonunda sol hemısferın onemını belırlemıştır 19 yuzyıl sonunda sol hemısferın sağ ellı ınsanlarda lısan ıçın domınant olduğu, sağ hemısferın ıse benzer şekılde sol ellı tnsanlarda domınant olduğu şeklınde bır formulasyona gıdılmış ve lısandakı sol hemısfer domınansısı ıle el kullanımı arasında ılışkı de kesın olarak ortaya ırçok uygulamada gırdı ıle çıktı arasındakı eşleme muğlak olmayan bır şekılde verılemez Bunun sonucu olarak da bu eşleme programlanamaz ama ornek gırdı ve çıktı çıftlerı verılebılır örneğın A' harfını goruntusel olarak, olası herkesın elyazısını kapsayacak şekılde tanımlayamıyoruz ama bırçok ınsandan elyazısı orneklerı alabılırız Yapay oğrenmeoe amaç orneklerden arada gereken eşlemeyı sıstemın kendısının çıkarabılmesıdır Yanı bırçok özel örnekten butun bu ozel ömeklerı kapsayan genel bır kuralın çıkarılabılmesıdır amaç Boyle bır eşlemenın çıkarılabılmesı hem gırdı ıle çıktı arasındakı eşlemeyı tanımla yacak hem de oğrenme sırasında görülmemış gırdıler ıçın olası çıktı tahmınlerı yapabılmeyı sağlayacaktır örneğın oğrenme sonrasında oluşturulacak olan 'A' tanımının yazılabılecek butun 'A'ları kapsaması ve butun 'A' olmayanları da dışarıda bırakması gerekır Verılmış olan herhangı bır verı kumesı ıçın bırden çok kural olabılır "Occam'ın usturası" bıze kuralların olabıldığınce basıt tutulmasını ve açıklanacak herhangı bır verı ıçın aynı derecede açıklama gucu olan ıkı açıklamadan daha basıt olanını seçmemızı önenyor Yapay oğrenmede de olabılecek modeller arasında her zaman daha basıt olanını yeğlıyoruz Yapay oğrenmede belırlı bır model kabul edıldıkten sonra bu modelın değıştırılebılır parametrelerı öğrenme kumesı uzerınde en duşuk hatayı verecek şekılde hesaplanır Değişık yapay oğrenme yordâmları, kullan dıkları modeller, varsaydıkları hata ölçutu olekuler blyolog F Cramer, fizığın tanımladığı ıkı farklı zaman kavramını, yanı Newton mekanığınin kullandığı çıft yönlu zaman ıle termodınamık, kuantum mekanığı gıbı dalların tanımladığı tekyönlu zaman kavramlarını bırleştıren bir model onermıştır Bılındığı glbl Newton mekanığınin çıftyönlu zamanı tersıne çevrılebılır, bu zaman çerçevesındekı olgular tekrarlanabılır Öte yandan tekyönlu zaman duzenlerın bozulduğu, farklı lıkların homojen dağılıma d o ğ r u değıştığı, entropı nın arttığı yönde tersıne çevrılemez bır şekılde ılerler Cramer'ın önerdığı modelde bır sıstem tekyönlu zaman ıçınde ılerlerken, bazı koşullarda bu zaman askıya alınır, sıstem çıtfyönlu zamanın egemen olduğu, olguların tekrarlanabıldığı bır bekleme döngusune gırer Böyle bır dongu yapılaşmaya ve duzene karşılık gelır kı, bu da Cramer'ın goruşune göre rezonans olgusunun bır sonucudur Sistem gene koşullardakı değışıklıklere bağlı olarak bır noktada bu dönguden çıkabıîir, duzen bozulur, entropı artmaya, tekyönlu zaman tekrar ışlemeye başlar Doğanın ışleyışınde çok sık rastlanan ve ozellıkle canlılar ıçın yaşamsal onem taşıyan uyumluluk (adaptıvıte), yanı değışen koşullara uyum sağlayabılme yeteneğı, ancak bu ıkı tur zamanın dönuşumlu olarak ortaya çıkmasıyla sağlanabılır Çünku uyum sağlamak, yenı koşullara en uygun durumu aramak demektır Böyle bır arama ıkı evreden oluşur Arama ve aradığını bulduğunda orada durma Arama evresı ıçın tekyönlu zamanın ışledığı karmaşık, kaotık sureçler elverışlıyken, uygun bır durum bulunduğunda tekyönlu zamanın askıya alınması.bulunan durum çevresınde bir duzen kurulması, yanı çıtfyonlu zamana geçılmesı gerekmektedır Memelı hayvanların beyinlenndekı hucreler, yalnız sabit bağlantılarla bağlı değlldır Bunlara ılaveten, dış ve ıç uyarılara yanıt olarak ortaya çıkan geçıcı bağlantılar da vardır Uyarıyla rezonansa gırıp bağlanan hücre kumelerı, gelen uyarıyı analız etmeye yeterlı karmaşıklıkta, geçıcı bır yerel ağ, yanı duzen kurarlar Bu duzen, ışlevı bıtınce dağılır ve hucreler yenı uyaranlarla yenı duzenler kurmaya hazır duruma gelırier Bu olgulara bakarak, son derece yuksek adaptasyon yeteneğıne sahip olan ınsan beynının de "kaosun kıyısında mı?" bulunduğunu sormak kaçınılmaz oluyor * Doç. Dr., BU Eksktrik Muh. I ler.ne bağlayan, lletişımlerını sağlayan çe şıtlı sınır yollarının ortak çalışmaları ıle oluşurlar, beynımızın en ust tabakasını oluşturan neokorteks'te belırlı ışlevlere özelleş mış alanlar bulunur Bunlardan bazıları, ıstemlı hareketlerınızı kontrol eden motor alanlar, gorme, ışıtme gıbı duyulara özel merkezlerdır Aynca neokortekste belırlı ışlevlere özelleşmemış genış asosıasyon alanları vardır Bu alanîardan, beynln ön kısmında bulunan frontal asosıasyon alanı, duşunce, bılınç oluşumu gıbl beynın yuk sek fonksıyonları dedığımız ışlevlerden sorumludur Beynin yarım kurelerının bıleşığındekı yapılan çevıren korteks parçasına lımbık korteks denır Lımbık korteks ve onunla bırlıkte ış gören bazı çekirdek gruplarına ıse lımbık sıstem denır Llmbık sistem yapılan Içınde yer alan amıgdala çekırdeklen ve frontal asosıasyon alanı, duygu larımızın oluşumu, surmesı ve kontrolunden sorumludurlar Duygularımız, görme, ışıtme glbi duyu organlanmızın algılamaları ıle başlar Duyu organlarından başlayan uyarıları taşıyan sı nir yolları, kortekstekı merkezlerıne ulaşmadan önce talamus denen bır bölgeye uğrarlar Talamusun ıse frontal asosıasyon alanı ve amıgdala çekırdeklerı ıle bağlantıları vardır Duyu organlarından başlayan uyarılar talamus aracılığı ıle amıgdala çe kirdeklerıne ulaşır Amıgdala çekırdeklerının ıse beyın sapı bölgesınde yer alan so lunum, kalp ve refleks faalıyetlerımızı kontrol eden bölgelerle bağlantıları vardır Talamus aracılığı ıle uyarılan amıgdala çekır deklerı beyın sapındakı bu bölgelerı uyarır ve duygularımıza eşlık eden solunum hızlanması, kalp atım hızının, kan basıncının artması refleks faalıyetlerde hızlanma glbı bedensel değışıklıklere yol açar, Amıgdala çekırdeklerının ayrıca frontal asosıasyon alanları ıle bağlantıları vardır Bu bağlantılar, duygularımızın bılınçlı al gılanması ıle ılgılıdır Amıgdala çekırdeklerı ne kadar "korktuğunu", "öfkelendığını" ya da "sevındığını" duşunce ve bılınç oluşu mundan sorumlu frontal asosıasyon alanına bıldınr Talamus ve amıgdala çekirdek lerınden gelen bu bılgılerı değerlendıren frontal asosıasyon alanı ıse karşıhğında amıgdaları uyararak duygusal tepkılerımızı kontrol. eder * I.Ü. Cerrahpaşa Tıp Fakultesı, Fizyolojı Anabilim Dalı Oğretım Uyesı. Duygu (izyolojisi Doç. Dr. Ertan Yundakoş* K orku, öfke, sevınç gıbı duygularımın beynımızde çeşıtlı bölgelenn, çekırdek gruplarının ve bu yapılan bırbır I ılgı işleyen her makine, bır gırış delıjğınden belırlı bır dılde cumleler oku'yan, yanıt olarak da bır lambayı (evet/hayır anlamında) yakıp sonduren bır aygıt olarak modellenebılır Bu bakış açısı, her tur muhakeme, problem çozme Veya hesaplama ışını bır "dıl bılme" sorununa ındırger Tum ılgınç dıller (örneğın Turkçe gıbı "ınsan1 dıllerı, veya BASIC gıbı bılgısa yar programlama dıllerı,) sonlu bır alfabeden seçılen semboller kullanarak yazılabı len sonsuz sayıda farklı anlamlı tumceden oluşur Bu durumda ınsanlar (veya bılgısayarlar) gıbı sonlu kapasıteye sahıp yaratıklarca dıllerın ogrenılebılmesı ılk bakışta şaşırtıcı görunebılır Daha once hıç duymadığımız (hatta daha önce tarıhte hıç soylen memış) bır Turkçe tumceyı duyunca nasıl olup da anlayabılıyoruz? Sonlu bılgı ve bellekle bunu nasıl başarabılıyoruz? Bu sorunun yanıtını matematıkçılerın "sonlu hallı makıneler" dedıklerı bılgı ışleme modelını ınceledığımlzde gorebılırız Gerçekten de sonlu belleklı bır bilgisayar, örneğın yazılabılecek tum çıft sayılardan oluşan sonsuz "dıl"ı kolayca tanıyabılır Bellek sınırımız nedenıyle bız ınsanlar da sonlu hallı makınelerız ve ancak bu turden bır makınece tanınabılecek özellıktekı dıllerı tanıyabılır ve yıne ancak boyle dıllerde yazılmış sorucevap cumlelerı halınde for mule edılebılen problemlerı çözebılırlz Pek çok "basit" dılın hıçbır sonlu hallı makine tarafından tanınamayacağı kolayca ıspatla nabılır Belleğınız sonlu olduğundan "kafanızda" tutabıleceğınız bır "en buyuk" tam sayı vardır Eğer sol parantezler o sayıdan çoksa hesabı şaşıracağınızdan o dızgının doğru bır tumce olduğunu söyleyemezsınız Tam da bu nedenden öturu ne ınsanlar, ne de yapılabılecek en lyı bilgisayar bu dılı bu anlamda tanıyamaz Sözun kısası, zekı davranış sergıleyebı Cem Say vesonsuzhık 5228