İnsan Beyni, Gelişmiş Hesaplamaları Yapmak İçin Doğal Olarak Bağlanmıştır, Yeni Bir Çalışma Doğruluyor Uluslararası bir bilim ekibi, insan beyninin görme ile ilgili olduğunda nasıl çalıştığına dair bir insan beyninin işleyişine yakından uyan belirli bir matematiksel model geliştirdi.
Yeni modeli, Bayesci çıkarım olarak bilinen bir şeyi gerçekleştirmek için gereken her şeyi içeriyordu. Bayesci çıkarım, önceden bilgiyi yeni kanıtlarla birleştirerek zekice tahminler yapmak için istatistiksel bir yöntemdir. Örneğin, bir köpeğin nasıl göründüğünü biliyorsanız ve tüylü dört bacaklı bir hayvan görürseniz, önceden bilginizi kullanarak onun bir köpek olduğunu tahmin edebilirsiniz.
Bu içsel yetenek, insanların çevreyi olağanüstü hassasiyet ve hızla yorumlamalarını sağlar; aksine, basit CAPTCHA güvenlik önlemlerini tanımlamak için resim panelinde yangın musluğunu tanımlamaları istendiğinde makinalar tarafından yenilebilen. “Bayesci yaklaşımın kavramsal cazibesi ve açıklama gücüne rağmen, beynin nasıl olasılıkları hesapladığı büyük ölçüde gizemini koruyor.
Yeni çalışmamız bu gizemi aydınlatıyor,” dedi Sydney Üniversitesi’nde araştırmacı olan Dr. Reuben Rideaux. Çalışmada Dr. Rideaux ve meslektaşları, gönüllülerin beyin aktivitesini kaydederken, görsel işlemeye ilişkin olan özel nöral sinyalleri tetiklemek üzere tasarlanmış ekranları pasif olarak gözlemlediler. Ardından, insan beyninin nasıl görsel algıladığına dair rekabet eden hipotezler yelpazesini karşılaştırmak için matematiksel modeller geliştirdiler. “Temel yapının ve bağlantıların, beynimizin görsel sistemi içinde, aldığı duyusal verilere Bayesci çıkarım yapmasına izin verecek şekilde düzenlendiğini keşfettik,” diye açıkladı Dr. Rideaux. “Bu bulguyu önemli kılan şey, beynimizin bu gelişmiş işlem türünü gerçekleştirmesine izin veren doğal bir tasarımının olduğunun onaylanmasıdır, bu da çevremizi daha etkili bir şekilde yorumlamamıza olanak tanır.”
Bu bulgular, sadece beynin Bayesci benzeri çıkarımı nasıl kullandığına dair mevcut teorileri onaylamakla kalmıyor, aynı zamanda beyinlerin doğal Bayesci çıkarım yeteneğinin topluma fayda sağlayan pratik uygulamalar için kullanılabileceği yeni araştırma ve yenilik kapılarını açıyor. “Çalışmamız, öncelikle görsel algıya odaklansa da, nörobilim ve psikoloji yelpazesi boyunca daha geniş sonuçlar doğuruyor,” diye belirtti Dr. Rideaux. “Beynin duyusal verileri işleme ve yorumlama için kullandığı temel mekanizmaları anlayarak, yapay zeka gibi alanlarda, böyle beyin işlevlerini taklit etmek, makine öğrenmeyi devrimlendirebilir ve klinik nörolojiden başlayarak, gelecekteki terapötik müdahaleler için yeni stratejiler sunabilir.” Sonuçlar, Nature Communications dergisinde yayımlandı.
Bayesci çıkarım, önceden bilgiyi yeni kanıtlarla birleştirerek zekice tahminler yapmak için istatistiksel bir yöntemdir.
Örneğin, bir köpeğin nasıl göründüğünü biliyorsanız ve tüylü dört bacaklı bir hayvan görürseniz, önceden bilginizi kullanarak onun bir köpek olduğunu tahmin edebilirsiniz.
Bu içsel yetenek, insanların çevreyi olağanüstü hassasiyet ve hızla yorumlamalarını sağlar; aksine, basit CAPTCHA güvenlik önlemlerini tanımlamak için resim panelinde yangın musluğunu tanımlamaları istendiğinde makinalar tarafından yenilebilen.
“Bayesci yaklaşımın kavramsal cazibesi ve açıklama gücüne rağmen, beynin nasıl olasılıkları hesapladığı büyük ölçüde gizemini koruyor. Yeni çalışmamız bu gizemi aydınlatıyor,” dedi Sydney Üniversitesi’nde araştırmacı olan Dr. Reuben Rideaux.
Çalışmada Dr. Rideaux ve meslektaşları, gönüllülerin beyin aktivitesini kaydederken, görsel işlemeye ilişkin olan özel nöral sinyalleri tetiklemek üzere tasarlanmış ekranları pasif olarak gözlemlediler.
Ardından, insan beyninin nasıl görsel algıladığına dair rekabet eden hipotezler yelpazesini karşılaştırmak için matematiksel modeller geliştirdiler.
“Temel yapının ve bağlantıların, beynimizin görsel sistemi içinde, aldığı duyusal verilere Bayesci çıkarım yapmasına izin verecek şekilde düzenlendiğini keşfettik,” diye açıkladı Dr. Rideaux.
“Bu bulguyu önemli kılan şey, beynimizin bu gelişmiş işlem türünü gerçekleştirmesine izin veren doğal bir tasarımının olduğunun onaylanmasıdır, bu da çevremizi daha etkili bir şekilde yorumlamamıza olanak tanır.”
Bu bulgular, sadece beynin Bayesci benzeri çıkarımı nasıl kullandığına dair mevcut teorileri onaylamakla kalmıyor, aynı zamanda beyinlerin doğal Bayesci çıkarım yeteneğinin topluma fayda sağlayan pratik uygulamalar için kullanılabileceği yeni araştırma ve yenilik kapılarını açıyor.
“Çalışmamız, öncelikle görsel algıya odaklansa da, nörobilim ve psikoloji yelpazesi boyunca daha geniş sonuçlar doğuruyor,” diye belirtti Dr. Rideaux.
“Beynin duyusal verileri işleme ve yorumlama için kullandığı temel mekanizmaları anlayarak, yapay zeka gibi alanlarda, böyle beyin işlevlerini taklit etmek, makine öğrenmeyi devrimlendirebilir ve klinik nörolojiden başlayarak, gelecekteki terapötik müdahaleler için yeni stratejiler sunabilir.”
Sonuçlar, Nature Communications dergisinde yayımlandı.
