Beynin 7D Kumdan Kaleleri Bilincin Anahtarı Olabilir

Düşüncelerimizi, anılarımızı ve hislerimizi geçici olarak kodlayan son derece şaşırtıcı geometrik yapılar gördük. Bu yapılar çok büyük bir gizemin sırlarını çözebilir.

1884 yılında yazdığı Flatland(Düz Yurt)isimli kitabında Edwin Abbott, çizgiler, üçgenler, kareler ve dairelerden oluşan, yukarı ya da aşağı kavramı olmayan 2D manzara resmi yarattı. Bir gün, 3D bir küre Flatland’i ziyaret eder ve bir “kare”yi daha üst bir boyuta kaçırır. Kare o boyutta anlar ki, Flatland’de (Düz Yurt’ta)yaşayanlar 3D varlıkların sadece 2D projeksiyonlarıdırlar.  Bundan yola çıkarak Küre’nin de 4 boyutlu bir şeklin gölgesi olabileceğini iddia eder. Şaşkın durumdaki Küre, bunun son derece akıl almaz bir fikir olduğunu söyler.

Henry Markram, bizlerinde son derece dar görüşlü olarak beynimizin yaptıklarını değerlendiriyor olabileceğimizi söylüyor. Markram: “Beyne bakıyoruz. Muazzam kompleks yapısını görüyoruz. Ama eğer beynimiz daha üst bir boyutun projeksiyonu ise, onu asla anlayamayacağız.”  Bunlar saçma sözler değil. Lozan’daki ‘İsviçre Federal Teknoloji Enstitüsü’de Mavi Beyin Projesi’ndeki Markram ve arkadaşları cebirsel topoloji kullanarak beynin çalışma sistemini anlamaya çalışıyorlar. Cebirsel topoloji, daha üst boyutlu şekilleri tanımlamak için kullanılan matematiksel bir alandır.

Çok şaşırtıcı şeyler buldular. Beynimiz düşünürken, öğrenirken ve hatırlarken, en az 7 matematiksel boyut ve belki de daha fazlasından oluşan çok detaylı ama geçici yapılar oluşturur. Tıpkı kumdan kaleler gibi bir görünüp bir kaybolan bu geçici yapılar, beynin düşünceleri ve duyguları nasıl yarattığını anlamamıza yardımcı olabilirler. Hatta en büyük gizem olan ‘Bilinç’ hakkındaki sırları da çözebilirler. Markram: “Cebirsel topoloji, nörobilimi Flatland dışına çıkaracak olan matematiktir” dedi.

Mavi Beyin Projesi 2005 yılında başaltıldı. Amaç, tüm insan beyninin bilgisayarda simule edilmesiydi. Bu çok büyük bir hedef ve gerçekleşmesi biraz zor.  Ama 2015 sonalrında, ekip fare beyninin minik bir kesitini ürettiklerini duyurdu. Gerçek beyin dokusu sadece 0.5 mm genişliğinde ve 2 mm uzunluğundadır. Ama dijital analoğunda, 200den fazla çeşitte  31bin nöron ve aralarında 8 milyon bağlantı bulunmaktadır.

Bu kadar devasa özdeş hücreler kütlesi nasıl bu kadar güzel kompleks yapıyı yaratıyor?

Bu şu ana dek yaratılmış olan en detaylı dijital beyin yapısıdır.  Pek çok kişi, beyin gibi biyolojik olarak karmaşık bir yapının sadece bilgisayar içinde yaratılarak anlaşılabileceğine inanmıyor. Ama Markram, bu tür simülasyonlar sayesinde, ulaşılamayacak boyuttaki gerçek beyin dokusunun bir kesitindeki nöronların birlikte nasıl çalıştığının görülebileceğini düşünüyor. Simulasyonlardan elde edilen bilginin anlaşılmasının bir problem olduğunu kabul ediyor. İşte cebirsel topoloji de burada devreye giriyor.

Topolojistler, sürekli deformasyona uğrayan şekilleri incelerler. İtme, çekme ve germe gibi şeyler, bozma ya da yeniden bağlama değil. İki şeklin aynı olup olmadığını söylemek her zaman net olmuyor. Mesela, parmağınızı çamurdan yapılmış halka bir doughnot içine sokun ve bir çentik açın. Bu doughnot ı yavaşça bir kahve fincanı şekline dönüştürebilirsiniz. Açılan çentik fincanın içi, doughnot’ın oratsındaki boşluk da fincanın kulbu olmuştur. Önemli olan şey şudur ki, her iki şeklin de sadece bir deliği bulunmaktadır. Bu da topolojinin değişmez özelliğidir. Mavi Beyin Projesi çalışanlarından biri olan cebirsel topolojist Kathryn Hess: “İnsanlar topolojiye lastik geometri diyorlar. Cisimler tıpkı lastik ya da macundan yapılmış gibi deforme olabilirler.” Cebirsel bölüm, bu gibi nesnelerin özelliklerinin gösterilmesi ve kullanılması konusunda cebirden destek alınmasını anlatır.”

Markram’ın konuya olan ilgisi 1994 yılında Almanya Heidelberg Üniversitesi’nde sinir bilimci iken başladı. Orada cebirsel topolog olan Ran Levi ile tanıştı ve ikisi matematiğin bu alanının beyni anlamada nasıl kullanılabileceğini tartışmaya başladılar.  Levi, Markram ile Hess’i tanıştırdı. Sonrasında da bu üçlü yıllar boyunca, çalışan nöron ağları şeklini alan topolojik yapılar ve de bunalrın beyin fonksiyonu üzerinde nasıl etkileri olduğu konusunda çalışmalar yaptı. Markram: “Cebirsel topolojistler, kusursuz matematikçilerdir. Üst boyuttaki alanlarda yaşarlar ve yaşamın gerçeklerini umursamazlar. Bu yüzden gerçekten çok soyut tartışmalarımız oldu”. Mavi Beyin Projesi bu soyut şeyleri gerçek data üzerinde test etme fırsatı sağladı.

Özellikle “klikler” denilen yapıların görünümü üzerine çalışıyorlardı. Bir nöron ağı grafikte gösterilebilir: Londra metrosunun haritası gibi matematiksel bir yapıda. Nöronlar haritadaki istasyonlar gibidir, hatlar da onlar arasındaki bağlantıları göstermektedir. Klik, her bir nöronun diğer nöron ile bağlantıda olduğu çok yoğun bir grafik çeşididir. Gometrik şekillere benzerler: Bir klikteki üç nöron 2D bir üçgeni, dört nöron 3D bir şekli, üçgen yüzlerden oluşan bir piramit ise üçgen piramiti oluşturur. Ama eğer kliklerin 4ten fazla nöronu varsa, temsil ettikleri geometrik şekiller bizim göremeyeceğimiz matematiksel üst boyutlarda varolurlar.

Diğer araştırmacılar da gerçek beyinlerde bu tür klikler gördüler. Mesela Newark’taki Delaware Üniveristesi’nden Chad Giusti ve arkadaşları, bir fare hipokampüsündeki nöronların elektriksel aktivitesini araştırırken bu klikleri gördüler. Ama bu klikler içindeki nöronların birinden diğerine olan bilgi akışının yönünü anlayamadılar; ki aslında bu onların işleyişi hakkında çok önemli bir bilgidir.

Bloomington Indiana Üniversitesi’nden, ‘Konnektom” sözcüğünü üreten sinir bilimci Olaf Sporn: “Bu durum, gerçek bir beyin üzerinde çalışırken karşılaşılabilecek genel bir problemdir. Bilgi akışının yönünü saptamak zordur. Ama dijital bir beyin üzertinde çalışırken bu problem olmaz.”

Hess, Levi ve arkadaşalrı, Mavi Beyin datasında, bilginin bir nörona girdikten sonra diğer her bir nörona geçtiği ve son nörondan çıktığı  “güdümlü” klikleri araştırdılar. Mesela, A,B, C olarak adlandırdığımız üç nörondan oluşan bir klikte, bilgi A’dan B’ye ve oradan da C’ye akmalı;her ne kadar bağlantılı olsalarda. Her bir nöronu bağlayan snapslere baktığınızda da durumun bu olup olmadığını söyleyebilirsiniz. Çünkü bilgi aralarında sadece tek yönlü olarak akar.

Ekip bir sürprizle karşılaştı. Biyolojik yapıdan esinlenen ağ üzerinde, rastgele yapılanan bir ağ üzerinde olandan çok daha fazla güdümlü klikler mevcuttu.  Hess: “daha fazla üst boyut vardı.” Hepsi birbirine bağlı 8 kadar güdümlü klik buldular; bunlar 7D klikleri oluşturuyordu. Hess, Mavi Beyin simülasyonu büyüdükçe bu sayının da artacağını düşünüyor. Hess: “15 ila 20 nörona kadar klikler bulacağımızı düşünüyorum.” Ama karmaşıklık burada da sona ermiyor. Ekip, kliklerin bir araya gelerek “kavite” denilen yapıları oluşturduklarını gördüler. Mesela, pek çok 4D klik, 3D kavitenin yüzeyine sıçrayabiliyor. Hess: “ Bu şans eseri olmuyor” dedi.

Buraya dek gayet soyut. Peki bu boyutların beyin fonksiyonu ile ne alakası var? Gerçek bir beyinde, birlikte ateşlen nöronlar birlikte bir ağ oluştururlar: İki nöron ne kadar bir araya gelirse, bağlantıları o kadar güçlü olur. Araştırmacılar, simultane beyinin spontane aktivitelerle vızıldamasına izin verince, güdümlü bir kliğin parçası olarak birbirine bağlı olan nöron çiftlerinin ateşlenmesinin, bir kliğin parçası olmadan, sadece bağlantıda olan çiftlerden daha fazla olduğunu gördüler. Üstelik bir nöron çiftinin bağlı olduğu klik ne kadar büyükse, birlikte ateşlenme olasılıkları da o kadar fazla oluyordu. Hess: “Bu bizim için tam”  “işte bu!” dediğimiz noktaydı. Bağlantılı olmak yetmiyor. Bağlantılı olmalı ve aynı zamanda daha büyük bir yapının bir parçası olmalısınız. Bu, son derece ilginç bir şeyin izinde olduğumuzu gösteren bir işaretti.”

Dijital beynin, gerçek beyinde meydana gelen uyarıcı türlerine nasıl tepki vereceğini görmek bir sonraki adım olacak. Bunu bulmak için Mavi Beyin ekibi, gerçek bir farenin bıyıkları gıdıklandığında, bedensel duyusal korteksine (dokunma hissini proses eden bölüm) ulaşan çeşitli nöron sinyallerini kaydettiler. Neler olacağını görmek üzere, dijital simülasyona  bunun gibi 9  farklı sinyal verdiler. Basit 1D ve 2D kliklerin öncelikle forme olduğunu, sonrasında da hızla daha üst boyutlara, bazen 7D ye kadar, geliştiklerini gördüler. Gıdıklama uyarısı ne kadar güçlü ve nöronlardan alınan girdi ne kadar senkronize ise, klikler o kadar fazla boyut oluşturuyorlardı. Zirveye ulaşıldığında ise, yapılar çöküyordu. Hess: “ Bir doruk noktası var ve sonrası puf, her şey çöküyor. Sadece birkaç milisaniye süren bir süreç.”

Topolojik harita, bireysel nöronların bilgiyi ulaştırmak üzere nasıl birlikte çalıştıklarını göstermektedir. Markram: “Bu gözlükleri taktığınızda, inanılmaz kumdan kaleleri, çok boyutlu yapıları ansızın görüyorsunuz.” Sinir blimciler farklı nöron ağları arasındaki elektriksel aktiviteyi ve aralarındaki ortak noktaları onalrca yıldır incelemekteydiler. Klikler ve kaviteler aradıkları şey olabilir. Markram: “ Herhangi bir durumda, beyin olabilecek en kompleks yapıyı oluşturuyor. Ulaşabileceği en zirve noktaya çıkıyor ve sonrasında çöküyor. Tüm uyaranlar aynı stereotip, çok boyutlu kumdan kaleleri oluşturuyor ve çöküyor.”

Solucan Haritası

Peki tüm bunalr dijital modelin eseri olabilir mi? Bunu bulabilmek için, ekip gerçek bir yuvarlak solucanın (Caenorhabditis elegans. )sinir sistemine cebirsel topoloji uyguladılar. Solucanın sadece 302 nöronu vardı ve bunların bağlantısı da tamamen haritalanmıştı. Böylelikle ekip güdümlü klikleri inceleyebiliyorlardı. Buldukalrı şey simülasyonu doğruladı. Markram: Sadece birkaç yüz nöronun rastgele bağlanmasından çok ama çok daha fazla kompleks bir şey bu. Bir solucanın bile çok boyutlu yapıları var; ki bu da nöronlarının son derece komplike işlevlere sahip olmasına neden oluyor. Bu yüzden bunun nöronal organizasyonun evrensel bir ilkesi olduğunu düşünüyoruz.  Eğer fareler ve solucanlar kadar farklı hayvanların kompleks çok boyutlu klikleri varsa, çok muhtemeldir ki bu bizim beynimiz için de son derece genel bir fenomendir.”

Eğer haklılarsa bu araştırma, aktif bir beynin ne yaptığını belirleyen geçici bağlantıların analizinin yapılmasını sağlayabilecektir.

Markram: “Halühazırda topolojik analiz, uzun süredir çözülmeyi bekleyen bulmacanın çözümü için yardımcı olabilir. Örneğin, beynin gcünün nöral plastisiteden, gerekli olduğunda kendini yeniden yapılandırmasından kaynaklandığı düşünülmekteydi. Anıların elde edilmesi ve şekillendirilmesinde bu çok önemlidir. Teoride, bir nöronun yakınındaki başka bir nöron ile bağlantıya geçme olasılığının % 50 olduğu durumlarda beyin en esnek olduğu durumdadır. Ama biyolojik beyinlerde bu tür bağlantıların oluşma olasılığı sadece %1 dir.”

Bilinç, daha üst boyutların yansıması olabilir

Dışardan bakıldığında bu hiç mantıklı gelmiyor. Ama topolojik yapılar buna bir gerekçe sunuyorlar: üst boyutların klik ve kaviteleri, beyin sadece seyrek olarak bağlantılı olduğunda şekillenirler. Eğer bu yapılar, beynin bilgiyi işleme yeteneğinin yansımasıysalar, bağlantı kurma olasılığının azlığı daha iyidir. Markram: “Kompleks yapılar oluşturabilmek için bağlantıyı kaybetmelisiniz. Daha düşük bağlantı sınırları bulmalısınız; ki bu sinir bilimde son derece radikal bir görüştür.”

Topolojik objektiflerin hedeflerinden bir diğeri de, son derece homojen görünen beynin, nasıl olup da bölümlere ayrılmış gibi çalıştığını bulmaktır. Bir taraftan elinizde devasa, özdeş hücreler kütlesi var; diğer taraftan ise beynin çeşitli bölgelerinin muazzam güzellikteki yetenek dizilimi var. Belki de klikler ve kaviteler, beynin çalışmasını etkileyen kayıp, ortaya çıkan yapılarıdırlar. Bu muhteşem bir sonuç.

Yapay zeka için de çıkarımlar mevcut. New Hampshire’daki Dartmouth College da Beyin Mühendisliği laboratuvarı müdürü Richard Granger, Mavi Beyin Projesi’nin beynin işleyişiyle ilgili bildiklerimizde ne kadar eksiklik olduğunu gösterdiğini düşünüyor. Tek nöron ve milyonlarca nöron seviyesinde anatomi ve fizyoloji bilgimiz var. Peki ya bilgiyi işleme sürecinde orta ölçeğin önemli olduğu durumlar? Bu durumda, dijital olarak beyni simule etmek ve bu orta ölçekli yapıları bulmaya çalışmak beynin güçlü algoritmalarını ortaya çıkarmada yardımcı olabilir. Bu da sonuç olarak daha güçlü yapay zekanın oluşmasına yol açabilir.

Granger: “Bunlar çok heyecan verici ve çığır açan çalışmalar. Beynimizi anlamanın bilimsel amacı ve kopyalamanın teknik amacı, beyni bildiğimiz en iyi düşünme aracı yapan şifreleri kırmaya bağlıdır.”

Markram için bir sonraki adım, ekibinin keşfettiği geçici yapıları, öğrenme ve hafıza yapılanması ile ilişkilendirmek. Onlarca yıl boyunca sinir bilimciler, beyin öğrenme ve depolama yaparken sinapsların nasıl değiştiğini anlamaya çalışıyorlar. Ama bu değişikliklerin ne demek olduğu konusunda hala çok az şey biliyorlar. Belki de başından beri Flatland matematiği yapıyorduk. Markram: “Eğer beyindeki değişiklikler sadece üst boyutlu yapı haritaları olarak çizildiklerinde anlam ifade ediyorsa, o zaman yapılması gereken şey tam da budur. Hafıza üst boyutlu yapılarda saklanıyor olabilir.”

Mavi Beyin ekibi daha büyük ve daha doğru dijital beyin yapma çalışmalarına devam ederken, Markram bir gün topolojik yaklaşımın en büyük soru olan “bilinç” ile ilgili şifrelerin kırılmasına yardımcı olacağını düşünüyor. “Gizemli, zor ve inatçı bir fenomen gördüğümüzde, gördüğümüz ve deneyimlediğimiz şeyin daha üst boyutların yansıması olma olasılığı bilimsel olarak mevcut. Bu üst boyutlara çıkabilmek için matematiğe ihtiyacımız var. O zaman bu yansımaların nasıl ortaya çıktığını anlayacağız. Bilinç bir yansıma olabilir.””

 Beyin Yapımı

Hedef bilgisayarda insan beyni yaratmak. Bunun için önümüzde hala çok uzun bir yol var. Ama Mavi Beyin Projesi başlangıcı yaptı.

2015 yılında bir farenin beyninin minik bir kesiti dijital olarak kopyalandı. Kopyalanan bölüm dokunma duyusunu işleyen bedensel duyusal korteks. Buna ulaşmak yıllarca süren bir çalışma sonucu oldu. Fare beyinleri üzerinde 20binden fazla deney yapılarak, elektriksel  sinyaller ve moleküler mekanizmalar gibi özellikleri yanısıra, nöronların yapıları titizlikle örneklendi. Daha sonra 5 fareden alınan anatomik detaylar kullanılarak, nöronlar ayrıntılı dijital modele monte edildi.

Bir sonraki zorlu aşama, bu nöronların nasıl birbirlerine bağlanacağını bulmak oldu. Markram: “Gelecek 100 yıl içinde bile, yapılacak hiçbir deney sayısı, beyindeki bir toplu iğne başı kadar alan içinde olan tüm bağlantılardaki bilgiyi size veremeyecektir.” Ekip yine de biyolojik prensiplere dayanmak zorundalar. Mesela, nöronlar bağlanabilmek için birbirlerinden 3 mm uzaklıkta olmalılar.

Ama eğer çok yakın nöronlar birbiriyle bağlantılı olsa, oluşan ağ, gerçek beyindeki ağdan çok daha yoğun bağlantılardan oluşurdu. Bu yüzden ekip, bağlantıları azaltmak üzere algoritmalar uyguladılar ve böylelikle gerçek nöral dokuda görülen bağlantı seviyesine ulaşmayı hedeflediler.

Son olarak da, simülasyonlarının gerçek yapıdaki  gibi duyusal girdilere tepki verip vermediğini görmek üzere test ettiler. Markram: “Dijital doku parçası beyinde gördüğümüze çok benzer tepkiler verdi. Aynı gecikme süresiyle benzer ateşleme şekilleri görüyoruz.”

Çeviren : Sıdıka ÖZEMRE
https://www.newscientist.com/article/mg23531450-200-the-brains-7d-sandcastles-could-be-the-key-to-consciousness/amp/

Check Also

Hiçbir şey Göründüğü Gibi Değil

Büyük Yanılgı!.  Neden Hiçbir şey Göründüğü Gibi Değil? Graham Lawton   Bu sizi hayrete düşürebilir ancak ...