Beynin Dili

BEYİNLERİMİZ, GOOGLE’DAN VEYA
iROBOT’UN EN İYİ ROBOTUNDAN DAHA İYİDİR.

Deneyimler ve duyguların engin zenginliği sayesinde anında araştırabiliriz. En karmaşık robotların içine yerleştirilmiş bilgisayar görüntü sistemlerinin daha zar zor başarabildiği bir görevi; bir ebeveynin, eşin, arkadaşın veya evcil hayvanın yüzünü günışığında, karanlıkta, yukarıda veya yan tarafta olsa da olmasa da, anında hatırlayabiliriz. Bir tanıdıkla sohbete başladığımız zaman, cebimizden bir mendil çıkardığımızda ve alnımızı sildiğimizde çaba harcamadan çoklu-görev yapabiliriz. Buna rağmen, bu basit davranışlar birleşimini yürütmeye izin veren elektronik bir beyni tasarımlama; uzak bir ihtimal gibi durmaktadır.

Milyarlarca beyin hücresinin arasındaki trilyonlarca bağlantıyı, internetin şu rakiplerini, kafatasımızın içindeki ağların karmaşıklığı da göz önüne alındığında, tüm bunları, beyin; nasıl becermektedir? Bir cevap, enerji etkinliğidir: Bir sinir hücresi bir diğeriyle iletişim kurduğunda, beyin; dijital bir bilgisayarın eşdeğer işlemini gerçekleştirmek için harcadığı enerjinin sadece milyonda birini kullanır. Aslına bakılırsa, evrim; 453 gr’lık organı gitgide daha büyük enerji etkilerine doğru itmede önemli bir rol oynamış olabilir.

Beynin pek çok yerleşik sınırlamalarla birlikte anıldığı da göz önünde bulundurulursa, aşırı derecede tutumlu enerji tüketimi tam bir açıklama olamaz. Örneğin, serebral korteksteki bir nöron; bir impalsa veya bir “spayk”a(ani nöron uyarısı) ateşlenerek, başka nörondan gelen bir girdiye saniyenin binde birinde tepki verebilir (bu; saniyenin milyarda birinde devreye sokulan, bilgisayarlardaki devre anahtarları gibi hizmet veren transistörlerle karşılaştırıldığında, kaplumbağa hızıdır). iRobotların nöronal ağının güvenirliği de azdır. Bir kortikal hücreden bir diğerine seyahat eden bir sinyal, çoğunlukla en son varış noktasına varmada sadece yüzde 20 olasılığa sahiptir ve direkt olarak bağlantılı olmayan uzak nörona ulaşmasının şansı ise çok daha azdır.

Nörobilimadamları; beynin, içeride devam eden tüm o sinyallerden anlamlı bilgiyi çıkarmayı nasıl başardığını tam olarak anlamıyorlar. Her nasılsa, biz ikimiz ve diğer bilim adamları; beynin bilgiyi kodlamak için spaykların zamanlamayı etkin şekilde nasıl kullanabildikleri ve zor sayısal problemleri hızlı bir şekilde nasıl çözebildikleri üzerine olan yeni ilgiye odaklanarak, yakın zamanda heyecan verici bir ilerleme kaydettik. Bu; neredeyse aynı anda ateşlenen spayklar grubunun, senkronize (eşzamanlı) olmayan biçimde etkinleştirilebilen benzer büyüklükteki bir gruptan çok daha fazla bilgiyi taşıyabilmesinden dolayıdır.

Evrenin en karmaşık bilinen makinesinin içinin içyüzünü kavramayı sunmanın ötesinde, bu araştırmadaki daha ileri gelişmeler; tamamen yeni türdeki bilgisayarlara yönlendirebilirdi. Bilim adamları şimdiden, beynin sinyal ağının hallerini taklit eden “nöromorfik” elektronik devreleri kurdular. Bugün, aygıtları bir milyon elektronik nöronla oluşturabiliriz ve çok daha büyük sistemler planlanmaktadır. Araştırmacılar en sonunda modern bilgisayarlardan çok daha hızlı çalışan, fakat gücün sadece çok küçük miktarını gerektiren nöromorfik bilgisayarları yapabilmeliler. [Scientific American, Mayıs 2005 sayısında Kwabena Boahen
tarafından yazılan “Nöromorfik Mikroçipler” yazısına bakın.]
HÜCRE GEVEZELİĞİ

Diğer pek çok nörobilimadamı gibi, görsel sistemi çoğu kez bir dereceye kadar test tabanımız olarak kullanırız, çünkü onun temel kablo bağlantısı iyi anlaşılmaktadır. Beyindeki sinyallerin orada ve başka yerde zamanlanmasının, beynin, ağ aracılığıyla geçen bilginin anlamlı olup olmamasına karar vermek için kullandığı kodun anahtar bir parçası olmasından uzun zamandır şüphelenilmektedir. Buna rağmen, onlarca yıldır bu fikirlere aldırılmamıştır, çünkü zamanlama; beynin sadece diğer kısımları arasında karşılaştırma yapıldığı zaman önemlidir ve bir seferde bir nörondan fazla aktiviteyi ölçmek zordur. Bununla birlikte, yakın zamanda sinir sisteminin bilgisayar modellerinin pratik gelişimi, deneysel ve teorik nörobilimin yeni sonuçları; nöronların birbirleriyle nasıl konuştuklarını daha iyi anlamanın yolu olan zamanlamadaki ilgiye teşvik etmişlerdir.

Beyin hücreleri, farklı zaman ölçütleri üzerindeki her çeşit girdileri alırlar. Sağ kulağın mikro saniye-hızlı sinyali, sol kulaktan gelen biraz senkronize edilmemiş girdiyle barışık olmalıdır. Bu seri tepkiler, kan dolaşımı aracılığıyla hızla akan hormonların ağır ilerleyen akışıyla çelişirler. Bununla beraber, bu tartışma için en önemli sinyaller; nöronlar aracılığıyla ve nöronlar arasında hızla akan voltajda ani yükseltiler olan spayklardır. Hücreden
hücreye iletişim için milisaniye süren birkaç spayk; anlık ihtiyaçların üstesinden gelir. Bir nöron;
devreden çıkmayı söyleyen sayıya ağır basanı devreye sokmak için, girdilerin sayısına karar verdikten
sonra bir spaykı ateşler. Karar verildiğinde, bir spayk; hücrenin aksonuna, kendi uçlarına doğru seyahat eder (o, dallanmış elektrik teline oldukça benzer). Sinyal; daha sonra sinapslar olarak adlandırılan, aksonu alıcı nöronlarla bağlayan bağlantı noktaları aracılığıyla kimyasal olarak aktarılmaktadır.

Her bir gözde, retinadaki 100 milyon foto reseptör (görme siniri) ışığın değişen modellerine tepki verir. Yeni gelen ışık, nöronların çeşitli katmanlarından işlemden geçirildikten sonra retinanın arkasındaki bir milyongangliyon hücresi; bu sinyalleri beynin diğer kısımlarından aksonlara aktarılan, sonunda da şuurlu
algılamaya sebebiyet veren hareketsiz diğer bölgelere, nöbetleşe spayklar gönderen bir grup spayka dönüştürür. Nöral kablo bağlantısı süresince çoğu zaman sadece birkaç spayk hızla aksa da; her bir
akson, her bir saniyede birkaç yüz spaykı taşıyabilir. Görsel dünyadan tüm algıladıklarınız, şekiller,
etrafınızdaki her şeyin renkleri ve hareketleri; onları birbirinden ayıran, durmadan değişen
zaman aralıklarıyla bu spayk nehirlerine kodlanmışlardır.

Pek çok tekil nöronun aktivitesini aynı anda monitörleme; beyinde neler olup bittiğinin anlaşılması için son derece önemlidir, ama uzun zamandır fazlasıyla uğraştırıcı olmuştur. Fakat 2010’da Kaliforniya La Jolla’daki Biyolojik Çalışmalar Salk Enstitüsü’nden E. J. Chichilnisky ve çalışma arkadaşları, Nature dergisine maymun retinalarındaki komşu gangliyon hücrelerinin yüzlercesinden gelen tüm spaykları aynı anda kaydetmenin muazzam görevini başardıklarını bildirmişlerdir (Scientific American, Nature Yayın Grubu’nun bir parçasıdır).
Bu başarı, her bir gangliyon hücreyi besleyen belirli foto reseptörlerin izini sürmeyi mümkün hale getirmiştir. Pek çok nörondan gelen spaykları aynı anda kaydetmek için gitgide artan beceri, bu koda benzer beyin sinyallerinden gelen mananın şifresini çözmede yardımcı olacaktır.

Araştırmacılar, retinadan gelen spayklar akışındaki manayı yorumlamak veya şifresini çözmek için yıllardır çeşitli metotları kullanmışlardır. Metotlardan biri, her bir aksondan gelen spaykları ayrı ayrı olarak bir süredir saymaktadır. Ateşlenme oranı daha çoksa, sinyal daha güçlüdür. Değişen ateşlenme oranı tarafından
aktarılan bilgi ve oran kodu; boşluktaki yer, farklılaşan ışık tezat bölgeleri ve hareketin meydana geldiği
yer gibi belirli nöronlar grubu tarafından temsil edilen her bir özellikle görsel imajların özelliklerini iletir.

Bilgi; bir nöron bir diğer hücreyi ani uyardığı zaman, yakın ilişkideki bir nöron ateşlendiğinde rölatif zamanlama tarafından da aktarılır. Örneğin, retinadaki gangliyon hücreleri ışık yoğunluğuna zarifçe duyarlıdırlar ve beynin diğer kısımlarına spaykları aktararak, değişen bir görsel sahneye yanıt verebilirler. Birden çok gangliyon hücresi neredeyse aynı anda ateşlendikleri zaman, beyin; aynı fiziksel objenin görünüşüne tepki verdiğinden şüphelenir. Cambridge Üniversitesi’nde önde gelen bir nörobilimadamı olan Horace Barlow, bu fenomeni bir grup “şüpheli rastlantı” olarak nitelendirmektedir. Barlow, görsel korteksteki her bir hücrenin bir objenin belirli fiziksel özelliği tarafından aktifleştirilebileceği (diyelim ki, rengi ya da görüntü içerisinde uyum sağlaması) gözleminden bahsetmektedir. Bu hücrelerin birkaçı aynı anda devreye sokuldukları zaman, kombine etkinleşimleri şüpheli bir rastlantıyı oluşturur, çünkü tek bir hücre için sadece belirli bir zamanda meydana gelebilirler. Görünüşe bakılırsa beyin, sinyallerin fark edilmeye değer olduklarını ifade etmek için böyle bir eşzamanlılık almaktadır, çünkü böyle koordinasyonun olasılığının şans eseri oluşması az bir ihtimaldir.

Elektrik mühendisleri görsel görüntüleri kaydederlerken, spayk zamanlaması prensiplerini içeren daha etkili bir donanımı bu bilgi üzerine oluşturmaya çalışıyorlar. Birimiz (Delbruck); imajları yakalamak için donanım sistemi tarafından minimal işlemle çok hızlı hareket eden objelerin izini sürmeyi kolaylaştıran, görüntü parlaklığındaki değişimlere karşın spaykları dışarı veren bir fotoğraf makinesini geliştirdi.

KORTEKSİN İÇİNE DOĞRU

Yeni kanıt; görsel korteksin, gözün ne gördüğünün akla uygun olması için geçici ipuçlarına kulak verdiğinin ispatını ilave etmektedir. Retinadaki gangliyon hücreleri; kortekse direkt olarak yansıtmazlar, ama beynin derinlemesine orta kısmında bulunan talamustaki nöronlar aracılığıyla sinyalleri iletirler. Şuurlu yorum için ileri beyin alanlarına mesajlar gönderilmeden önce, bu bölge; beynin arkasında her bir yarı kürede görsel korteksteki 100 milyon hücreyi sırayla etkinleştirmelidir.

Görsel korteksteki hücrelerin iletime geçmesinde hangi spayk modellerinin en etkili olduğu hakkındaki bir şeyi;talamustaki röle nöronlardan, görsel korteksin orta katmanındaki dikenli yıldız şekilli nöronlar olarak bilinen hücrelerin bağlantılarını inceleyerek öğrenebiliriz. 1994’te şu an Zürih Üniversitesi’nde Nöroenformasyon Enstitüsü’ndeki Kevan Martin ve çalışma arkadaşları, talamik girdileri kortekse yeniden inşa ettiler ve onların her bir dikenli yıldız şekilli hücre üzerindeki tüm sinapsların yalnızca yüzde 6’sına tekabül ettiğini keşfettiler.  Bu oldukça zayıf görsel girdinin, önemsiz bir damlanın, korteksin tüm katmanlarında tüm nöronlarla eksiksiz biçimde bağlantı kurmayı nasıl başardığına herkes hayret etti.

Kortikal nöronlar, dalgalandırma girdilerine karşı zarifçe duyarlıdırlar ve birkaç milisaniyede bir spayk yollayarak onlara tepki verebilirler. İçimizden biri (Sejnowski), Arizona Üniversitesi’nden Hsi-Ping Wang, Salk Enstitüsü’
nden Donald Spencer ve Arizona Üniversitesi’nden Jean-Marc Fellous; 2010’da dikenli yıldız şekilli hücrenin detaylı bilgisayar modelini geliştirdik. Sadece bir aksondan gelen tek bir spaykın bu hücrelerden birinin yanmasına yol açamasa bile, aynı nöronun, spaykların dördü birbirine birkaç milisaniye içinde ulaşırsa, talamustan yansıyan dört tane kadar az aksondan gelen girdiye hatasız tepki vereceğini keşfettik. Girdiler talamustan bir kere ulaştılar mı, görsel korteksteki nöronların aralıklı alt bir kümesi, sadece objenin ana
hatlarını ve özelliğini göstermek için ateşlenmeye ihtiyaç duyar. Her bir dikenli yıldız şekilli nöron;
yüksek ateşlenme hızı üreten, objenin köşesinin yöneliminin belirli bir açısıyla olması gibi, gözden
gelen tercih edilmiş görsel dürtüye sahiptir.

1960larda, Harvard Tıp Okulu’ndan David Hubel ve şimdi Rockefeller Üniversitesi’nde olan Torsten Wiesel, korteksin ilgili bölümündeki her bir nöronun,  aktifleştirme; görsel alanın belirli bir kısmından, nöron alıcı alanıdiye adlandırılandan gelirse, tercih edilmiş dürtüye kuvvetle yanıt verildiğini keşfettiler. Retinanın merkezi bölgesi, foveadaki dürtüye yanıt veren nöronlar en küçük alıcı alanlara (bu sayfadaki e harfinin büyüklüğü kadar) sahiptirler. Onları dünyaya gazlı içerecek pipetinden bakanlar olarak düşünün. 1980lerde Kaliforniya Teknoloji Enstitüsü’nden John Allman, bir nöronun alıcı alanın dışarısından gelen görsel dürtüsünün kendi
alıcı alanının içerisindeki girdilere reaksiyon olarak ateşlenme hızını değiştirebileceğini göstermiştir.
Bu “çevre alanı” girdisi, daha geniş görsel çevrenin şartlarına tepki verme özelliğini ifade eder.

Bir nöronun alıcı alanını çevreleyen bölgenin uyarılması, spayk zamanlamasının hassaslığı üzerinde de çarpıcı bir etkiye sahiptir. Yale Üniversitesi’nden David McCormick, James Mazer ve Yale Üniversitesi’ndeki çalışma arkadaşları, yakın bir zamanda tekrar tekrar pek çok kez oynayan bir filme kedi görsel korteksindeki tekil nöronların tepkilerini kaydettiler. Nöronlar, alıcı alandan gelen ateşlenmiş girdiler tarafından tetiklensinler diye (çevreleyen alandan hiçbir girdi yok) film imajını sınırladıklarında, bu nöronlardan gelen sinyallerin zamanlaması rastlantısal değişken ve kesin olmayan bir modele sahipti. Alıcı alanın dışındaki çevreleyen alanı kaplamak için filmi genişlettiklerinde ise, her bir nöronun ateşleme hızı azaldı, fakat spayklar saat gibi zamanlanmışlardı.

Spaykların zamanlanması diğer nöral işlemler için de önem taşımaktadır. Birkaç kanıt, her bir spaykın bir objenin özelliğini temsil etmesinin (renk veya uyum) senkronize zamanlamanın öğe kısımların imajını bir araya getirme yoluyla işlev gördüğünü ileri sürmektedir. “Pembemsi kırmızı” bir spayk; bu sinyalleri hatırlanabilir çiçek saksısı imajıyla birleştirmek için görsel kortekse olanak tanıyarak, bir tanesiyle “yuvarlak kontur”
olarak eşzamanlılıkta ateşlenir.

DİKKAT VE HAFIZA

Şu ana kadarki hikâyemiz foto reseptörlerden gelen görsel işlemi kortekse kadar takip etmiştir. Fakat bir görüntünün algısını biçimlendirmeye hâlâ daha fazlası gerekmektedir. Görsel girdiyi alan kortikal nöronların aktivitesi; sadece o girdiler tarafından etkilenmekle kalmayıp, kortikal nöronlar arasındaki uyarıcı ve engelleyici etkileşimlerden de etkilenmektedir. Görsel bir algıyı biçimlendirmeden sorumlu pek çok nöronu düzenlemenin özel önemi, 100 hertz’in altındaki frekansta geniş çapta ayrılmış çok sayıdaki kortikal nöronun kendiliğinden gerçekleşen ritmik ateşlenmeleridir.

İdrakın merkezi bölümü olan dikkat, senkronize edilmiş spayklar dizisinde fiziksel alttan desteklemelere de sahiptir. Böyle bir eşzamanlılık, şuurlu farkındalık aracılığıyla geçen belirli bir algılama veya hatıranın önemini vurgulamak için görevini yapıyor gözükmektedir. Şu anda Massachusetts Teknoloji Enstitüsü’nde olan Robert Desimone ve çalışma arkadaşları, maymunların belirli bir dürtüye dikkatlerini verdikleri zaman (30 ila 80 hertz), gama bandı frekanslardaki senkronize edilmiş spaykları ateşleyen kortikal nöronların sayısının ve ateşlendikleri hızın da arttığını kanıtlamışlardır. Frankfurt’taki Max Planck Toplumu’yla işbirliği içinde çalışan Pascal Fries’ın Ernst Strüngmann Nörobilim Enstitüsü, uzak kortikal alanlar arasındaki gama bandı sinyali için kanıt keşfetmiştir.

Gama frekans bandının nöral etkinleşmesi; şizofrenli ve otizmli olan hastaların, elektroensefalografik kayıtlarda bu tip sinyalizasyona azalmış seviyeler gösterdiklerini keşfeden araştırmacıların dikkatini de çekmiştir. Pittsburgh Üniversitesi’nden David Lewis, Salk Enstitüsü’nden Margarita Behrens ve diğerleri; yakın devrelerdeki spaykları senkronize etmeye yol açan, sepet hücre olarak da adlandırılan bir kortikal nöron türünün eksikliğinin izini sürdüler. Sepet hücrelerin ya engellenmesi ya da uyarımındaki bir dengesizlik, gama banttaki senkronize edilen aktiviteyi azaltıyor gözükmektedir ve bu, nörolojik rahatsızlıkların, fizyolojik alttan desteklemelerin birazını bu şekilde açıklayabilir. İlginç bir şekilde, şizofrenli hastalar, bir kişinin, bir çizginin eğikliğini yakındaki çizgilerin eğikliği yüzünden genellikle yanlış anladığı eğiklik yanılsaması gibi bazı görsel yanılsamaları algılamazlar. Prefrontal korteksteki benzer devre anormallikleri, şizofreniye eşlik eden düşünce rahatsızlıklarından sorumlu olabilirler.

Hatıraları saklamaya gelindiği zaman, spaykların rölatif zamanlaması ateşlenme hızı kadar önemli gözükmektedir. Özellikle, korteksteki spaykların senkronize edilen ateşlenmesi, uzun-zamanlı hatıraların biçimlendirilmesinde önemli bir işlem olan sinapsların güçlerini arttırmada önemlidir. Bir taraftaki bir nöronun ateşlenmesi, sinapsın bir diğer tarafındaki nörona daha kuvvetli tepkiyi kayda almak için yönlendirildiğinde, sinapsın güçlendiği söylenir. O zaman Heidelberg’deki Tıp Araştırma Max Planck Enstitüsü’ndeki Henry Markram ve Bert Sakmann; 1997’de gama aralığındaki frekansta ulaştırılan ve sinapsın diğer tarafındaki nörondan gelen spayk tarafından 10 milisaniye içerisinde durmadan takip edilen, sinapstaki girdinin dürtüyü alan nöron tarafından artan ateşlenmeye yönelten bir modelini, spayk zamanlamasına bağlı plastisite olarak bilinen güçlendirme işlemini keşfettiler. Buna karşılık, diğer taraftaki nöron, 10 milisaniye süre içinde ilk olandan önce ateşlenirse, hücreler arasındaki sinapsın gücü azalmaktadır.

Eşzamanlı spaykların hafıza için önemli olabileceklerinin en önemli bir kanıtı New York Üniversitesi’nden György Buzsáki ve diğerlerinin, objeleri, olayları hatırlama için önemli bir beyin bölgesi olan hipokampus üzerine yaptıkları araştırmadan gelmektedir. Etkileşim içinde olan hipokampustaki ve kortikal alanlardaki nöronların ani uyarılması, dört ila sekiz hertz (teta bantı) arası frekanslardaki beyin dalgalarının senkronize titreşimlerinden son derece etkilenmiştir. Örnek verecek olursak, karşılaşılan nöral aktivite türü; bir laboratuar deneyindeki bir sıçanın kafesini keşfettiği zamanki gibidir. Bu teta bantı titreşimleri, spaykların zamanlamasını düzenleyebilirler ve nöronların ateşlenmesindeki uzun-süreli değişimlere yol açan sinapslarda daha kalıcı etkiye de sahiptirler.

BÜYÜK BİR MEYDAN OKUYUŞ ÖNÜMÜZDE 

Nörobilim; binlerce nörondaki spaykı aynı anda kayıt etmedeki spayk zamanlamasında binlerce nöron anahtar modelini gözler önüne sermeye yardımcı oldukça ve araştırmacılar için büyük çapta veritabanı ürettikçe dönüm noktasındadır. Ayrıca, ışık kullanarak genetik olarak tasarlanmış nöronları açan optogenetik tekniği, nöral sinyallerin davranışı nasıl kontrol ettiğini tesbit etmede temel bir adım olan korteksteki nöronları harekete geçirebilir ya da sessizleştirebilir. Birlikte, bu ve diğer teknikler; beyindeki nöronları gizlice dinlememize ve beynin kendisiyle konuşmada kullandığı gizli kod hakkında daha da fazla öğrenmemize yardımcı olacaklardır. Kodun şifresini çözdüğümüzde, beynin iletişim sistemini anlamayı başarmakla kalmayacak, bu olağanüstü organın etkinliğiyle rekabet eden makineleri de yapmaya başlayacağız.

Çeviren: Esin Tezer
Kaynak: Scientific American Ekim 2012 sayısı sayfalar: 46-51

Check Also

Sinir Sistemi Nesiller Boyunca Bilgiyi Aktarabiliyor

Hemen hemen tüm ekolojik ortamlarda bulunan nematotlar(iplik kurdu), üzerinde en çok çalışma yapılan organizma modellerindendir. ...