Bilgisayar Modeli ile Beyinde “anlam”ın kodlanışı!

1720925_130068711930798392870_Original
Carnegie Mellon Üniversitesi’nden bilim insanları, kelimelerin anlamalarını insan beynin nasıl kodladığını anlamada önemli bir adım attılar. Bilim insanları kelimenin anlamlarını insan beyninin nasıl kodladığını anlamaya yönelik görme, duyma, tat alma ve hissetme ile bağlantılı beyin aktivite kalıplarını tahmin edebilecek ilk bilişimsel modeli yarattılar!.

Daha önceleri fMRI ile bir insanın belirli bir kelimeyi düşündüğü zaman beyninin hangi bölgesinin aktive olduğunu tespit etden araştırmacıların bu yöndeki çalışmalarını, A Carnegie Mellon’un ekibi bir adım daha öteye götürere, bu aktivite kalıplarını somut isimlerin anlamını tahmin etmede kullandılar ki, bunun için fMRI data henüz bulunmamakta!.

Bilgisayar bilim insanı Tom M. Mitchell ve bilişsel nörobilim insanı Marcel Just’ın önderliğindeki ekip, 60 somut isim için oluşturdukları fMRI aktivasyon kalıplarını kullanan, ve “tüm metin” olarak da adlandırdıkları, 1 trilyondan fazla kelime içeren bir set metin analiz eden bir bilişimsel model oluşturdular. Bu oluşturulan bilgisayar modeli, bilgiyi tüm metin içindeki binlerce somut isimler için aktivasyon kalıplarını tahmin etmede kelimelerin metinde nasıl kullanıldığını, şanstan daha çok net bir şekilde doğru olarak birleştirerek ortaya çıkarmıştır.

Bu yöndeki çalışmalar “Journal Science” adlı dergide 30 Mayıs 2008 tarihinde yayınlanmıştır. School of Computer Science’s Machine Learning Department’ın başkanı Mitchell, “Kelimenin anlamını bir metin içinde nasıl kullanıldığına bakarak birleştiren bilişimsel metodlar, herhangi bir somut ismin nöral aktivasyon kalıpların da tahmin etmek için düzenlenebilmektedir, ve biz bu somut isimler için yapılan anlam tahminlerinin doğruluğunu fMRI data ile deneyerek bulabilmekteyiz.”

Center for Cognitive Brain Imaging’den (Bilişsel Beyin Görütülem Merkezi) bir profesör şöyle bir açıklamada bulunmakta: “Bilişimsel-Bilgisayar modeli, insan düşüncesinin doğasına yani yapısına ışık tutmaktadır. Bizler temelde, alıcı ve aktörleriz. Dolayısıyla, beyin, somut bir kelimenin anlamını, kişilerin o kelime hakkında ne hissetiğini ve nasıl bunu işleme soktuğunu anlatmakta. Örneğin, “elma”nın neye işaret ettiği o kelime ile bağlantılı beyindeki tad alma, koklama ve çiğneme bölgeleri tarafından ifade edilir. Elma, elma ile ne yaptığınıza bağlı olarak bir anlam oluşur. Bizim işimiz ufak ama beynin kodunu kırmada yani şifrelerini çözmek adına önemli bir iş!.”

Bu konuda beynin duyusal-motor bölgelerindeki sunumlara ek olarak, the Carnegie Mellon Araştırmacıları, uzun-süreli hafıza ve planlama fonkisyonlarını da içine alan beynin ön frontal bölgelerinde belirgin aktivasyonlar bulmuşlardır. Örneğin, bir kişi elmayı düşündüğünde, o kişinin elmayı en son yediği zamanı düşünmesini tetikleyebilir ya da elmayı nasıl bulabileceği konusunda düşünmeye başlatabilir. Just, bu konu hakkında şunu eklemektedir: “Bu durum bizlere anlam teorisinin beyin fonkisyonu üzere kurulu durumunu göstermektedir.”
Bilim insanları 9 denek ile bir çalışma yapmışlar. Onlara, 60 adet uyarıcı isim verilmiş ve beyin aktiviteleri, onlar bu kelimeler odaklandıklarında, fMRI ile incelenmiştir.
(hayvanlar, insan vücudunun kısımları, binalar, kıyafet, böcekler, araçlar, sebzeler gibi kategorilerin dahil olduğu her 12 semantik (anlamsal) kategoride 5 kelime incelenmiştir.)

Bilişimsel yani bilgisayarlı modeli oluşturmak için araştırmacılar, kelimenin İngilizce’deki tipik kullanımını yansıtan 1 trilyon kelimeli metinin tümündeki kelimeleri analiz etmek için, makina öğrenimi (machine learning) teknikleri kullanmışlardır. Her bir isim için, araştırmacılar, bir metin içinde o kelimenin, her biri görmek, duymak, dinlemek, tad almak, koklamak, yemek, itmek, sürmek, kaldırmak gibi duyusal-motor fonkisyonları ifade eden 25 fiil ile birlikte ne sıklıkla kullanıldığını hesaplarlar. Bu 25 adet fiil, beynin bir anlamı ifade etmek için kullandığı ana yapı taşları olarak gözükmektedir.

Tüm metindeki herhangi bir isim düşünüldüğünde oluşan o isme işaret eden mana ile ilgili aktivasyonun fMRI aktivasyon kalıplarını tahmin etmek için, bilgisayar modeli o ismin geçtiği text içindeki isimle bağlantılı 25 fiil belirlenmiş, ve o isimle birlikte kullanılan kelimelerin her bir vokseli (pikselin 3 boyutlu karşıtıdır. Piksel bir noktayı 2 boyutlu olarak tanımlarken, voksel bir noktayı 3 boyutlu uzamda tanımlayan grafik bilgisi) nasıl etkilediğini gösteren bir aktivasyon haritası hazırlanmıştır.

Testlerde, 9 deneğin her birine, 60 uyarıcı isimden 58’i ve onlarla birlikte kullanılan kalıplarla ayrı birer bilgisayar modeli oluşturulmuştur. Oluşturulan model, daha sonra kalan 2 kelimenin aktivasyon kalıbını tahmin etmek için kullanılır. 9 denek için, oluşturulan model, katılımcıların beyinlerindeki aktivasyon kalıpları ile % 77 oranında doğru tahmini eşleştirme yapar.

Bilgisayar modeli, beyinde bir kelimenin düşünüldüğünde oluşan aktivasyon kalıplarını ve hatta bilgi yüklenmemiş sematik (anlam) alanlarda bile tahmin etme yetisine sahip olduğunu kanıtlamıştır.

Çeviren: AylinER

http://www.sciencedaily.com/releases/2008/05/080529141354.htm

Yukarıdaki makalede açıklanan beynimizde somut bir kelimeyi düşündüğümüzde, o kelimeyi işaret eden manaların oluşturduğu nöral faaliyeti bilgisayarın Oku’ması ve görüntülemesi!. Bizler somut olan bir kelimeyi düşündüğümüz anda, o kelimenin işaret ettiği anlamı ortaya koyma adına ona bağlı fiilerin işaret ettiği manaların devreye girmesini tetkliyoruz!. Bir kelimeyi düşündüğümüz anda o kelime ile ilgili önceden kurulan tüm bağlantılar devreye giriyor ve bizler fiziksel olarak o kelimenin anlamına yönelik bir fiil ortaya koymasak da, beyindeki nöral aktiviteye göre fiilleri devreye sokmuş oluyoruz!. Düşündüğümüzden sorumlu olmak bu olsa gerek!

Yeni Ufuklar (New Horizons)
ayliner.blogspot.com

Check Also

rem

Yetersiz Rem Uykusu Yağlı Şekerli Gıdalar Tüketme İsteğiyle İlişkili

Rem uyku eksikliği sağlıksız gıdalar tüketme isteğini artırabilir. Uykunun, sağlıksız gıdalar tüketme isteğini kontrol eden ...