1000 Beyin Teorisi

Bilim dünyasının en zor problemlerinden biri insan zekasının nasıl çalıştığı problemi... İronik değil mi? İnsan beyni, beynin nasıl çalıştığını hala tam olarak anlayamadı. Nasıl oluyor da şöyle havlu kadar bir şey düşüncelerimizi oluşturuyor? 

Nasıl oluyor da ben beyni böyle bir havluya benzetebiliyorum? Şöyle oluyor, iki elimle bu havluyu biraz buruşturursam kendi içinde kıvrımları olan bir çeşit yapı ortaya çıkıyor. Beyin deyince aklımıza ilk gelen şekil değil mi bu? Memeli hayvanların beyninde işte böyle bir dış katman var ve en büyüğü de biz insanlarda... İnsan beyninin %70’ini kaplayan bu dış katmana “neokorteks” adı veriliyor. Yani “yeni kabuk, yeni zar” anlamında bir kelime. Kıvrımlı kıvrımlı gözüken bu zarı açsanız yaklaşık 2 - 3 mm kalınlığında bu büyüklükte bir havluya benzer. İnsanın zekasıyla ilgili her şey bu havlu kadar alanın içinde yer alan hücrelerde meydana geliyor. Biz çevremizdeki dünyayı, evreni kafamızdaki bu havluyla anlıyoruz. Yeni keşifleri bu havluyla yapıyoruz. 

Bilim, matematik, edebiyat gibi tüm bilişsel işlemlerden sorumlu olan neokorteks aynı zamanda dilimizi ve algılarımızı da yönetiyor. Kısaca beynimizin zeka ile ilgili kısmı burası. Bir de onun geri kalanını yani %30’unu oluşturan “eski beyin” kısmı var. Buralar da yürümek, koşmak, çiğnemek gibi eylemlerimizi; nefes almak, sindirmek gibi refleks davranışlarımızı ve duygularımızı yönetiyor. 

Eğer insan zekasını anlamak istiyorsak bu dış katmanı anlamamız gerekiyor. Dışarıdan bakıldığında aynı bu havlu gibi yekpare tekdüze gözüken neokorteksin üzerinde fonksiyonel bölgeler var. Bazı yerler görmemizi, bazı yerler işitmemizi ya da konuşmamızı sağlıyor. İşin ilginç yanı bu birbirinden farklı fonksiyonlara sahip bölgelere yakından baktığımızda farklı türde hücreler görmüyoruz. Her yerde aynı türde bir yapıyla karşılaşıyoruz: sütunlu bir yapıyla.

Bu mikromimari tutarlı bir şekilde neokorteksin her yerinde var. Bu yapılar böyle gözle görülebilen bir şey değil ama her bir sütun fonksiyon olarak aynı şeyleri yapıyor. Bunu bir elektriksel devre yapısına benzetecek olursak aynı devreler farklı bölgelerde farklı işleri yapabilmemizi sağlıyor. Beynimizde 150 bin civarında kortikal sütun ve her bir sütunda da yaklaşık 100.000 civarında nöron var. Her bir nöron diğerleriyle binlerce bağlantı yapıyor. Bu bağlantılar hücre katmanları arasında farklı operasyonların gerçekleşmesini sağlıyor. Nöronlar ve katmanların ne işe yaradığını, kısaca 0.5 mm çapında ve 2 mm yükseklikteki tek bir sütunun nasıl çalıştığını çözebilirsek zekayı anlama konusunda çok önemli bir adım atmış oluruz. Çünkü bu sütunlar sadece insan beyninde değil tüm memeli canlıların beyninde var. Aynı yapı ne kadar kopyalanırsa beyin zarı o kadar büyük ve dolayısıyla zeka o kadar gelişmiş oluyor. 

Bu konuda 100 yıla yakın bir süredir pek çok araştırma yapıldı ve bu  araştırmalarda pek çok teori ortaya atıldı, ancak bunlardan en sonuncusunun çok iddialı olduğunu söyleyebilirim. “1000 Beyin” adı verilen bu teori sadece insan zekasının nasıl çalıştığını açıkladığını iddia etmekle kalmıyor, bunun makine zekasına da uygulanabileceğini söylüyor. Zaten teorinin fikir sahibi Jeff Hawkins aslında cep telefonlarının atası olarak kabul edilen avuçiçi Palm bilgisayarlarının mucidi. Daha sonra çalışmalarını nörobilim alanına yöneltmiş ve insan beynini tersine mühendislikle incelemek üzere Numenta adında bir araştırma şirketi kurmuş. 

Bu grubun yayımladığı ilk araştırma nöronların neden binlerce bağlantı kurduğuyla alakalı. Buna göre her bir piramidal beyin hücresi bir çeşit tahmin makinesi olarak çalışıyor. Yüzlerce farklı sinyal desenini anlıyor ve bu girdilere göre tahminlerde bulunuyor.

Grubun ikinci önemli araştırmasını anlayabilmek için bir nesneyi kullanacağız. Elinize bir fincan alıp tuttuğunuzda parmağınızla ona dokunmadan önce nasıl hissedeceğinizi tahmin ediyorsunuz öyle değil mi? Böyle bir tahmini yapabilmek için öncelikle parmağın konumunu bilmeniz gerekir. Çok basit gibi gözüken bu işlem aslında oldukça karmaşık. Çünkü konum bilgisi mutlak değil. Fincanın ve parmağın yerine ve yönüne bağlı olarak göreceli bir bilgi. Bu bilgiyi oluşturabilmek için beynimiz fincanla ilgili bir referans çerçeve oluşturuyor. 

İşte “1000 Beyin Teorisi”ne göre beynimiz hareketle öğreniyor. Fincana dokunduğumda bir sensör girdisi oluşturuyorum. Bu girdi kortikal sütunda bir konum bilgisi olarak referans çerçeveye aktarılıyor. Parmağınızın her hareketi sürekli olarak bu bilgiyi güncelliyor. O nesnenin bir modelini oluşturuyor. 

Üç parmağınız dokununca üç model, beş parmağınız dokununca beş model oluşturuluyor. Bir yandan fincanı görerek, öte yandan onu işiterek, sıcaklığını soğukluğunu hissederek bir nesne hakkında sürekli güncellenen bir değil, binlerce model yaratılıyor beynimizde. Zaten o yüzden teorinin adı “1000 Beyin Teorisi.” 

Dokunmayı anlamak kolay da işitmek ya da görmek gibi duyularımızda bu mekanizma nasıl işliyor? Bu araştırmacılara göre görmek de dokunmakla hemen hemen aynı şey. Fincana baktığımızda tek bir bakış atmıyoruz. Gözümüz saniyede en az 3 kez parmaklarımız gibi hareket ederek onun farklı noktalarına odaklanıp farklı modeller oluşturuyor. Sesleri işitirken ya da koklarken yine benzer şekilde hareketlerle etrafımızdaki dünyadan girdiler topluyoruz.

Teorinin önerdiği bu “hareketle öğrenme” kısmı bana çok makul geliyor. Çünkü beynimize gelen girdiler sürekli değişiyor. Bunun iki nedeni var. Birincisi, dışımızdaki dünya sürekli değişiyor. Örneğin, müzik dinlerken kulağımızdan gelen girdiler müziğin melodisine, ritmine yani onun hareketine göre bize değişkenler gönderiyor. Benzer şekilde, rüzgarda sallanan bir ağaç hem görsel hem de işitsel değişikliklere yol açıyor. Her iki örnekte de, beyne verilen girdiler, biz hareket ettiğimiz için değil, dünyadaki şeyler hareket ettiği için andan ana değişiyor.

İkinci sebep biz de hareket ediyoruz. Her adım attığımızda, bir uzvumuzu hareket ettirdiğimizde, gözlerimizi hareket ettirdiğimizde, başımızı eğdiğimizde veya bir ses çıkardığımızda, sensörlerimizden gelen girdiler değişiyor. Az önce de söylediğim gibi, gözlerimiz saniyede yaklaşık üç kez dünyada yeni bir noktaya takılır ve gözlerden beyne giden bilgiler tamamen değişir. Gözlerimizi hareket ettirmeseydik böyle bir değişiklik olmayacaktı. Gözlerimizin bu hareketi bırakın gündüz vaktini, geceleri uyurken bile devam ediyor. Rüya görürken bile bir çeşit öğrenme ve dünyayı modelleme işlemi yapıyoruz.

Çünkü beyin, girdilerinin zaman içinde nasıl değiştiğini gözlemleyerek kendi dünya modelini öğrenir. Öğrenmenin başka bir yolu yok. Bir bilgisayara program kurar gibi beyne dosya yükleyemiyoruz. “Bilgisayarın aksine beynimize dosya yükleyemiyoruz. Bir beynin herhangi bir şey öğrenmesinin tek yolu, girdilerindeki değişikliklerdir. Beyne yapılan girdiler statik olsaydı, hiçbir şey öğrenilemezdi.

Evet çok sevdiğimiz bir şarkının melodisini öğrenirken vücudumuz hareket etmeyebilir. Gözlerimiz kapalı tamamen hareketsiz bir şekilde otururken nasıl öğreniyoruz? Aslında hareket devam ediyor. Seslerin zaman içinde nasıl değiştiğini dinleyerek o yeni bir melodiyi öğreniyoruz. Ancak çoğu zaman böyle olmuyor değil mi? Yani içimiz kıpır kıpır oluyor, yerimizde duramayıp dans etmeye başlıyoruz. Çünkü öğrenme, aktif olarak hareket etmemizi ve keşfetmemizi gerektirir. Daha önce girmediğiniz yeni bir eve girdiğinizi hayal edin. Hareket etmezseniz, duyusal girdinizde hiçbir değişiklik olmayacak ve muhtemelen ev hakkında hiçbir şey öğrenemeyeceksiniz. Evin bir modelini öğrenmek için farklı yönlere bakmanız ve odadan odaya yürümeniz gerekir. Kapıları açmanız, çekmecelere bakmanız ve nesneleri evirip çevirmeniz gerekir. Ev ve içindekiler çoğunlukla durağandır; kendi başlarına hareket etmezler. O yüzden bir evin modelini öğrenmek için bizim hareket etmemiz gerekir.

Şimdi teorinin daha da ilginç bir iddiasına geçiyoruz. Dedik ya bu teoriye göre duyu organlarımızın her hareketiyle bir model oluşturuyoruz. Sensörlerimiz topladıkları girdilerle binlerce model oluşturuyor. Bu teori diyor ki oluşturulan her farklı model bir karara varmak için kendi arasında oylama yapıyor. Evet doğru duydunuz. Bu teoriye göre beynimiz demokrasiyle yönetiliyor. 

Çünkü parmaklarımız, gözlerimiz kısaca sensörlerimiz sürekli hareket ederek girdi topluyor ama bizim fincan nesnesi hakkında oluşturduğumuz bilgi sabit. İşte bu bilgiye binlerce farklı modelin oylama sonuçlarıyla ulaşıyoruz.

Şimdi bunun bir simülasyonunu yapalım. Diyelim ki parmağımla bu nesnenin şurasına dokunmak üzereyim. Daha parmağımı o noktaya doğru hareket ettirirken beynimde bir konum verisi ortaya çıkıyor. Piramidal beyin hücreleri bir tahmin makinesi gibi çalışıyor demiştik ya. Dokunma gerçekleşince bir sensör girdisi oraya ulaşıyor ve özellik verisi olarak kaydediliyor. Ancak sadece bu iki veriyle ben bu nesnenin bir fincan olduğunu anlayamam. Mesela bir içecek kutusu ya da tenis topu da olabilir.

Parmağımı nesnenin başka bir noktasına hareket ettirirsem yeni bir konum verisi ve oraya dokununca da yeni bir özellik verisi elde ederim. Bir kez daha hareket ettirip dokununca üçüncü konum ve özellik veri setini oluşturmuş olurum. İşte bu modeller kendi aralarında oylama yaparak nesne hakkındaki yanlış tahminleri eleyip doğru karara varırlar ve bu nesnenin bir fincan olduğu sonucuna ulaşırlar. 

Öyle ya da böyle, doğru ya da yanlış bir sonuca ulaşmak zorundadırlar. Arada kalamazlar. Hatta isterseniz hemen şimdi beyninizde böyle bir oylama yapılmasını sağlayabilirim. Şu şekle baktığınızda ne görüyorsunuz? Evet şu anda beyniniz bir fikir birliğine varmak istiyor. Kafanızdaki havluda yer alan o minik sütunlardan bazıları “vazo vazo” diye bağırıyor, bazıları da “insan yüzleri, insan yüzleri” diye... Aralarında bir oylama yapıyorlar ve sonucu size bildiriyorlar. Çünkü oylama katmanı bir fikir birliğine varmak ister - iki nesnenin aynı anda aktif olmasına izin vermez - bu nedenle bir olasılığı diğerine tercih eder. 

İşte belki de tam da bu sebeple aynı şeylere bakıyoruz, aynı şeyleri görüyoruz ama farklı sonuçlara ulaşıyoruz. Hepimizin kafasında aynı havludan var ve o havlu birbirinin kopyası binlerce ilmek sütunlarından oluşuyor. Ama bu sütunlara gelen sensör girdilerinin oluşturduğu veri setleriyle yapılan oylamalar hepimizde farklı bilgiler doğuruyor. Dünyayı sanki bir beyinle değil de bin farklı beyinle modelliyoruz ve bu modelleri de sürekli güncelliyoruz. 

Asıl mesele bin beyinle oluşturulan bu bin bilgiyi bir bilgeliğe dönüştürebilmekte galiba...