Bilim dünyasının önde gelen yayınlarından Nature Communications’da yayımlanan yeni bir araştırmaya göre, akıllı “tuğlalar” gelecekte kendi kendini onaran devrelerin ve hasarı değerlendirip tamir edebilen bilgisayarların geliştirilmesine katkıda bulunabilir. Bu tuğlalar, hücrelerin karmaşık yapılar oluştururken nasıl çalıştığını taklit ediyor.
Hücreler beyne sahip olmasa da, bir organizma büyüdüğünde hücreler nereye gideceklerini ve ne olacaklarını yukarıdan gelen yönlendirme olmadan nasıl bilir? Hücreler birlikte hareket ederek, çiçekleri, balinaları veya hatta insanları oluşturan karmaşık yapılar oluşturur. Bu yeteneği makinelerde taklit etmek, gelecekte kendi kendini onaran devrelerin ve hasarı değerlendirip tamir edebilen bilgisayarların geliştirilmesine olanak sağlayabilir.
Araştırmanın başyazarından biri olan ve Kopenhag IT Üniversitesi ile Sakana AI’de çalışan bilgisayar bilimci Sebastian Risi, “Bu, tek bir hata noktasının olmadığı yerel kendi kendine organizasyonla ilgili” diyor.
Önce araştırmacılar, her biri bağımsız olarak çalışan bir sinir ağına sahip olan küplerin simülasyonlarını oluşturdu. Bu küpler, yaklaşık 500 adet üç boyutlu şekli oluşturan yedi farklı nesne kategorisine (tekne, araba, sandalye, gitar, ev, uçak ve masa) yerleştirildi ve küplerin kendi kategorilerini belirleyip belirleyemeyeceği test edildi. Her bir sanal küp, belleğini ve nesne kategorisi hakkında bir tahmini içeren bir sayı listesi olan bir vektöre sahipti; bu vektör zamanla değişebilir. Her küpün sinir ağı, komşularının bulunduğu ortama göre kendi vektörünü nasıl güncelleyeceğini belirliyordu. Bu şekilde, küpler “sinirsel hücresel otomat” olarak adlandırılan bir yapı oluşturdu. (Hücresel otomatların klasik örneği, 1970’te John Conway tarafından geliştirilen “Game of Life” oyunudur; bu oyunda pikseller, komşularının sayısına bağlı olarak yanıp söner).
Simüle edilmiş küpler, önce kendi doğrudan çevresini (örneğin bir kenarda olup olmadığını), ardından komşularının çevresini dikkate alarak mesajlar gönderdi ve vektörlerini güncelledi. Sinir ağı eğitildikten sonra, küpler nesne kategorilerini %85 ile %100 arasında bir doğruluk oranıyla belirleyebildi; evler en zorlu kategori olduğunu gösterdi. Bristol Üniversitesi’nde sürü robotları üzerine çalışan Sabine Hauert, bu çalışmaya dahil olmadığını belirtirken, “Tuğlaların, yalnızca yerel bilgiler kullanarak kolektifin genel şeklini nasıl çıkarabildiği inanılmaz” dedi.
Sanal küpler, bazen %15’i kaldırılmış olsa bile kendi şekillerini belirleyebiliyor ve ayrıca hangi küplerin eksik olduğunu tespit edebiliyor ve komşularını yeniden oluşturabiliyordu. Araştırmacılar ayrıca, 18.000’den fazla küp içeren sistemlerin hala nesnelerin içinde bulunduğu şekilleri tahmin edebildiğini buldu.
Son olarak, araştırmacılar, içinde devre bulunan birkaç santimetre boyutunda gerçek blokları kullanan bir sistem test etti. Yaklaşık 197 bloğu bir şekle bağladıklarında, nesnelerin %100 doğrulukla tanımlandığını gördüler.
Risi, yakın gelecekteki bir uygulamanın eğlence alanında olabileceğini belirtiyor: “Dinozor inşa edin ve o dinozor kükresin veya bir sonraki bloğu nereye yerleştirmeniz gerektiğini söyleyen yapım blokları kullanın.” Uzun vadede ise araştırmacılar, talimat kitabına ihtiyaç duymadan kendilerini bir araya getirebilen modüler robotlar geliştirmeyi hedefliyor.
Bilimsel Amerikan’ın Baş Editörü
