Laboratuvarda Üretilen Beyin Dokusu, Ters Sarkacı Dengelemeyi Öğrendi
Kaliforniya Üniversitesi Santa Cruz’daki bir ekip, laboratuvarda yetiştirilen fare kökenli beyin organoidlerini kapalı devre bir düzende simüle edilmiş “ters sarkaç”ı (cart‑pole) dengede tutacak şekilde eğitmeyi başardı. Ekip, bu klasik kontrol probleminde canlı sinir dokusunun anlık veriyi işleyip geri bildirimle performansını artırabildiğini gösterdi. Çalışma Cell Reports’ta yayınlandı.
Nasıl Çalıştı?
Susam tanesi büyüklüğündeki zihinsel organoidler, yüksek yoğunluklu elektrot dizileriyle bilgisayara bağlandı. Yazılım, direğin sanal ortamda sağa ya da sola ne kadar yattığını organoide elektriksel uyarılarla “anlattı”; organoidin nöral yanıtları ise arabayı sola‑sağa iten kuvvete çevrildi. Geri bildirim yalnızca her deneme sonunda verildi ve hangi nöronların “koçluk” uyarısı alacağını bir güçlendirmeli öğrenme algoritması seçti.
Sonuçlar net: Rasgele eğitimle “başarılı” sayılan denemelerin oranı yaklaşık %4.5’te kalırken, adaptif (sürekli uyarlanan) geri bildirimde bu oran %46’ya çıktı. Geri bildirim verilmeyen durumda ise oran %2.3’e düştü. Bu eşikler, rastgele bir denetleyicinin ulaştığı performansın üstüne çıkmayı temel alan sıkı bir başarı tanımıyla hesaplandı.
Takım, gözlenen iyileşmenin gerçek sinaptik iletişime dayandığını göstermek için farmakolojik kontroller de uyguladı: Uyarıcı sinapsları geçici olarak baskılayınca performans düştü, engel kaldırılınca toparlandı.
Neden Önemli?
Bu çalışma, laboratuvar ürünü beyin dokusunda hedefe yönelik öğrenmenin ilk sıkı kanıtı olarak görülüyor. Kısa sürede öğrenme sağlanırken, 15 dakikalık eğitimden sonra 45 dakikalık dinlenme verildiğinde kazanımların büyük kısmı siliniyor; yani uzun süreli bellek için daha karmaşık devrelere ihtiyaç olabilir. Ekip, amacın nörolojik hastalıkların öğrenmeyi nasıl bozduğunu çözmek ve yeni deney araçları geliştirmek olduğunu, “ıslak donanımla” bilgisayarları değiştirmek gibi hedefleri olmadığını vurguluyor.
Projede deneyleri yönetmek ve analiz etmek için açık kaynak BrainDance yazılımı kullanıldı; böylece benzer biyoloji altyapısına sahip laboratuvarlar aynı tür kapalı çevrim deneyleri hızla tekrarlayabilecek.
Özetle canlı nöronlar doğru yapılandırılmış geri bildirimle klasik bir yapay zekâ kıyas görevini çözmeye yönlendirilebiliyor. Bu, hem beynin öğrenme fiziğini yalın bir düzende incelemek hem de sinir dokusunun bilişimde nerelere kadar kullanılabileceğini anlamak için yeni bir kapı aralıyor.
Kaynak: www.techspot.com
Kaynak: Techolay