Bilim

Beyin, Nesneler Arasında Nasıl Ayrım Yapar?

Çalışma, inferotemporal korteks adı verilen bir beyin bölgesinin, nesneleri birbirinden ayırmada anahtar olduğunu göstermektedir.

Çalışma, inferotemporal korteks adı verilen bir beyin bölgesinin, nesneleri birbirinden ayırmada anahtar olduğunu göstermektedir.

Görsel bilgi; beyne retina içinden akarken, görsel korteks duyusal girdiyi tutarlı algılara dönüştürüyor. Sinirbilimciler uzun süredir, bireysel nesnelerin tanınmasında kilit görev için inferotemporal (IT) korteks adı verilen görsel korteksin bir kısmının gerekli olduğunu, ancak kanıtların yetersiz olduğunu varsaydılar.
Yeni bir çalışmada, MIT sinirbilimcileri; BT korteksinin gerçekten nesne tanıma için gerekli olduğuna dair net kanıtlar buldular. Ayrıca, bu bölgenin altkümelerinin, farklı nesneleri ayırt etmekten sorumlu olduğunu da kanıtladılar.

Ek olarak, araştırmacılar; bu nöronların görsel girdileri bir nesnenin zihinsel temsiline nasıl dönüştürdüğünü açıklayan hesaplama modelleri geliştirmiştir. Sonunda bu tür modellerin, kör bir kişinin aklında görüntü üretmek gibi uygulamalar için kullanılabilecek beyin-makine arayüzlerinin (BMI’ler) geliştirilmesinde rehberlik edeceğini umuyorlar.

Nesneleri Ayırt Etme

Nesne tanımada varsayımsal role ek olarak; BT korteksi ayrıca yüzlere tercihli olarak yanıt veren nöronların “yamalarını” da içerir. 1960’lı yıllardan itibaren, sinirbilimciler BT korteksine verilen zararın yüz olmayan cisimlerin tanınmasında bozulmalara yol açabileceğini keşfettiler. Ancak BT korteksinin bu görev için ne kadar önemli olduğunu kesin olarak belirlemek zordu.

MIT ekibi, korteksin çok küçük alanlarındaki nöral aktiviteyi seçip, kapatarak ve ardından bozulmanın bir nesne ayrımı görevini nasıl etkilediğini ölçerek, BT korteksinin nesne tanımadaki rolü hakkında daha kesin kanıtlar bulmak için çalıştılar. Filler, ayılar ve sandalyeler gibi nesneler arasında ayrım yapmak için eğitilmiş hayvanlarda; yaklaşık 2 milimetre çapındaki alt bölgeleri geçici olarak kapatmak için bir ilaç kullandılar. Bu alt bölgelerin her biri, BT korteksinin yaklaşık yüzde 5’ini temsil ediyor.

Araştırmacıların bu deneyleri; BT nesnesinin bu kadar küçük bölgelerini, birçok nesne ayrımına karşı davranışlarını ölçerken, BT korteksinin yalnızca nesneler arasında ayrım yapmak için gerekli olmadığını, aynı zamanda alanlara ayrıldığını da ortaya koydu.

Araştırmacılar, bu küçük yamaların her birinin kapatılmasının, hayvanların belirli nesneler arasında, ayrım yapma yeteneğinde belirgin bozukluklar ürettiğini keşfetti. Örneğin; bir alt bölge, sandalyeleri arabalardan ayırmada rol oynayabilir, ancak sandalyeleri köpeklerden ayıramaz.

Her bölge, araştırmacıların test ettiği görevlerin yüzde 25 ila 30’unda yer aldı ve birbirine daha yakın bölgeler, işlevleri arasında daha fazla örtüşme eğilimindeyken, birbirlerinden uzaktaki bölgeler çok az örtüşmüştü.
Araştırmacılar, bu bölgelerin her birinin yanıt verdiği özellikleri sınıflandırmanın zor olduğunu söylüyor. Bölgeler; köpekler gibi nesnelere özgü de değildir; kavisli çizgiler gibi görsel özellikleri de tanımlaması kolaydır.

 Araştırmacı Rajalingham: “Belirli bir nöron engellendiğinde, arabaları ayırt etmede bir eksiklik gözlemlediğimiz için, bunun bir ‘otomobil nöronu’ olduğunu söylemek yanlış olur. Bunun yerine; hücre, araba ayrımı için faydalı olduğunu açıklayamayacağımız bir özelliğe yanıt veriyor. Bu laboratuvarda; nöronların girdi görüntüsünün karmaşık doğrusal olmayan özelliklerine cevap verdiğini öne süren çalışmalar yapıldı. Bir eğri, düz bir çizgi veya bir yüz olduğunu söyleyemezsiniz, ancak bu belirli bir görevi desteklemekte özellikle yardımcı olan görsel bir özelliktir.”

National Eye Institute‘nün Baş Araştırmacısı Bevil Conway, yeni çalışmanın BT korteksindeki sinirsel aktivitenin nasıl davranış ürettiği konusundaki kritik soruyu yanıtlamak için önemli ilerleme kaydettiğini söylüyor.

Beyin-Makine Arayüzü

Deneysel sonuçlar, DiCarlo, Rajalingham ve ekibinin laboratuvarlarındaki BT korteks nöron aktivitesi, spesifik davranışlar üretme şeklini açıklamak için yarattıkları hesaplama modelleri ile tutarlıydı.

DiCarlo: “Bu, sadece modellerin iyi olduğunu söylemekle kalmaz, aynı zamanda bu nöronlara müdahale edebileceğimizi ve onları açıp kapayabileceğimizi de gösteriyor. Daha iyi araçlarla, çok büyük algısal etkilere sahip olabilir ve bu alanda gerçek BMI yapabiliriz.”

Araştırmacılar, belirli bir nöronal aktivite dizisini aktive ederek bir kişinin beyninde görsel algı üretmenin yollarını geliştirme umuduyla, daha küçük nöron popülasyonlarından yeni deneysel veriler ekleyerek, modellerini iyileştirmeyi planlıyorlar. Bir kişinin beynine bu tür bir giriş sağlayan teknoloji; insanların bazı nesneleri görmelerini engellemek için yeni stratejilere yol açabilir.

Kaynak:
National Eye InstituteMIT
Etiketler
1 Oy2 Oy3 Oy4 Oy5 Oy (2 oy verildi, Ortalama: 5 üzerinden 5,00 oy )
Loading...

Benzer Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Close