Yakın zamanda yapay zeka haberlerini takip edenler arasında trend olan bir haber bilim kurgu gibi geliyor: Bir sineğin beyni eksiksiz biçimde tarandı ve artık herkes bunu indirip istediği şey için eğitebiliyor.
Merak etmek isteyenler için hazırladığım uygulamayı bırakıyorum. Buraya tıkla
Somut veriler, ne olup ne olmadığı netleşsin diye:
Hangi sinekten söz ediyoruz: yetişkin dişi bir meyve sineği, Drosophila melanogaster.
Bunu kim yaptı: tek bir şirket değil, FlyWire adlı bilimsel bir konsorsiyum. MRC Moleküler Biyoloji Laboratuvarı (Cambridge, Birleşik Krallık), Princeton Üniversitesi, Vermont Üniversitesi ve Cambridge Üniversitesi'nden araştırmacılardan oluşuyor. Sineğin beyninin tam konnektomunun yayımlanması, on yıllık uluslararası bir çabanın doruğuydu. (Bu işi Google DeepMind'ın yaptığı versiyonu oldukça fazla dolaştı; DeepMind bu verileri daha sonra başka deneyler için kullandı, ancak orijinal haritanın taranması ve oluşturulması FlyWire'a ait.) Berkeley News
Nasıl yapıldı: beynin 7.000 ince kesitinden oluşturuldu; kesitler elektron mikroskobu ile görüntülendi ve nöron tiplerini ile bağlantılarını belirlemek için yapay zeka tarafından etiketlendi. Berkeley News
Haritanın boyutu: 139.255 nöron ve 50 milyondan fazla sinaptik bağlantı; bu da onu tarihte tamamen haritalanmış ikinci beyin yapıyor. İlki, 1986'da yalnızca 302 nöronuyla C. elegans solucanının beynidir. Mayhemcode
Bizim için ilginç olan taraf: bu harita ("konnektom" olarak adlandırılıyor) herkese açık ve indirilebilir bir veri setidir. Düğümler ve bağlantılardan oluşan bir grafik olarak yapılandırıldığından bir simülasyona yüklenip herhangi bir yapay sinir ağı gibi ele alınabilir: ona bir hedef verip bunu çözmeyi öğrenmesi için eğitilebilir; gerçek bir sineğin hayatta yaptığı şeyle hiçbir ilgisi olmasa bile. Nitekim bazıları onu e-postaları sınıflandırmak, hatta video oyunu oynamak için bile eğitti.
İşte tam bu noktada aklıma bir fikir geldi. Çünkü bu beyin-ağının eğitildiğinde yaptığı şey özünde şudur: birbirine bağlı düğümlerden oluşan bir ağ içinde bir durumdan diğerine giden en kısa yolu bulmak. Ve bu, Resimli Armoni 2'de komşu akorlar fikriyle tam olarak keşfettiğimiz şey: tamamen farklı bir akora birden atlamak yerine tek bir notayı hareket ettirerek bir üçlü akordan diğerine (majör veya minör) geçmek.
Bu fikri aklımda tutarak gösterge panelimin uygulamalarından birini oluşturdum: Komşu Akorlar. Tekerleği yeniden icat etmek gerektiği için değil (komşu akorları bu şekilde bulan araçlar zaten var), aksine bu tür teknolojiyle bir kez içli dışlı olmak ve onu kurmayı ve çalıştırmayı öğrenmek için bir bahane olarak. Benim için asıl fayda tam olarak buydu: böyle bir şeyin nasıl hayata geçirildiğini anlamak.
Bunu okuyan kişi için fayda farklı: gerçek, biyolojik bir beynin bir simülasyon içinde çalışarak bir durumdan diğerine giden yollar bulduğunu öğrenmek ve aynı mantığın armoni alanına uygulandığında komşular arasında üç notadan ikisini paylaşarak birbirine bağlı akorlardan oluşan bir harita nasıl ürettiğini görmek.