İnsan beyni gibi çalışan bilgisayarlar artık çok yakın

İnsan beynini taklit eden bilgisayar
Akımın doğrultusu kontrol edilebilir
Yorumlar

Modern bilgisayarlarda kullanılan ikili sayı sisteminde 1 değeri açık anlamına gelirken 0 değeri kapalı anlamına gelir ve verileri temsil eden bu değerler ile bilgisayarlar daha basit ve verimli bir şekilde hesaplamaları gerçekleştirebilir. Hesaplama ve depolama konusunda bilgisayarların gerisinde kalsa da bilgisayarlardan çok daha karmaşık ve işlevsel olan insan beyninde ise veriler sadece 1 veya 0 gibi basit değerlerle iletilmiyor. Beynimizde yaklaşık 100 trilyon sinaps vasıtasıyla birbiriyle iletişim kuran 100 milyara yakın nöron bulunuyor ve nöronlarda hareket eden iyonlar ve gönderilen sinyalin gücü pek çok farklı unsur verilerin iletiminde aktif olarak rol alıyor.

İnsan beynini taklit eden bilgisayar

İnsan beynindeki bu gelişmiş veri aktarımını taklit edebilmek ve sadece 1 ve 0 değerine bağlı kalmak yerine çok farklı durumları da analiz ederek uyarlama yeteneğine sahip olan bilgisayarlar geliştirmek içinse birkaç yıldır ciddi çalışmalar yürütülüyor. Yazılım tarafında geliştirilen yapay sinir ağları, insan beynini taklit ediyor olsa da bilim insanları nöromorfik yani çalışma şekli itibariyle insan beynini taklit edebilen(donanım olarak) bilgisayarların daha başarılı bir model olacağını düşünüyor. Halihazırda IBM'in geliştirdiği TrueNorth isimli süper bilgisayar en gelişmiş nöromorfik bilgisayar olarak değerlendirilirken Intel'in geçtiğimiz yıl tanıttığı Loihi isimli işlemci çipi ise daha mütevazı, araştırma odaklı bir nöromorfik çip olarak görülüyor.

Tamamen insan beynini taklit edebilen bilgisayar hayalini gerçeğe dönüştürmek için oldukça önemli olan nöromorfik çip çalışmalarında yaşanan en büyük sorun ise nöronlardaki iyon akışının taklit edilmesi amacıyla gönderilen elektrik akımındaki öngörülemezlik ve karmaşa. Geleneksel nöromorfik çiplerde yapay sinapslar, çevredeki nöronların iletken katmanları arasında sıkıştırılmış biçimsiz materyallerden yapılıyor. Veri aktarımı için için gerilim uygulandığında veriyi temsil eden elektrik akımı sinapsların üzerinde ilerlerken akımın doğrultusu istenilen seviyede kontrol edilemiyor. Beyindeki veri aktarımını taklit etmek için elektrik akımı üzerinde tam hakimiyet kurmak gerektiğinde bu sorun nöromorfik çip çalışmalarının önünde ciddi bir engel teşkil ediyor.

Akımın doğrultusu kontrol edilebilir

MIT(Massachusetts Teknoloji Enstitüsü)'deki araştırmacılar ise bu sorunun üstesinden gelmek için sinaps oluştururken farklı bir araç kullandı. Yonga plakası için düzensiz ve boşluksuz yapının bulunmadığı ve aynı zamanda kusursuz bir iletken olan monokristal-silikon malzemesini kullanan ekip, yonga plakasının üst katmanına ise transistörlerde kullanılan silikon germanyum modelini yerleştirdi. Ortaya çıkan nöromorfik yongada her iki katman ızgara benzeri bir kalıba sahipti ancak silisyum germanyum kalıbı biraz daha büyük olduğundan iki katmak üst üste yerleştirildiğinde elektrik akımının sadece belirlenen doğrultuda hareket edebileceği, huni benzeri bir yapıya ulaşıldı.

Bu tekniği kullanarak yaklaşık 25 nanometre genişliğinde silikon germanyum sinapsları olan bir nöromorfik yonga oluşturan ekip daha sonra yonganın tamamına gerilim uygulandığında elektrik akımının yüzde 96 oranında aynı doğrultuda hareket ettiğini, sadece yüzde 4'lük bir kısmın farklı doğrultuda ilerlediğini gözlemledi. 700 adet döngü ile test edilen tek bir sinaps da ise farklılaşma oranının sadece yüzde 1 olduğu tespit edildi.

Geleneksel nöromorfik çiplerdeki elektrik akımındaki farklılaşmaya kıyasla oldukça kararlı bir yapıda olan yeni nöromorfik yongayı simulasyon testine sokan araştırmacılar, yongayı yapay sinir ağları ile donattılar. Sonrasında bu sinir ağlarını eğitmek için on binlerce farklı el yazısını veri olarak sinir ağlarına aktaran araştırmacılar, bir el yazısı örneği sunulduğunda sinir ağlarının yüzde 95'e varan doğruluk oranıyla el yazısını tanıyabildiği gördü.

Yaptıkları çalışma ile insan beyninin farklı kaynaklar üzerinde gerçekleştirebildiği işlem kabiliyetini bilgisayarların hızı ve hesaplama yeteneği ile birleştirmeye bir adım daha yaklaşan ekip şimdi üzerinde fiziksel sinir ağlarının yer aldığı, süper bilgisayarlar rekabet edebilecek güçte ve sadece bir tırnak boyutunda olan nöromorfik çip geliştirmenin planını yapıyor.