Yaratıcı Bir Adım: Sinyal Üretimi Üzerine Yaşayan Nöronlar
Tohoku Üniversitesi ve Hakodate Gelecek Üniversitesi’nden araştırmacılar, kültüre edilmiş rat kortikal nöronları, gerçek zamanlı bir makine öğrenimi çerçevesi kullanarak karmaşık zaman sinyalleri üretmeye yönlendirdiler. Bu keşif, biyolojik sistemlerin nasıl yeni bir işlemci mimarisi haline gelebileceğini gözler önüne seriyor. Nöronların otonom olarak sinyaller üretebilmesi, sadece biyoloji için değil, aynı zamanda veri merkezleri ve yüksek performanslı sunucu sistemleri için de önemli bir isim oluşturuyor.
Sistem Tasarımı ve Uygulama
Araştırmacılar, yüksek yoğunluklu mikroelektrot dizileri ve mikroakışkan cihazlar kullanarak, nöronların entegre olduğu kapalı devre bir hesaplama sistemi geliştirdiler. Bu sistem, dışsal bir giriş olmaksızın periyodik ve kaotik dalga formları üretmeyi öğrendi. 26,400 elektrot içeren bir dizi ile nöronlardan kaydedilen sinyal verileri, sürekli sinyaller haline getirildi ve lineer bir okuma katmanı aracılığıyla çözüldü. Elde edilen çıktı, nöronlara elektriksel uyarı olarak geri döndürüldü. Bu döngü, yaklaşık 333 milisaniyede bir tekrarlandı.
İşlemci Mimarisi ve Performans Büyüklüğü
Geliştirilen sistem, nöronlar arasındaki bağlantıları sınırlayan bir yapı içeriyordu. Araştırmacılar, nöron hücrelerini her biri yaklaşık 100×100 mikrometre boyutunda 128 kare gölgelikte sınırlandırarak, her bir gölette ortalama 14.6 nöron bulundurmayı başardılar. Bu yapı, nöronlar arasındaki eş zamanlı ateşleme oranını önemli ölçüde düşürdü ve ağın dinamiklerini artırdı.
Soğutma Çözümleri ve Adaptasyon
Sistem farklı frekanslarda osilatörleri öğrenmeyi başardı ve sine dalgalarını, üçgen ve kare dalgaları üretip, karmaşık Lorenz atraktörlerini taklit etti. Performans, eğitimin durdurulmasından sonra otovoloniye geçtiği için düştü; bu, %99’luk bir hata artışına sebep oldu. Araştırmacılar, belirli bir gecikmeyi azaltmanın, öğrenilebilir hedeflerin aralığını genişletebileceğini ve uygulamaların nöral ağlar ve beyin makine arayüzleri gibi alanlara yayılabileceğini belirtiyor.
Sonuç ve Gelecek Perspektifleri
Bu çalışma, yaşayan nöronal ağların sadece biyolojik anlamda önemli sistemler olmadığını, aynı zamanda yeni bir hesaplama kaynağı olarak nasıl hizmet edebileceğini ortaya koyuyor. Yüksek performanslı sistemler hayal eden teknoloji tutkunu okuyucular için, nöronların sunduğu potansiyel keşfedilmeyi bekliyor.
Kaynak: Tom’s Hardware verileriyle derlenmiştir.
