Elon Musk tarafından kurulan Neuralink şirketi, klinik deneylerine katılan hastalardan toplanan 50.000 saatten fazla sinir aktivitesi üzerinde eğittiği bir temel model (foundation model) kullanarak beyin-bilgisayar arayüzünün fare imleci kontrolünde saniyede 11,32 bitlik yeni bir rekor elde ettiğini açıkladı. Şirket, bu yaklaşımın sinyalleri daha kararlı hale getirerek bilgisayar kontrolünü kolaylaştırdığını ve kullanıcıların sistem ayarlarını (kalibrasyon) günde yaklaşık 10 dakikadan haftada yalnızca 10 dakikaya düşürdüğünü belirtti.
Şirket, bu büyük veri setini beyinden doğrudan kaydedilen elektrik sinyallerini yorumlayan kendiliğinden eğitilen (self-supervised) sinir kodlayıcılarını önceden eğitmek için kullandı. Elde edilen sonuçların, çoğu sağlıklı insanın performansını aştığı iddia ediliyor; ancak bu karşılaştırma bağımsız bir şekilde doğrulanmadı.
Beyin sinyalleri sürekli değişiyor
Beyin-bilgisayar arayüzleri, sinir aktivitesinin örüntülerini bilgisayarları ve diğer cihazları çalıştırabilecek komutlara dönüştürür. Ancak nöronlardan kaydedilen sinyaller zamanla değişebilir ve bu da her gün güvenilir şekilde çalışması gereken sistemler için büyük bir sorun yaratır.
Neuralink’in implantları, motor korteksten gelen nöronların ürettiği elektrik faaliyetini ya da “sivri uçlu tepkiler” (spikes) olarak adlandırılan olayları kaydeder. Kaydedilen sinyallerdeki küçük değişiklikler, daha önceki verilerle eğitilmiş bir kodlayıcıyı (decoder) daha az doğru kılar ve kullanıcıların sistemi tekrar tekrar ayarlamasını gerektirir.
Bu sorunu çözmek için Neuralink, beyin-bilgisayar arayüzleri için bir temel model eğitti. Yalnızca belirli hareketlerle veya komutlarla ilişkilendirilen etiketli örneklere güvenmek yerine, kendiliğinden eğitilen sinir kodlayıcıları büyük miktarde sinir aktivitesinden temsiller öğreniyor.
Neuralink
Şirket, ortaya çıkan temsillerin birebir sinir sinyalleri kaymaya devam ederken bile kullanışlı kalmaya devam ettiğini söylüyor. Bu da bir kodlayıcının, sık tekrarlanan yeniden eğitimi gerektirmeden bir kullanıcının niyet ettiği hareketleri yorumlamaya devam etmesine olanak tanıyabilir.
Daha az kalibrasyon, daha hızlı kontrol
Kalibrasyonu azaltmak, pratik beyin-bilgisayar arayüzleri için özellikle önemli olabilir. Günlük ayar gerektiren bir sistem, kullanıcılar üzerinde ek bir yük oluştururken, haftalarca kararlı kabilen bir kodlayıcı, implantın daha çok sıradan bir bilgisayar arayüzü gibi davranmasını sağlayabilir.
Saniyede 11,32 bitlik sonuç, bu ilerlemenin başka bir ölçüsünü sunuyor. Bit/sn (bit per second), fare fiziksel olarak ne kadar hızlı hareket ettiğini ölçmek yerine, genellikle BCI araştırmalarında bir kullanıcının niyet ettiği hedefleri ne kadar hızlı ve doğru seçebildiğini nicelendirmek için kullanılır.
Neuralink şimdi modellerini daha da geliştirmek için birden fazla katılımcıdan sinir verilerini bir araya getirmeyi (pooling) düşünüyor. Gelecekteki çalışmalar, muhtemelen sistemin yeni bir görev veya kullanıcı için ek kalibrasyon gerektirmeden çalışmasını sağlayabilecek tek darbelik (one-shot) ya da sıfır darbeli (zero-shot) kalibrasyonu içerebilir.
Şirket ayrıca “motor korteks için API” oluşturma olasılığını ortaya koydu; bu, yaygın sinir temsillerinin nihayetinde niyet edilen hareketi dijital komutlara dönüştüren standartlaştırılmış bir katman sağlayabileceğini işaret ediyor.
Sonuçlar Neuralink tarafından teknik bir güncelleme olarak yayınlandı ve hakemli (peer-reviewed) bir dergi çalışması olarak sunulmadı.
Bu Gelişmeyi Toplulukta Değerlendirin
Haber hakkındaki düşüncelerinizi, donanım deneyimlerinizi ve teknik sorularınızı topluluk üyeleriyle anlık olarak tartışın.
Söz sizde.
Deneyiminizi, sorularınızı ve katkılarınızı paylaşın. E-posta adresiniz yayımlanmaz.