Japonya'da, 2025 yılında, RIKEN Beyin Bilimi Merkezi'ndeki (CBS) araştırmacılar, beynin karmaşık duyusal bilgileri nasıl basitleştirdiğini anlama konusunda bir atılım gerçekleştirdiler. Taro Toyoizumi ve Kensuke Yoshida, meyve sineği beyninden ilham alan, yapay zeka ve veri işlemeye yaklaşımımızı devrim niteliğinde değiştirebilecek, biyolojik olarak gerçekçi bir model geliştirdiler.
İnsan beyni, duyularımızdan gelen bilgilerle sürekli olarak bombardımana tutulur. Aşırı yüklenmeyi önlemek için, bu verileri boyutluluğunu azaltarak basitleştirir. Bu yeni model, biyolojik sinir ağlarını yansıtacak şekilde uyarlanmış bir t-dağılımlı stokastik komşu gömme (t-SNE) algoritması kullanarak bu süreci taklit eder.
Sinek beynindeki nöron gruplarını yansıtan üç katmandan oluşan model, meyve sineklerinin kokuları nasıl işlediğini başarıyla tekrarladı. Ayrıca, beynin nöronlar arasındaki bağlantıları nasıl güçlendirdiğinin önemli bir unsuru olan dopamin bağımlı Hebbian plastisitesini de içerir. Bu keşif, daha karmaşık verileri daha kolay işleyebilen, daha verimli ve çok yönlü yapay zeka sistemlerine yol açabilir.
Toyoizumi, "Orijinal t-SNE biyolojik olarak makul değil - bir sinir ağından ziyade bir mühendislik yöntemidir" diye açıkladı. "Algoritmayı, biyolojik bir sinir ağını taklit edecek şekilde yeniden yazdık." Ekip şimdi modelini daha karmaşık sistemlere uygulamak istiyor ve yapay zeka ve sinirbilimin geleceği için heyecan verici olasılıklara işaret ediyor.