Eski bir fotoğrafınızı bulmak istiyorsunuz fakat her yere baktığınız hâlde bulamadınız mı? Evinize yeni bir mutfak tasarlamak istiyorsunuz fakat hayalinizdeki mutfağı bir türlü plana dökemiyor musunuz? Sevdiğiniz bir kişiye gün batımı fotoğrafı yollamak istiyorsunuz fakat alelade bir fotoğraf olsun istemiyor musunuz? İşte bu ve nicelerinin çözümü zihin okuyarak düşündüğünüz görselleri resmedebilen ‘teknoloji’ ile mümkün görünüyor.
Yeni içerikler üretiyor
Algoritmalar ile bir kişinin zihnindeki görüntülerin kodunu çözmek aslında yeni bir buluş değil. 2011’den bu yana benzer denemeler yapılıyor olsa da bu yöntemlerin hepsi farklı sınırlara sahip. Bazıları sadece yüz şekli gibi daha belirli şeyleri resmedebilirken diğerleri sıfırdan bir görüntü oluşturamıyordu. Bunun yerine “kişi” veya “kuş” gibi önceden belirlenmiş kategoriler arasından seçim yapması gerekiyordu. Bu yeni çalışma eski çalışmaların aksine anında görüntü üretebiliyor ve daha önce görülmemiş, sadece hayal edilebilen şekilleri dahi elde edebiliyor.
Nasıl Çalışıyor?
Araştırmacılar, bir kişinin gördüklerini anlamak ve sonrasında resmedebilmek için beyne giden kan akışını ölçen [tooltip tip=”beyindeki fonksiyonel olarak aktive olan alanları, kan oksijen seviyesindeki değişmeye bağlı olarak gösteren bir yöntem”]fonksiyonel manyetik rezonans görüntüleme[/tooltip] (fMRI) yöntemini kullandı.
Deneyde 1000’den fazla görüntüye birkaç kez bakan üç kişinin, görsel işleme alanları 2 milimetrelik bir çözünürlükte haritalandırıldı. Çalışmanın amacı bir görüntüye yanıt olarak beyinde gerçekleşen aktiviteleri fark etmek ve bunun sonucunda bilgisayara hemen hemen aynı beyin aktivitesini gösterecek bir resim çizdirmekti. Deneye katılan kişilere tekrar tekrar resim gösterilmesinin aksine birkaç katmana sahip deep neural network-derin sinir ağı (DNN) olan bir yazılım kullanıldı.
Araştırmacılar, derin sinir ağı kullanarak beynin görüntülere verdiği yanıtların temsilcilerini oluşturabildiklerinde fMRI ölçümlerine gerek duyulmamaya başlandı. Şu anda sadece derin sinir ağı çevirilerinden yararlanılıyor. Birinin beyninde neyi görüntülediğini tahmin ederken çeviriler bir şablon görevi görüyor. Sistem daha sonra DNN’in bu şablona uygun şekilde yanıt vermesini tetikleyecek bir resim çizmeye çalışıyor. Bunu ister bir leopar ister bir pencere olsun görüntüyü resmedene kadar deneme yanılma yoluyla başarıyor.
Son resmin daha doğru hâle gelmesi için araştırmacılar [tooltip tip=”bu durumda girdisine dayalı gerçekçi görüntüler oluşturmak için önceden eğitilmiş bir algoritma”]deep generator network[/tooltip] (DGN)’den yararlanıyor. DGN, resimleri daha doğal görünecek şekilde iyileştiriyor. Daha sonraki çalışmalarda, bilim insanları görüntüleri sadece hayal eden insanların zihinlerini okumaya çalıştı. Bu sefer kişilerden daha önce gösterilen balık, uçak ve basit renkli şekilleri hayal etmeleri istendi. Fakat bu yöntem fotoğraflar için pek işe yaramasa da şekiller için %83 oranında tanınabilir bir görüntü oluşturdu.
Yüksek çözünürlüklü fMRI gibi daha iyi ölçümlerin sağlanması, algoritmanın iyileştirilmesi ve başka beyin görüntüleme tekniklerinin kullanılması ile gelecekte bir gün zihinsel resimler aracılığıyla iletişim kurar hâle gelebiliriz.
Kaynak: sciencemag
