İnsan beyninin hafıza kapasitesi sanılandan 1.000 kat daha fazla

Çin'in Nanjing Havacılık ve Uzay Üniversitesi'nden bir araştırma ekibi, insan beyninin bilgi depolama kapasitesinin daha önce yapılan tahminlerden bin kat fazla olabileceğini gösteren dikkat çekici bir çalışmaya imza attı. Ekip, nöronları tek tek bağımsız işlemciler olarak ele almak yerine, nöron gruplarının kolektif bir sistem içinde birlikte hareket ettiğini savunarak, beynin bilgi işleme ve depolama mekanizmasına yeni bir bakış açısı getirdi. Araştırmanın sonuçları, insan beyninin yaklaşık 7,5 milyar gigabaytlık bir hafıza kapasitesine sahip olabileceğini öne sürerken, bu bulgu yapay zeka geliştirme çabaları için de önemli bir yol haritası sunuyor.

Profesör Wanlin Guo'dan beynin enerji verimliliğine dair çarpıcı açıklama

Profesör Wanlin Guo liderliğindeki ekip, sinirbilimin geleneksel yaklaşımlarını sorgulayan yeni bir model geliştirdi. Bu modelde, nöronlar tek başına değerlendirilmek yerine, bir araya geldiklerinde oluşturdukları kolektif dinamikler incelendi. Ekip, nöron gruplarının bir arada çalışmasının, hem bilgi depolama kapasitesini hem de enerji verimliliğini önemli ölçüde artırdığını ortaya koydu. Araştırmacılar, beynin yaklaşık 20 watt enerjiyle çalışırken, 78.000 yüksek performanslı grafik kartının hesaplama gücüne eşdeğer bir işlem kapasitesine ulaştığını vurguladı. Bu enerji tasarrufu, modern bilgisayarların çok üzerinde bir verimlilik anlamına geliyor. Profesör Guo, bu bulguların, beynin enerji kullanımında neredeyse teorik mükemmelliğe ulaştığını gösterdiğini belirtti.

Beyin kapasitesi tahminleri nasıl değişti?

Sinirbilim alanındaki geleneksel yaklaşımlar, genellikle beynin kapasitesini tekil sinapsların durumlarını sayarak hesapladı. Ancak Nanjing Üniversitesi ekibinin geliştirdiği yeni model, bilgi depolamanın sabit bir olgu olmadığını, aksine dinamik ve kolektif desenler halinde gerçekleştiğini ortaya koydu. Araştırmacılar, nöron gruplarının oluşturduğu elektriksel ritimlerin, anıların yerelleşmekten ziyade dağıtık biçimde depolanmasını sağladığını belirtti. Bu ritimler, hem bilgiyi saklıyor hem de sonraki işleme adımlarına taşıyor. Elde edilen sonuçlar, insan beyninin 7,5 milyar gigabaytlık bir hafıza kapasitesine ulaşabileceğini gösterdi. Bu miktar, sinaptik durumlara dayalı önceki tahminlerin yaklaşık bin katı. Bilim insanları ayrıca, beynin bilgi işleme maliyetinin, fizikte "Landauer limiti" olarak bilinen teorik minimum enerji maliyetinin yalnızca 1,26 katı olduğunu hesapladı. Bu oran, beyinlerin yüzde 79 verimlilikle çalıştığını gösteriyor.

Yapay zeka ve bilgisayar teknolojileri için yeni ufuklar

Nanjing Üniversitesi'nden çıkan bu araştırma, yalnızca insan beyninin sınırlarını yeniden tanımlamakla kalmıyor, aynı zamanda yapay zeka ve bilgisayar donanımı geliştiren mühendisler için de somut bir strateji sunuyor. Araştırmacılar, geleneksel bilgisayarların bilgi işleme sırasında, beynin ulaştığı verimlilik seviyesinden yaklaşık bir milyar kat daha fazla enerji harcadığını belirtti. Bu durum, gelecekteki yapay zeka yongalarının ve bilgisayar işlemcilerinin, insan beyninin kolektif ritimlerine dayalı olarak tasarlanabileceği anlamına geliyor. Neuromorfik yonga geliştirme alanında çalışan mühendislerin, bu yeni model sayesinde daha verimli ve güçlü işlemciler üretme şansı doğdu. Araştırmacılar, beyin işlevlerinin yalnızca tek hücrelerdeki sinyallerle açıklanamayacağını, asıl etkinin nöron gruplarının birlikte oluşturduğu karmaşık desenlerde saklı olduğunu vurguladı.