Meyve sinekleri, aldıkları kokuyu doğru meyve türü ile eşleştirme konusunda uzmandırlar. Kaliforniya Üniversitesi’nden bilim adamları, meyve sineklerinin kullandıkları bu koku arama motorunun çalışma prensiplerini yakından incelemiş ve daha iyi arama motoru geliştirebilmek için modellemeye çalışmışlardır.
Araştırmacılar, meyve sineklerinin bir koku duyduğunda, sinekte bulunan 50 nöronun o kokuya özgü bir kombinasyon oluşturduğunu tespit etti. Bu, aynı bilgisayar programlarının, bir kod ya da hashtag oluşturarak arama yapmayı kolaylaştırmasına benziyor. Ancak sineklerde, hashtag (etiketleme) örneğindeki gibi o konuyu tarif eden kısa bir kod yazmak yerine, geniş bir tarifi belirten bir kod yazılıyor. İlk başta 50 olan nöron sayısı 2000 nöron oluşturarak veri girdisi sayısını arttırıyor. Bu şekilde her kokunun, aynı parmak izi gibi, kendine ait belirgin bir barkodu olmuş oluyor. Bu sayede, her koku çok daha hızlı ve daha doğru bir şekilde bulunmuş oluyor.
UCSD Jacobs Mühendislik Fakültesi bilgisayar mühendisliği profesörü Sanjoy Dasgupta bu çalışma ile ilgili şöyle diyor:
“Son 20 yıldır, bilgisayarlarda çalışan algoritmalara uygulanan, [benzeşme araştırması için lokal duyarlı hashing işleminin temel bileşeni olan] düzensiz projeksiyonlarla ilgilendim. Buna benzer işlemlerin doğada verimli bir şekilde çalışıyor olabileceği hiç aklıma gelmemişti.”
Kaynak:
- Sanjoy Dasgupta, Charles F. Stevens, Saket Navlakha. A neural algorithm for a fundamental computing problem. Science, 2017; 358 (6364): 793 DOI: 10.1126/science.aam9868
Bu makalenin tüm içeriği ve derleme çalışması Da Vinci Bilim ve Teknoloji Derneği tarafından kaleme alınmıştır. İzinsiz kullanılması yasaktır.
