Beyninizde deney şişeleri var.
Özellikle yoğun olan günlerde, beyninizin yeni şeyler için yer açmak amacıyla eski bilgiyi dışarı attığını hissedebilirsiniz, fakat aslında, beynin veri bankalarına her gün daha fazlasını eklemesine ve eski bilgileri korumasına yardımcı olan inanılmaz bir düzen bulunuyor.
Bilim insanları şimdi, eski anıları bazen tüm hayatımız boyunca el değmemiş halde tutarken nasıl yeni anılar üretebildiğimizi açıklayabilen bir model hesapladıklarını söylüyorlar.
Columbia Üniversitesi’ndeki araştırmacılar tarafından geliştirilen matematiksel model, farklı moleküler kümelerin devasa bir anı depolama kapasitesine ulaşmak için nasıl peşpeşe sıralı halde davranabildiklerini gösteriyor.
Columbia Üniversitesi Tıp Merkezi’ndeki baş araştırmacı Stefano Fusi şöyle aktarıyor: “Geliştirmiş olduğumuz model, hafızanın altında yatan biyoloji ile kimyanın neden çok karmaşık olduğunu ve bu karmaşıklığın, beynin hatırlama yeteneğini nasıl çalıştırdığını sonunda açıklıyor.”
Bilim insanları, sinapsların (nöronlar yani sinir hücreleri arasındaki bağlantıların) gücündeki değişimlerin, yeni uyaran geldiği zaman anıları saklamak için kullanıldığını düşünüyorlar.
Bu düzen, sinapsın sinyal gücüne karar vermek amacıyla yukarı veya aşağı çevrilebilen bir dizi kadran gibi nitelendiriliyordu.
Fakat kadranlar şimdiye kadar sadece yukarı veya aşağı çevrilebiliyordu; diğer bir deyişle, bunların bir sınırı vardı, yani ‘kadran’ modelindeki hafıza miktarının kapasitesi, insan beynini uygun bir şekilde temsil etmek için çok sınırlıydı.
2005’te öne sürülen bir başka model, her sinapsın bu kadranlardan birkaç tane bulundurabileceğini söylemişti, fakat bu varsayımsal yapı bile beyninizin devasa kapasitesini açıklamak için yeterli değildi.
Anıların nasıl oluştuğuna dair yeni bir model.
Şimdi, Fusi ve araştırmacı arkadaşları, bu kadranların sadece farklı zamanlarda çalışmadığını, aynı zamanda birbirleriyle de sürekli iletişim halinde olduğunu öne sürüyorlar.
Takım üyesi Marcus Benna şöyle açıklıyor: “Modelimize bileşenler arasındaki iletişimi eklediğimiz zaman, depolama kapasitesi çok büyük oranda arttı ve yaşayan beyinde ulaşılmış olanlardan çok daha temsil edici hale geldi.”
Yeni modelin nasıl çalıştığını hayal etmenin kolay bir yolu da, bu düzeni tüplerle bağlanmış bir dizi deney kabı olarak düşünmek. Sıvı, her kaptan içeri veya dışarı aktıkça, tüpler tüm kaplardaki hacmi yatay bir düzeye geçirmek için kullanılıyor ve yeni anılar uzun vadeli beyin depolamasında şekilleniyor.
Araştırmacılara göre bu durum, bizler yeni beceriler öğrendikçe ve yeni anılar edindikçe beynin kapasitenin neden dolmadığını açıklamaya yardımcı oluyor.
Ortalama bir beyinde yaklaşık 86 milyar nöron bulunduğu düşünüldüğünde, beynin yaklaşık bir petabayt veri depolayabileceği tahmin ediliyor; tabi beyinlerimiz bundan daha karmaşık olduğu için, bilgisayar terimleriyle konuşmak gerçekten doğru ve uygun değil.
Fakat insan hafızasını bir petabayt veri içeren bilgisayar hafızasıyla gerçekçi bir şekilde karşılaştıramasak da, araştırmacılar buldukları yeni modelin, nöromorfik donanım olarak adlandırılan şeydeki (biyolojik beyni taklit etmesi için tasarlanmış bilgisayarlardaki) sinaps işlevinin karmaşıklığını taklit etme girişimlerimizi destekleyeceğini düşünüyorlar.
Fusi şöyle söylüyor: “Bugün nöromorfik donanımlar bellek kapasitesi ile sınırlıdır ve bu sistemler özerk olarak öğrenmek için tasarlandığında bu boyut feci şekilde düşük olabilir.
“Sinaptik hafızanın daha iyi bir modelini oluşturmak, hem yoğun hem de enerji verimli olan ve insan beyni kadar güçlü elektronik cihazların gelişimini hızlandırarak, bu sorunu çözmeye yardımcı olabilir.”
Yeni modelin detayları Nature Neuroscience’da yayınlandı.
