Biyolojik Nöron

Yapay sinir ağları, insan beyninden esinlenilerek biyolojik sinir sisteminin taklit edilmesi ve matematiksel olarak modellenmesi çabalarının bir sonucu olarak ortaya çıkmış

yapılardır. Bu yüzden, yapay sinir ağlarının yapısının anlaşılması için, insan beyninin yapı- sının ve çalışma şeklinin anlaşılması önemlidir.

Biyolojik sinir ağları, başlangıçta sadece nörofizyolojistler tarafından araştırılmıştır. Araştırmaların konusu, genel olarak her bir nöronun yapısı ve birbirleri ile nasıl ilişkide bulundukları üzerine olmuştur. Bu çalışmalar, yapay sinir ağlarının oluşturulmasında ol- dukça faydalı olmuştur. Sinir sisteminin en basit yapısı olan bir nöronun analizi büyük önem taşımaktadır. Nöron, beyindeki bir sinir hücresidir ve sinir ağlarının en temel ele- manlarından birisidir. Elektrik sinyallerinin toplanması, işlenmesi ve iletilmesini sağlamak- tadır. Beynin bilgi işlemesi sinir ağlarına dayanmaktadır. Nöronlar, sinir sistemi içerisin- deki fonksiyon ve görevlerine göre değişik şekil ve büyüklükte olabilmektedir. Yirmiden fazla nöron çeşidi bulunmaktadır. Bütün nöronların ortak bazı özellikleri vardır. Şekil 3.9’da bir biyolojik nöronun genel yapısı görülmektedir. Nöron, soma adı verilen hücre gövdesi, bir ucunda bir grup liflere benzer “dentrit” adı verilen ve hücreye diğer hücreler- den veya dış dünyadan bilgiler (sinyaller) getiren bağlantı elemanları, diğer ucunda ise tek bir life benzer “akson” adı verilen ve hücrelerden diğerlerine veya dış dünyaya bilgiler ta-

girebilmektedir. Bu bağlantının yapıldığı yerlere “sinaps” denilmektedir. Sinapsların elektrofizyolojik olarak hücrelerdeki bilgileri işlemede önemli bir yeri bulunmaktadır. Nö- ronlar çok sayıda dendritleri vasıtasıyla giriş sinyalini almaktadırlar. Bu sinyaller, harekete geçirici (tetikleyici) veya yasaklayıcı olabilmektedirler. Dendrit tarafından alınan sinyaller toplanmakta ve nöron gövdesine yerleştirilmektedir ve bir çıkış darbesi üretilip üretilmeye- ceğine karar verilmektedir. Sinyaller, belirli bir eşik değerini aştığı zaman, hücre diğer hücrelere aksonu vasıtasıyla bir etki iletmekte ve çıkış darbesi üretilmektedir. Üretilen çı- kış darbesi aksonlar tarafından taşınarak diğer nöronlarla olan bağlantılara veya terminal organlara iletilmektedir. Nöron davranışı bütün yönleriyle anlaşılmaktan uzak olmasına rağmen, bu basit anlatım yapay nöron için bir model oluşturmaktadır [31,32,34].

Şekil 3.9. Biyolojik nöronun genel yapısı ve işlevleri [31]

Nöronların birbirleri ile elektrik sinyalleri şeklinde haberleştiği belirlenmiştir. Sin- yaller bir nöronun aksonundan diğerinin dendritine gönderilmektedir. Nöronlar, hücrenin içinde ve dışında dağılmış halde bulunan sodyum, potasyum, kalsiyum ve klor gibi iyonlar vasıtasıyla hücre duvarındaki voltajı değiştirmekte ve böylece elektrik sinyali üretmekte- dirler. Potasyum yoğunluğu nöronun içinde, sodyum yoğunluğu nöronun dışındadır. Bir hücre diğer bir hücreye elektrik enerjisini bu kimyasal iyonlar vasıtasıyla transfer etmekte- dir. Bazı iyonlar elektrik ve manyetik kutuplaşmaya sebep olurken, bazıları kutuplaşmadan kurtulup hücre zarını açarak iyonların somaya geçmesini sağlamaktadır. Sinyallerin bir hücreden di erine akması, kutupla manın azalması ile gerçekle mektedir. Sinyaller hücre-

nin etkinliğini belirlemektedirler. Bir hücrenin etkinliği, hücreye gelen sinaps sayısı, sinapslardaki iyonların konsantrasyonu, sinapsın sahip olduğu güç olmak üzere üç faktöre bağlıdır. Bir nöron, sahip olduğu dürtü miktarınca diğer hücreleri etkilemektedir. Bazı hüc- reler diğerlerinin dürtülerini pozitif yönde, bazı hücreler de negatif yönde etkilemektedir.

İnsan beyni, bu şekilde çalışan milyonlarca nöronun bir araya gelmesinden oluşmaktadır. Beyindeki korteks denilen bölgede her nöronun bir karşılığı bulunmaktadır. Bir nöronun çıkışı, ona bağlı olan bütün nöronlara iletilmektedir. Korteks, işin yapılabilmesi için hangi nöron harekete geçecekse sadece ona komut göndermektedir.

Yapay sinir ağları, beyinden esinlenildiklerinden dolayı, beyine benzer bir yapıya sahiptirler. Ancak insan beyninin yoğun bağlantılı, çok yönlü, komplike ve güçlü yapısı sadece kendine has bir özelliktir, başka hiçbir yerde veya dijital bilgisayarda böyle bir yapı bulunmamaktadır. İnsan beyninin yaklaşık olarak 1011 tane nöron olarak adlandırılan he- sap elemanından oluştuğu ve bu nöronlar arasında 1015 bağlantı bulunduğu düşünülmek- tedir. Bu yapıya yakınsamak günümüz teknolojisine şimdilik çok uzaktır. Yapay sinir ağla- rını oluşturmak için kullanılan yapay nöronlar, beyindekilere kıyasla oldukça ilkel sayıl- maktadırlar. Dolayısıyla, yapay nöronlar beynin yoğun bağlantılı ve komplike yapısından hala oldukça uzaktırlar ama genel yapı olarak tutarlıdırlar. Yapay sinir ağları, beynin sade- ce en temel elemanlarını kopyalamaya çalışmaktadır. Çizelge 3.5’de biyolojik sinir sistem- leri ile yapay sinir ağlarının karşılaştırılması görülmektedir [31,32,34].

Çizelge 3.5. Biyolojik sinir sistemleri ve yapay sinir ağları [32]

Bilgisayar Beyin

Çevrim zamanı 10-8 saniye 10-3 saniye

İşleme Unitesi 1 CPU, 105 kapı 1011 nöron

Depolama Ünitesi 109 bit RAM, 1010 bit disk 1011 nöron, 1014 sinaps

Bant genişliği 109 bit/saniye 1014 bit/saniye

Nöron update/sn. 105 1014

İnsan beyni, sinir sisteminin merkezini oluşturan temel elemandır. Sürekli olarak iletilen bilgiyi almakta, idrak etmekte, işlemekte ve uygun kararları vererek gerekli yerlere iletmektedir. Çok basit görünmekle birlikte aslında oldukça karmaşık olan bu yapının Haykin (1999) tarafından kullanılan basit bir gösterimi Şekil 3.10’da görülmektedir [31].

Şekil 3.10. Sinir sisteminin blok diyagramı [31]

Bir biyolojik nöron, temel olarak, diğer kaynaklardan girdiler almakta, belirli bir

şekilde bunları birleştirmekte, sonuç üzerinde bir işlem (genelde doğrusal olmayan) uygu- lamakta ve nihai sonucu üretmektedir [31]. Şekil 3.10’dan takip edilebileceği gibi, dışarı- dan veya başka bir organdan gelen sinyaller, alıcılar yoluyla sinir ağına iletilmektedir. Sinyaller burada işlemden geçirilerek çıktı sinyaller oluşturulmaktadır. Oluşturulan çıktı sinyaller ise ileticiler yoluyla dış ortama veya diğer organlara iletilirler. Şekil 3.10’da si- nir ağı olarak gösterilen ortadaki bölüm, yani beyin, sinir sisteminin merkezi konumun- dadır. Beynin temel yapı taşları ise sinir hücreleri, diğer bir ifade ile nöronlardır. Beyin, işlevini birbirleri arasında yoğun bağlantılar bulunan bu nöronlar ile yerine getirmektedir. Nöronların en belirgin özelliği, vücudun diğer bölümlerinin tersine yeniden üretilmeyen belirli bir hücre türü olmasıdır. Beynin diğer temel yapısal ve fonksiyonel birimleri olan bağlantılar (sinapslar), nöronlar arası etkileşimi sağlamaktadırlar. Dolayısıyla, beynin ya- pısında bu bağlantıların da önemli bir yeri bulunmaktadır. Beynin oldukça etkin çalışan bir organ olmasının temel sebebi bu yoğun bağlantılı yapıdır. Bu yapı sayesinde beyin, bugünkü bilgisayar teknolojisinden kat kat daha etkin bir şekilde çalışabilmektedir.

Beynin yoğun bağlantılı yapısı, bilgilerin yenilenebilmesi özelliğini de beraberinde getirmektedir. Plastiklik özelliği, gelişmekte olan sinir sisteminin kendisini kuşatan çevre- ye adapte olmasını sağlamaktadır. Gelişmiş bir beyinde, plastiklik iki mekanizma ile izah edilebilmektedir. Bunlar, nöronlar arasında yeni bağlantıların oluşturulması ve varolan bağlantıların modifiye edilmesidir. Ayrıca, bu özellik öğrenme kavramı açısından da çok büyük önem taşımaktadır. Plastiklik özelliği, nöronların işlem yapabilmeleri için gerekli bir özelliktir, çünkü öğrenme süreci bağlantı ağırlıklarının değiştirilmesi veya yeni bağlan- tıların oluşturulması (hatta bazı bağlantıların iptal edilmesi) sayesinde gerçekleşmektedir. Bu ilişki, yapay nöronlar kullanarak beyinden esinlenilmiş sinir ağları oluşturulabilmesini sağlamaktadır [31].

Biyolojik beynin en önemli özelliklerinden birisi de öğrenme olayıdır. İnsanlar ve hayvanlar sürekli olarak içlerinde bulunduğu çevre ile ilişkiler neticesinde bir öğrenme sü- reci içerisindedirler. Öğrenilen her yeni bilgi, hemen beynin fonksiyonlarını etkileyerek davranışlarda da kendini gösterir. Yapay sinir ağlarının geliştirilmesinde bu özellik temel teşkil etmektedir. Biyolojik sistemlerde öğrenme, nöronlar arasındaki sinaptik bağlantıların ayarlanması ile gerçekleşmektedir. İnsanın yaşamı süresince edindiği tecrübelerin sinaptik bağlantıları etkilediği ve öğrenmenin bu şekilde geliştiği düsünülmektedir. Yapay sinir ağ- larında bu ayarlamanın yapılması ve öğrenmenin sağlanması için ağırlık fonksiyonları kul- lanılmaktadır. İnsanlarda deneme yanılma yoluyla gerçekleşen öğrenme olayı, yapay sinir ağlarında yinelemeli eğitim sayesinde gerçekleştirilmektedir. Şekil 3.11’de biyolojik sinir hücresi ile yapay sinir hücresinin karşılaştırılması görülmektedir :

Şekil 3.11. Biyolojik sinir hücresi ve yapay sinir hücresi [32]