İncinebilir Robotlar

Farzedin bir robot ve üç arkadaşınızla herhangi bir oyun oynuyorsunuz ve robot yalnış bir el oynadı. Tam “Robota ne oldu?” diye düşünürken, “ Pardon, yalnış el oynadım. Oyunu bozdum.” gibi bir cümle kuruyor.💬 Tepkiniz ne olurdu? Bu cümleye mi yoksa nasıl hata yaptığına mı odaklanırdınız? 🤖🧐

Yale Üniversitesi’nde tam da yazmış olduğum senaryonun bir benzeri yaşandı. Başka bir deyişle, her şeyi kodlanmış ve makina olarak gördüğümüz robotlar hata yaptıklarında kabul etmek ve şakalar yapmak gibi davranışları göstermeye başladı. Daha kısa bir şekilde yazmak gerekirse, incinebilirlik gösteren davranışlar gösteren robotlar ile eğlenceli bir araştırma yapıldı.

Araştırmaya geçmeden önce, incinebilirlik nedir onu paylaşmak isterim. Doktor Brene Brown “Daring Greatly” kitabında incinebilirliği “Sevgi, aidiyet, sevinç, cesaret, empati ve yaratıcılığın doğum yeridir.” (s.33) şeklinde tanımladı.

Bu ne anlama geliyor? 👀

Makina olarak gördüğümüz robotlar artık insani olarak tanımladığımız özellikleri göstermeye başlayabilir.

Çalışma nasıl tasarlandı?

Araştırmacılar, 153 kişinin üç insandan ve bir robottan oluşan 51 gruba ayrıldığı bir deney yapıldı. Her grup, üyelerin 30 tur boyunca en etkili demiryolu rotalarını oluşturmak için birlikte çalıştığı tablet tabanlı bir oyun oynadı. Gruplar, farklı robot davranışı türleri ile karakterize edilen üç koşuldan biriyle eşleştirildi. Her turun sonunda, robotlar ya sessiz kaldı, ya görevle ilgili tarafsız, görevle ilgili bir ifade (skor veya tamamlanan tur sayısı gibi) ya da bir şaka, kişisel hikaye ya da bir hatayı kabul ederek incinebilirliği dile getirdi; tüm robotlar zaman zaman bir tur kaybetti.

Nasıl sonuçlara varıldı?

1. İnsanlar incinebilir açıklamalar yapan robotlarla takım halinde birbirleriyle konuşmak için yaklaşık iki kat daha fazla zaman harcadılar ve daha fazla keyif aldılar.

2. İnsanlar incinebilir ifadeler duyduklarında, konuşma nötr ifadeler yaptığından daha fazla arttı.Konuşma grup içinde daha eşit haldeydi.

3. Deney ayrıca incinebilir ve nötr robotlara sahip gruplardaki ekip üyeleri arasında sessiz robotlu gruplardaki üyelere göre daha eşit katılım gösterdi. Bu da konuşan bir robotun varlığının insanları birbirleriyle daha uyumlu bir şekilde konuşmaya teşvik ettiğini gösterdi.

Araştırmacılar gözlemlerini nasıl anlattılar?

Sosyal ve Doğal Bilimler Sterling Profesörü Nicholas A. Christakis, “Toplumumuza yapay zeka biçimleri ekledikçe toplumun nasıl değişeceğiyle ilgileniyoruz.İnsan ve makinelerin hibrit sosyal sistemlerini oluştururken, robotik aracıların nasıl programlanacağını değerlendirmeliyiz, böylece birbirimize nasıl davrandığımızı aşamazlar.”

Bilgisayar Bilimleri Bölümü’nde doktora yapan Sarah Strohkorb Sebo, “ Robotların insan alanlarında sosyal etkisini anlamak, robotlar kasıtlı olarak sosyal bir işleve hizmet etmediğinde bile önemlidir. Görevleri bir montaj hattındaki işçilere parçaları dağıtmak olan bir fabrikada bir robot hayal edin. Tüm parçaları bir kişiye verirse, işçiler diğer işçilerin robotun görevde daha düşük olduğuna inanıp inanmadığını sorguladığı garip bir sosyal ortam yaratabilir. Bulgularımız, ekiplerde çalışan insanlar için sosyal katılımı, dengeli katılımı ve olumlu deneyimleri teşvik eden robotların tasarımına katkıda bulunabilir.. ”

Neuroscience News, Robots that admit mistakes foster better conversation in humans,son güncelleme 10 Mart, 2020, https://neurosciencenews.com/robot-conversation-mistake-15885/

Bilgisayarlar bizi dansımızdan tanıyor.

Yapılan yeni çalışmaya göre , makine öğrenme teknolojisi kişileri dans tarzından tanıma konusunda yüksek oranda etkili.

Bu ne demek?

Müzik tarzından bağımsız olarak dans tarzımız neredeyse her zaman aynı ve bir bilgisayar dansçıyı şaşırtıcı bir doğrulukla tanımlayabiliyor.

Çalışmayı kim yapmış?

Son birkaç yılda, Finlandiya’daki Jyväskylä Üniversitesi Disiplinlerarası Müzik Araştırmaları Merkezi’ndeki araştırmacılar, katılımcıların hangi tür müzik ile dans ettiklerini anlayan bir sistem üzerinde çalıştı.

Çalışma nasıl tasarlandı?

73 katılımcıya 8 müzik türü dinletildi. Katılımcılardan duydukları şarkılara içlerinden geldiği gibi dans etmeleri istendi.

Sonuçlar nasıldı?

Araştırmacılar, müzik türlerini ayırt etmeye çalışarak katılımcıların hareketlerini makine öğrenmesini kullanarak analiz ettiler. Ne yazık ki, bilgisayar algoritmaları doğru türü % 30’dan daha az belirleyebildi. Bununla birlikte, bilgisayarın %94 oranla 73 kişiden hangisinin dans ettiğini doğru bir şekilde tespit edebildiğini keşfettiklerinde şok oldular.

Dr. Pasi Saari “Bir insanın dans hareketleri bir tür parmak izi gibi görünüyor. Her kişinin ne tür müzik çalarsa çalsın aynı kalan benzersiz bir hareket imzası var.” dedi. Bununla birlikte, bazı türler bireysel dans hareketleri üzerinde diğerlerinden daha fazla etkiye sahipti. Bilgisayar, metal müzikle dans ederken bireyleri tanımlamada daha az doğruydu. Emily Carlson, “Metal ile headbang gibi belirli hareket türleri arasında güçlü bir kültürel ilişki var. Metal müziğinin daha fazla dansçının benzer şekilde hareket etmesine neden olması ve onları birbirinden ayırmasını zorlaştırması muhtemel.” dedi.

Araştırma nasıl yorumlandı?

Carlson “Hareket imzalarımızın hayatımız boyunca aynı kalıp kalmayacağı, bu hareket imzalarına dayalı kültürler arasındaki farklılıkları tespit edip edemeyeceğimiz ve insanların bilgisayarlarla karşılaştırıldığında dans hareketlerinden bireyleri ne kadar iyi tanıyabilecekleri gibi birçok yeni sorumuz var. Çoğu araştırma cevaplardan daha fazla soru sorduruyor ve bu çalışma bir istisna değil. ” yorumunu yaptı.

Neuroscience News, The way you dance is unique, and computers can tell it’s you, son güncelleme 17 Ocak, 2020, https://neurosciencenews.com/ai-dancing-15509/

Makine öğrenmesi ile beynin içsel durumunu tanımlamak

Makine öğrenme modeli, sinirsel aktivite ile doğal davranış arasındaki bağlantıları tanımlamak için yaygın olarak uygulanabilir.

Adam J. Calhoun, Jonathan W. Pillow ve Mala Murthy tarafından Princeton Üniversitesi’nde yapılan bir araştıma ile makine öğrenmesi ile beynin içsel durumunu tanımlanmak amaçlandı.

Bu ne anlama geliyor?

Size doğru yürüyen çekici bir insan hayal edin. Ne yapıyorsunuz? Bakıp gülümsüyor yoksa başka bir yere mi bakıyorsunuz? Kurulum aynı, ancak sonuçlar tamamen iç durumunuza – ruh haliniz, geçmiş deneyimleriniz ve dışarıdan seyreden bir insanın göremeyeceği etkenler- bağlı.

“Bir gözlemci dışsal davranışları izleyerek iç durumları nasıl çözebilir?” sorusunun cevabını arayan ekip meyve sineği olarak bildiğimiz Drosophila melanogaster‘lar üzerinde bir araştırma yaptılar. Mala Murthy “Daha önceki çalışmalarımız, şarkı söyleme davranışlarının bir kısmını öngörebiliyordu, ancak sineklerin içsel durumunu tahmin ederek, bir dişiye hitap ederken erkeklerin zaman içinde ne söyleyeceğini doğru bir şekilde tahmin edebiliyoruz. ” dedi.

Bunu nasıl yaptılar?

Modelleri, erkeğin hızı veya dişiye olan mesafesi gibi gözlemlenebilir değişkenleri kullanıyor. Araştırmacılar, kanat titreşimiyle oluşturulan üç ayrı şarkı türünü ve şarkı söylememeyi seçtiklerini belirlediler. Daha sonra şarkı kararlarını gözlemlenebilir değişkenlerle ilişkilendirdiler.

Kilit nokta, yeni bir beklenti ile bir makine öğrenme modeli oluşturmaktı. Hayvanlar davranışlarını rastgele değiştirmiyorlar, ancak dişi ve sinir sisteminden aldıkları geri bildirimlerin kombinasyonuna dayanıyorlar. Araştırmacılar yeni yöntemlerini kullanarak, erkeklerin şarkılarını, her biri yüzlerce milisaniye süren üç farklı yolda biçimlendirdiklerini keşfettiler.

Bu yollar neler?

1. Yakın : erkek dişiye ortalama mesafeden yakınken yavaşça ilerlemesi

2. Kovalama: Hızlıca yaklaşması

3. Her neyse: Başka bir yöne bakıp, yavaş hareket etmesi

Sonuçlar nasıl yorumlandı?

Murthy “Bu önemli bir buluş. Bu modelleme çerçevesinin, sinirsel aktiviteyi doğal davranışla ilişkilendirmek için yaygın olarak kullanılacağını öngörüyoruz.” dedi.

Neuroscience News, Neuroscientists develop models to identify internal states of the brain,son güncelleme 25 Kasım, 2019, https://neurosciencenews.com/brain-state-models-15259/

Yapay Zekaya Göre Müziğin Bizi Duygulandırma Sebepleri

Hiç bir şarkı dinlediğinizde birden içinizde bir heyecan olduğunu ve tüylerinizin diken diken olduğunu deneyimlediniz mi? Bunları nasıl bir şarkıda deneyimlediniz?

Yapay zeka yapılan bir araştırmaya göre, insanların beyinlerinin, bedenlerinin ve duygularının müzik dinlemeye nasıl tepki verdiğine ışık tutmaya yardımcı oluyor. Müzik, özellikle nabız netliğine tepki veren Heschl girusu ve superior temporal girusu gibi işitsel korteksin bölümlerini etkiliyor. Dinamikteki değişiklikler, ritim, tını ve yeni enstrümanların varlığı yanıtta büyük bir artışa neden oluyor. Araştırmanın sonuçlarına baktığımızda, aynı zamanda mükemmel egzersiz, uyku ve çalışma için en iyi şarkı türlerini tanımladığını görüyoruz.

Araştırmanın amacı nedir?

“Müzik gibi soyut bir şey neden bu kadar tutarlı bir tepki uyandırıyor?“ sorusu bilim insanlarını düşündüren önemli sorulardan birisi. Ekip bu sorunun cevabını bulmak için bir araştırma yapmaya karar veriyor.

Nasıl yapıldı?

Bu deney için, takım söz içermeyen ve çok bilinmeyen üç duygusal müzik parçası seçti, bu nedenle dinleyicilerin duygusal tepkisine hiçbir hafıza unsuru eklenmedi. (Örneğin, diş çekimi sırasında arka planda çalınan bir şarkıyı duymak, algınızı çarpıtabilir.)

Nöro görüntüleme deneyinde, 40 gönüllü bir dizi hüzünlü ya da mutlu müzikal alıntı dinlerken beyinleri MRI ile tarandı. Fiziksel reaksiyonu ölçmek için, 60 kişi kulaklıkla müzik dinlerken, kalp aktiviteleri ve cilt iletkenlikleri ölçülmüştü. Aynı grup, müzik dinlerken de 1 ila 10 arasında duygu yoğunluğunu (mutlu ya da üzgün) derecelendirmişti. Ardından, bilgisayar bilimcileri, insanların hangi işitsel özelliklere tutarlı bir şekilde yanıt verdiğini belirlemek için yapay zeka algoritmaları kullanarak verileri kullandı.

Araştırmanın bundan önceki araştırmalardan farkı nedir?

Geçmişte müziğin beden, beyin ve duygular üzerindeki etkisini daha iyi anlamaya çalışan sinirbilimciler, MRG beyin taramalarını çok kısa bir zaman diliminde, örneğin iki saniyelik müziğe tepki veren beyne bakarak analiz ettiler.

Buna karşılık, bu çalışmada, laboratuvarda toplanan verileri analiz etmek için algoritmalar kullanan bilim adamları, insanların sadece beyin taramalarından değil, aynı zamanda diğer modlardan gelen verileri birleştirerek uzun süredir müzik dinlerken neler hissettiğini de görebildiler. Profesör Shrikanth (Shri) Narayanan “Yeni çoklu biçimli bilgi işlem yaklaşımları, yalnızca insanın duygusal deneyimlerini müziğe beyin ve beden düzeyinde aydınlatmakla kalmıyor, aynı zamanda bireylerin deneyimlerini nasıl hissettiğini ve ifade ettiğini de belirtiyor. ”diyor.

Sonuçları neler?

• Araştırmacılar bulgular arasında, müziğin Heschls girusu ve superior temporal girusu olarak adlandırılan işitsel kompleks içindeki beynin bölümlerini güçlü bir şekilde etkilediğini belirtti. Daha detaylı bakıldığında, beyin nabız netliğine veya ritmin gücüne cevap verdi (basitçe söylemek gerekirse: girunuz Lady Gaga’nın Bad Romance’ını dinlerken canlı görünüyor). Ayrıca değişen dinamikleri, ritmi ve tınıyı ya da yeni enstrumanların varlığıyla tepkiyi artırdığını da buldular. Başka bir deyişle, kontrast çok önemli. Örneğin, giru, dinamiklerde bir değişiklik olduğunda veya “sesli” olduğunda etkinleşiyor. Greer, “Bir şarkı boyunca yüksek ses varsa, çok fazla dinamik değişkenlik yoktur ve deneyim, bestecinin ses seviyesindeki bir değişikliği kullanıyormuş gibi güçlü olmayacaktır” diyor.

• Ekip bununla beraber, galvanik deri tepkisi – temel olarak ter ölçüsü – yeni bir enstrumanın girmesinden veya bir müzikal artışın başlamasından sonra arttığını keşfetti.

• Şarkıdaki enstrümanlar ne kadar fazlaysa, o kadar çok insan yanıt verdi.

• Çalışmada G # ‘nin G minor anahtarında bir şarkıdaki F # notu ile yüksek mutsuzluk dereceleriyle pozitif korelasyon gösterildi.

Bunlarla beraber;

Habibi, “Terapi açısından bakıldığında, müzik duygu uyandırmak ve daha iyi bir ruh halini yakalamak için gerçekten iyi bir araç. Bu araştırmayı kullanarak, depresyon ve diğer duygudurum bozukluklarında terapi için müzikal uyarıcılar tasarlayabiliriz. Ayrıca, beyindeki duyguların nasıl işlendiğini anlamamıza yardımcı oluyor.” dedi.

Araştırmacılara göre, gelecekteki çalışmalar, farklı müzik türlerinin duygusal tepkilerimizi nasıl olumlu yönde etkileyebileceğini ve bestecinin amacının dinleyicinin bir müzik parçası algısına uyup uymadığına bakabilir.

Neuroscience News, Why music makes us feel, according to AI, son güncelleme 31 Ekim, 2019, https://neurosciencenews.com/ai-music-emotion-15151/

Deep3DFly

Semih Günel, Helge Rhodin, Daniel Morales, João H. Campagnolo, Pavan Ramdya ve Pascal Fua’nın EPFL’de – École Polytechnique Fédérale de Lausanne– aktif öğrenme alanında değerli bir araştırma gerçekleşti. Araştırmanın amacı sineklerin hareketelerini gözlemleyerek aktif öğrenme alanında ilerleme sağlamaktı.

Araştırma nasıl tasarlandı?

Ramdya’nın deneysel düzeninde bir sinek, minik bir koşu bandı gibi küçük bir yüzen topun üstüne yürürken, yedi kamera her hareketini kaydetti. Sineğin üst kısmı taşınmaz bir stada yapıştırıldı, böylece top üzerinde yürürken daima yerinde kaldı. Bununla birlikte, sinek serbestçe hareket ettiğine “inanıyordu”.Toplanan kamera görüntüleri daha sonra hem Ramdya’nın hem de Fua’nın laboratuvarlarıyla çalışan bir doktora öğrencisi olan Semih Günel’in geliştirdiği derin öğrenme yazılımı DeepFly3D tarafından işlendi. Ramdya, “Bu, disiplinlerarası işbirliğinin gerekli ve dönüştürücü olduğunun iyi bir örneği. Bilgisayar bilimi ve sinirbiliminden yararlanarak uzun zamandır devam eden bir zorluğun üstesinden geldik.” dedi.

Neden araştırmada sinekler kullanıldı?

Ramdya sineklerin kullanılma sebebini “Omurgalıların çoğunun aksine, sinekler neredeyse her araziye tırmanabilirler. Bacaklarının uçlarında yapışkan pedler ve pençeler olduğundan, sinekler duvar ve tavanlara yapışabilirler. Bunlar haraketlerini sağlar. Bu da ilginç çünkü herhangi bir yüzeyde dinlenebilirseniz, doğru zamanda hareket etmesini bekleyerek enerji harcamalarınızı yönetebilirsiniz. ” şeklinde anlattı.

Bu, biyoloji boyunca neredeyse her yerde kullanılan bir model organizma olan sinek Drosophila melanogaster için bir hareket yakalama sistemi olan DeepFly3D’nin gelişimini sürdüren robotların tasarımını bilgilendirmek için uçma davranışını yöneten ilkeleri çıkarma vizyonuydu.

Deep3DFly’ı önemli kılan şey nedir?

DeepFly3D ile ilgili özel olan şey, sineklerin 3B pozunu – veya hatta diğer hayvanları – ortaya çıkarabilmesi. Yani, çeşitli biyolojik uygulamalar için benzeri görülmemiş bir çözünürlükte otomatik olarak tahmin yapıp davranış ölçümleri yapabilir. Yazılımın manuel olarak kalibre edilmesi gerekmiyor ve sinek pozunun hesaplanmasında yaptığı hataları otomatik olarak algılamak ve düzeltmek için kamera görüntülerini kullanıyor. Son olarak, kendi performansını geliştirmek için aktif öğrenmeyi kullanıyor.

DeepFly3D, bir meyve sineğinin hareketlerini, pozlarını ve eklem açılarını üç boyutlu olarak etkin ve doğru bir şekilde modellemek için bir fırsat sağlıyor. Bu, diğer organizmalardaki 3D pozları otomatik olarak modellemek için standart bir yol olabilir.

Yazıyı toplamak gerekirse;

Ramdya’nın da dediği gibi sinek, “Bir model organizma olarak izlenebilirliği ve karmaşıklığı çok iyi dengeliyor.” Buna ek olarak, “Nasıl yaptığını öğrenirsek, robotik ve tıp üzerinde önemli bir etkiye sahip olabiliriz ve belki de en önemlisi, bu öngörüleri nispeten kısa bir sürede elde edebiliriz.”sözlerini de ekliyor. Araştırma genel olarak baktığımızda araştırmanın robotik ve tıp alanlarında etkiye sahip olabilmeleri, getirecekleri yeniliklerle merakı arttırıyor.

Neuroscience News, Deep3DFly: the deep-learning way to design fly-like robots,son güncelleme 9 Ekim, 2019, https://neurosciencenews.com/deep3dfly-ai-15052/

Kan damarlarından geçecek şekilde tasarlanan robotik iplik

MIT mühendisleri üzerinde çalıştıkları yeni robotik iplik ile, inme ve diğer beyinle alakalı hastalıklara pıhtı azaltan alternatif bir tedavi üzerinde çalışıyor.

İplik beynin labirent damar sistemi, labrynthine vasculature, gibi dar ve dolambaçlı yollardan aktif olarak kayabiliyor ve manyetik olarak yönlendirilebiliniyor. Gelecekte iplik mevcut endovasküler teknolojilerle eşleştirilerek, doktorların robotu ,hastanın anevrizmaları ve felçlerinde meydana gelen gibi, tıkanıklıkları ve lezyonları hızlı bir şekilde tedavi etmek için hastanın beyin damarlarında uzaktan yönlendirmelerine olanak sağlayabilir.

Doç. Xuanhe Zhao, MIT Üniversitesi, “İnme, Amerika Birleşik Devletleri’nde beş numaralı ölüm ve önde gelen bir sakatlık nedeni. Hastalar akut inme ilk 90 dakika içinde tedavi edilebilirse, hayatta kalma oranları önemli ölçüde artabilir. Bu ‘altın saat’ içinde kan damarı tıkanıklığını tersine çevirecek bir cihaz tasarlayabilirsek, kalıcı beyin hasarını önleyebiliriz. Bu bizim umudumuz.” diyor.

Bu tedavi neden önemli?

Doktorlar genellikle, beyindeki kan pıhtılarını temizlemek için bir cerrahın hastanın ana arterinden genellikle bacak veya kasıktan ince bir tel geçirdiği minimal yayılan bir ameliyat olan endovasküler bir prosedür uygular. X ışınlarını kullanarak kan damarlarını aynı anda görüntüleyen bir fluoroskop tarafından yönlendirilen cerrah, daha sonra teli elle hasarlı beyin damarına doğru döndürür. Etkilenen bölgeye ilaç veya pıhtı alma cihazları iletmek için bir sonda tel boyunca geçirilebilir.

Ekibin bir başka üyesi olan Yoonho Kim, prosedürün fiziksel olarak yoran ve görevde özel olarak eğitilmiş cerrahların fluoroskopiden tekrarlanan radyasyona maruz kalmaya dayanmasını gerektirdiğini söylüyor.

Bu tür prosedürlerde kullanılan teller pasif, yani manuel olarak manipüle edilmeleri gerekir ve hastaya zarar verebilir.

Ekip, laboratuvarlarındaki gelişmelerin hem telin tasarımında hem de endovasküler prosedürleri iyileştirmeye yardımcı olabileceğini fark etti.

Ekibin çalışmaları neler?

Geçtiğimiz yıllar boyunca, ekip bir mıknatısın yönünü takip ederek her iki hidrojelde – çoğunlukla sudan üretilen biyouyumlu malzemeler – ve 3 boyutlu basılmış manyetik olarak çalıştırılan, yalnızca sürünerek, zıplayarak ve hatta bir topu yakalamak için tasarlanabilen malzemeler geliştirdi.

Robotik ipliğin çekirdeği nikel-titanyum alaşımından veya hem nitril hem de yaylı bir malzemeden, “nitinol” den, yapıldı. Büküldüğü zaman şeklini koruyan elbise askısının aksine, bir nitinol tel orijinal şekline dönerek, sıkı, kıvrımlı kapların içinden sarımda daha fazla esneklik sağlar. Ekip telin çekirdeğini, kauçuk parçacıklarından ya da manyetik parçacıklarla gömdüğü mürekkeple kapladı.

Son olarak, manyetik kaplamanın hidrojel ile kaplanması ve bağlanması için daha önce geliştirdikleri temel manyetik parçacıkların yanıt vermesini etkilemeyen ve aynı zamanda telin pürüzsüz, sürtünmesiz, biyouyumlu bir yüzeyle donatılmasını sağlayan kimyasal bir işlem kullandı.

Robotik ipliğin hassasiyetini ve aktivasyonunu, bir kukla ipleri gibi büyük bir mıknatıs kullanarak, ipliği iğne halkasının içinden geçiren bir ipliği hatırlatan küçük halkalardan oluşan bir engel boyunca yönlendirmek için gösterdiler.

Araştırmacılar aynı zamanda ipliği, gerçek bir hastanın beyninin BT taramasından sonra modellenmiş pıhtı ve anevrizmalar dahil olmak üzere beynin ana kan damarlarının yaşam boyu silikon bir kopyasında test ettiler. Ekip, silikon kaplarını, kanın viskozitesini simüle eden bir sıvı ile doldurdu. Ardından, robotu kapların dolambaçlı dar yollarına yönlendirmek için model etrafında büyük bir mıknatısı elle manipüle etti.

Kim, robotik ipliğin işlevsel hale getirilebileceğini, yani özelliklerin eklenebileceğini – örneğin pıhtı düşürücü ilaçlar sağlamak veya lazer ışığıyla tıkanıklıkları gidermek için – söylüyor. Sonraki adımı göstermek için ekip, dişlinin nitinol çekirdeğini bir optik fiber ile değiştirdi ve robotu manyetik olarak yönlendirebileceklerini ve robot bir hedef bölgeye ulaştığında lazeri aktif hale getirebileceklerini buldu.

Bu tedavinin avantajları neler?

Araştırmacılar, hidrojel ile kaplanmış ve hidrojene kaplanmamış robot iplik arasında karşılaştırma yaptı. Hidrojelin dişlinin çok ihtiyaç duyulan, kaygan bir avantaj sağladığını ve sıkışıp kalmadan daha dar alanlarda kaymasını sağladığını buldular. Endovasküler cerrahide, bu özellik, iplik ilerledikçe damar astarlarının sürtünmesini ve yaralanmasını önlemenin anahtarı olacaktır.

Peki bu yeni robot ipliği cerrahları radyasyondan nasıl uzak tutabilir? Kim, manyetik yönden yönlendirilebilen bir telin, cerrahların hastanın tellerini fiziksel olarak hastanın kan damarlarından geçirme zorunluluğunu ortadan kaldırdığını söylüyor. Bu, doktorların bir hastaya ve daha da önemlisi radyasyon üreten fluoroskopa yakın olmaları gerekmeyeceği anlamına geliyor.

Yazıyı toplamak gerekirse;

Tasarlanan iplik bir çok alanda kolaylık sağlayacak. Hastalıklar daha kolay tedavi edilirken, doktorlarında yöntemleri ilerleyecek.

Kim’in dediğine göre, mevcut platformlar manyetik alan uygulayabilir ve fluoroskopi prosedürünü hastaya aynı anda yapabilir. Doktor, manyetik alanı bir joystick ile kontrol eden diğer odada veya hatta farklı bir şehirde olabilir. Umutları bir sonraki adımda robot ipliğimizi yaşayan organizmada test etmek için mevcut teknolojilerden yararlanmak.

Neuroscience News, Robotic thread is designed to slip through the brain’s blood vessels, son güncelleme 28 Ağustos, 2019, https://neurosciencenews.com/robotic-thread-bbb-14822/

Düşünce ile hareket eden el

Avrupa Birliği projelerinden olan DeTOP düşünce ile çalışan protez el üzerinde çalışıyor. Düşünce ile el arasındaki bağlantı insan-makine osseointegrasyon yöntemi- osseointegrated human-machine gateway– (OHGM) kullanılacak.

OHGM neden önemli?

Yöntem yukarıda da yazdığım gibi, insan ile robotik protez arasında fiziksel bağlantı kurmak için seçilen yöntem. İsviçre’de bir hasta bu yöntem ile titanyum implantları bu yöntem ile taktırmış. OHMG ile doğrudan kullanıcının kollarındaki, elektrotlardan sinirlere ve kastan sinyaller alan bir kemiğe bir robot eli kontrol etmek ve dokunsal duyumlar sağlamak için direk olarak yerleştiriliyor. Hasta protezi kullanmadan önce alıştırıcı bir eli kullanacak. Bu, ekibin implant arayüz, elektronik ve bilek ve el fonksiyonları gibi tüm sistemi değerlendirmesine yardımcı olacak. Testler sırasında motor koordinasyonu ve kavrama gücü de değerlendirilecek.

Proje koordinatörü Christian Cipriani “İmplant, beynin yeni el ile nasıl iletişim kurduğunu incelemek için bize eşsiz bir fırsat sunuyor. Kontrol çok doğal olmalıdır – örneğin, hasta işaret parmağını hareket ettirmeyi düşünebilmeli ve işaret parmağı bu komut üzerinde hareket etmelidir.” diyor. OHGM için daha çok hasta sıraya girmiş halde. CORDIS’te (buraya sitenin linki koyulacak) belirtildiği gibi, DeTOP (Sinirsel Transradyal Osseointegrasre Protez, sinirsel kontrol ve duyusal geribildirimli protez) projesinin hedefi “robotik, algılama ve uzun süreli arabirim teknolojilerini klinik olarak uygulayarak yeni nesil transradyal protezi geliştirmek.”. Devam eden proje, uzun yıllar önce geliştirilen nöromüsküler arayüzlerin, uzun süreli stabil bir OHMG’ye sahip olarak klinik olarak uygulanabilir hale getirildiğinde prostetik kontrol ve işlevselliği önemli ölçüde artırabileceğini gösteriyor.

Projenin sonuçları, biyomedikal endüstrisi, sinir hastalıkları, üst ekstremite mesleki terapisi ve tüketici elektroniği dahil olmak üzere çeşitli alanlarda etkileri olacaktır. Aynı zamanda, uzuv amputasyonundan muzdarip insanlar için ve inme, beyin ve omurilik travması, brakiyal veya lumbosakral pleksus gibi diğer nörolojik hastalıklar ve periferik sinir yaralanmaları nedeniyle motor açıklarını devre dışı bırakılanlar için cerrahi prosedürler üzerinde bir etkisi olacaktır. DeTOP 2020’de sona erecek.

Neuroscience News, Brain-controlled prosthetic hand to become reality,son güncelleme 26 Temmuz, 2019, https://neurosciencenews.com/brain-controlled-prosthetic-hand-14582/

VEST

Varsayın bir bilim dalında uzmansınız ve bir şey icat edeceksiniz. Bu ne olur?

Ben bir bilim insanı olsam, hem bilimsel hem de sosyal alanlarda yeni icatlara ilham verecek ve insaların güncel ihtiyaçlarını karşılayacak bir şey tasarlardım. Bu tasarladığım şey veri işleme anlamında önceki icatlardan farklı özelliklere sahip olurdu. Amacım sadece bilimsel değil sosyal alanlarda da yeni fikirlere ilham vermesi olurdu.

Günümüz dünyasında ilgimi çeken ne var?

Günümüz dünyasına baktığımızda ilgimi çeken çok disiplinli, multidisipliner, alanlar var. Fakat, şu günlerde yapay zeka ve birçok alanda teknolojiye insani boyut katan nöroloji hepsinden daha fazla dikkatimi çekiyor. Nöroloji insan beyininin yapısını teknoloji ile sonuç verici şekilde birleştiriyor ve yeni derinlikler kazandırıyor. Son zamanlarda nöroloji ve teknoloji alanlarında çalışmalarını takip ettiğim bilim insanı ise David Eagleman. Bulmuş olduğu yelek teknoloji dünyasında veri toplama ve düzenleme sistemlerinden farklı olarak veriyi hissedebilmeyi ön plana çıkartıyor. (1)

Veri hissetmek nedir? His ile veri nasıl birleşebilir?

Eagleman beyni gelen veriyi nereden geldiği önemli olmaksızın hisse dönüştüren bir organ olarak tanımlıyor. Beyin gelen bilgiyi hisse dönüştürerek deneyimlerimizi oluşturuyor. Beynin bu yapısını kullanarak işitme engelli kişilerin çevrelerindeki sesleri hissedebileceği bir yelek tasarlıyor. Yelek ile kişiler çevrelerini deneyimle konusunda yepyeni bir algıya sahip oluyorlar. (2)

VEST nedir?

VEST’in açılımı Versatile Extrasensory Transducer. (3) Bu yelek işitme engelli insanlar için geliştirilmiş. İnsanlar çevrelerinde duydukları sesleri yelekte bulunan küçük sensörler ile hissediyorlar. 2014 yılında David Eagleman öğrencisi Scott Novich ile buluşlarını insanlarla paylaştı.(4)

VEST ne amaçla üretildi? Nasıl çalışır?

Eagleman, TED konuşmasında çok ilginç bir bakış açısı ile konuya giriş yaptı. Canlılar ve insanlar çevrelerini biyolojik yapıları ne kadar izin verirse o kadar algılayabiliyor. Bu da canlıların gerçekliğini gösteriyor. Eagleman yelek ile gerçekliklerini genişletmeyi amaçlıyor. Hatta yeni duyular bile kazandırmak istediğini belirtiyor.

İnsan beyni elektro kimyasal sinyaller ile çalışıyor. Yelek çevreden gelen sesleri titreşimlere dönüştürerek beyne iletiyor ve kişi sesleri ayıracak şekilde anlayabiliyor. Yapılan denemelere de bakılırsa hızlı bir öğrenme gerçekleşmiş. Yeleği deneyenler seslerin kaynaklarını ayırıp sesleri tanımlayabiliyor.(5) Yelek şuan üretime girmiş durumda ve West World’un 2. sezonunda “Les Écorchés” bölümünde kullanıldı. Bu fikri ortaya atan da Eagleman’dan başkası değildi. Dizide kullanılan teknolojinin gerçek hayatta da kullanabilir olması medyanın da ilgisini çekti. (6)

Yelek Westworld’a nasıl ilham oldu?

Nolan kardeşler alanlarında uzman danışmanlar ile çalışıyor. Eagleman da dizinin danışmanlarından biri. Diziyi kısaca anlatmak gerekirse; dizi robotların bulunduğu bir evrende geçiyor. Robotlar insan gibi karar verip yaşamlarını sürdürebiliyorlar. Dizide günümüzde ileri teknoloji şeklinde adlandırabileceğimiz araçlar bulunuyor. (7)

Eagleman 2017 yılında 2014 yılında tanıttığı yeleği baz alarak yer bulma teknolojisine sahip bir haptik yelek fikrini veriyor. Yelek robotların birbiri ile iletişim kurmasını sağlıyor. Yeleğin amacı tehlikeli robotların yerlerini belirlemek. Yelek satışa sunulmuş ve gerçekten de işitme engelli insanlara ameliyat olmak dışında daha ucuz bir alternatif sunuyor. (8)

Neden V.E.S.T hakkında bir yazı yazdım?

Nöroloji bilimi beynin biyolojik yapısı ile teknolojinin birleştiği bir nokta. Beynimizde bulunan nöronlar ile davranışlarımız şekilleniyor. Bu konunun bu kadar ilgi görmesi diğer çalışmalardan daha fazla dikkatimi çekti. Eagleman bu alanda ilgi çeken heyecan verici isimlerden biri. Veriyi hissetmek (9) teknolojiyi düşünmediğimiz bir evreye sokuyor.

(1) “How to Hear the World through Your Back.” İdeas.ted (blog), 17 Mart, 2015. Accessed May 22, 2019. https://ideas.ted.com/how-to-hear-the-world-through-your-chest/.

(2) Helen Walters, How to Hear the World through Your Back. İdeas.ted (blog), 17 Mart, 2015. Erişim 22 Mayıs, 2019. https://ideas.ted.com/how-to-hear-the-world-through-your-chest/.

(3) Helen Walters, How to Hear the World through Your Back. İdeas.ted (blog), 17 Mart, 2015. Erişim 22 Mayıs, 2019. https://ideas.ted.com/how-to-hear-the-world-through-your-chest/.

(4) Eagleman, David. “Can we create new senses for human?” Filmed 2015. TED video, 20:34. https://www.ted.com/talks/david_eagleman_can_we_create_new_senses_for_humans

(5) Eagleman, David. “Can we create new senses for human?” Filmed 2015. TED video, 20:34. https://www.ted.com/talks/david_eagleman_can_we_create_new_senses_for_humans

(6) Jeremy Hsu, Real ‘Westworld’ Haptic Vests Better Than Fiction, son güncelleme 8 Haziran, 2018, http://blogs.discovermagazine.com/lovesick-cyborg/2018/06/08/real-westworld-haptic-vests-better-than-fiction/#.XOQfyLKhmfB

(7) Westworld Dizisindeki Teknolojiye Gerçek Hayatta Ne Kadar Yakınız?, son güncelleme 28 Kasım, 2018, https://seyler.eksisozluk.com/westworld-dizisindeki-teknolojiye-gercek-hayatta-ne-kadar-yakiniz

(8) Jeremy Hsu, Real ‘Westworld’ Haptic Vests Better Than Fiction, son güncelleme 8 Haziran, 2018, http://blogs.discovermagazine.com/lovesick-cyborg/2018/06/08/real-westworld-haptic-vests-better-than-fiction/#.XOQfyLKhmfB

(9) Helen Walters, How to Hear the World through Your Back. İdeas.ted (blog), 17 Mart, 2015. Erişim 22 Mayıs, 2019. https://ideas.ted.com/how-to-hear-the-world-through-your-chest/.