Beyin, Karar Verme Sürecini Daha Erken Başlatıyor: Yeni Çalışma, Yapay Zekaya Yönelik Çığır Açıyor

Illinois Üniversitesi Urbana-Champaign’da elektrik ve bilgisayar mühendisliği profesörü Yurii Vlasov önderliğinde yürütülen bir araştırma, beynin karar verme sürecini klasik hiyerarşik modelin ötesine taşıyarak yeniden tanımlıyor. 13.07.2026’da Proceedings of the National Academy of Science (PNAS) dergisinde yayımlanan bu çalışma, kararların yalnızca üst beyin bölgelerinde ortaya çıktığı varsayımını çürütüyor.

Yapılan deneylerde, farelerin sanal gerçeklik koridorunda gezinirken duyusal kararlar vermesi sırasında beyin aktivitesi ölçüldü. Sonuçlar, en erken duyusal işleme alanlarından biri olan birincil somatosensör korteksin (S1) kararla ilgili aktivite gösterdiğini ortaya koydu. S1’in, yalnızca bilgi akışını yukarı doğru iletmeye değil, üst beyin bölgelerinden gelen geri besleme döngüleriyle etkileşime girmeye de açık olduğu tespit edildi. Bu bulgu, karar verme sürecinin tek yönlü bir akış yerine, beyin bölgeleri arasında sürekli iletişimle şekillendiğini savunuyor.

Vlasov, “Beynin karar verme mekanizması, evrimsel süreçte milyonlarca yıl boyunca geliştirilmiş, çok yönlü geri besleme döngülerine dayanıyor. Bu yapıyı anlamak, enerji verimliliği yüksek, daha akıllı yapay zeka sistemleri tasarlamamıza yol açabilir” diyerek, çalışmanın yapay zeka alanına potansiyel katkılarını vurguladı. Bilim insanları, bu yeni modelin, günümüzün tek yönlü sinir ağlarından çok daha verimli ve etkili yapay zeka mimarileri geliştirmede ilham kaynağı olabileceğini belirtti.

Çalışmanın arka planında, beyin araştırmalarının 2008 yılında National Academy of Engineering tarafından 21. yüzyılın 14 büyük mühendislik zorluğu arasında yer alması yatıyor. O zamandan beri, bilim insanları beynin karmaşıklığını tersine mühendislik yoluyla çözmeye çalışıyor. Geleneksel olarak, sinir ağları ve konvolüsyonel sinir ağları, bilgiyi tek yönlü bir sıralama içinde işleyen bir model üzerine kurulmuştu. Vlasov ve ekibi, bu modelin eksik olduğunu savunarak, beynin doğal zekâsının evrimsel süreçte geliştirdiği geri besleme döngülerini taklit etmeye odaklandı.

Geleceğe yönelik planlar arasında, bu geri besleme döngülerinin zamanlamasını daha ayrıntılı incelemek ve yeni ölçüm teknolojileri geliştirmek bulunuyor. Vlasov, “Hızlı zamanlamalı beyin aktivitesini inceleyerek, karar verme süreçlerinde hangi geri besleme döngülerinin aktif olduğunu anlayabiliriz. Bu mekanizmaları yapay zeka mimarilerine entegre etmek, enerji tüketimini azaltırken performansı artırabilir” diyerek araştırmanın yönünü açıkladı.

Sonuç olarak, bu çalışma, beynin karar verme sürecinin klasik hiyerarşik modelin ötesinde, çok katmanlı geri besleme döngüleriyle şekillendiğini kanıtlayarak, yapay zeka tasarımında yeni bir paradigma açıyor. Bilim insanları, bu bulguların, enerji verimliliği yüksek, daha akıllı yapay zeka sistemlerinin geliştirilmesinde temel bir rehber olacağını öngörüyor.