BEYİN-MAKİNE ARAYÜZLERİ

Sadece düşünerek bir robotu kontrol etmenizi sağlayacak bir teknoloji hayal edin. Yeni beyin-makine arayüzlerinin, beynin şekillendirilebilirlik prensibi çerçevesinde protezleri ve robotları nasıl kontrol etmemize yardımcı olacaklarını inceleyeceğiz.

Her ne kadar zihin gücüyle kontrol edilebilen sistemler nesillerdir mühendislerin, bilim adamlarının ve bilim-kurgu yazarlarının hayallerini süslüyor olsa da, bu teknoloji ancak bundan on yıl öncesinde gerçekliğe bu kadar yaklaşabildi. Bu yüzden Beyin-Makine Arayüzü (BMA, Brain-machine interface) denilen ve sinirbilim, robotik, yapay zeka gibi birçok alanı kapsayan bu multi-disipliner alan hala bebeklik yıllarını yaşıyor diyebiliriz. Daha yolun başında sayılsa da, ulaşmaya çalıştığı hedefler dudak uçuklatacak cinsten. Bu araştırmaların kısa vade hedefi düşünceleri harekete dönüştürebilmek, özellikle de felçli insanların hayatlarını kolaylaştıracak tekerlekli sandalye, protez organlar, bilgisayarlar ve robotları kontrol edebilmelerini sağlamak. Ancak bu tabii ki bir başlangıç: uzun vadede beyne yerleştirilecek (implant) cihazlarla duyusal, zihinsel ve hareket kabiliyetlerini zenginleştirebilmek. Bu yazımızda öncelikle BMA’nın tarihçesini, kullanılan belli başlı BMA yöntemlerini ve günümüzdeki son teknolojik gelişmeler ışığında protez ve robotik uygulamalarını inceleyeceğiz.

Beyin-Makine Arayüzü’nün Tarihçesi

BMA’nın ilk adımları 1969 yılında, Eberhard Fetz tarafından atıldı [1]. Prof. Fetz deneylerini maymunlar üzerinde yoğunlaştırdı. Beynin motor korteks adı verilen hareket planlama ve yürütme merkezine yerleştirilen elektrotlar sayesinde, maymunların beynindeki aktiviteleri inceledi. Bu teknik sayesinde, bir nöron belli bir süre boyunca aktivasyon sergilediği sürece, bu elektrot küçük bir elektrik akımı oluşturuyor ve diğer uca bağlı bulunan bir monitörden bu sinyaller gözlemlenebiliyor ve duyulabiliyordu. Deneyin prensibi, maymunlara bu sinyalleri gördükleri ve duydukları zaman tepki göstermelerini öğretmekti. Bunun için kendi zihinsel aktivitelerininin bir nevi geri beslemesi anlamına gelen bu sinyalleri algılayan maymuna bir ödül veriliyordu. Çok kısa bir sürede maymunlar kasten belli nöronlarını aktive etmeyi ve bu sayede olabildiğince çok ödül kazanmayı öğrenmişlerdi. Fetz’in bu muhteşem deneyi gösteriyordu ki, beynimize vücudumuz dışındaki bir harici cihazı kontrol etmeyi öğretebiliyoruz.

80’li yıllarda ise sinir-prostetik (neuroprosthetics) biliminin ilk tıbbi uygulanabilir örneklerini görmeye başladık. Bu süreçte beynin zarar görmüş veya eksik bölgelerinin yerine kullanılmak üzere yapay cihazlar üretilmeye başlandı. Bugün tedavisi tüm dünyada kabul görmüş olan, biyonik kulak olarak da nitelendirebilecek kohlear implant (cochlear implant) sayesinde tamamen veya ileri derecede sağırlık yaşayan hastalar tekrar duyabiliyorlar (Şekil 1). Bu hastaların tek ihtiyaçları, zarar görmemiş sinir uçları.

Daha kısa bir geçmişe sahip olan bir diğer protez çeşidi görsel protez veya retina implantları (Şekil 2). Bu implantlar biyonik göz adıyla da anılıyorlar. Sinirleri uyarmaya yarayan bu cihazlar da ilerleyen körlükten muzdarip, fotoreseptör hücreleri zarar görmüş hastalar için geliştirildi. Temel olarak cihazın çalışması, görüntü tanıma ve sinirlere iletim üzerine kurulu.

Her iki protezin de özelliği, BMA açısından beynin pasif alıcı rolünü üstlenmesi ve ne yazık ki henüz ters yönde, yani implantlara, sinyal gönderememesi.

1999 yılında John Chapin’in laboratuvarlarında sıçanlarla yaptıkları deneyler ve sonuç olarak sıçanların basit bir robotik cihazı sadece beyinlerini kullanarak kontrol edebilmiş olmaları bilim dünyasında büyük yankı uyandırdı [2]. Bu deneyde susayan sıçanların patilerini kullanarak indirdikleri bir kol mekanizması bulunuyordu. Bu mekanizma, bir robot kolu tetikleyerek bir kamışı ağızlarına doğru yaklaştırmaya yarıyor ve bu sayede susuzluklarını dindiriyordu. Bu hayvanlara takılan bir beyin implantı motor kortekslerindeki beyin aktivitelerini kaydetmeye ve yorumlamaya yarıyordu. Bu cihazı kullanarak sıçanlar fiziksel olarak kolu indirme gereği duymadan, yani sadece kolu indirmeyi düşünerek, robot kolun kamışı ağızlarına doğru oynatmasını sağladılar. Belki de bilimsel olarak düşünce gücüyle bir nesneyi oynatabilen ilk canlıların sıçanlar olması da tarihe ilginç bir dipnot olarak düşmüş olsa gerek.

BMA’nın artık pratik hayata uygulanabilir olduğunu gören bilim dünyası araştırmalara ivme vermeye başladı. 2000’lerden sonra bilim adamları sıçanların, maymunların ve insanların bilgisayar imleçlerini ve robotik protezleri beyin sinyalleri kullanarak gerçek zamanlı kullanabildikleri sistemlerin lansmanlarını yaptılar. Ses getirmiş birkaç uygulamaya yazının ilerleyen bölümlerinde değineceğiz.

Beyin-Makine Arayüzünde Kullanılan Yöntemler

BMA sistemlerinin elektrotları uyguladıkları yere göre çeşitleri de değişiyor. Bazılarında elektrotlar nöronların atış sıklıklarını gözlemlemek için beynin içine implant ediliyor. Diğer yöntemler ise kafatasının altı ve beynin üstüne yerleştirilen elektrokordiyografi (electro­corticography, ECoG) bazlı sistemler ve kafatası derisi üzerine yerleştirilen elektroansefalografi (electroencephalography, EEG) bazlı sistemler. Her üç yöntem de büyük nöron gruplarının birlikte oluşturdukları davranışların ritmik aktivitelerini izlemek için kullanıyor.

Nöronlardaki aktiviteyi ölçmek için her bir nöronun belli bir zaman dilimi içerisinde atış sıklığını sayıyorlar. Bu süre genellikle deneylerde 100 milisaniye olarak kabul edilmiş durumda. Bu süre içerisinde, sıfır veya birkaç adet atış gözlemlenebiliyor. Hangi nöronların, kaç defa attıklarını ve hangi hareketi temsil ettiklerini çözümleyebilmek ve buna uygun matematiksel modellere karşılık gelen nonlineer ilişkileri tanımlayabilmek gerçek bir emek ve maharet gerektiriyor. (Bir bilim insanının tüm bir ömrü boyunca bir ilişkiyi ortaya çıkarmak için uğraşıp, bir sonuç alamaması hayli mümkün.) İmplantlar tarafından kaydedilen sinir sinyalleri kod çözücü (decoder) adı verilen yazılıma iletiliyor ve burada sinir aktivitesini bilgisayarın imlecine veya robotun hareketine dönüştüren bir matematik model tarafından işleniyor.

Kod çözücüdeki bu karmaşık modelleri oluşturmak için geleneksel olanı gözleme dayalı bir yaklaşım. Örnek vermek gerekirse, insanın kolunu oynatmasından sorumlu olan beyin bölgelerindeki nöronlardan uzunca bir süre boyunca yığınlarca veri toplanıyor. Öncelikle, denekler kollarını önceden belirlenmiş rotalarda kımıldatırlarken bu nöronların davranışları gözlemleniyor. Daha sonra nöron aktiviteleri ve bunlara karşılık gelen hareketler eşleştirilerek kod çözücünün parametreleri hesaplanıyor. Bugünün en gelişmiş BMA sistemleri en fazla birkaç yüz nöronun atışlarını birkaç çıktı parametresine (örneğin protez kol için pozisyon, hız ve kavrama kuvveti parametreleri) çevirmek için kullanılıyor.

BMA’nın en büyük sorunlarından biri her bir oturum için kalibrasyon gerektirmesi. Denekler bir oturumda başarıyla robot kolunu veya bilgisayar imlecini oynatabiliyorlarken, bir sonrakinde aynı sürekliliği gösteremiyorlar. Bu kısıtlamanın yapılması gereken işin karmaşıklığıyla doğru orantılı bir şekilde arttığı da aşikar. Teknik açıdan bir diğer kısıtlama da elektrotların beyin hareketliliğini gözlemedeki becerisinin zaman içerisinde azalması ve hatta bir süre sonra deneğin beyninden çıkarılmak zorunda olması. BMA’nın önündeki bu büyük engellerin aşılması gerekli ki, BMA hayatımızdaki yerini alabilsin.

Berkeley Kaliforniya Üniversitesi’ndeki BMA laboratuvarı ise bu engellerden dolayı Şekil 3 ve Şekil 4’te gösterilen, geleneksel yöntemlerden çok farklı bir yöntem izliyor. “Yeni bir protez cihaza beyin sanki bu cihaz kendi organıymışcasına nasıl adapte edilir?” sorusunun cevabını arayan bilim insanları, yukarıda bahsettiğimiz “öncelikle kendi organlarımızı hareket ettirmemiz için gerekli olan motor korteksi hareketliliği ile ilgili veri toplama” gereksinimini ortadan kaldırmaya çalışıyorlar. Böylece uzun yıllardır kabul edilen “Eğer bir robotik protezi kontrol etmek istiyorsan, insanın kolunu hareket ettirirken kullandığı sinirsel aktivitelerin tümünü kod çözücüye aktarmak gereklidir” savını yıkmaya çalışıyorlar. Bu soruna karşı ise insan ırkının en mucizevi silahını kullanmayı öneriyorlar: beyin plastisitesi veya beyin şekillendirilebilirliği (brain plasticity), yani insan nöronlarının içinde bulundukları çevre,  davranış ve fiziksel vücut değişikliklerine uyum sağlayabilme yeteneği. Aynı yeteneği, kör veya sağır olan insanların diğer duyularının kuvvetlenmesi ve düzenli yapılan tekrarlar sonunda o alanda ustalaşılması gibi beynin adaptasyon mekanizmalarını sergilemesi sırasında gözlemleyebiliyoruz. Bilim insanları beynin plastisite yeteneğinin harici bir cihazı (protez veya robot) kontrol etmek sırasında da ortaya çıktığını ve bu cihazı kullanmayı öğrenmenin kaymayı veya tenis oynamayı öğrenmekten farksız olduğunu ortaya koydular [3].

Bu yeni BMA tasarımı, harici cihazı kontrol edebilmek için halihazırdaki sinir sistemini kullanmaya gerek duymadan, eski sinir sistemi ile paralel bir şekilde kullanılacak yeni bir sinir sistemi yaratma prensibine dayanıyor. Böylece hem biyolojik, hem de yapay bileşenleri kullanmak mümkün oluyor. Bu teoriyi test etmek için araştırmacılar 128 küçük elektrottan oluşan bir elektrot dizisini makak maymunlarının beynine gömdüler. Ancak diğer çalışmaların tersine bu elektrotlardan sadece 40 tanesini kullanmakla yetindiler. Ayrıca daha önce bahsettiğimiz kalibrasyonu yenilemek yerine sabit tuttular. Deney sırasında maymunların, bir bilgisayar imlecini ekranın ortasına kaydırmaları ve ekranda bir renk değişikliği olduğunda başka yerde beliren bir çemberin içerisine kaydırmaları isteniyordu. Bunu yapabilen maymunlar ödül olarak bir içimlik meyve suyu kazanıyorlardı. Deneyin birinci grubundaki maymunların kollarına geçirdikleri bir dış-iskelet (exoskeleton) robot yardımıyla bu imleci oynatmaları istendi. İkinci grubundaki maymunlara ise bu imleci sadece beyin hareketliliklerini kullanarak, yani kollarını hareket etmeden oynatmalarını öğrenmeleri sağlandı. Sonuç olarak bunu da rahatlıkla bir haftada öğrendiler, üstelik de günlerce unutmadan tekrarlayabildiler [3].

İki hafta sonra, bir takip deneyi daha yapıldı. Öncelikle birinci gruptan seçilen ve daha önce beyninde implant olmayan bir maymun üzerinde çalışıldı.  Bu maymuna yapılan implanttan sonra kısa sürede yeni kod çözücüsüne alıştı, aynen önceki deneydeki ikinci grup maymunları gibi. Ayrıca görüldü ki, maymunun beyni hem daha önce öğrendiği kod çözücüye hem de yeni öğrendiği kod çözücüye doğru tepkileri vererek imleci oynatmayı başardı. Deneyin ikinci kısmında ise, kod çözücüdeki tüm parametreler bilim insanları tarafından rastgele değiştirildi. Şaşırtıcı şekilde, maymun kısa süre içerisinde bu yeni parametrelere de uyum sağlayarak imleci oynatmayı başardı.

BMA’nın robotik uygulamaları

2009 yılında Honda Araştırma Merkezi-Japonya (HRI-JP), Gelişmiş Telekomünikasyon Araştırma Merkezi (ATR) ve Shimadzu Corporation ortak çalışmaları sonucunda, EEG, yakın-kızılötesi spektroskopisi (near-infrared spectroscopy, NIRS) ve yeni bir bilgi işleme teknolojisi kullanarak sadece beynimizi kullanarak bir robotu kontrol etmemizi sağlayan teknolojiyi geliştirdiklerini açıkladılar [4]. Bu BMA teknolojisinin diğerlerinden farkı, Honda’nın robotik departmanlarında geliştirdiği günümüzün en gelişmiş insansı robotu olan ASIMO’yu, dolayısıyla da yapay zeka ve robotiği de denklemin içine yerleştiriyor olmasıydı. Sadece beyin gücüyle kontrol edilen bir ASIMO fikri bile insanı heyecanlandırmaya yetiyor (Şekil 5).

Bu projenin diğer bir çarpıcı noktası ise ameliyata ve implanta gereksinim duymaksızın kafa derisinin üzerine yerleştirilen sensörlerle ölçülen EEG ve beyindeki kan akışındaki değişimleri gözlemlemeyi sağlayan NIRS’ten gelen karmaşık girdileri kullanarak veri işlemesiydi. Aynı araştırmanın 2006 yılındaki ayağında işlevsel manyetik rezonans görüntüleme (fMRI: Nasıl çalıştığını hatırlamak için Tekinsiz Vadi makalemizi okuyabilirsiniz) kullanmalarına karşın, bu sistemin hacmen büyük olması ve güçlü bir manyetik alan yaratmasından dolayı seyyar ve portatif olmadığını belirten bilim insanları, bu sebeple görece daha küçük ebattaki EEG ve NIRS sensörlerini yeğlediler (Şekil 6). Böylece bu teknolojiyi, istisnasız herkesin, her zaman ve her yerde kullanabileceğini savundular.

Bu deneyde kullanıcının kafasına sensörler takıldıktan sonra 4 adet vücut bölgesi tanımlanıyor (aşağıdaki videoda sağ el, sol el, dil ve ayak) ve denekten bu organlarını hareket ettirdiklerini düşünmeleri isteniyor. Kod çözücüden gelen çıktılara göre de ASIMO bahsi geçen organlarını oynatıyor.  Deney sonucunda %90’ın üzerinde başarı sağlanıyor.

[youtube http://www.youtube.com/watch?v=q-fE9QBy0FI&w=360&h=270]

Honda atak yapar da ezeli rakibi Toyota karşılık vermez mi? İnsansı robot teknolojisinin istediğimiz seviyeye gelmesine henüz zaman olduğunu düşünen Toyota ise beyin dalgalarını bir tekerlekli sandalyeyi gerçek zamanlı olarak sürmeye yarayacak BMA teknolojisini 2009’un sonuna doğru tanıttı [5]. RIKEN, Toyota ve Genesis Araştırma Enstitüsü’nün ortaya çıkardığı bu teknoloji sayesinde her 125 milisaniyede bir beyin dalgaları incelenerek tekerlekli sandalyenin sağa, sola ve ileri hareketlerini yönlendirmek mümkün. Deneylerde %95’in üzerinde başarı sağlanmış durumda. Geliştirilen metot, rehabilitasyon, fiziksel ve psikolojik destek amaçlı kullanılacak. Şu an için zihnimizde el ve ayak kontrolleri düşünülerek elde edilen verilere dayanan bu teknolojinin ileride farklı zihinsel ve duygusal durumların tetiklediği beyin aktiviteleriyle de tetiklenebilecek olmasını umuyoruz.

[youtube http://www.youtube.com/watch?v=Ym2EVI3h_A8&w=360&h=270]

Peki ya BMA’nın protez uygulamaları?

Yazının başında da belirttiğim gibi henüz hayatımızı kökten değiştirecek derecede güvenilir bir BMA’ya sahip değiliz veya bu tarz bir ürünü gidip raftan alamıyoruz. CEBIT 2010 fuarında tanıtılan (aşağıdaki videoda tanıtım reklamını seyredebilirsiniz) ve sadece düşünerek zihninizdekileri ekrana yazabileceğiniz 12,000 dolarlık bu ürünü saymazsak.

[youtube http://www.youtube.com/watch?v=5_1RlfdIwBU&w=360&h=270]

Protezlerden henüz yeterli derecede verim alamamızın temelinde yatan sebepler sırasıyla sensörlerin/implantların çok küçük olmaması, çok elektrik gücü harcamaları, ve kablosuz olmamaları. Diğer uğraş gerektiren alanlar ise genel olarak sistemin gürültüye fazlaca duyarlı olması ve yüksek konsantrasyon gerektirmesi. Ayrıca genel olarak BMA sisteminin her bir bileşeninin bir kez monte edilip/ayarlanıp bir ömür boyu kullanılabilmesi, istenen ancak henüz mümkün olmayan bir durum. Tüm bunların üstüne, protez aletlerin ilkel bir düzenek olmasını değil karmaşık biyonik protez robotlar olmasını istiyoruz (Şekil 7). Bunun için de çoklu serbestlik derecesine sahip robotların kullanımı gerekli. Tabii ki serbestlik derecesi arttıkça, beyin dalgalarının da karmaşıklığı artıyor ve ne yazık ki başarı oranları da düşmeye başlıyor. Son problem olarak da beynimizin geri-beslemeye bağlı olan düzeltme mekanizmalarının bu pasif sistemlerde henüz devreye girememesinden bahsetmek gerekiyor. Şu andaki protezler çoğunlukla sadece beyinden proteze sinyal iletimini destekler nitelikte. Oysa sağlıklı bir bireyin organlarına öykünerek protezden de beyne geri-besleme sinyallerinin gönderilmesiyle sadece protezleri kontrol etmek değil, onları hissetmek gerektiği de bir gerçek ve şu an için teknik bir yetersizlik.

Bu problemlerle baş etmede en büyük başarıyı sağlamış sisteme gelelim. Gelişmiş sensör, eyleyici (actuator) ve diğer mekatronik bileşenleri kullanarak son derece gerçekçi bir kol protezi yaratmayı başaran Dean Kamen, Amerika’nın Gelişmiş Savunma Araştırma Projeleri Birimi (DARPA)’dan oldukça yüklü bir destek aldı [6]. Segway’in de yaratıcısı olan Kamen, bu robotunun ismini Yıldız Savaşları filminde kolu kopan Luke Skywalker’dan esinlenerek Luke koydu. Protez tedavisi araştırmalarında ne noktalara gelindiğini görmek için aşağıdaki videoyu izlemenizi ve mümkünse de bu adresteki ve bu adresteki Türkçe altyazılı TED konuşmalarını dinlemenizi öneririm.

[youtube http://www.youtube.com/watch?v=R0_mLumx-6Y&w=360&h=270]

Kaliforniya Üniversitesi, Berkeley’de elektrik mühendisliği, sinirbilim ve zihinbilim alanında profesör olan Jose M. Carmena’ya göre omurilik zedelenmesi ve nörolojik hastalıklardan muzdarip hastaların bu protezlerden yararlanabilmesi için 10-20 yıl gibi bir süre daha beklemeleri gerekecek [7]. Ancak bu teknoloji kullanıma girdikten sonra, sağlıklı bireylerin duyusal, zihinsel ve hareket kabiliyetlerini zenginleştirebilmelerine de olanak sağlayacağı için bizleri büyük etik tartışmalar bekliyor olacak. O yüzden bir süre daha bu teknolojilerin keyfini çıkarmak veya bunları şiddetle eleştirmek için ekran karşısına geçip Blade Runner veya A.I. seyretmeye devam edeceğiz gibi gözüküyor.

Kaynaklar:

[1] http://www.ncbi.nlm.nih.gov/pubmed/4974291
[2] http://www.ncbi.nlm.nih.gov/pubmed/10404201
[3] http://www.ncbi.nlm.nih.gov/pubmed/19621062
[4] http://world.honda.com/news/2009/c090331Brain-Machine-Interface-Technology/
[5] http://www.toyota.co.jp/en/news/09/0629_1.html
[6] http://spectrum.ieee.org/biomedical/bionics/dean-kamens-luke-arm-prosthesis-readies-for-clinical-trials/0
[7] http://spectrum.ieee.org/biomedical/bionics/how-to-control-a-prosthesis-with-your-mind