İnsan beyni tamamen kimyasal reaksiyonlarla çalışır ve yine de çoğu zaman dünyanın en güçlü bilgisayarı olarak anılır. AB destekli CORENET projesi, benzer bir ilkenin laboratuvarda kullanılıp kullanılamayacağını sınadı: mikroakışkan reaktörlerdeki kimyasal reaksiyon ağları verileri işledi, yapay zekâ da yanıtları bu ağlardan okudu. Burası kimyanın, bilgisayar biliminin ve veri analizinin aynı masada buluştuğu bir alan – sonunda bu çalışma biçiminin sana uyup uymadığını kontrol edebilirsin.
İnsanlar bilgisayarı düşündüğünde genellikle işlemcileri, kabloları ve ekranları hayal eder. CORDIS tarafından yayımlanan materyal farklı bir karşılaştırmayla başlıyor: dünyanın en güçlü bilgisayarı insan beynidir ve tamamen kimyasal reaksiyonlarla çalışır. Bu da Avrupa CORENET projesinin arkasındaki araştırmacıların sorduğu soruya götürüyor – kimya, tamamen yeni bir hesaplama türü için model olabilir mi?
AB tarafından desteklenen ve Avrupa Yenilik Konseyi tarafından finanse edilen proje, beyni taklit eden hesaplama cihazları geliştiriyor. Bu cihazlarda bilgi, CRN adı verilen kimyasal reaksiyon ağları tarafından işleniyor. Moleküller verinin taşıyıcısı oluyor, değişme biçimleri ise bu verinin işlenme biçimi. Çalışma, AB tarafından finanse edilen projelerin makine öğrenmesini ilerletmeye yönelik daha geniş çabasının bir parçası.
Hollanda’daki Radboud University’de profesör ve CORENET ekibinin lideri olan Wilhelm Huck fikri şöyle anlatıyor: “İlhamı kendisi de bir kimyasal işlemci olan insan beyninden aldık. Bu yüzden mikroakışkan ortamlarda yer alan dinamik reaksiyon ağlarının üst düzey hesaplama görevlerini yerine getirebileceğini göstermeye koyulduk.”
Bilim insanlarının kullandığı tekniğe rezervuar hesaplama (reservoir computing) deniyor. Ekip bunu mikroakışkan çipler üzerinde uyguladı – kimyasalların içinden aktığı minik reaktörler. Çıkış noktası, şunlardan oluşan kimyasal bir girdi katmanı:
Bu unsurlar birlikte rezervuarı oluşturuyor. Reaksiyonlar bir ya da iki karbon atomlu basit başlangıç moleküllerinden yola çıkıyor, ardından kimyasal alanı genişleterek yapısal olarak daha karmaşık düzinelerce bileşik üretiyor.
Önemli nokta, reaksiyonların sonucunun rastgele olmaması. Girdi koşulları ürünlerin bileşimiyle ilişkili, yani başlangıçtaki farklı ayarlar sonda farklı bir molekül örüntüsü veriyor. Bu kimyasal yanıt daha sonra analiz edilebiliyor.
Yapay zekâ ve makine öğrenmesi burada devreye giriyor. Algoritmalar kimyasal yanıttan anlamlı bilgi çıkarıyor. Uygulamada hesaplama işinin bir kısmını reaksiyonlar yapıyor, yapay zekâ araçları da bunun ne anlama geldiğini okumaya yardımcı oluyor.
Temel sonuçlardan biri, kimyasal rezervuar hesaplama iş akışlarının başarıyla geliştirilmesi ve otomatikleştirilmesi oldu. Mikroakışkan reaktörlerden geçen kimyasal girdiler doğrusal olmayan çıktılar üretti; bunlar analiz edilip yorumlanarak sınıflandırma ve tahmin görevlerini çözmek için kullanıldı – makine öğrenmesiyle çalışmış herkesin tanıdığı türden problemler.
Araştırmacılar ayrıca bu reaksiyon ağlarını kontrol etmek, izlemek ve yönlendirmek için protokoller oluşturdu. Materyale göre bu, ölçeklenebilir, molekül tabanlı hesaplamaya doğru önemli bir adım.
Sonuçlar, “Nature” dergisinde “Chemical reservoir computation in a self-organizing reaction network” başlığıyla yayımlanan dönüm noktası niteliğinde bir makalede anlatıldı. Makale, formoz reaksiyonlarının ve ilgili sistemlerin moleküler hesaplama alt tabakası olarak nasıl işlev görebileceğini gösterdi. Devam çalışması tamamlanmak üzere: kavramın genellenebileceğini göstermesi, yeni geliştirilen bir reaksiyon ağı üzerine kurulmuş iyi performans veren bir rezervuar bilgisayarıyla kanıtlaması hedefleniyor.
CORENET, çalışma alanları arasındaki sınırların nasıl silindiğini gösteriyor. Proje koordinatörü, Madrid Özerk Üniversitesi’nde doçent olan Andres de la Escosura, başarının birçok uzmanlık alanının birlikte çalışmasından geldiğini vurguluyor: “Yaklaşımın ne kadar başarılı olduğuna ve olağanüstü akademik ve sanayi bilim insanı grubumuzun sistem kimyasını, mikroakışkanları, metabolomiği ve yapay zekâyı birleştirme gibi büyük bir zorluğun üstesinden gelmek için nasıl bir araya geldiğine çok sevindik.”
Bir bölüm ya da uzmanlık alanı seçen herkes için burada birkaç ders var. Veri analizinden anlayan bir kimyager, hesaplamanın geleceği üzerinde çalışan bir ekipte yer bulabilir. Bir bilgisayar bilimci ya da makine öğrenmesi uzmanı, verinin ekrandan değil mikroreaktörden geldiği yerde ilginç bir iş bulabilir. Akademik ve sanayi bilim insanlarının yan yana çalışmış olması da dikkate değer; yani bu tür araştırma üniversite duvarlarının içine kapalı değil.
Ekibin üzerinde çalıştığı konulara bakınca, bu tür projelerde birkaç bilgi alanının her gün buluştuğu görülüyor: reaksiyon kimyası ve kataliz, mikroakışkanlar, kimyasal karışımların analizi ve makine öğrenmesi. Hepsine aynı anda hâkim olmak gerekmiyor, ama komşu alanların dilini anlarsan böyle bir ekipte yerini bulmak daha kolay olur.
CORENET, insan beynini örnek alarak bilgiyi kimyasal reaksiyonların işlediği hesaplama cihazları kurma girişimi. Araştırmacılar, mikroakışkan reaktörlerdeki reaksiyon ağlarının, yapay zekânın sınıflandırma ve tahmin görevlerinin çözümlerine dönüştürebileceği yanıtlar ürettiğini gösterdi. Bunun gibi bir çalışma, sistem kimyasından yapay zekâya kadar farklı alanlardan insanlara ihtiyaç duyuyor.
Bu makale, Avrupa Komisyonu’nun CORDIS hizmeti tarafından yayımlanan materyale dayanmaktadır.
5 soru · bir dakika
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文