Yapay zekânın hayatımıza girmesiyle birlikte bilgiye erişim ve bu bilgiyi kullanma biçimimiz kısa sürede köklü biçimde değişti. Günlük yaşamdan iş dünyasına, sağlıktan eğitime kadar her alanda yapay zekâ destekli teknolojiler giderek daha fazla yer buluyor. Ancak bu hızlı ilerlemenin ardında çoğu zaman göz ardı edilen önemli bir gerçek var: Yapay zekâ son derece masraflı, enerjiye aç ve ağır bir altyapıya bağımlı.
Bugün yapay zekâyı ayakta tutan sistemler, yüz binlerce sunucudan oluşan devasa veri merkezlerine dayanıyor. Bu merkezlerde kullanılan CPU ve GPU gibi merkezi işlem birimlerinin ise fiziksel sınırları bulunuyor. Transistörleri daha fazla küçültmek artık neredeyse mümkün değil. Üstelik bu sistemlerin ihtiyaç duyduğu enerji ve soğutma altyapısı, ekonomik ve çevresel açıdan giderek daha büyük bir sorun haline geliyor. Günümüzde büyük yapay zekâ modellerinin tükettiği enerji miktarı, küçük bir şehrin enerji ihtiyacıyla yarışır durumda. Buna karşın insan beyninin tüm bu karmaşık işlemleri gerçekleştirmek için harcadığı enerji yalnızca 20 watt.
Basit hesaplamalarda makineler hızlı olabilir, ancak iş karmaşık karar verme süreçlerine geldiğinde insan beyni hâlâ açık ara önde. Beyin aynı anda hem sıralı hem paralel işlem yapabilir; eksik, dağınık ve heterojen verilerle bile etkili kararlar üretebilir. Bu farkı çarpıcı bir örnekle görmek mümkün: Dünyanın en güçlü dördüncü süper bilgisayarı, insan beyninin yalnızca yüzde 1’lik bir bölümünün bir saniyelik aktivitesini simüle edebilmek için yaklaşık 40 dakika çalışmak zorunda kalmıştır. Öğrenme süreçleri arasındaki fark da dikkat çekicidir. İnsanlar bir kavramı öğrenmek için çok az örneğe ihtiyaç duyarken, yapay zekâ sistemleri genellikle milyonlarca veriyle eğitilmek zorundadır.
İşte tam bu noktada bazı araştırmacılar, insan beyninin çalışma prensiplerinden ilham alarak biyolojik bilgisayarlar üzerinde çalışmaya başladı. FinalSpark ve Cortical Labs gibi şirketler, CPU ve GPU’nun yerini alabilecek yeni bir model üzerinde uzun süredir araştırmalar yürütüyor. Bu çalışmaların merkezinde, insan kök hücrelerinden üretilen mini beyin organoidleri yer alıyor.
“Organoid Intelligence” (OI) yani Organoid Zekâ, silikon tabanlı bilgisayarların sınırlarını aşmayı hedefleyen yeni bir biyohesaplama yaklaşımı olarak tanımlanıyor. Üç boyutlu olarak geliştirilen beyin organoidleri, insan beyninin temel işleyişini taklit edebilen mini biyolojik sistemlerdir. Yaklaşık 100.000 hücre içeren bu yapılar, nöronlar arasındaki elektriksel sinyaller sayesinde aktif sinir ağları oluşturur. Myelinli aksonlar sayesinde sinyaller hızlı ve verimli iletilirken; öğrenme ve ağ düzenlenmesinde kritik rol oynayan astroglia, mikroglia ve oligodendrosit gibi hücreler de bu sistemlerin parçasıdır.
Bu özellikler, organoidlerin yalnızca deneysel biyolojik modeller değil, aynı zamanda öğrenebilen ve bilgi işleyebilen canlı sistemler olabileceğini gösteriyor. Araştırmacılar, bu organoidleri mikroelektrot dizileri, optogenetik araçlar ve mikroakışkan sistemlerle bilgisayarlara bağlamayı hedefliyor. Organoidlere verilen elektriksel ya da kimyasal uyarıların oluşturduğu tepkiler yüksek çözünürlüklü sensörlerle kaydedilecek, bu veriler yapay zekâ tarafından analiz edilerek öğrenme döngüleri oluşturulacak.
Uzun vadede ise birden fazla organoidin birbirine bağlandığı, hatta retina gibi duyusal organoidlerle entegre edilen biyolojik bilgisayar ağları öngörülüyor. Organoid zekâ sistemlerinin çalışabilmesi için, biyolojik dokular ile bilgisayarlar arasında yüksek çözünürlüklü ve çift yönlü bir iletişim kurulması gerekiyor. Geliştirilen yeni nesil arayüzler sayesinde tek tek nöron aktiviteleri izlenebiliyor, öğrenme sırasında oluşan tüm tepkiler eş zamanlı gözlemlenebiliyor. Bu da yapay zekâ ile biyolojinin kesiştiği noktada, bilgisayar teknolojilerinde radikal bir dönüşümün kapısını aralıyor.
