Ağlar, genellikle birbirleriyle bilgi paylaşan iki veya daha fazla bağlı cihazdan, biyolojik organizmalardan veya diğer bileşenlerden oluşan sistemlerdir. Bilginin, düğümler olarak da bilinen bu bağlantılı bileşenler arasında nasıl hareket ettiğini anlamak, yapay zekadan (AI) sinir bilimine kadar çok sayıda konuya odaklanan araştırmaların ilerlemesine yardımcı olabilir.
Sistemlerdeki bilginin yönlü akışını ölçmek için, bilim insanları genellikle transfer entropisi olarak bilinen ve esasen bilginin bir düğümden diğerine aktarılma hızını ölçen matematiksel bir yapıya güvenirler. Ancak transfer entropisini hesaplamak için şimdiye kadar geliştirilen stratejilerin çoğu yaklaşık tahminlere dayanıyor ve bu da onların doğruluğunu ve güvenilirliğini önemli ölçüde sınırlıyor.
Hollanda’daki temel bir fizik enstitüsü olan AMOLF’taki araştırmacılar, yakın zamanda çok çeşitli karmaşık ağlarda transfer entropisini kesin olarak ölçebilen bir hesaplama algoritması geliştirdi. Algoritmaları, yayınlanan bir makalede tanıtılmıştır. Fiziksel İnceleme Mektuplarıhem biyolojik hem de mühendislik ağlarında bilgi aktarımının incelenmesi için yeni ve heyecan verici olanaklar açıyor.
Makalenin ortak yazarı Avishek Das, CEİD’a “Günlük yaşamımız sayısız karmaşık ağın düzgün işleyişine dayanıyor” dedi. “Tipik örnekler pek çok ölçeğe yayılıyor: internetten, finansal piyasalara, ekosistemlerden, insan beynine, tek bir biyolojik hücre içindeki karşılıklı tepkimeye giren binlerce kimyasala kadar. Bu ağların birleştirici özelliği, akıllı çıktılar vermek için dış sinyalleri işlemeleridir.”
Das ve meslektaşı Pieter Rein ten Wolde tarafından yapılan son araştırmanın temel amacı, karmaşık sistemlerde bilgi işlemeyi anlamak ve kontrol etmek için güvenilir bir yöntem tasarlamaktı. Bu hedefe doğru atılacak ilk adım, transfer entropisini güvenilir bir şekilde ölçmektir.
Das, “Bu yönlü bilgi akışı şimdiye kadar genel ağ modellerinde öngörülemeyen hatalar olmadan ölçülemiyordu” dedi. “Makalemiz, bunu ilk kez tam olarak ölçmek için bir hesaplama algoritması olan TE-PWS’yi tanıtıyor.”
Bilginin bir düğümden diğerine aktarılma hızının ölçülmesi, esasen iki düğümdeki eşzamanlı dalgalanmaların sayılmasını ve bunların zamanın bir fonksiyonu olarak çerçevelenmesini gerektirir. Bunu yapmaya çalışırken karşılaşılan temel zorluk, düğümlerdeki dalgalanmaların geleneksel simülasyon stratejileriyle yakalanamayacak kadar nadir olmasıdır.
Das, “Bizim atılımımız istatistiksel fizikte yaygın olarak kullanılan ve simülasyonlarda nadir dalgalanmaların daha sık meydana gelmesini sağlayan önem örneklemesi adı verilen bir yöntemin ödünç alınmasından geldi” diye açıkladı. “TE-PWS bunu nadir dalgalanmaları doğru bir şekilde saymak için kullanıyor ve her model için tam transfer entropisini veriyor.”
Das ve ten Wolde tarafından geliştirilen algoritmanın dikkate değer bir avantajı, geniş bir ağ yelpazesine uygulanabilmesidir. Aslında algoritma, ağda rastgele miktarda doğrusal olmama ve geri bildirim varlığında çalışır ve diğer tüm yöntemlerin başarısız olduğu durumlarda transfer entropisini başarıyla ölçer.
Das, “Çalışmamızda, güçlü geri bildirimin, bir ağdaki uzak düğümlere ileri beslemeli bilgi aktarımını mantıksız bir şekilde güçlendirebileceğini göstermek için TE-PWS’yi kullandık” dedi. “Ayrıca TE-PWS’nin diğer yöntemlerle karşılaştırılabilir veya daha az bilgisayar süresi kullandığını, bunun da onu hem doğru hem de ucuz hale getirdiğini gördük.”
İlk testlerde, transfer entropisini ölçmeye yönelik hesaplama tekniğinin, geçmişte geliştirilen diğer yöntemlerden daha iyi performans göstererek son derece doğru olduğu görüldü. Bu teknik herhangi bir yaklaşıma dayanmadığı için fizik, ağ bilimi veya sinirbilim teorilerinin doğruluğunu titizlikle test etmeye çalışırken çok önemli olan temel gerçek sonuçları verir.
Das, “Diğer yöntemlerin doğruluğunu test etmek için tam tekniğimizi kullandık ve bunların çoğunlukla hatalı olduğunu ve dahası daha az verimli olduğunu gördük” dedi. “TE-PWS’nin kesin yanıtı olmasaydı, diğer yöntemlerin ne kadar büyük hata yaptığını asla bilemezdik. TE-PWS bugüne kadar genel bir ağ için tek güvenilir yöntemdir.”
Das ve ten Wolde’un son çalışması yakında yapay zeka sistemleri, iletişim sistemleri, finansal ağlar, ekolojik sistemler ve biyolojik sinir ağlarında bilgi aktarımını araştıran yeni çalışmaların önünü açabilir. Geliştirdikleri algoritma hem hassas hem de hesaplama açısından hafif olduğundan çok çeşitli karmaşık ve büyük ağlara uygulanabilir.
Das, “Artık kimyasal sinyal ağları aracılığıyla bakteriyel hücrelerin içindeki bilgi işlemeyi ölçmek için TE-PWS’yi kullanmayı planlıyoruz” diye ekledi. “Bakteriler basit organizmalar olmasına rağmen integral ve türev almak ve optimumu bulmak gibi karmaşık hesaplamalar gerçekleştiriyorlar. TE-PWS, sinyal ağlarının bunu nasıl verimli bir şekilde yapabildiğini anlamamıza yardımcı olacak.”
Sizin için yazarımız Ingrid Fadelli tarafından yazılan, Gaby Clark tarafından düzenlenen ve Robert Egan tarafından gerçekleri kontrol edilen ve gözden geçirilen bu makale, insanların dikkatli çalışmasının sonucudur. Bağımsız bilim gazeteciliğini canlı tutmak için sizin gibi okuyuculara güveniyoruz. Bu raporlama sizin için önemliyse lütfen bağış yapmayı düşünün (özellikle aylık). Bir alacaksın reklamsız bir teşekkür olarak hesaplayın.
