Sanal ortamdaki meyve sineğinin kapalı algı–eylem döngüsü nasıl kuruluyor?

Sanal ortamdaki meyve sineğinin bilgisayara taşınmış beyin ağları (connectome) ile uyaranlara yanıt vermesi: Kapalı algı–eylem döngüsü nasıl kuruluyor?

Son yıllarda meyve sineği (Drosophila melanogaster) konektom çalışmaları büyük bir hız kazandı. 

2026’da yayımlanan MaleCNS v1.0, yetişkin bir erkek sineğin merkezi sinir sisteminin (beyin + optik loblar + ventral sinir kordonu) tamamına yakın haritasını sunuyor: yaklaşık 166.700 nöron ve on milyonlarca sinaptik bağlantı. 

Bu harita, HHMI Janelia, Google Research, Cambridge ve MRC LMB gibi ekiplerin uzun soluklu elektron mikroskobu + yapay zekâ destekli rekonstrüksiyon çalışmasının ürünü.

Bu haritayı “çalışan bir beyin” haline getirip artırılmış gerçeklik (AR) ortamında gerçek bir odaya yerleştirmek, kapalı bir algı–eylem döngüsü oluşturmak ise ayrı bir mühendislik adımı. 

Snap Spectacles gibi AR gözlükler üzerinde yapılan demolar (ve benzer Minecraft/Doom tarzı denemeler) tam da bunu hedefliyor. Ortaya çıkan sistem etkileyici: Sanal sinek gerçek odanın geometrisine, ellere ve nesnelere tepki veriyor, dönüyor, kaçıyor, iniyor. 

Ancak bu, “canlı veya bilinçli bir dijital sinek yaratıldı” anlamına gelmiyor. Daha doğru tanım şu: Gerçek bir sinekten çıkarılmış bağlantı haritasını kullanan, basitleştirilmiş nöron dinamikleriyle çalışan, AR ortamında duyusal girdilere göre hareket üreten dijital bir ajan.

Aşağıda bu sürecin adımlarını sade ve mantıksal bir sırayla özetliyorum.

1. Gerçek sineğin sinir sistemi haritalanıyor

Araştırmacılar bir erkek Drosophila’nın beyin, optik loblar ve ventral sinir kordonunu elektron mikroskobuyla çok ince kesitler halinde görüntülüyor. Yapay zekâ bu iki boyutlu kesitleri birleştirerek nöronları ve sinapsları üç boyutlu olarak yeniden kuruyor; insan uzmanlar da bağlantıları kontrol edip düzeltiyor (proofreading).

Sonuç MaleCNS v1.0: ~166.700 nöron ve yaklaşık 125 milyon (bazı açıklamalarda 25+ milyon yönlü bağlantı olarak da geçen) sinaptik bağlantı. Ventral sinir kordonunun da dahil edilmesi kritik; çünkü bu yapı böceklerde omuriliğe karşılık geliyor ve duyusal girdilerden motor çıktılara giden yolların izlenmesine imkân veriyor.

Önemli uyarı: Konektom çalışan bir beyin değil, beynin statik bağlantı şemasıdır. Bir şehrin yol haritasına benzer: Hangi yolun nereye gittiğini gösterir, fakat araçların ne zaman, hangi hızla ve hangi kurallarla hareket edeceğini tek başına belirlemez.

2. Haritaya zaman ve elektriksel etkinlik ekleniyor

Konektomun “çalışması” için her dijital nörona matematiksel davranış kuralları vermek gerekir:

• Gelen sinyalleri nasıl toplayacak?
• Hangi eşikte ateşleyecek?
• Sinyal ne kadar gecikecek?
• Sinaps uyarıcı mı, baskılayıcı mı?
• Aktivite zaman içinde nasıl sönecek?

Önceki dijital sinek modellerinde (ve MaleCNS demolarında) sıklıkla “leaky integrate-and-fire” (LIF) tipi basitleştirilmiş nöron modelleri kullanılıyor. Shiu ve arkadaşlarının 2024 Nature çalışması bu yaklaşımın önemli bir örneği; bağlantı ve tahmini nörotransmitter bilgisine dayanarak duyusal-motor dönüşümleri tahmin edebiliyor. Böylece statik şema üzerinde zamana bağlı bir etkinlik akışı oluşuyor.

Ancak bu, biyolojik nöronların iyon kanalları, metabolizması, gen ifadesi, nöromodülasyonu ve plastisitesiyle bütünüyle yeniden yaratıldığı anlamına gelmiyor. Basitleştirilmiş, hesaplanabilir bir dinamik katman ekleniyor.

3. Gözlükler gerçek odayı dijital bir uzama dönüştürüyor

Snap Spectacles’ın kameraları, derinlik algılayıcıları ve konum sensörleri çevreyi tarıyor. Yazılım duvar, zemin, masa ve benzeri yüzeyleri üç boyutlu bir “world mesh”e çeviriyor. Ellerin ve başın konumu ayrıca izlenebiliyor.

Buradaki “oda bir envantere dönüşüyor” ifadesi, sineğin odadaki nesnelerin anlamını insan gibi kavradığı anlamına gelmez. Daha çok hesaplanabilir bir çevre ortaya çıkıyor: yüzeyler, engeller, mesafeler, hareket eden nesneler ve kullanıcının eli. Bazı demolar Gemini gibi modellerle odadaki nesneleri etiketleyip 3B konumlandırıyor; bu da koku/görme benzeri ek girdiler sağlayabiliyor.

4. Sanal sineğe “dijital duyu organları” veriliyor

Sineğin sanal başından farklı yönlere hesaplamalı ışınlar (ray) gönderiliyor. Bu ışınlar odanın dijital yüzeylerine çarptığında mesafe, yön ve temas bilgisi elde ediliyor. Gözlüğün gördüğü görüntü ile oda geometrisi, sineğin bakış noktasından yeniden örnekleniyor (örneğin düşük çözünürlüklü bir “retina” ve optik akış).

Daha doğru ifade: Gözlüğün sensörlerinden alınan çevre bilgisi, sanal sineğin konumuna ve bakış yönüne göre dönüştürülerek sineğin görsel (ve diğer) duyu yollarına uygun sayısal uyarılara çevriliyor. Ortada biyolojik bir retina yok; gözlük + yazılım + sanal fotoreseptör modeli birlikte retinanın işlevsel vekili oluyor.

5. Duyusal bilgi MaleCNS ağına veriliyor

Engelin yönü, hareket, ışık değişimi veya yaklaşan el gibi olaylar, belirli duyu nöronlarının etkinleştirilmesine çevriliyor. Kritik bir “çeviri katmanı” var:

Odadaki olay → sayısal özellik → duyusal nöron uyarımı

Örneğin sağ tarafta yaklaşan bir yüzey sağ görsel alandaki belirli nöron gruplarını uyarabilir; hızla büyüyen bir el “looming” (tehdit) örüntüsüne çevrilebilir. Sineğin beyni ham oda görüntüsünü doğrudan almıyor; geliştiricinin seçtiği kodlama yöntemiyle üretilmiş sinirsel girdileri alıyor. Bu seçim sistemin davranışını önemli ölçüde belirliyor.

6. Etkinlik bağlantılar boyunca yayılıyor

Duyusal nöronlarda başlatılan etkinlik, MaleCNS içindeki sinaptik bağlantılar üzerinden ara nöronlara, merkezi işlem devrelerine ve ardından inen (descending) nöronlara yayılıyor.

Bu bölüm önemli: Dönme kararını doğrudan bir dil modeli vermiyor ve hareketler önceden hazırlanmış basit bir animasyon sırasıyla oynatılmıyor. Sistemin iddiasına göre, hangi motor çıkışın güçleneceğini konektom üzerinde oluşan etkinlik belirliyor.

Yine de: Bağlantı mimarisi gerçek sinekten gelse de etkinlik kuralları basitleştirilmiş ve bazı giriş–çıkış eşleştirmeleri geliştirici tarafından seçilmiş olabilir. Bu nedenle “gerçek sinek beyninin eksiksiz kopyası” değil, konektomla sınırlandırılmış sinir sistemi simülasyonu demek daha doğrudur.

7. İnen nöronlar motor komutlara çevriliyor

Biyolojik sinekte inen nöronlar beyinden ventral sinir kordonuna bilgi taşıyarak yürüme, dönme, kaçma, uçma ve temizlenme gibi davranışların düzenlenmesine katılıyor.

Dijital sistemde belirli inen nöronların (örneğin DNa02, giant fibre, MDN vb.) etkinliği okunuyor ve şu tür komutlara dönüştürülüyor: sola/sağa dön, ileri hareket et, yüksel/alçal, başını çevir, bacaklarını hareket ettir, kanat çırp.

Burada da bir mühendislik arayüzü var. Nöronlar doğrudan sanal kasların bütün biyofiziğini yönetmiyor olabilir; çoğu modelde seçilmiş nöral çıktılar, önceden oluşturulmuş alt düzey motor kontrolcülerini (ritim üreteçleri, yürüme döngüleri vb.) devreye sokuyor. Bazı şeyler (fizik, iniş yaklaşımı, açlık) bilinçli olarak ekleniyor ve belgeleniyor.

8. Gözlük sineğin hareketini gerçek odanın içine yerleştiriyor

Motor komutlar AR motoruna geri dönüyor. Sineğin sanal bedeni odanın içinde yeni bir konuma taşınıyor; kanatları, bacakları ve başı buna uygun şekilde hareket ediyor. Odanın üç boyutlu haritası sayesinde sinek masa yüzeyine konabilir, duvardan kaçabilir veya kullanıcı elini yaklaştırdığında yön değiştirebilir.

Ancak sinek fiziksel dünyaya kuvvet uygulamıyor. Bedeni dijitaldir; “gerçek odayla etkileşmesi”, odanın dijital temsilinin hareketini ve duyularını etkilemesi anlamına gelir.

9. Döngü kapanıyor

Sineğin hareketi bakış açısını değiştiriyor. Yeni bakış açısı yeni duyusal veri üretiyor; bu veri yeniden sinir sistemine giriyor ve yeni motor çıktı doğuruyor:

Algı → sinirsel işlem → hareket → değişmiş çevre → yeni algı

Çalışmayı önemli yapan bölüm budur. Sistem yalnızca kendisine verilen girdiye tek seferlik çıktı üretmiyor; önceki hareketinin sonuçları bir sonraki girdisini değiştiriyor. Böylece beyin–beden–çevre arasında sürekli bir nedensellik halkası kuruluyor.

GPT / Astra burada ne yapıyor?

Bu tür demoların kodlanmasında büyük dil modelleri (GPT-6 Astra, Claude Code vb.) sıklıkla “vibe coding” yardımıyla kullanılıyor: MaleCNS verisini yükleme, sinirsel simülasyonu çalıştırma, Spectacles altyapısına bağlanma ve AR bedenini kontrol etme kodlarını üretmede yardımcı oluyorlar. Sineğin içinde çalışan beyin değiller; geliştiricinin sistemi bütünleştiren yazılım ortağıdırlar.

Doğru ifadeler ve abartılar

Yaygın ifadeler	Daha doğru karşılığı
“GPT-6 Astra bir sinek yarattı”	Astra, geliştiricinin sistemi bütünleştiren kodu oluşturmasına yardım etti.
“Sinek kendi gözleriyle görüyor”	Gözlük verileri, sinek merkezli sanal duyusal girdilere çevriliyor.
“Kendi beynini çalıştırıyor”	Gerçek konektom üzerinde basitleştirilmiş matematiksel nöron dinamikleri çalıştırılıyor.
“Gerçek dünyayla etkileşiyor”	Gerçek odanın sayısal temsiliyle AR düzeyinde etkileşiyor.
“Bir dünya deneyimliyor”	Çevreye bağlı duyusal durumlar yaşıyor; öznel deneyimi olduğu gösterilmiş değil.

Bilimsel önemi

• Kesin: Klasik bir sohbet botundan farklı olarak bedene, duyulara ve geri bildirime bağlanmış bir sistemdir. Kapalı döngü kurulması mühendislik olarak değerlidir.
• Olası: MaleCNS’nin gerçek bir odanın AR temsili içinde kapalı döngüye alınması, özellikle Spectacles + world mesh kombinasyonuyla, özgün ve önemli bir gösteridir.
• Abartılı: “Tarihteki ilk dijital sinek” iddiası sorunludur. Bundan önce konektom temelli dijital sineklerin sanal bedenlerle kapalı duyusal–motor döngüye alındığı çalışmalar yayımlandı. Yeni olan, büyük ölçüde MaleCNS’nin bütünlüğü ve gerçek oda geometrisine taşınmasıdır.
• Gösterilmemiş: Sistem hareket ediyor diye bilinçli olduğu, acı çektiği veya öznel olarak “bir dünya deneyimlediği” sonucuna varamayız.

Bağlantısallık bilimi açısından en güçlü ders şudur: Davranış yalnızca beynin içinde üretilmiyor; sinir ağı, beden ve çevre arasında kapanan döngüde doğuyor. Bağlantı haritasına dinamik kurallar, duyusal dönüşüm, beden, çevre ve zaman eklendiğinde davranış ortaya çıkıyor. 

Bu deney, “varlık bir nesnenin içinde değil, sürdürdüğü ilişkiler ağında gerçekleşir” düşüncesinin çarpıcı bir mühendislik örneğini sunuyor — fakat bilinç veya öznellik iddiası olmadan.

https://x.com/turkerkilic/status/2099351738184564835