Muhabbet kuşlarının beyninde, insanlardaki gibi bir ses haritası bulundu

Bilim insanları bu yapıyı orga benzetiyor

Muhabbet kuşları eşsiz bir taklit yeteneğine sahip (Unsplash)
Muhabbet kuşları eşsiz bir taklit yeteneğine sahip (Unsplash)
TT

Muhabbet kuşlarının beyninde, insanlardaki gibi bir ses haritası bulundu

Muhabbet kuşları eşsiz bir taklit yeteneğine sahip (Unsplash)
Muhabbet kuşları eşsiz bir taklit yeteneğine sahip (Unsplash)

Muhabbet kuşlarının, beyinlerinde insanlara benzer bir yapı bulunması sayesinde çeşitli sesleri çıkarabildiği tespit edildi. 

Konuşkanlıklarıyla bilinen küçük bir papağan türü olan muhabbet kuşları (Melopsittacus undulatus), insanlarınki de dahil pek çok sesi taklit edebiliyor. 

Guinness Dünya Rekorları'na göre türün Puck isimli bir üyesi, 1728 sözcükle en büyük kelime dağarcığına sahip kuş unvanını almıştı.

New York Üniversitesi'nden Michael Long "Bir şeyi vokal olarak taklit edebilme yeteneği, hayvanlar aleminde son derece nadir görülen bir şey" diyor.

Long ve yine New York Üniversitesi'nden Zetian Yang, bulguları hakemli dergi Nature'da dün (19 Mart) yayımlanan çalışmada muhabbet kuşlarının bunu nasıl yaptığını araştırdı. 

Bilim insanları, 4 muhabbet kuşu cıvıldadığı sırada beyinlerindeki sinir hücrelerinin aktivitesini izledi. Ön beyinde yer alan ve ses çıkarmanın motor kontrolünde rol oynadığı bilinen anterior arcopallium adlı bölgeye odaklandılar.

Araştırmacılar, anterior arcopalliumun merkezi çekirdeğinde, yalnızca muhabbet kuşları belirli sesler çıkardığında aktive olan nöronlar saptadı. Bu hücrelerin bazıları sesli, diğerleri sessiz harfler; bir kısmı tiz ve ötekiler de pes sesler için aktive oluyordu.

Bu yapıyı orga benzeten Long "Bu vokal ses çıktılarının her birini temsil edebilen ve daha sonra istediğini çalabilen bir tuş kümesi veya bu durumda beyin hücreleri kümesi sözkonusu" diye açıklıyor.

Araştırmacılar insan beyninde de benzer bir ses haritası olduğunu ifade ediyor. Long şöyle diyor:

Beynin, insan beynindeki önemli bir konuşma bölgesine benzeyen bir bölümünde vokal seslerin temsil edildiğini gördük. 

Ekip daha sonra vokal sesleri taklit etmeyen Taeniopygia guttata türündeki kuşları inceledi. Bu kuşlar genellikle en fazla bir saniye uzunluğunda tek bir şarkı öğreniyor ve aylarca buna çalışıyor.

Bu kuşların beyninde, muhabbet kuşlarındaki gibi bir yapı saptanmadı. Hayvanların beyninin, şarkıları karmaşık ve deşifre edilmesi zor bir şekilde kodladığı görüldü.

Long, muhabbet kuşlarının basit ve sezgisel bir sistemle karmaşık sesler ürettiğini, Taeniopygia guttata'nın ise basit bir şey yapmak için karmaşık bir sistem kullandığını söylüyor.

Rockefeller Üniversitesi'nden Erich Jarvis, yer almadığı çalışma hakkında şöyle diyor:

Sinirsel aktivitenin ve buna bağlı vokal davranışların papağanlarla insanlar arasında, öz ötücü kuşlarla papağanlar arasında olduğundan daha benzer olduğunu gösteriyor.

Bilim insanları muhabbet kuşlarının beyninde konuşmanın nasıl üretildiğini öğrenmenin, insanlardaki konuşma bozukluklarının tedavisine fayda sağlayabileceğini söylüyor.

Independen Türkçe, New Scientist, Interesting Engineering, Nature, Guinness Dünya Rekorları



Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
TT

Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)

Deepfake videoların gelişmiş saptama yöntemlerini yanıltabildiği ve her geçen gün daha gerçekçi hale geldiği tespit edildi. 

Bir kişinin yüzünün ya da vücudunun dijital olarak değiştirilmesiyle oluşturulan deepfake videolar endişe yaratmaya devam ediyor. 

Bu videolar gerçek bir kişinin görüntüsünün yapay zeka kullanılarak değiştirilmesiyle yapılıyor. Aslında bu teknoloji, kullanıcıların yüzünü kediye dönüştüren veya yaşlandıran uygulamalar gibi zararsız amaçlarla da kullanılabiliyor.

Ancak insanların cinsel içerikli videolarını üretmek veya masum insanlara iftira atmak için de kullanılabilmesi ciddi bir sorun teşkil ediyor.

Bu videoların sahte olup olmadığını anlamak için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemek. 

Uzaktan fotopletismografi (rPPP) adlı araç, deriden geçen ışıktaki küçük değişiklikleri tespit ederek nabzı ölçüyor. Nabız ölçen pulse oksimetreyle aynı prensiple çalışan bu araç, çevrimiçi doktor randevularının yanı sıra deepfake videoları tespit etmek için de kullanılıyor.

Ancak bulguları hakemli dergi Frontiers in Imaging'de bugün (30 Nisan) yayımlanan çalışmaya göre deepfake görüntülerde artık gerçekçi kalp atışları var.

Bilim insanları çalışmalarına videolardaki nabız hızını otomatik olarak saptayıp analiz eden bir deepfake dedektörü geliştirerek başladı. 

Ardından rPPP tabanlı bu aracın verilerini, EKG kayıtlarıyla karşılaştırarak hassasiyetini ölçtüler. Son derece iyi performans gösteren aracın EKG'yle arasında dakikada sadece iki-üç atımlık fark vardı. 

Ekip aracı deepfake videolar üzerinde test ettiğindeyse rPPP, videoya kalp atışı eklenmese bile son derece gerçekçi bir kalp atışı algıladı. 

Bilim insanları kalp atışlarının videoya kasten eklenebileceği gibi, kullanılan kaynak videodan kendiliğinden geçebileceğini de söylüyor.

Almanya'daki Humboldt Üniversitesi'nden çalışmanın ortak yazarı Peter Eisert "Kaynak video gerçek bir kişiye aitse, bu artık deepfake videoya aktarılabiliyor" diyerek ekliyor: 

Sanırım tüm deepfake dedektörlerinin kaderi bu; deepfake'ler gittikçe daha iyi hale geliyor ve iki yıl önce iyi çalışan bir dedektör bugün tamamen başarısız olmaya başlıyor.

Araştırmacılar yine de sahte videoları saptamanın başka yolları olduğunu düşünüyor. Örneğin sadece nabız hızını ölçmek yerine, yüzdeki kan akışını ayrıntılı olarak takip eden dedektörler geliştirilebilir.

Eisert, "Kalp atarken kan, damarlardan geçerek yüze akıyor ve daha sonra tüm yüz bölgesine dağılıyor. Bu harekette gerçek görüntülerde tespit edebileceğimiz küçük bir gecikme var" diyor.

Ancak bilim insanına göre nihai çözüm deepfake dedektörlerinden ziyade, bir görüntünün üzerinde oynanıp oynanmadığını anlamaya yarayan dijital işaretlere odaklanmaktan geçiyor:

Bir şeyin sahte olup olmadığını tespit etmek yerine bir şeyin değiştirilmediğini kanıtlayan teknolojiye daha fazla odaklanmadığımız sürece, deepfake'lerin saptanmalarını zorlaştıracak kadar iyi olacağını düşünüyorum.

Independent Türkçe, BBC Science Focus, TechXplore, Frontiers in Imaging