Yapay Zeka Kullanımı, İnsanın Evrimsel Geçmişindeki Boşlukları Doldurabilir

Modern insanlar 70.000 yıl önce Afrika'dan ilk kez göç etmeye başladığında, şu an soyu tükenmiş olan en az iki ilişkili tür Avrasya topraklarında onları bekliyordu. Bu iki tür, Neandertal'ler ve Denisova'lardı. Geçtiğimiz yaz Nature dergisinde yayınlanan rapora göre bir araştırma ekibi, Sibirya'daki bir mağarada Neandertal bir annenin ve Denisova bir babanın melez genlere sahip kızından kalan bir kemik parçasını keşfetti. Bu keşif, paleoantropoloji alandaki çalışmalar için büyük önem taşıyordu.

Ne yazık ki bu tür fosillere sık rastlanmıyor. Dolayısıyla paleoantropoloji alanındaki çalışmalar, son dönemde teknolojinin yardımıyla istatistiksel modeller kullanmaya yönelmiş durumda. Örneğin 2013 yılının sonlarındaki bir araştırmada, antik ve modern insanlardaki genetik çeşitlilik kalıpları, Denisova insanı ile melezlenmiş bilinmeyen bir insan türünün varlığına işaret etmişti.

Yapılan yeni bir çalışmayla derin öğrenme yöntemleri de paleoantropoloji alanında araştırma araçları arasındaki yerini aldı. Nature Communications'ta geçtiğimiz ay yayınlanan bir makalede, derin öğrenme tekniklerinin insan türünün geçmişindeki bazı boşlukları doldurabileceğine dikkat çekildi.

Avrasya'da bulunan bir Neandertal-Denisova melezini inceleyen araştırmacılar, insanın evrimsel sürecindeki bilinmeyenleri açıklama faydasının yanında, yapay zekanın paleontolojinin geleceğinde ne kadar önemli olduğunu da göstermiş oldu. Stony Brook Üniversitesi'nden Jason Lewis, yapay zekanın bu alanda kullanımı hakkında "Derin öğrenme tekniklerinin yapabilecekleriyle birlikte artık yaklaşımlar hayal gücümüzle sınırlı değil" ifadelerini kullandı.

Kullanılan derin öğrenme yöntemleri, standart istatistiksel yaklaşımlara göre çok daha geniş ve karmaşık modeller sunarak genomik verilerdeki çeşitli kalıpları sınıflandırmayı sağlayabilir.

Derin öğrenme, paleontologların çalışmalarında alışılmadık bir araç gibi görünebilir, çünkü bu tür yöntemler normalde büyük miktarda eğitim verisine ihtiyaç duyar. Örneğin derin öğrenme yöntemlerini kedilerin görünüşü hakkında bir araştırmada kullanmak isteyen araştırmacıların, sistemi eğitmesi için binlerce fotoğrafı sisteme tanıtması gerekir. Fosillerin azlığı düşünüldüğünde, paleoantropoloji alanındaki derin öğrenme çalışmalarının en büyük zorluğunun bu olduğu net şekilde görülebilir.

Fakat araştırma ekibi, bu soruna da bir çözüm bulduklarını belirtiyor. Barselona'daki Ulusal Genomik Analiz Merkezi araştırmacılarından Oscar Lao, "Sistemi eğitmek için sınırsız veriye sahiptik. Çünkü bir simülasyon kullanıyorduk" ifadelerini kullanarak bilgisayar ortamında veri üreterek bu soruna çözüm bulduklarını söyledi.

Geçmişteki araştırmalardan yararlanarak bir bilgisayar simülasyonu vasıtasıyla genomik veriler üreten ekip, daha sonra bu verileri işlemesi için yapay zekayı kullandı. Yapay zekadan elde edilen ilk sonuçlara göre daha önce literatüre geçmemiş bir insan türünün Asya kökenli insanların genomlarına katkıda bulunduğu keşfedildi. Keşfedilen bu türün, yaklaşık 300.000 yıl önce Denisova insanlarının ve Neandertallerin melezlenmesi sonucu ortaya çıkan ayrı bir popülasyon olduğu düşünülüyor.

Yapılan bu çalışmalar paleoantropoloji alanında heyecan uyandırsa da bazı uzmanlar yeni yöntemlere temkinli yaklaşıyor. İnsanın evrimsel geçmişindeki genomik verilerin, derin öğrenme yöntemlerinin eğitildiği modellere benzememesi, yanlış sonuçlar alınmasına yol açabilir. Bu yüzden derin öğrenme tekniklerinin doğrulanabilmesi için biraz daha süreye ihtiyaç duyuluyor.