Kortikal Nöro-Görsel Kod Çözümü: Fonksiyonel Manyetik Rezonans Görüntüleme (fMRI) ve Üretken Yapay Zekâ Modelleri ile İçsel Görsel Temsillerin Dinamik Video Rekonstrüksiyonu

Öz

İnsan bilincinin en mahrem alanlarından biri olan içsel görselleştirme, rüya görme ve hayal etme süreçleri, hesaplamalı nörobilim ve üretken derin öğrenme modellerinin entegrasyonuyla nesnel bir veri biçimine dönüşmektedir. Geçmişte nörolojik sinyallerden görüntü çözümleme girişimleri yalnızca statik, aşırı bulanık pikseller veya düşük çözünürlüklü geometrik şekiller üretmekle sınırlı kalmıştır. Ancak fonksiyonel Manyetik Rezonans Görüntüleme (fMRI) teknolojisinin sunduğu yüksek uzamsal çözünürlük ile Difüzyon Modelleri (Diffusion Models) ve Maskelenmiş Otomatik Kodlayıcıların (Masked Autoencoders – MAE) bir araya getirilmesi, dinamik görsel deneyimlerin doğrudan kortikal hemodinamik yanıtlardan hareketli videolara dönüştürülmesini olanaklı kılmıştır. Bu makale; primer görsel korteksteki (V1, V2, V4) ve yüksek dereceli ventral/dorsal yolaklardaki kan oksijenasyon düzeyine bağlı (BOLD) sinyallerin, çok modlu gizli temsil uzaylarına (latent space) nasıl izdüşürüldüğünü, anlamsal ve zamansal sürekliliğe sahip dinamik video karelerine nasıl dönüştürüldüğünü, metodolojinin kuramsal sınırlarını ve nöroetik boyutlarını analitik bir yaklaşımla ele almaktadır.

Giriş ve Tarihsel Evrim

Zihinsel imgelerin dışsallaştırılması, yüzyıllardır felsefe ve bilişsel bilimin en temel hedeflerinden biri olmuştur. Beyin-Bilgisayar Arayüzleri (BCI) uzun süre boyunca motor korteksten alınan elektrofizyolojik sinyalleri basit mekanik komutlara (örneğin bir robotik kolu hareket ettirmek veya imleci kaydırmak) dönüştürmeye odaklanmıştır. Buna karşın, algısal ve kavramsal içeriğin dışsallaştırılması çok daha karmaşık bir problemi temsil eder. Geleneksel elektroensefalografi (EEG) yöntemleri yüksek zamansal çözünürlük sunsa da kafatasının elektriksel direnci nedeniyle uzamsal (mekânsal) hassasiyetten yoksundur. Fonksiyonel Manyetik Rezonans Görüntüleme (fMRI) ise beynin milimetrik voksel (üç boyutlu piksel) düzeyindeki kanlanma ve oksijen tüketimi değişimlerini ölçerek nöronal aktiviteye dair benzersiz bir topografik harita sunar.

2010’lu yılların başında Gallant Laboratuvarı gibi öncü araştırma grupları, fMRI voksellerini doğrusal regresyon ve Bayesçi filtrelerle doğal video klipleriyle eşleştirmeye çalışmış; fakat elde edilen sonuçlar yalnızca renkli lekelerden ve silüetlerden ibaret kalmıştır. 2020’lerin ortasından itibaren, Kararlı Difüzyon (Stable Diffusion) gibi örtük difüzyon modellerinin (Latent Diffusion Models) ve gelişmiş video sentezleyicilerinin mimariye dahil edilmesiyle, zihinsel temsillerin “düşük çözünürlüklü tahmini” aşamasından “yüksek doğruluklu dinamik video rekonstrüksiyonu” aşamasına sıçrama gerçekleşmiştir.

Biyofiziksel ve Matematiksel Mimari: Zihinden Ekrana Uzanan Süreç

Düşüncelerin ve rüyaların dinamik bir video akışına dönüştürülmesi, biyolojik sinyal işlemeden üretken görsel yapay zekâya uzanan çok aşamalı, karmaşık bir boru hattını (pipeline) içerir:

[Beyin Aktivitesi (Görsel Korteks)] 
                │
                ▼
[fMRI BOLD Yanıtı (3D Vokseller)] 
                │
                ▼
[Nöral Kod Çözücü (Ridge Regresyon / Masked Autoencoder)]
                │
    ┌───────────┴───────────┐
    ▼                       ▼
[Yapısal/Piksel Bilgisi]  [Semantik Gömme (CLIP Text/Vision Latent)]
(Erken Görsel Korteks)    (Ventral Yolak / İleri Biliş)
    │                       │
    └───────────┬───────────┘
                ▼
[Zamansal Difüzyon Modeli (Video Latent Diffusion)]
                │
                ▼
[Yeniden Üretilmiş Dinamik Video (24-30 fps)]

1. BOLD Sinyali ve Hemodinamik Gecikme Problemi

Görsel korteksteki nöronlar ateşlendiğinde, o bölgedeki oksijenli hemoglobin miktarı artar. fMRI, Kan Oksijenasyon Düzeyine Bağlı (Blood Oxygen Level Dependent – BOLD) sinyalleri kaydederek beynin 2-3 milimetrelik voksellerindeki enerji tüketimini 1-2 saniyelik aralıklarla (Repetition Time – TR) görüntüler. Buradaki temel biyofiziksel meydan okuma zamansal gecikmedir: Nöronal ateşleme milisaniyeler içinde gerçekleşirken, kan akışının zirveye ulaşması (hemodinamik yanıt fonksiyonu – HRF) 4 ila 6 saniye sürer. Bu nedenle yapay zekâ modeli, ham fMRI verisini doğrudan kare kare video ile eşleştiremez; ters-evrişim (deconvolution) algoritmaları ve zamansal pencereleme teknikleri kullanarak kan akışındaki yavaş dalgalanmalardan milisaniyelik anlık görsel geçişleri deşifre etmek zorundadır.

2. Çift Yolaklı Kod Çözme (Dual-Stream Decoding)

Görsel bilgi beyinde hiyerarşik iki ana hat üzerinden işlenir. Yapay zekâ mimarisi de bu biyolojik ayrımı taklit eden iki parçalı bir yapıya dayanır:

• Yapısal/Uzamsal Yolak (Erken Görsel Korteks – V1, V2): Bu bölgelerdeki vokseller; nesnelerin kenarlarını, oryantasyonunu, kontrastını ve mekânsal konumunu kodlar. Yapay zekânın evrişimli (CNN) veya otokodlayıcı katmanları, bu voksellerden sahnenin kaba geometrik kompozisyonunu ve derinlik haritasını çıkarır.
• Semantik/Anlamsal Yolak (Ventral Akış – V4, FFA, LOC): Bilgi temporal loba doğru ilerledikçe soyutlaşır. Fuziform Yüz Alanı (FFA) yüzleri, Lateral Oksipital Kompleks (LOC) nesne kategorilerini kodlar. Nöral kod çözücü (neural decoder), bu üst düzey alanlardan gelen sinyalleri CLIP (Contrastive Language-Image Pre-training) benzeri çok modlu bir anlamsal gizli uzaya (latent space) izdüşürür. Böylece sistem, beynin yalnızca “dikey bir çizgi” değil, “koşan bir at” gördüğünü veya düşlediğini anlar.

3. Zamansal Örtük Difüzyon Modelleri (Temporal Latent Diffusion)

Elde edilen geometrik taslak ve semantik vektörler, bir video difüzyon modeline (Video Diffusion Model) koşullandırma girdisi (conditioning input) olarak beslenir. Standart difüzyon modelleri gürültüden statik görüntü üretirken, video difüzyon modelleri kareler arasındaki hareket sürekliliğini sağlamak için zamansal dikkat (temporal attention) katmanları içerir. Yapay zekâ, her bir fMRI kesitine karşılık gelen anlamsal çekirdeği alır, ardışık kareler arasında fiziksel ve optik olarak tutarlı enterpolasyonlar yaparak saniyede 24-30 karelik akıcı bir video oluşturur.

Uyanıklık, Hayal Gücü ve Rüyaların Çözümlenmesi Arasındaki Farklar

Laboratuvar deneylerinde katılımcılara film fragmanları izletilirken beynin dışsal bir uyarana verdiği tepkileri kaydetmek görece deterministik bir süreçtir; çünkü retinaya düşen fotonlar ile V1 korteksindeki aktivite doğrudan örtüşür. Ancak konu “sadece hayal edilen bir nesne” veya “REM uykusundaki bir rüya” olduğunda mekanizma kökten değişir:

Rüya durumunda primer görsel korteks (V1) genellikle uyanık duruma göre daha az aktiftir; buna karşın amigdala (duygular), hipokampus (hafıza parçacıkları) ve yüksek dereceli görme alanları yoğun biçimde ateşlenir. Bu durum, yapay zekânın rüya rekonstrüksiyonunda fotogerçekçi kesin bir kamera kaydı yerine, Salvador Dalí tablolarını andıran, semantik olarak birbirine bağlanan ancak fizik kanunlarına meydan okuyan akıcı metamorfozlar üretmesine neden olur.

Metodolojik Sınırlar ve Bilişsel Nöroetik

Zihin okuma teknolojisinin bilim kurgudan ampirik bilime evrilmesi, beraberinde ciddi teknik ve felsefi açmazlar getirmektedir:

1. Bireylerarası Genelleştirilebilirlik Engeli: İki farklı insanın beyni aynı nesneyi aynı voksellerle kodlamaz. Her beynin anatomik kıvrımları (sulcus ve gyrus yapıları) ve sinaptik deneyimleri parmak izi gibi benzersizdir. Dolayısıyla yapay zekâ modeli, her kullanıcı için günler süren fMRI taramalarıyla sıfırdan kalibre edilmek (kişiye özel eğitilmek) zorundadır. Tek bir evrensel model henüz mevcut değildir.
2. “Düşünce Mahremiyeti” ve Nörogüvenlik: İnsanların mahremiyetinin son kalesi olan içsel düşüncelerin ve bilinçdışı rüyaların teknolojik olarak izlenebilir hale gelmesi, ceza hukuku, istihbarat ve tüketici manipülasyonu alanlarında distopik tehlikeler barındırır. Kişinin rızası olmaksızın zihnindeki imgelerin deşifre edilmesi ihtimali, “bilişsel özgürlük” (cognitive liberty) kavramının anayasal düzeyde tanımlanmasını zorunlu kılmaktadır.
3. Halüsinasyon Riski ve Epistemik Güvenilirlik: Difüzyon modelleri özleri gereği “üretken” sistemlerdir. fMRI sinyalindeki küçük bir gürültüyü veya belirsizliği, kendi ön eğitim veritabanındaki hazır şablonlarla doldurma (halüsinasyon görme) eğilimindedirler. Bu da üretilen videonun ne kadarının gerçek zihinsel imge, ne kadarının yapay zekânın istatistiksel uydurması olduğu sorusunu daima açık bırakır.

Nöro-görsel video kod çözümü, insan zihninin sübjektif doğası ile bilgisayar biliminin nesnel matrisleri arasındaki nihai köprüdür. Beynin hemodinamik fısıltılarını yapay sinir ağlarının görsel uzaylarıyla birleştiren bu teknoloji; felçli veya kilitlenme sendromundaki (locked-in) bireylerin dış dünyayla iletişim kurmasından psikoterapide travmatik rüyaların analizine kadar tıpta bir devrim vadederken, insan bilincinin şeffaflaşmasının etik sorumluluklarını da insanlığın omuzlarına yüklemektedir.