MIT araştırmacıları tarafından geliştirilen yeni model, gürültülü ortamda tek bir sesi takip edebilmenin ardındaki mekaniğin yalnızca karmaşık sinirsel ağlardan değil, belirlenen özelliklerin seçilerek güçlendirilmesinden doğduğunu öne sürüyor.
Model, beynin işitsel sistemini taklit eden bir yapay sinir ağından oluşuyor. Modelde dikkat, “multiplikatif kazanç” (multiplicative gain) denen mekanizma ile açıklanıyor. Beyin, odaklanmak istediği sesin belirli özelliklerine duyarlı nöronların aktivitesini artırıyor. Hedef ses düşük frekanslıysa, beyin düşük frekanstaki nöronların yanıtı güçlendiriliyor. Aynı anda hedefle örtüşmeyen nöronların aktivitesi baskılanıyor.
Modelin dikkat mekanizması yalnızca teorik bir öneri olarak kalmıyor; insan davranışıyla doğrudan karşılaştırılıyor. Araştırmacılar, katılımcıların önce bir ‘hedef ses’ dinlediği, ardından birden fazla konuşmanın üst üste bindirildiği kayıtlar arasından bu sesi ayırt etmeye çalıştığı deneyler tasarlıyor. Model de aynı görev için eğitiliyor. Sonuçlar, modelin performansının insanlara son derece yakın olduğunu gösteriyor. Üstelik yalnızca başarı düzeyi değil, yapılan hataların deseni de büyük ölçüde örtüşüyor. Benzer perdeye sahip iki erkek sesi ya da iki kadın sesi söz konusu olduğunda hem insanlar hem de model daha fazla zorlanıyor.
Makalenin baş yazarı Ian Griffith “İnsanların oldukça geniş bir koşullar yelpazesinde sesleri ne kadar iyi seçebildiklerini ölçen deneyler yaptık ve model davranış kalıbını oldukça iyi bir şekilde yeniden üretiyor,” dedi.
Çalışma ayrıca mekan bilgisinin dikkat üzerindeki rolünü de nicel olarak ortaya koyuyor. Model, hedef ses ile dikkat dağıtıcı sesler farklı yönlerden geldiğinde daha başarılı performans sergiliyor. Özellikle yatay düzlemdeki konumsal ayrımlar, seçici dikkat için güçlü bir ipucu sağlıyor. Buna karşılık seslerin yalnızca dikey eksende ayrılması, hem model hem de insan katılımcılar için belirgin bir performans düşüşüne yol açıyor. Araştırmacılar, daha önce deneyle incelenmemiş mekan parametresini insan deneyleriyle doğruladı.
Model; işitme teknolojilerinin geliştirilmesinde kullanılabilir. Gürültülü ortamlarda konuşmayı ayırt etmekte zorlanan bireyler için, dikkat mekanizmasını taklit eden algoritmalar yeni nesil cihazların performansını artırabilir.
Kaynak: Nature Human Behavior