EJDERHA ADAM Yeni mi yoksa uzun zamandır bilinen bir insan formu mu?

 EJDERHA ADAM

Yeni mi yoksa uzun zamandır bilinen bir insan formu mu?

"Ejderha adam" veya "Homo longi", yaklaşık 146.000 yıl önce şu anda Çin'de yaşadığına inanılan yeni tanımlanmış bir insan formunun adıdır. Shijiazhuang'daki Hebei GEO Üniversitesi'nden Ni Xijun ve Ji Qiang ile birlikte çalışan paleoantropologlar, 2018 yılında araştırmacılar, laboratuvara teslim edilen bu kafatasını kullanarak türünü belirlediler. 

Bu tür, Londra Doğa Müzesi 'nden Chris Stringer' a göre, Kuzeydoğu Çin'de Harbin şehrinin çevresinden bulunan buluntu, arkaik ve modern insan özelliklerini gösteriyor. Harbin kafatasının şeklinin ve Paleolitik döneme ait diğer Çin fosil buluntularının istatistiksel bir analizi yapıldı. Bu analiz, anatomik olarak Ejderha adam' ın, Homo sapiens'in şimdiye kadar tanınmayan bir kardeş grubuna ait olduğunu gösterdi. . Tür adı Homo longi'dir. Bu isim, bulunduğu bölgedeki Ejderha nehri Long Jiang'ın adından gelir. 

Son on yılın genetik ve antropolojik bulguları göz önüne alındığında, Ni Ji ve meslektaşlarının vardıkları sonuç şaşırtıcıdır. Zaman ve mekan açısından, kafatasını Denisovalılar zamanı basamağında, sınıflandırmak mantıklı olacaktır. Ne de olsa bu ilk insanlar, Homo longi ile aynı zamanda Asya'daydı .

2010 yılında, Leipzig'deki Max Planck Evrimsel Antropoloji Enstitüsü'nden Svante Pääbo ile birlikte çalışan paleogenetikçiler, bu yeni keşfedilen insan formunun genomunu deşifre ettiler. Daha sonraki çalışmalar ise, Ejderha adam' a ait genlerin, günümüz Asyalıların genetik yapısındaki serpintileri keşfetti . 

İncelen yeni insan formuna ait fosiller, bu kadar büyük azı dişlerine sahip başka hiçbir çağdaş erken insan formunun bilinmediğini kanıtlamak için yeterli. Bu fosiller 250.000 ila 45.000 yıl öncesine aittir.

Kesin konumu olmayan bu fosil kafatasının bulunuş hikayesi 

1933'te Çinli bir işçi, Songhua Nehri üzerindeki bir köprüde inşaat çalışmaları sırasında Harbin kafatasını keşfetti ve bunu evinden çok uzak olmayan bir kuyuya sakladı. Akrabaları, ölümünden kısa bir süre önce fosili öğrendi. Sonuç olarak, parça 2018'de Ji Quiang'ın eline geçti . O zamandan beri Ni, Ji ve ekibi kafatasını inceledi , burun boşluğundaki tortu kalıntılarını analiz etti ve uranyum-toryum tarihlemesi gerçekleştirdi. Toprak örnekleri, fosilin Harbin bölgesindeki Paleolitik katmanlardan gelmiş olabileceğini doğruladı. Radyometrik tarihleme de yaklaşık 146.000 yıllık olduğunu tespit etti. 

Araştırmacılar, Harbin kafatasında günümüz Homo sapiens'in kafa şekline uymayan modern ve arkaik özellikleri belgelediler . Ama aynı zamanda Neandertaller ve Homo heidelbergensis gibi Homo cinsinin diğer temsilcileriyle de kafatası uyumlu değil. Gözlerin üzerindeki belirgin çıkıntılar, kafatasının uzun ve düz şekli ve geriye kalan tek azı dişi dikkat çekici: “Son olarak ve belki de önemli ölçü, korunmuş Harbin azı dişinin şekli ve boyutu, Paleolitik gelenekle çok yakından örtüşmektedir. 

Araştırma grubu, bilgisayar destekli şekil analizinden çok daha fazlasını yaptı. Harbin kafatasının 632 özelliğini belirlediler ve bunları dünya çapında 95 Paleolitik kafatası fosili ve diş özellikleriyle karşılaştırdılar. Sonuç, kemiklerin dört soy topluluğuna bölünebilmesiydi. Bir klad (Klad ya da monofiletik grup, ortak ataları ile onun soyundan gelenlerin oluşturduğu bir organizma grubu demektir.) oluşuyordu 

Homo sapiens , Neanderthal, Homo erectus ve nihayet Harbin kafatası Çin'de keşfedildi. 

Harbin Kafatası ve Xiahe Mandibula Yakından İlişkili mi?

Araştırmacılar ayrıca Xiahe'nin alt çenesini ikinci klad olarak sayıyorlar. Bu fosil, Harbin'den yaklaşık 3.000 kilometre uzaklıktaki Tibet Platosu'nda Baishiya Mağarası'ndan geliyor . Yaklaşık 160.000 yıllık olan sağlam kemik parçasında hâlâ gözle görülür şekilde büyük iki azı dişi var. Ni, Ji ve Stringer, çalışmalarında ""Harbin kafatasının muhtemelen Xiahe'ye benzer şekilde sağlam bir alt çeneye sahip olduğu varsayılabilir." diyorlar. 

Tüm paleoantropologlar yeni bir insan formu tezini desteklemiyor. 

Ji, Ni ve Stringer tarafından yapılan çalışmayla, Asya'nın tarih öncesini ve dünya çapında insan evriminin yeniden inşası için bir başka yapı taşı sağlayan önemli bir fosil değerlendirildi. Ancak kafatası hiçbir şekilde insan evriminde mevcut olan tüm yöntemlerle incelenmedi. Özellikle genetik veya paleoproteomik inceleme halen beklemededir. Ancak, tamamen yeni bir insan türüyle uğraştığımızı varsayarsak, bu önemli olurdu.

Anatomik olarak, özellikle gösterişli azı dişi söz konusu olduğunda, Harbin kafatası bir Denisovalı'yı andırıyor. İçinde genetik tarihin ne olduğu tamamen belirsiz. 

Homo sapiens , Neandertaller ve Denisovalıların genetik yapısı artık nispeten iyi ayırt edilebiliyor. Ancak paleogenetik, farklı insan türlerinin ayrılmasının artık bu kadar keskin bir şekilde sürdürülemeyeceğini de göstermiştir. Bu, özellikle anatomik olarak modern insanlar, Neandertaller ve Denisovalılar birkaç kez birbirleriyle karıştığından ve zaman içinde alt popülasyonlara ayrıldığından, insanların artık türlerden çok insan formlarından bahsetmesinin nedenlerinden biridir. 

Örneğin bugün Asya popülasyonları, genetik yapılarında iki farklı Denisovalı popülasyonunun serpintilerine sahiptir .

Muhtemelen Ji, Ni ve Stringer'in araştırması ve homo longi'nin tanımı paleoantropolojide tartışmaları ateşleyecektir . Ve kim bilir, belki bir DNA veya protein analizi, bunun şimdiye kadar bilinmeyen bir insan formu olduğunu ortaya çıkaracaktır. Bu tür sürprizler paleogenetik ve antropologlar için muhtemelen yeni olmayacaktır.

Çeviri :İnanç Kaya 

Kaynak : https://www.spektrum.de/news/drachenmensch-neue-laengst-bekannte-menschenform/1888939

Kulaklarımız Neden Sırtımızdan Çıkmıyor? Vücut Eksenlerimizin Evrimi

Kulaklarımız Neden Sırtımızdan Çıkmıyor?

Vücut Eksenlerimizin Evrimi: 

Viyanalı araştırmacılara göre: Cnidarians ve insanların son ortak ataları bile bizim şuan yaptığımız gibi ana vücut ekseni sistemini kontrol ettiler. (Cnidarians, büyük çoğunluğu denizlerde, birkaç türü tatlı sularda yaşayan, doku içeren bir türdür. Vücutları radyal simetrilidir. Radyal simetri ise vücuttan diklemesine (yere paralel olarak) geçen tüm düzlemlerin, vücudu eşit iki parçaya ayırmasıdır.) 

Hücrelerin yerlerinin nerede olduğunu ve kendilerine ne olacağını bilmeleri için bir koordinat sistemi gibi bir sisteme ihtiyaç duyarlar. Bu işlev, embriyonik gelişimin çok erken dönemlerinde oluşturulan vücut eksenleri tarafından üstlenilir. Anatomik yapıların doğru pozisyonlarda oluşumunu kontrol eden bu eksenler boyunca düzenleyici genler aktive edilir. Bu sayede vücut, örneğin kulakların sırtta büyümemesini sağlar.

Birçok organizmada, ana vücut ekseni, β-katenin sinyal iletim yolu tarafından düzenlenir. Viyanalı araştırmacılar şimdi bu düzenlemenin orijinal mantığını deşifre ettiler. "Nature Communications" dergisine göre, 650 milyon yıl önce cnidarians ve insanların son ortak atası da ana vücut eksenini kontrol edebiliyordu .

Tüm anatomik yapıların konumlandırılması çok eski bir sürece dayanır. 

Aynı moleküller, memelilerde, deniz kestanelerinde, yumuşakçalarda, böceklerde ve mercanlarda da kullanılmaktadır. Tüm bu hayvan gruplarında, β-katenin sinyal iletim yolu, ana vücut eksenini düzenlerken, BMP sinyal yolu olarak adlandırılan yol ise, ikincil vücut eksenini yapılandırır.

"β-katenin bağımlı eksenel model" oluşumu, eksenel düzenleme için en eski sistem gibi görünmektedir. Viyana Üniversitesi'nden Grigory Genikhovich liderliğindeki bir araştırma grubu, orijinal β-katenin bağımlı eksenel desen oluşumunun nasıl çalıştığını bulmaya çalıştı. 

Bunun için ekip deniz anemonu Nematostella vectensis ile çalıştı. Mercanları, deniz anemonlarını, denizanası, memeliler, deniz kestaneleri, yumuşakçalar ve böcekler radyal simetrik hayvanlar olan tüm Bilateria'nın evrimsel bir kardeş grubuna aittir.

Erken embriyonik gelişimde, her hücre konumuna bağlı olarak farklı yoğunluktaki β-katenin ve BMP sinyallerini algılar. Her hücreye moleküler bir adres ve dolayısıyla embriyodaki uzaysal konumu verilir. Bu adres, her hücrede hangi genlerin aktif veya pasif olduğunu ve gelişim sırasında hangi anatomik yapıların oluşması gerektiğini belirler.

Oral ve aboral yapılar

Spesifik olarak, araştırmacılar, deniz anemonlarındaki β-katenin sinyal yolunun, embriyonun ağız ucunda bir dizi anahtar geni aktive ettiğini buldular. Bu anahtar genler içinde bir hiyerarşi olduğundan ve bazıları diğerlerini engelleyebildiğinden, aktiviteleri zamanla embriyonun farklı bölgelerine dağılır. Genikhovich, "Bu, ana vücut ekseni boyunca bir desen oluşumuna yol açar ve embriyonun oral ve aboral (ağızdan uzağa bakan) yapıları giderek daha fazla şekillenir" dedi. Böyle bir model oluşumu, insanlar gibi omurgalı hayvanların embriyolarında da meydana gelir.

Grigory Genikhovich, "Cnidarians ve Bilateria'nın ortak ataları da dahil olmak üzere hayvanların bu eksen oluşum yöntemini 650 milyon yıl gibi erken bir tarihte kullanmış olduğu sonucuna vardık" dedi.

Çeviri :İnanç Kaya 

Kaynak :  https://www.derstandard.at/story/2000127830675/evolution-der-koerperachsen-warum-uns-die-ohren-nicht-aus-dem

Dünyada Yaklaşık 30 Kişinin Beyninde Çip Var

 Dünyada Yaklaşık 30 Kişinin Beyninde Çip Var

Beyindeki bir çip insanın yok olmasına sebep olabilir mi? 

Dijital uzmanlardan Anders Indset'e göre, "gelecekte insanlık kaybının nedeni bu olabilir." 

İnsan ve makine birleşimi, bir simbiyoz mu? 

Beyinde bir çip ile ilgili ilk denemeler zaten mevcut. Bu bir yandan hastalıklara karşı daha iyi bir mücadele demek öte yandan ise, bize insanlığımızı kaybettirebilecek büyük bir tehlike altında olabiliriz, demektir. 

Bugün kurgunun bilime daha da yakınlaştığı bir zamanda yaşıyoruz. Çünkü gelecek şimdidir. 

Dünyada 30 kişiye şimdiden bir çip yerleştirdi. Bunlardan 28'i , şu anda belirgin bir destek alan fakat oldukça bilinmeyenleri olan Blackrock Neurotech'in teknolojisini kullanıyor .

Son zamanlarda, iki milyarder yatırımcı PayPal kurucularından Peter Thiel ve Christian Angermayer, sessizce NEUROTECH katıldı. Ayrıca 'Neuralink' , Elon Musk 'ın beyin üzerinde çalışmalar yapan prestijli bir projesidir. 

Şimdiye kadar, Neuralink bu tür araştırmalarında bir öncü olmuştu. Örneğin, beyinle simbiyotik olarak çalışması beklenen korteksin dışında yeni bir katman üzerinde çalışmalar. İlk daha önceleri, farelerde, sonra maymunlarda ( YouTube'da hayranlıkla izlenen bir akıl-pong oyunuyla) beynin kontrolünü ele geçirmek gibi olağanüstü başarılar elde edilmişti . Küresel yarış çoktan başladı. Google ve Facebook gibi teknoloji devleri bu yarışa dahil olmak istiyor ve sadece Asyalı meslektaşlarına yetişmek değil, bu alanda lider olmak istiyorlar.

Anders Indset, dünyanın önde gelen iş felsefecilerinden biridir ve uluslararası CEO'lar ve siyasi liderler için güvenilir fikirler sunar. Pratik felsefeye yaklaşımıyla  en çok aranan 'yeni fikir başlatıcılarından' biridir. Norveç'te doğdu , Frankfurt' ta yaşıyor , önde gelen uluslararası işletme okullarında misafir profesör ve Küresel Liderlik ve Teknoloji Enstitüsü'nün kurucu ortağıdır.

Alman teknolojisi öncülüğünde , ilk çipleri zaten yerleştirmiş olan bu şirket, şimdi pazarın lideri rolünü üstlenecek. Sihirli mantarlardan aktif maddelere, psilosibin, ecstasy aktif maddeler MDMA veya ketamin ile insanlığı da "kurtarmak" isteyen Thiel ve Angermayer, kapsamlı bir teknolojik yarışa yön veriyorlar. 

Artık insanlarla ilgili, Kant'çıların "İnsan nedir" sorusu, ister bir madde ister bir teknoloji ile de olsa yanıtlanmalıdır. 

Ancak insan, anlaşılması gereken mutlak ve evrimi bitmiş bir varlık değildir. Kolektifte insanlar hakkında çok fazla bilgi ve veri toplayabiliriz, ancak bireysel olarak insanı anlamada hâlâ yoksunuz. 

Düşünceler nasıl oluşur? Zeka nedir? 

Psikolojik araştırmalara ve eski mistik geleneklere dayalı zihin okuma ve anlama dündü. 

Şimdi de ("seçilmişler" için) BMI / MMI (beyin / zihin-makine arayüzü), BCI (beyin-bilgisayar arayüzü), kullanarak Zihin Okuma. NCI (nöral kontrol arayüzü) veya DNI (doğrudan sinir arayüzü) verileri değerlendirilerek işleyinir. Beyindeki kalıplar tanındığı için, onlara enerjisel dürtüler verilir. Işte asıl hedef de budur. 

Ayrıca bu küçük bir pazar değildir. Beyin arayüzleri pazarının, 2022 yılına kadar iki milyar ABD doları değerinde büyümesi bekleniyor.

Başlangıçta, "Hayatlarımızı daha iyi hale getirmek, Alzheimer ve motor veya duyusal hasar gibi hastalıklarla mücadele etmekle veya patronun bir sonraki Zoom toplantısına odaklanıp odaklanmadığınızı gerçek zamanlı olarak gözlemleyebilmesi gibi " konular ile ilgili bir araştırmayı. 

Ancak, maneviyat düzeyini iyileştirme (örneğin nirvanaya çıkma isteği) veya ulusların olası güvenliği artırma istekleri göz önüne alındığında , bu konuda araştırma yapan tüm şirketlerin ve otorite yapılarının yalnızca 'insanlığın refahını isteme prensibini' ilk sıraya koyup koymayacağı şüphelidir.

Çeviri :İnanç Kaya 

Kaynak : https://m.focus.de/wissen/mensch/denken-aus-der-dose-kostet-uns-chip-im-gehirn-die-menschlichkeit_id_13447563.html

Kuş Beyninin Sırları Açığa Çıktı

Kuş Beyninin Sırları Açığa Çıktı

Araştırmacılar Kuşların Beyinlerini İnceledi.

Şaşırtıcı "kuş zekasının" izini takip eden iki çalışma, bazı kuş türlerinin beyin performansının neden primatlarınki ile rekabet edebilecek düzeyde olduğuna ışık tuttu. 

Buna göre, kuşların beyni, insan beyninin düşünmeden sorumlu bölgesine beklenenden daha çok benziyor. 

Araştırmacılar, kuşun beyninde, memelilerin neokorteksindekine benzer nöronal yapıları ortaya çıkardılar. İkinci bir araştırma ekibi ise, bu alanları corvids'deki bilinçli duyusal algılarla ilişkilendirmeyi başardı.

“Kuş beyinli” diye küçümseme için kullanılan sözde de anlaşılacağı gibi uzun süre kuşların beyinlerinin küçük ve önemsiz olduğu düşünülüyordu. Nedeni ise, beyinlerinin küçük olması ve memelilerin daha yüksek bilişsel yeteneklerinden sorumlu yapılara sahip olmamaları düşüncesiydi. 

Ancak modern araştırmalar, kuşların aptal olmak haricinde, her şey olduğunu etkileyici bir şekilde gösterdi. Özellikle papağanlar ve bazı kuş türleri, son derece karmaşık ilişkileri anlıyor, aletler kullanıyor ve diğer canlılarla empati kurabiliyor. Beyin performansları, en zeki memeliler ile açıkça karşılaştırılabilir düzeyde. 

Nörolojik çalışmalar, kuş beyinlerinin neden bu kadar yüksek performans seviyeleri üretebildiğine dair açıklayıcı ipuçları da sağladı. 

Kuş beyni yüksek sinir yoğunluğuna sahip. Bununla birlikte, memelilerin daha yüksek bilişsel yeteneklerinden sorumlu olan serebral korteksin (neokorteks) tipik yapılarının, kuşlarda görünürdeki eksikliğinin neyle ilgili olduğu belirsizliğini koruyor. Beynimizin bu bölgesi altı katmandan oluşur ve bu katmanlar dik sütunlar halinde düzenlenmiştir. Ancak ilk bakışta, kuşun beyninde yalnızca nöron koleksiyonları olduğu anlaşılıyor. Ancak Bochum'daki Ruhr Üniversitesi'nden Onur Güntürk'ün liderliğindeki araştırmacılar, kuş beyinlerinde memeli beyinlerine benzer organizasyon yapılarının olduğunu göstere bildiler.

Araştırmacılar ilk önce, memeli neokorteksine en çok benzediğine inanılan palyum adı verilen bir kuşun ön beyin bölgesine odaklandılar. Bilim adamları bu alanı ilk önce polarize ışık görüntüleme kullanarak inceledi. Bu sayede bireysel sinir liflerinin ve hizalamalarının gösterilmesi sağlandı. Araştırmacıların bildirdiği gibi, güvercinlerin ve baykuşların beyinlerinin incelenmesi, memeli beynine benzer bir organizasyonu ortaya çıkardı. Palliumda da lifler neokortekse benzer şekilde yatay ve dikey olarak ilerliyor.

Daha sonraki deneylerde, araştırmacılar, beyin dilimlerinde sinir hücrelerinin en ince dallarına kadar taşınan küçük kristalleri kullanarak beynin ince bölümlerini incelediler. Bu sayede, kuşun beynindeki hücre ağını her zamankinden daha hassas bir şekilde kaydedebildiler. Güntürk'ün, "Burada da sinyallerin yukarıdan aşağıya ve tersine aktarıldığı sütunlarda bir yapı ve yatay uzun lifler vardı" diyor. 

Araştırmacılar, sonuçların, kuşların bilişsel olarak neden memeliler ile benzer şekilde yetenekli olduğunun açıklamasının, benzer bir nöro-mimariye sahip olmaları olmaları ile açıklanabileceğini söylüyor.

Kargalar ile yapılan çalışmalar 

Tübingen Üniversitesi'nden Andreas Nieder liderliğindeki araştırmacılar, kargalarda (Corvus corone) bilinçli duyusal algının palyumdaki sinir hücreleri tarafından işlenmeye dayandığını beyin sinyallerini ölçerek göstere bildiler. Bu tüylü beyinlerin inanılmaz yeteneklerinin dayandığı süreçlerin ilk nörobilimsel kanıtı oldu.

Çalışma için bilim adamları iki karga eğitti. Bu eğitim için, kargalara yemeği elde etmek için, ekranda bir uyaran görüp görmediklerini belirtmek için kafalarıyla işaret etmeleri sağlandı. İlk baştaki ekran görüntülerinin net ve parlaklığı ile verdikleri kararlar kolaydı. Çünkü, kuşlara ya açık ışık noktaları sunuldu ya da ekranda hiç uyarıcı yoktu. Ama sonra deney zorlaştı. Araştırmacılar bazı uyaranları o kadar zayıflattı ki, böylelikle kuşların algılama sınırını oldukça zorladılar. Bu durumda bazen kargalar zayıf uyarıcıyı gördüklerini belirtirken, diğer durumlarda olumsuz ifadeyi tercih ettiler. Bu deneyin amacı, kargaların öznel algısını inceleme bilinç süreçlerini anlamaktı. 

Öznel algının imzası

Araştırmacılar bu deney esnasında, kargalarda, implante edilmiş elektrotları kullanarak beyinlerinde neler olup bittiğini kaydettiler. Kargalar optik uyaranlara tepki verirken, araştırmacılar beyindeki tek tek sinir hücrelerinin aktivitesini kaydetti. Kargaların bir şey gördüklerini düşünmeleri durumunda, uyaran sunumu ile davranışsal tepki arasındaki dönemde palyum sinir hücrelerinin aktif olduğu gözlemlendi. Böylelikle, sinir hücrelerinin aktivitesine dayanarak, uyarıcıya göre kargaların hangi öznel deneyimi hissettiğini tahmin etmek de mümkün oldu. 

Nieder, "Öznel bir bileşen olmadan görsel izlenimleri temsil eden sinir hücreleri, sürekli bir görsel uyarana her zaman aynı şekilde yanıt vermelidir. Öte yandan, sonuçlarımız karga beyninde daha yüksek işlem seviyelerinde sadece sinir hücrelerinin öznel deneyimden etkilendiği sonucuna vardık."dedi. 

Her iki çalışma da, memelilerde ve kuşlarda bilişin altında yatan benzer yapı ve süreçlerin nasıl geliştiği sorusu gündeme geliyor. 

Bilim insanları, temel unsurların her iki gelişim çizgisinin, yaklaşık 320 milyon yıl yıl öncesinden ortak atalar ile zaten mevcut olduğunu söylüyorlar. Buna ek olarak, bağımsız bir şekilde benzer yapılara ve becerilere yol açan paralel bir gelişmenin yaşanmış olmasının da mümkün olduğunu söylüyorlar. 

Nieder, "Canlıların her ne kadar farklı yapıda beyinleri de olsa, her halükarda bilinçli olarak deneyimleme yeteneğine sahip olabilirler. " sonucuna vardıklarını söyledi.

Çeviri : İnanç Kaya 

Kaynak : https://www.wissenschaft.de/umwelt-natur/geheimnisse-des-vogelhirns-aufgedeckt/

Hayvanlar ve İnsanlardan Melez Yaratıklar Üretmek

 Hayvanlar ve İnsanlardan Melez Yaratıklar Üretmek 

Kimeralardan bahsediyoruz. 

Tıp ve biyolojide kimera, genetik olarak farklı hücrelerden veya dokulardan oluşan ve yine de tek tip bir bireyi temsil eden bir organizmaya verilen addır. Böyle bir kimerik organizmanın farklı hücreleri, farklı döllenmiş yumurta hücrelerinden gelir.  Farklı hücrelerin aynı türün bireylerinden mi yoksa farklı türlerden mi geldiği tanım için önemsizdir. Kimera olabilmek zaten mozaikten ayrılmak demektir. 

Uzun bir süre sadece efsanelerde veya fantezi hikayelerinde hayvan-insan melezi varlıklar vardı. Şimdi ise kimeralar araştırma laboratuvarlarında da gerçek oldu. 

İnsan hücreleri veya organları olan fareler, koyunlar, inekler ve domuzlar uzun süredir zaten yaşıyor. Ancak şimdi araştırmacılar yeni bir sınırı daha aştılar: Maymunlardan ve insanlardan alınan hücrelerden bir embriyo yarattılar. Bu buluş tıbben ne anlama geliyor ve hangi etik soruları gündeme getiriyor?

Doğada kimeralar (iki türün genomuna sahip varlıklar) bir istisnadır. Kural olarak, biyolojik farklılıklar, iki farklı türden hayvanların birbirleriyle çiftleşmesini engeller. Örneğin eşekler ve atlarda olduğu gibi. Yinede bir çiftleşme olursa, yavrular genellikle kısır doğar. Ancak modern genetik mühendisliği ve biyotıp yöntemleriyle bu tür doğal engellerin üstesinden kolaylıkla gelinebilir.

Kimeraları nasıl yaratırsınız?

Bilim adamları, 1970'lerden beri dünyanın dört bir yanındaki laboratuvarlarda kimera yaratmayı deniyorlar. Bunu yapmak için, ya bir hayvandan alınan kök hücreler genç bir hayvana ya da başka bir türün yetişkinine implante ediliyor. Aynı zamanda daha erken bir müdahale yapılması için üçüncü bir yöntem olarak, embriyoya işlem yapılıyor. 

Araştırmacılar, erken embriyonik aşamada ki müdahale için, yeni döllenmiş yumurta hücresine yabancı kök hücreler enjekte eder. Bu hücreler daha sonra "konakçı" hücreleriyle birlikte büyür ve her iki türden hücrelerin karıştığı bir varlık ortaya çıkar.

Ancak bu tür kimerik üreme uzun zamandan beri sadece hayvan türleri arasında gerçekleşmiyor, laboratuvarlarda insan ve hayvan melezleri de üretiliyor. 

2003 yılında Nevada Üniversitesi'nden Esmail Zanjani ile çalışan araştırmacılar koyun embriyolarına insan kök hücreleri eklediler ve sonuçta yüzde 15'e kadar insan hücresi içeren sağlıklı kuzular elde ettiler. 

Şimdiye kadar duymamış olsanız da, insan böbrekleri olan fareler, insan organları olan domuzlar ve hatta beynine insan kök hücreleri enjekte edilen maymunlar zaten var. Hatta, 2013'te bilim adamları, beyinlerinde insan hücreleri bulunan farelerin aslında normal durumlarından çok daha fazla öğrenme yeteneğine sahip olduklarını ilk kez gösterdiler.

Peki bu deneylerin amacı nedir? 

Bu tür deneyler, savunucularının iddiasına göre, kendi başlarına bir amaç değil, daha çok, biyomedikal araştırmaları ilerletmek içindir. 

Çünkü bugüne kadar pek çok hastalık özellikle hayvanlar üzerinde iyi araştırılamamaktadır. Hayvan organizmaları ve dokuları, insan fizyolojimizdeki temel özelliklerden veya süreçlerden yoksun olduğundan, kanser, Alzheimer ve diğer birçok rahatsızlık, hayvan modelleri kullanılarak ancak kısmen izlene bilinir. Dolayısıyla, sadece insan dokuları ve hücreleri olan kimeralar, tedavi arayışlarını istenilen hızda ilerletebilir.

İnsan hastalar için yedek organlar yetiştirmek için bu tür kimeraları kullanmak da ileride mümkün olacak. Örneğin, bir domuzda, bir insan alıcı için kalp, böbrek veya karaciğer, uygun insan dokusu özellikleri ile büyüyebilir.

Etik midir? 

Ancak insan-hayvan kimeraları teorik olarak ne kadar faydalı olursa olsun, yaratılışları önemli etik soruları gündeme getirir. 

ABD'li yazar ve biyoteknoloji eleştirmeni Jeremy Rifkin, daha 1980'lerde, "Kimerik teknolojiyle, bilim adamları, türümüzün parçalarını hayvanlar aleminin geri kalanına dağıtarak veya diğer türlerin parçalarını kendi genomumuzla birleştirerek, kendimize yeni insan alt türleri ve süper insanlar yaratarak - evrimsel tarihi yeniden yazma gücüne sahiptirler. Biyolojik bir rönesansın ön saflarında mıyız yoksa yok oluşumuzun tohumlarını mı ekiyoruz?"" diyerek uyardı. 

Etik sorulardan biri, insanlarla hayvanlar arasındaki sınırla ilgilidir. Böyle bir kimera ne zaman hâlâ bir hayvandır ve ne zaman bir insandır? Bir domuz insan organlarını taşıyorsa, sadece insan için tıbbi bir yedek parça stoğu mudur? Peki ya beyinlerinde hücrelerimizi taşıyan hayvanlara ne demeli? Böyle bir kimeranın bir kişilik ve hatta bir insan olarak kabul edilmesi için ne kadar zeki olması gerekiyor?

Bu sorular, maymunlar ve insanlardan oluşan kimeralar için özellikle daha çok geçerlidir. Çünkü, birçok özellik ve yetenekte zaten bize benzer ve aynı zamanda en yakın akrabamızdır. Alman Etik Konseyi, 2011 yılında bu tür kimeraları etik dışı olarak sınıflandırdı. Eğer maymunlardan ve insanlardan kimerik embriyolar yaratılırsa, artık hayvan mı yoksa insan mı olduklarını ayırt etmenin mümkün olamayacağı melez varlıklar ortaya çıkabilir. Ancak yine de bazı ülkelerde, bu tür karışık embriyoların yaratılması üzerine birkaç yıldır araştırmalar yürütülmektedir.

Şimdi bir ABD-Çin araştırma ekibi ilk kez, uzun kuyruklu makaklardan (bir maymun türü) ve insanlardan kimerik embriyolar yarattılar. Bir dişi maymunun, doğal döllenmesinden altı gün sonra insan kök hücrelerinin enjekte edildi. Kök hücrelerin, daha sonraki gelişimlerini ve çoğalmalarını takip edebilmek için floresan genlerle işaretleme yolu izlendi. Bu karışık embriyolar 19 gün boyunca büyüdü ve her iki türün hücreleri çoğaldı ve embriyonik dokunun ilk preformlarına dönüştü.

Araştırmacılara göre 13. günde, yani rahme bir embriyo implante edildiğinde, insan hücreleri embriyoların yaklaşık yüzde 7,8'ini oluşturuyordu. Ancak kimeralar normalden daha yavaş gelişti ve 19. günde sadece üçü hayatta kaldı. Bilim adamları daha sonra deneyi etik nedenlerle sonlandırdı.

Organ ıslahı için önemli bulgular…

Yine de ürettikleri kimeralarında büyük bir ilerleme görüyorlar. ABD'deki Salk Biyolojik Araştırmalar Enstitüsü'nden Juan Carlos Izpisua Belmonte liderliğindeki ekibe göre, hibrit varlıkların bu aşamaya kadar başarılı bir şekilde gelişmesi, ilk kez bu tür kimerik embriyoların maymunlardan ve insanlardan nasıl yaratılabileceğini gösteriyor. 

Izpisua Belmonte, "Tarihsel olarak, bu tür hayvan-insan kimeralarının üretimi, düşük verimlilik ve insan hücrelerinin ev sahibi türlere yetersiz entegrasyonundan muzdariptik" diyor. Araştırmacı, "Eğer şimdi maymunlar ve insanlar gibi yakından ilişkili türlerin kimeralarını daha yakından inceleyebilirsek, o zaman, evrimsel engellerin üstesinden gelmenin yollarına dair önemli içgörülerde bulunabiliriz" diyor. 

Bununla birlikte, çoğu bilim insanı, özellikle etik bir bakış açısından, embriyo kimeralara eleştirel bir bakış açısıyla bakıyor. Tek tek insan dokularının veya organlarının hayvanlarda büyütüldüğü deneylerin aksine, karışık embriyolarda insan hücre hatlarının gelişimi asla kontrol edilemez. Bu deneyler, kısmen insan beynine sahip veya cinsel organları karışık hayvan-insan germ hücreleri üreten varlıklar yaratabilir.

Göttingen'deki Alman Primat Merkezi'nden Rüdiger Behr, "Şu anda kimerik maymun-insan embriyolarının uterusa transfer edildikten sonra nasıl gelişeceği hâlâ bilinmiyor" diyor. "Burada, beyin, testisler ve yumurtalıklar da dahil olmak üzere tüm organların maymun ve insan hücrelerinden oluştuğu gerçek melez varlıkların ortaya çıkma olasılığı var." 

Belkide bu deneyler kendi sonumuzu hazırlıyordur. 

Çeviri : İnanç Kaya 

Kaynak :  https://www.wissen.de/chimaeren-mischwesen-aus-tier-und-mensch

Dünyada Yaşam Olmayan Yerler Var mı?

Dünyada Yaşam Olmayan Yerler Var mı?

Dünya, üzerinde yaşamı olduğunu bildiğimiz tek gezegendir. İster buzullar da ister en kuru çöllerde olsun, dünyanın her yerinde yaşayan canlılar var gibi görünüyor. 

Bu durum, dünyanın herhangi bir yerinde yaşamdan tamamen yoksun bir yer olup olmadığı sorusunu gündeme getiriyor. Bilim insanları, en inatçı bakterilerin bile canlı çeşitliliği dolu olan gezegenimizde yaşayamayacağı bir yerin olup olmadığı araştırmasına girişti. 

Sonuçta, araştırmacılar şimdiye kadar sadece iki "ölü yer" buldular ve sonuçlardan kendileri bile hâlâ tam emin değiller.

1)Etiyopya Danakil bölgesindeki, Dallol göleti

Aşırı ekşi, tuzlu ve sıcak: Etiyopya'daki Dallol havuzlarında mikroplar bile yaşayamaz.

Gezegenimizde yaşam her yerde mevcuttur. İster sıcak, kuru çöl kumunda, ister kutup bölgelerinin buz gibi soğuk buzullarda ve buzul altı göllerinde, ister dağların yükseklerinde isterse Mariana Çukuru'nun dibinde olsun, canlı organizmalar çok uzak her yerde tespit edildi. Zehirli volkanik gazlarda, asidik ve ağır metal içeren sularda veya kilometrelerce derinlikteki kayalarda bile bakteri veya daha ilkel arkeler hâlâ mevcut.

Birkaç yıl önce, Paris-Saclay Üniversitesi'nden Jodie Belilla ve ekibi, dünyevi yaşamın olmadığı bir yer ararken, dünyadaki en uç noktalardan biri olan bir yeri araştırdı: Etiyopya Danakil Depresyonundaki Dallol havuzları. Volkanik kaynaklar ve gazlarla şekillenen bu havuzlar bazen 100 santigrat derecenin üzerinde, son derece asidiktir ve yüzde 70'e varan tuz içeriğine sahip. Araştırma ekibi, böylesi bir düşmanca koşulların kombinasyonunun uyarlanabilir mikropları bile alt edebileceğine inanıyor.

Bilim adamları, sıcak havuzlardan alınan su örneklerini mikroskoplar, kimyasal analizler ve genetik testler ile inceleyerek durumun böyle olup olmadığını kontrol etti. Aslında, yoğun bir araştırmaya rağmen aktif yaşama dair hiçbir kanıt bulamadılar. Ekip, "Sonuçlarımız, tuzlu, sıcak ve hiper asidik havuzlarda ve araştırılan bölgedeki magnezyum açısından zengin tuz göllerinde aktif mikrobiyal yaşam olmadığını kuvvetle gösteriyor" dedi. Bu durum,  yaşam dostu olan dünya üzerinde ölü, tamamen steril yerler olduğunu ve en zorlu ekstremofillerin bile artık tahammül edemediği çevresel koşulların dünyamızda bile olabileceğini doğruluyor. 

2)Boulder'daki Colorado Üniversitesi'nden Nicholas Dragone liderliğindeki bir araştırma ekibi, hayatın olmadığı ikinci bir yer keşfetti. Bu yer kelimenin tam anlamıyla dünyanın sonunda yani Antarktika 'da. . Orada, Doğu Antarktika'daki bir dağ silsilesi olan Shackleton Sıradağları'ndaki buzsuz topraklardan örnekler aldılar. Oradaki toprak çok tuzlu, neredeyse hiç organik madde içermez ve on ila iki milyon yıldır kurudur.

Buzlu dağların alt katmanlarında toprakta hala mikroplar bulunurken, araştırma ekibi deniz seviyesinden yaklaşık 2.221 metre yükseklikte aktif yaşam izine artık rastlanmadığını gösterdi. Bu araştırmada genetik testler mikroorganizmalardan herhangi bir DNA ortaya çıkarmadı ve canlı hücrelerin tipik metabolik ürünleri için yapılan kimyasal testler de başarılı olmadı.

Dragone ve ekibi, "Bu iki bölgede, hangi yöntemi kullanırsak kullanalım herhangi bir mikroorganizma tespit edemedik. “Kısır veya ölü toprak bulduğumuzu söylemiyoruz. Ancak mikropları veya içlerindeki mikrobiyal aktiviteyi tespit edemememiz, aslında bu toprak yüzeylerinin mikroorganizmaların yaşamı ve aktivitesi için sınır koşullar teşkil ettiğini gösteriyor. 

Bu bilgiler, sadece dünyadaki yaşam bilgimiz için değil, uzayda yaşam arayışımız için de önemlidir. Çünkü şu ana kadar bazı ötegezegenlerde, hatta Mars'ın tuzlu sularında veya Jüpiter'in uydusu Europa'nın buzulaltı okyanusunda dünya dışı yaşam formlarının bulunup bulunmayacağı belli değil. Şimdiye kadar, yaşam koşulları için ana koşullardan biri, sıvı suyun varlığı ve buna karşılık gelen sıcaklıklar olmuştu.

Ancak Dallol havuzları, sıvı suyun bile belirli koşullar altında yaşama düşman olabileceğini kanıtlıyor. Ve Antarktika Dağları'nın donmuş toprakları, diğer aşırı soğuk ve kuraklığın da yaşam için özellikle uygun olmadığını gösteriyor. Bilim adamları, "Bu nedenle, benzer şekilde aşırı ortamlarda dünya dışı yaşamın olabileceğini beklemiyoruz." dedi.

Çeviri :İnanç Kaya 

Kaynak : https://www.wissen.de/gibt-es-orte-ohne-leben-auf-der-erde

Ağaçlar Sandığınızdan Daha Farklı Bir Şekilde Büyüyor

Ağaçlar Sandığınızdan Daha Farklı Bir Şekilde Büyüyor

Ağaçlar, bitki krallığının devleridir. Bunların en büyüğü 100 metreden fazla yüksekliğe ulaşır ve devasa taçlar geliştirir. Fakat bir ağaç gerçekte nasıl büyür ve özellikle ne zaman büyür? 

Araştırmacıların yakın zamanda keşfettiğine göre, ağaç büyümesi yaygın olarak varsayıldığından farklı ve bunun koşulları da şaşırtıcıdır.

Ağaçlar gün içinde fotosentez sırasında karbon bileşiklerine ihtiyaç duysalar da, çoğunlukla karanlıkta büyürler.

Tropiklerde, ılıman enlemlerde ve hatta uzak kuzeyde, kısacası Dünyanın hemen hemen her yerinde ağaçlar vardır. Gezegenimizde oldukça büyük boyutlarda üç milyardan fazla ağaç bulunuyor. Boyut rekoru ise, ABD'nin batı kıyısındaki devasa kıyı sekoyalarına aittir. Bu dev ağaçlar 115 metre yüksekliğe ve yedi metre çapa ulaşabiliyor. Meksikalı bir kel servi ağacı ise en kalın gövdeye sahip olma rekoruna sahiptir. Ağacın gövde çevresi 46 metredir.

Bir ağaç gerçekte nasıl büyür? 

Bu bitkilerin iki bölgesine büyüme bölgeleri denir ve büyümelerinde bu bölgeler belirleyicidir. Öncelikle, dal uçları, yüksekliğin artmasından ve taç hacmindeki artıştan sorumludur. Farklılaşmamış hücrelerden oluşan özel bir doku olan apikal meristemi içerirler. Bunlar bölünür ve oksin gibi bazı bitki hormonlarının etkisi altında yeni sürgünler ve yapraklar oluşturur.

Bununla birlikte, aynı zamanda, ağacın gövdesi ve yaşlı dalları üzerinde de büyüme gerçekleşmeli yani ağacın çevresi de büyümelidir. Aksi takdirde hızla kararsız hale gelir ve bükülür. Ayrıca köklerden yapraklara su ve besin taşıyan hatlar bitkinin odunsu kısımlarında çalışır. Odun ve ağaç kabuğu arasındaki ince bir hücre tabakası olan kambiyum, gövdenin büyümesinden sorumludur. Kambiyum hücreleri bölünür ve dışta yeni ağaç kabuğu dokusu verir, içte ise yeni ahşap hücreler oluşur.

Ağacın yeni hücre ve dokuların üretimi için uygun hammaddelere de ihtiyacı vardır. Bu hammaddelerin bir kısmı su ve içinde çözünmüş besinler şeklinde topraktan kökler vasıtasıyla elde edilir. Destekleyici dokuyu oluşturan organik bileşikler, bilindiği kadarıyla yapraklarda fotosentez yoluyla üretilen moleküllere de ihtiyaç duyar.

Ağaçların yıllık halkaları sadece yaşlarını gösterdiği için değil, aynı zamanda büyüme koşulları hakkında bilgi almak için kullanılabildiği için de ilgi çekicidir.

Bu ilkelere dayanarak, ağacın her zaman fotosentez için yeterli ışığa sahip olduğunda büyüdüğü ve topraktan yeterli suyu çekebildiği düşünülebilir. Durum böyle olsaydı, ağaçların esas olarak gün boyunca ve tüm büyüme mevsimi boyunca büyümesi gerekirdi. 

İsviçre Federal Araştırma Enstitüsü WSL'den Roman Zweifel liderliğindeki araştırmacılar, yakın zamanda ilk kez ağaçların büyümesini daha ayrıntılı olarak incelediler.

Bunu yapmak için bilim adamları, İsviçre'de 50 noktada ağaçları özel sensörlerle donattı. Bu nokta dendrometreleri, ağacın su kaynağına bağlı olarak ağaçtaki değişiklikleri kaydettiler. Aynı zamanda ağacın büyümesi nedeniyle gövde kalınlığında ki temel artışı da kaydetmeyi başardılar. 

Zweifel ve ekibi, gövdeye takılan bu cihazların yardımıyla, sekiz yıl boyunca her saat başı kayın, meşe, ladin, çam ve diğer yerli ağaç türlerinin ne kadar hızlı büyüdüğünü ve hangi zaman aralığında büyüdüğünü kaydetti.

Nokta dendrometreleri ile gövde çapındaki değişiklikler sürekli olarak ve mikrometre çözünürlüğünde ölçülebildi.

Şaşırtıcı sonuçlar elde edildi. Ağaçlar çoğunlukla gündüzleri büyümüyor, günde sadece birkaç saat büyüyorlar ve bu büyüme büyük oranda geceleri gerçekleşiyor. Örneğin, Avrupa kayını en çok gece saat 1:00 civarında büyüyor. Diğer ağaç türleri ise gece  02:00 ile 06:00 saatleri arasında büyüyor. Ancak öğlen ve öğleden sonra pek bir şey olmuyor. 

Bunun anlamı şudur: Ağaçlar yaşamak için her ne kadar ışığa ihtiyaç duysa da büyümeleri ışıkta değil, ağırlıklı olarak karanlıkta gerçekleşiyor. 

Sadece bu da değil: Büyüme evreleri, tahmin edilebileceği gibi, ilkbahardan sonbahara kadar öteki bitki örtüsünün büyüme döneminde olmuyor. 

Ağaçlarda yapılan ölçümler, bir ağacın türe bağlı olarak yılda yalnızca 15 ila 30 gün arasında büyüdüğünü gösteriyor. Meşe ve çam, en az büyüme saatine sahip. En uzun büyüme süresi ise kayın ve köknar ağaçlarında.

Nem çok önemli

Fakat ağaçların büyümesini ne sınırlar? Ve neden sadece geceleri kilo alıyorlar? Ekip, bunu anlamak için beraberindeki iklim verilerine daha yakından baktı. Daha önceki varsayımların aksine, büyüme de belirleyici rolü oynayanın fotosentez ve toprak su içeriğinin değil, bulundukları yerdeki nem oranının olduğu ortaya çıktı. 

Bu, ağaçların günün en sıcak ve en kurak zamanlarında özellikle havanın  çok kuru olduğu zamanlarda, neden daha az büyüdüğünü çok iyi açıklıyor. Eğer ortamda nem oranı çok düşerse, ağaçlar terleme yoluyla yapraklarından çok fazla su kaybediyor ve bu da büyümelerinni engelliyor.

Ağaç, bu durumda açığı köklerinden su taşıyarak telafi edemiyor. Yerde aslında yeterince su olsa bile artık suyu yukarıya doğru hızlı ve bolca çekmeyi beceremiyor. Bu aynı zamanda bir başka şaşırtıcı olguyu da açıklıyor: "Bizim için en büyük sürpriz, ağaçların orta derecede kuru toprakta bile, havanın yeterince nemli olması koşuluyla büyümesiydi. 

Tersi durumda ise, toprak nemli olmasına rağmen hava kuru olduğu için büyüme çok az oldu. 

Bu bulgular sadece ağaçların büyümesine dair yeni bilgiler sağlamakla kalmıyor, aynı zamanda ormanların iklim değişikliğine adaptasyonu için de büyük önem taşıyor. 

Birçok ağaç zaten artan ısı ve kuraklıktan muzdarip ve zararlılara ve orman yangınlarına karşı daha duyarlı hale geliyor. Bu, gelecekte daha da kötüleşebilir. 

Spesifik olarak, bu, gelecekte sadece daha az yağış alan bölgelerdeki ağaçların zarar görmeyeceği anlamına gelebilir. Zaman zaman yağmur yağdığı halde havanın kuruduğu yerlerde bile ağaç büyümesi engellenebilir. Ormanların ölümüne karşı koymak istiyorsak, kuraklığa daha az duyarlı yeni ağaç türlerini ormanın başına ve sonuna bolca dikmeliyiz 

Çeviri :İnanç Kaya 

Kaynak : https://www.wissen.de/baeume-wachsen-anders-als-man-denkt

Maymunlar Üzerinde Yapılan Davranışsal Çalışmalar, Dilin Evrimine Yeni Bakış Açıları Sağlıyor.

 Maymunlar Üzerinde Yapılan Davranışsal Çalışmalar, Dilin Evrimine Yeni Bakış Açıları Sağlıyor.

Marmosetlerdeki yüksek sesle konuşmalar, erken çocukluk döneminde insan dil gelişimine paralellik gösterir.

İnsanlar, diğer şeylerin yanı sıra, konuşma yetenekleri ile de diğer hayvanlardan farklıdır. Dil, deneyim ve sosyal etkileşimler yoluyla öğrenilir, bu sayede insan sesleri özellikle yaşamın ilk yılında değişir. En yakın akrabalarımız olan primatlarda, önceden dil gelişiminin büyük ölçüde önceden belirlendiği ve doğumdan sonraki ilk birkaç hafta içinde tamamlandığı varsayılırdı. Uluslararası bir bilim adamları grubunun şimdi gösterdiği gibi, durum hiçte öyle değil.

Araştırmacılar,  marmosetlerin bebeklerinin kendilerini ifade etme de sağlam dil ifadeleri geliştirmesinin aynı zamanda genişletilmiş bir esnek aşama içerdiğini buldu. Böyle bir öğrenme süreci olmadan, insan dili gelişimi de mümkün olmazdı. Bu nedenle marmosetlerin, erken çocukluk dönemindeki dil gelişimlerini incelemek, dil evrimini daha iyi anlamak için en uygun hayvan modelidir. .

Kritik Aşama

İnsan dili doğumdan sonraki ilk yılda önemli ölçüde değişir. Dil öncesi seslendirmeler sadece gülme veya çığlık atma gibi henüz dile benzemeyen söz öncesi çağrılardır. Sesler, ifadelerin giderek daha fazla dile benzer ve karmaşık hale geldiği Babbel aşamasına doğru gelişir. Olgunlaşma, öğrenme ve ebeveynlerle erken sosyal etkileşimler dahil olmak üzere, ses gelişimi için özellikle kritik olan çeşitli faktörler vardır. 

Buna karşılık, onlarca yıldır maymunlardaki seslendirmenin yalnızca fiziksel büyüme ve olgunlaşmanın bir sonucu olarak geliştiği ve öğrenme süreçlerinden veya sosyal etkileşim gibi dış faktörlerden bağımsız olduğu varsayılmıştı. 

Önceki çalışmalar, sağırlığın veya ebeveynlerin yokluğundan kaynaklanan sosyal izolasyonun, insan olmayan primatların ses gelişimine çok az veya hiç etkisi olmadığını ve çoğu maymun türünün ses gelişiminin doğumdan sonraki birkaç hafta içinde tamamlandığını ve bu ise hayvanların ses gelişiminin çok az olduğunu göstermişti.

Bu sonuçların nedenlerinden birinin, insan olmayan primatlarda ses gelişimi üzerine yapılan önceki çalışmaların, esas olarak doğumdan sonraki ilk birkaç haftaya odaklanmış olması ve sonraki aylarda yetişkinliğe kadar sonraki büyümeyle ilişkili olası değişiklikleri görmezden gelinmesi olduğuna inanılıyor. . Alman Primat Merkezi (DPZ) tarafından "Science Advances" dergisinde bu araştırma sonuçları yayınlandı. 

DPZ, Tübingen Üniversitesi ve New York'taki Rockefeller Üniversitesi'nden Gültekin ve Steffen Hage liderliğindeki bir ekip, sosyal bir primat türü olan marmosetlerin erken bebeklikten 15 aylıkken cinsel olgunluğa kadar olan sağlıklı gelişimini yakından inceledi. . Bu süre zarfında Rockefeller Üniversitesi'nde tutulan hayvanların seslendirme davranışları her ay mikrofonlarla kayıt altına alındı.

Toplamda, altı ortak marmosetten yaklaşık 150.000 ses kaydedildi ve analiz edildi. DPZ'de çalışma verilerini değerlendiren Kurt Hammerschmidt, "Sonuçlarımız, insan yaşamının ilk birkaç ayına benzer şekilde sıradan marmosetlerin seslendirme davranışının, doğumdan sonraki ilk haftalardan yetişkinliğe kadar çeşitli gelişim aşamalarında değiştiğini gösteriyor" diyor. .

Ekip, tüm türlere özgü seslendirme türlerinin doğumdan sonraki ilk ayda zaten mevcut olduğunu ve akustik yapıdaki gelişimsel değişikliklerinin büyük ölçüde fiziksel olgunlaşma ile açıklanabileceğini buldu. 

Dolayısıyla, bu sonuçlar, seslendirmelerin akustik yapısının doğuştan geldiğini ve işitsel veya sosyal geri bildirim yoluyla öğrenilmesinin gerektirmediğini öne süren önceki çalışmalarla uyumlu.

Gültekin, "Akustik yapıdaki değişiklikler esas olarak fiziksel büyüme veya olgunlaşma ile açıklanabilse de, bu seslendirmelerin gelişimi esnek kullanımı, insan dil gelişiminin temel özelliklerinden biri olan deneyimsel öğrenme mekanizmalarını öneriyor. İşte bizlerin bulduğu sonuçta tamda bu. " diyor.

Gültekin, "Çalışmamız, erken çocukluk döneminde insan dil gelişiminin evrimsel temelinin daha iyi anlaşılması için önemli bir yapı taşı sağlıyor. Sosyal etkileşimlerin dil gelişimini nasıl etkileyebileceğine dair gelecekteki çalışmaların temelini oluşturuyor" diye özetledi.

Çeviri :İnanç Kaya 

Kaynak :  https://www.derstandard.at/story/2000127868619/verhaltensstudie-an-affen-liefert-neue-erkenntnisse-zur-evolution-der-sprache

Bilimde Devrim Yaratan On Algoritma

 Bilimde Devrim Yaratan On Algoritma

Algoritma, belli bir problemi çözmek veya belirli bir amaca ulaşmak için tasarlanan yoldur. Genellikle bilgisayar programlamada kullanılır ve tüm programlama dillerinin temeli algoritmaya dayanır. Aynı zamanda algoritma tek bir problemi çözecek davranışın, temel işleri yapan komutların veya deyimlerin adım adım ortaya konulmasıdır ve bu adımların sıralamasına çok dikkat edilmelidir.

Astronomi, biyoloji veya iklim araştırmalarındaki büyük atılımlar söz konusu olduğunda, neredeyse hiç kimse bunlara katkıda bulunan algoritmaları düşünmez. Ancak hemen hemen her araştırma sonucunun arkasında güçlü bir program kodu bulunur. 

2019 yılında Event Horizon Telescope ekibi, dünyanın ilk kara delik görüntüsünü canlı yayında bütün dünyaya gösterdi. 

Ancak grubun ortaya çıkardığı parlayan, halka şeklindeki nesnenin görüntüsü geleneksel bir fotoğraf değildi. Amerika Birleşik Devletleri, Meksika, Şili, İspanya ve Antarktika'daki radyo teleskopları tarafından yakalanan büyük miktarda veriden hesaplandı. Fizikçiler, temel alınan program kodunu yayınladılar ve sonuçlarını birkaç uzmanın makalesi ile de belgelediler . Bunu yaparken, diğer bilim adamlarının yaklaşımlarını anlamalarını ve kontrollerini bunun üzerine inşa etmelerini sağlamak istediler.

Bilgisayar bilimi sadece bu bilimsel buluşta önemli bir rol oynamadı. Astronomiden zoolojiye, modern zamanların her büyük keşfinin arkasında artık bir bilgisayar var. 

Bugünün bilgisayarları yaklaşık 10.000 kat daha fazla belleğe ve 50 yıl öncesine göre çok daha yüksek bir saat frekansına sahip, bu da araştırma için tamamen yeni olanaklar sunuyor. 

Kimyasal yapıları modelleme çalışmaları nedeniyle 2013 yılında Nobel Kimya Ödülü'nü alan California'daki Stanford Üniversitesi'nden biyolog Michael Levitt, "Sorun programlamanın hâlâ çok fazla uzmanlık bilgisi gerektirmesidir" diyor. Bu yüzden "bilimsel bilgisayar bilimcilerine" ihtiyacımız var. Çünkü güçlü bilgisayarlar doğru yazılım ve onları kullanmayı bilen araştırmacılar olmadan işe yaramaz.

Bu makalede, büyük başarıların perde arkasına bir göz atıyoruz ve son birkaç on yılda ileri araştırmalara sahip bilgisayar bilimindeki en büyük on gelişmeyi okuyuculara sunuyoruz. 

1. Dil Öncüsü: Fortran Derleyicisi (1957)

İlk modern bilgisayarlar tam olarak kullanıcı dostu değildi. Devreleri kablolarla bağlayarak kelimenin tam anlamıyla elle programlandılar. Daha sonra makine ve montaj dilleri, kullanıcıların program kodu yazmasına izin veriyordu. Fakat bu son derece karmaşıktır. Çünkü, altında yatan bilgisayar mimarisini son derece hassas bir şekilde anlamanız gerekiyordu. Bu, birçok bilim insanının bilgisayarlarla çalışmasını engelliyordu.

1950'lerde sembolik programlama dillerinin ortaya çıkmasıyla birlikte bu durum değişti. Özellikle bilgisayar bilimcisi John Backus San José, California'daki IBM'deki meslektaşlarıyla birlikte geliştirdiği Fortran ile sembolik programa dilleri, bilim insanlarının işini daha bir kolaylaştırdı. Fortran sayesinde kullanıcılar bilgisayara x = 3 + 5 gibi anlaşılır talimatlar verebildiler. Daha sonra bir derleyici talimatları bilgisayarların işleyebileceği verimli makine koduna çevirdi. 

Bu buluştan önce kodu girmek çok karmaşıktı. Tek bir simülasyon için on binlerce delikli karta ihtiyacınız vardı. Yine de, New Jersey'deki Princeton Üniversitesi'nden klimatolog Syukuro Manabe o günleri çok iyi hatırlıyor, Fortran bilgisayarları bilgisayar bilimcisi olmayan araştırmacılar içinde bilgisayarları erişilebilir hale getirdi. "İlk kez bilgisayarları kendi başımıza programlayabildik." dedi. 

70 yıldan fazla bir süre sonra bile, Fortran, karmaşık lineer cebir içeren ve güçlü bilgisayarlar gerektiren, örneğin iklim modellemesi veya akışkanlar dinamiği gibi araştırma alanlarında hâlâ yaygın olarak kullanılmaktadır. Çünkü dil hızlıdır ve birçok bilgisayar bilimci bu dilde ustalaşmıştır. Dünya çapında eski Fortran kodlarının hala güvenilir bir şekilde çalıştığı çok sayıda süper bilgisayar ve laboratuvar bulunmaktadır.

2. Sinyal İşleme: Hızlı Fourier Dönüşümü (1965)

Radyo astronomları gökyüzünü taradıklarında, zamanla değişen çok sayıda karmaşık sinyal yakalarlar. Radyo dalgalarını incelemek için araştırmacıların rotalarına zamanın değil, frekansın bir fonksiyonu olarak ihtiyaçları vardır. Bunu yapmak için verileri "Fourier dönüştürmeleri" gerekir. Bununla birlikte, bu matematiksel işlem,  bir milyon hesaplama adımına karşılık gelen 1000 veri noktası için N boyutundaki bir veri kümesi için N 2 hesaplamaları gerektirdiğinden oldukça verimsizdir .

1965'te Amerikalı matematikçiler James Cooley ve John Tukey, süreci hızlandırmanın bir yolunu buldular. Bunu yapmak için, asıl sorunu verimli bir şekilde çözene kadar daha küçük alt görevlere böldüler. Sözde Hızlı Fourier Dönüşümü (FFT) , N veri için yalnızca N log 2 (N) adıma ihtiyaç duyuyor. Bu, işlem hızını büyük ölçüde artırdı. 1000 puan için artış yaklaşık 100 kat, bir milyon için 50.000 kattı. 

Ancak bu yöntemin tamamen yeni olmadığı ortaya çıktı. Ünlü matematikçi Carl Friedrich Gauß, 1805 gibi erken bir tarihte üzerinde çalışmıştı ama hiçbir yerde yayınlamamıştı. Sadece Cooley ve Tukey tarafından yazılan makale, dijital sinyal işleme, görüntü analizi, yapısal biyoloji ve daha pek çok alandaki uygulamaları açtı. Oxford Üniversitesi'nden Nick Trefethen, "Uygulamalı matematik ve mühendislikteki en önemli yöntemlerden biri, hızlı fourier dönüşümüdür" diye açıkladı.

3. Biyolojik Veritabanları (1965)

Veritabanları bilimsel araştırmanın çok önemli bir parçası olduğundan, karmaşık yazılımlar tarafından kontrol edildikleri gerçeğini gözden kaçırmak kolaydır. Son birkaç on yılda, elektronik sistemler daha büyük ve daha güçlü hale geldi ve özellikle biyoloji olmak üzere birçok alanı etkiledi.

Devasa genom ve protein veritabanlarını, Silver Spring ve Maryland'deki Ulusal Biyomedikal Araştırma Vakfı'nda biyoinformatikte öncü olan Margaret Dayhoff'un çalışmalarına borçluyuz. 

1960'ların başında, biyologlar proteinlerin amino asit dizilerini deşifre etmeye çalıştılar. Dayhoff o zaman farklı türler arasındaki evrimsel ilişkilere dair ipuçları aramak için bu bilgileri toplamaya başladı. 

1965 yılında üç meslektaşıyla birlikte yayınladığı "Protein Dizisi ve Yapısı Atlası" 65 proteinin dizileri, yapıları ve benzerlikleri hakkında bilgi içeriyordu. Tarihçi Bruno Strasser, 2010'da verdiği bir demeçte, "Belirli bir araştırma sorusuna bağlı olmayan ilk genom ve protein koleksiyonuydu.Dayhoff, verilerini delikli kartlarla kodladı, bu da bilgisayardaki veritabanını aramayı ve genişletmeyi mümkün kıldı."dedi. 

170.000'den fazla makromoleküler yapıyı kaydeden Protein Veri Bankası, 1971'de faaliyete geçti. On yıl sonra, San Diego'daki California Üniversitesi'nden evrimsel biyolog Russell Doolittle, Newat adında başka bir protein veritabanı oluşturdu. 1982'de ABD Ulusal Sağlık Enstitüleri tarafından sürdürülen ve bugün "GenBank" olarak bilinen DNA arşivi yayınlandı.

Temmuz 1983'te bu kaynakların özellikle değerli olduğu görüldü. Doolittle ve Londra'daki Imperial Cancer Research Fund'dan biyokimyacı Michael Waterfield liderliğindeki iki ekip bağımsız olarak şaşırtıcı bir keşifte bulundular. 

Bir insan büyüme faktörünün dizileri ile maymunlarda kansere neden olan bir virüsteki protein arasındaki benzerliği fark ettiler. Bu durum, virüsler tarafından onkogenez (malign tümörlerin gelişimi) için nasıl bir mekanizma geliştirilmesi gerektiğini gösterdi. ABD Ulusal Biyoteknoloji Bilgi Merkezi'nin (NCBI) eski direktörü James Ostell, bunun sonucunda biyologların dizileri karşılaştırarak kanseri incelemeye başladığını açıkladı. 

Ayrıca Ostell, bunun "nesnel biyolojinin başlangıcı" olduğunu da söylüyor. Bu gelişme sayesinde, hipotezlerini test eden deneylere ek olarak, araştırmacılar, veri toplayıcıların asla düşünmemiş olabileceği belirli ilişkiler için serbestçe erişilebilen veri kümelerini inceleyebildiler. 1991'de NCBI programcıları, mevcut bilgileri birbirine bağlayarak olasılıkları genişletti. Örneğin, "Entrez " veri tabanı birkaç biyokimya veri tabanıyla birbirine bağlıdır .

4. Hava ve İklim Tahmini: Genel Dolaşım Modeli (1969)

İkinci Dünya Savaşı'nın sonunda, bilgisayar bilimi öncüsü John von Neumann, birkaç yıl önce hava durumunu tahmin etmek için yörüngeleri ve silah tasarımlarını hesaplayan bilgisayarları kullanıyordu . Princeton Üniversitesi'nden klimatolog Manabe, o zamana kadar bunun tamamen ampirik olarak yapıldığını söylüyor. Bu çalışmadan önce geleceğe yönelik tahminlerde bulunmak için ampirik değerlere ve varsayımlar yapılıyordu. Von Neumann'ın ekibi ise fiziksel yasalara dayalı sayısal bir tahmin geliştirmeye çalıştı.

Hava tahmini ile ilgili denklemler on yıllardır biliniyordu, ancak pratikte çözülemiyordu. Kesin hava koşullarını belirlemeniz, ardından çok kısa bir süre içinde nasıl değişeceğini hesaplamanız ve bu prosedürü tekrar tekrar uygulamanız gerekiyordu. O kadar zaman alıcıydı ki, hava bilim adamlarının çok zamanını alıyordu. 1922'de Lewis Fry Richardson, önümüzdeki altı saat için bir tahmin hesaplamak için aylar harcadı. Yinede sonucun, son derece yanlış olduğu ve gerçekte gerçekleşemeyecek fenomenler içerdiği ortaya çıktı.

Ancak bilgisayar teknolojisinin ilerlemesi, bu soruna ulaşılabilecek bir çözüm getirdi. 1940'ların sonlarında, Princeton'daki İleri Araştırma Enstitüsü'nden von Neumann hava durumu tahminleri için bir araştırma grubu kurdu. 

Yaklaşık 15 yıl sonra, Princeton'daki Jeofizik Akışkanlar Dinamiği Laboratuvarı'ndaki ikinci bir ekip, şimdi iklim modellemesi olarak bilinen bir "sonsuz tahmin" üzerinde çalışmaya başladı. 1958 yılında araştırmacılara katılan Manabe, kendisini atmosferik modellere adadı; meslektaşı Kirk Bryan, okyanus simülasyonlarıyla uğraştı. 1969'da her iki yaklaşımı birleştirdiler ve klimatoloji alanında bir dönüm noktası oluşturdular.

Manabe ve Bryan'ın birleşik okyanus-atmosfer modeli, dünyanın altıda birini 500'e yani 500 kilometrelik karelere ve atmosferi ise dokuz katmana böldü. 

Günümüzün iklim modelleri 25'e 25 kilometre karelerden ve onlarca atmosfer seviyesinden oluşuyor. Yine de, Jeofizik Akışkanlar Dinamiği Laboratuvarı'ndan jeofizikçi Venkatramani Balaji, Manabe ve Bryan' ın modelleriyle harika bir iş çıkardıklarını söylüyor. Manabe ve Bryan'ın sayesinde ilk kez, bir simülasyonda yükselen karbondioksit seviyelerinin etkilerini araştırmak mümkün oldu. 

5. Rakam Kırıcı: BLAS (1979)

Birçok farklı bilimsel alanda, vektörler ve matrisler ile nispeten basit matematiksel işlemlere geri dönülür. Bu karmaşık olmasa da, söz konusu nesneler genellikle çok büyük olduğundan ve çok fazla sayıda hesaplama yapılması gerektiğinden genellikle zaman alıcıydı. 

1970'lerde bu sorunu aşabilecek genel bir yöntem yoktu. Bu nedenle birçok bilim insanı, içerik sorularına odaklanmak yerine temel hesaplama adımlarını gerçekleştiren algoritmalar geliştirmek için zaman harcadı.

1979'da programcılar nihayet " Temel Lineer Cebir Alt Programları "nı veya kısaca BLAS'ı geliştirdiler. 

Bu program kütüphanesi vektör ve daha sonra matris cebiri için onlarca çözüm yolu tanımladı. Austin'deki Texas Üniversitesi'nden bilgisayar bilimcisi Robert van de Geijn, "BLAS muhtemelen bilimsel hesaplama için en önemli programdı" diyor. Ortak işlevler için standartlaştırılmış adlara ek olarak, araştırmacılar algoritmanın her bilgisayarda aynı şekilde çalıştığından emin olabiliyorlar. 40 yıldan uzun bir süre sonra, BLAS, bilimsel yazılımların çalışmasını sağlayan bir kod olan Scientific Computing Stack'in kalbinde hâlâ yer almaktadır.

6. Mikroskopide Olması Gerekenler: NIH Görüntüsü (1987)

1980'lerin başında, programcı Wayne Rasband, Maryland'deki ABD Ulusal Sağlık Enstitüleri'nde bir beyin görüntüleme laboratuvarında çalışıyordu . Ekibin X-ışını filmlerini dijitalleştirmek için bir tarayıcısı vardı, ancak bunları bir bilgisayarda incelemenin bir yolu yoktu. Rasband bunun için bir program geliştirdi.

Algoritmayı özellikle 150.000 dolarlık bir PDP-11 bilgisayarı için yazdı. Apple 1987'de Macintosh II'yi piyasaya sürdüğünde, cihazın çok daha kullanıcı dostu ve uygun fiyatta olduğu görüldü. Rasband, “Apple'ın yazılımı görüntü analizi için çok daha uygundu” diye hatırlıyor. Yazılımını yeni makineye uyarladı ve bu da "NIH Image" ile sonuçlandı.

Bu sistem ve ardılları ile araştırmacılar, herhangi bir bilgisayardaki her türlü görüntüyü analiz edip ve değiştirebildiler. 

Massachusetts, Cambridge'deki Broad Enstitüsü'nden biyoinformatikçi Beth Cimini, "Sahip olduğumuz en temel araç" diyor. "Mikroskop kullanıp, NH ImageJ kullanmayan bir biyologla hiç konuşmadım." dedi. 

Hücre çekirdeği için ImageJ bilgisayar programı, mikroskop görüntülerinde hücre çekirdeklerini otomatik olarak tanımlayabilir, sayabilir ve renklendirebilir. Ayrıca programa erişim ücretsizdir. 

Rasband emekli olduğundan beri ImageJ'in geliştirilmesine öncülük eden Wisconsin-Madison Üniversitesi'nden biyomedikal mühendisi Kevin Eliceiri, bunların kullanıcıların ihtiyaçlarına göre uyarlanabileceğini ekliyor. Program, 30 yılda neredeyse hiç değişmeyen minimalist bir kullanıcı arayüzüne sahip.

Yerleşik bir makro kaydedici, çeşitli dosya formatlarıyla kapsamlı uyumluluk ve esnek eklenti mimarisi sayesinde, yazılımı herhangi bir kullanıcı tarafından kolayca genişletilebilir. Örneğin, videolardaki belirli nesneleri izlemek veya biyolojik hücreleri otomatik olarak tanımlamak artık mümkün. Eliceiri, "Photoshop ve diğer programların aksine, ImageJ istediğiniz her şeyi yapabilir" diyor.

7. Sıralama: BLAST (1990)

Araştırmacılar, özellikle proteinlerde - benzerlikler arayarak bağlantıları keşfedebilir ve genlerin işlevi hakkında bilgi edinebilirler. Bunun için hızla büyüyen biyokimyasal veri tabanları mevcuttur.

Margaret Dayhoff, 1978'de iİki protein arasındaki ilişkinin yalnızca dizilerinin benzerliği temelinde değil, aynı zamanda evrimsel mesafeleri temelinde de değerlendirilebildiği "Nokta Kabul Edilen Mutasyon" matrisi (kısaca PAM matrisi) geliştirdi. .

Yedi yıl sonra, Charlottesville'deki Virginia Üniversitesi'nden William Pearson ve NCBI'den David Lipman, Dayhoff'un matrisini hızlı arama yapma yeteneğiyle ilişkilendiren FASTP algoritmasını sundu. 1990'da Liman ve bazı meslektaşları ek bir uzantı yayınladı. Temel Yerel Hizalama Arama Aracı (BLAST). Son derece hızlı ve aynı zamanda evrimsel olarak daha uzak eşleşmeleri de buluyor. Aynı zamanda, maçların tesadüfen meydana gelme olasılığının ne kadar olduğunu gösterebiliyor.

Harvard Üniversitesi'nde biyoinformatikçi, Sean Eddy, "Program inanılmaz hızlıydı." dedi. Aynı zamanda NCBI'den bilgisayar bilimcisi Stephen Altschul'u da hatırlıyor. "Aramanızı yazabilir, bir yudum kahve içebilir ve sonuca ulaşabilirsiniz." Kullanımı da kolaydı."

Kısacası genom biyolojisinde büyük sıçrama bu algoritma sayesinde oldu. 

8. Ön Baskı Deposu: arXiv.org (1991)

1980'lerin sonlarında, yüksek enerjili fizikçiler, sundukları araştırmaların kopyalarını meslektaşlarına rutin olarak postalardı. Bu ya nezakettendi ya da yorum istedikleri içindi. Ancak, bu büyük bir çaba gerekiyordu. Bu nedenle , onları yalnızca birkaç seçkin kişiye gönderilirdi. 

Bu sorun yüzünden, Fizikçi Paul Ginsparg, 2011'de elit olmayan üniversitelerdeki hevesli araştırmacılar genellikle tamamen dışlanırdı ”diye yazdı .

Bu nedenle, 1991'de New Mexico'daki Los Alamos Ulusal Laboratuvarı'nda, abonelerine her gün her biri bir makale tanımlayıcısı olan ve ön baskı listeleri alan bir e-posta dağıtım listesi geliştirdi. Tek bir e-posta ile dünyanın her yerinden kullanıcılar bir çalışma gönderebilir, laboratuvarın bilgisayar sisteminden e-postaya erişebilir, yeni makalelerin listesini alabilir veya belirli yazarları ve başlıkları arayabilirlerdi.

Başlangıçta, Ginsparg ön baskıları üç ay boyunca saklamak ve içeriği yüksek enerjili fizikle sınırlamak istedi. Ancak bir meslektaşı onu sınırsız olarak kullanmaya ikna etti. "O anda konsept bir ilan tahtasından bir arşive dönüştü" diyor. Aniden, uzak disiplinlerden makaleler geldi. 1993 yılında Ginsparg World Wide Web sistemi, 1998 yılında arXiv.org adıyla araştırmacılar arasında muhteşem bir ağ bağlantısı sağladı.

Bugün, varlığının 30. yılında, web sitesi, aylık 15.000'den fazla başvuru ve yaklaşık 30 milyon indirme ile tümüne ücretsiz olarak erişilebilen yaklaşık 1.8 milyon ön baskıya ev sahipliği yapıyor. 

Nature Photonics editörleri arXiv'in 20. yıl dönümü vesilesiyle “Hizmetin neden bu kadar popüler olduğunu anlamak zor değil” diye yazdı : “Araştırmacılara neyi ne zaman yaptıklarını göstermeleri için hızlı ve kolay bir yol sunuyor ve güçlükleri ortadan kaldırıyor."

Bu başarı, biyoloji, tıp veya sosyoloji gibi diğer birçok disiplinde de benzer projelere yol açtı. Etkiler şu anda koronavirüs aracılığıyla oluşturulan on binlerce ön baskıdan okunabilir. Ginsparg, "30 yıl önce parçacık fiziği topluluğu dışında heterodoks olarak kabul edilen bir metodolojinin artık, doğal olarak kabul edildiğini görmek sevindirici."

9. Veri işleme: IPython Notebook (2011)

Fernando Pérez, 2001 yılında yaygın olarak kullanılan bir programlama dili olan Python'un temel bir bileşenini incelemeye karar verdiğinde "dikkati dağıtma arayışında" bir doktora öğrencisiydi . 

REPL (Oku-Değerlendir-Baskı-Döngüsü) adı verilen bir sistem zaten sıklıkla kullanılır. Kodunuzu girersiniz, program onu ​​satır satır yürütür ve bir sonuç verir. Bu, güvenilir ve hızlı bir şekilde çalışır. Ancak Pérez, Python'un bunun bilimsel çalışma için geliştirilmediğini fark etti. Örneğin, belirli kod modüllerini basit bir şekilde önceden yüklemek veya veri görselleştirmelerini açık tutmak mümkün değildi. Böylece Perez böyle bir versiyonu kendisi yazmaya karar verdi.

Sonuç, Pérez'in Aralık 2001'de tanıttığı ve yalnızca 259 satırdan oluşan Python programlarını geliştirmek ve çalıştırmak için etkileşimli bir program paketi olan IPython oldu . Fizikçi Brian Granger ve matematikçi Evan Patterson ile on yıl sonra sistemi web tarayıcısına taşıyarak IPython notebook'u piyasaya sürdü ve böylece veri biliminde bir devrimi tetikledi.

Bilgisayarlı defterler yalnızca program kodlarından oluşmaz, aynı zamanda metin ve grafikleri tek bir belgede birleştirir. Bu türdeki diğer sistemlerin (Mathematica veya Maple gibi) aksine, IPython açık kaynaktı ve diğer geliştiricilerin katkılarına izin verdi. Ayrıca bilim adamları arasında çok popüler olan Python programlama dilini de destekledi.

2014 yılında IPython , artık 100'den fazla programlama dilini destekleyen ve kullanıcıların uzak süper bilgisayarlarda verileri kendi dizüstü bilgisayarlarında olduğu kadar kolay bir şekilde işlemesini sağlayan Jupyter'a dönüştü. 

Nature, 2018'de "Jupyter, veri bilimcileri için standart bir araç haline geldi" dedi. O zamanlar kod paylaşım platformu GitHub'da 2,5 milyon Jupyter not defteri vardı. Bu arada bu sayı şuan dört katına çıktı.

Bunlar, 2016'da yerçekimi dalgalarının keşfini ve 2019'da bir kara deliğin haritalanmasını belgeleyen defterleri içeriyor. Pérez, "Bu çığır açan çalışmaya küçük bir katkıda bulunduğumuz için çok gururluyuz" diyor.

10. Hızlı Öğrenen: AlexNet (2012)

Yapay zeka (AI) farklı versiyonlara sahip. Eski okullardaki kodlanmış kurallarla yapay zeka geliştirildi. Günümüzde baskın olan "derin öğrenme", düşünme organının sinirsel yapısını simüle ederek bilgisayarların kendi kendilerine "öğrenmelerini" sağlar. Toronto Üniversitesi'nden bilgisayar bilimcisi Geoffrey Hinton, yapay zeka araştırmacılarının onlarca yıldır ikinci yaklaşımı saçma bularak reddettiğini açıklıyor. Ancak 2012'de doktora öğrencileri Alex Krizhevsky ve Ilya Sutskever »AlexNet« ile bunun tam tersini kanıtladı.

Mekan, araştırmacıların günlük nesnelerin milyonlarca görüntüsüyle nesne tanıma algoritmalarını eğittikleri ve ardından bunları ayrı bir veri seti ile test ettikleri yıllık bir yarışma olan ImageNet idi. Hinton, 2012 itibariyle, görüntülerin yaklaşık dörtte birini yanlış bir şekilde kategorize eden programların, en iyi programlar olduğunu hatırlıyor. AlexNet sinir ağı , hata oranını şaşırtıcı bir şekilde yüzde 16'ya düşürdü.

Hinton'a göre büyük miktarda eğitim verisi, iyi programlama ve grafik işlemcilerin artan gücü bu başarıya yol açtı. "Birden programımızı 30 kat daha hızlı çalıştırabilir veya 30 kat daha fazla veriden öğrenebileceğimiz duruma geldik" diyor.

Gerçek atılım üç yıl önce gerçekleşmişti. O zamanlar laboratuvarda, dili geleneksel yapay zekadan çok daha iyi işleyebilen bir sinir ağı yaratıldı. 

Bu ilerlemeler derin öğrenmenin yükselişinin habercisiydi. Bu tür algoritmalar, cep telefonlarının konuşulan istekleri anlamasını ve görüntü analiz programlarının biyolojik hücreleri tanımasına neden oldu. İşte bu yüzden AlexNet, son yıllarda bilimi ve dolayısıyla dünyayı kökten değiştiren bilgisayar programları arasında yerini alıyor.

Çeviri :İnanç Kaya 

Kaynak :  https://www.spektrum.de/news/zehn-algorithmen-die-die-wissenschaft-veraendert-haben/1836355