Brain-IT: Beyin taraması 40 saatten 1 saate düştü—ancak gizlilik yasaları hazır değil
Weizmann Enstitüsü'nden araştırmacılar, bir kişinin gördüğü görüntüleri beyin taramasından yeniden oluşturabilen yapay zeka sistemini sadece 1 saatlik kalibrasyon ile çalıştırabiliyor. Eski yöntemler aynı işlev için 40 saate ihtiyaç duyuyordu. Bu hız atılımı, sistemi tıbbi araştırmalar ve nöro-rehabilitasyon için pratik hale getirirken, aynı zamanda uygun maliyetli gizlilik ihlali tehdidini de beraberinde getiriyor—çünkü teknoloji, rıza olmadan düşünce çıkarımı yapabilen başlıklar şeklinde uyarlanabilir.
Sistem, 8 kişinin beyin taraması ve 70.000'den fazla görüntü ile eğitildi. Kaynak araştırma, insanlar arasında paylaşılan 128 işlevsel beyin bölgesi tanımladı ve bu bölgelerin görüntü işleme sırasında belirli roller üstlendiğini gösterdi. Önceki modeller renk ve kompozisyon gibi temel özelliklerde hata yaparken, Brain-IT hem içeriği hem de ince detayları daha doğru şekilde yeniden oluşturuyor.
fMRI taraması saati 600-1.000 dolar arasında maliyete sahip olduğundan, kalibrasyon süresini 40 saatten 1 saate düşürmek sadece zaman tasarrufu değil, ekonomik olarak mümkün kılma sorunudur. Ancak bu verimlilik kazanımı, yönetmelikler olmadan ciddi gizlilik tehditleri açıyor.
Brain-IT nasıl çalışıyor
Brain-IT, yüksek çözünürlüklü fMRI (fonksiyonel manyetik rezonans görüntüleme) taramalarından elde edilen verileri görüntülere dönüştüren bir encoder-decoder sistemidir. Klasik modeller, bir kişinin beynini okumak için o kişiden onlarca saatlik tarama verisine ihtiyaç duyar. Brain-IT, bu süreyi yaklaşık 1 saate indiriyor.
Sistem iki aşamada çalışıyor:
Encoder aşaması: Rastgele görüntüleri alıyor ve bu görüntülerin bir kişinin beyninde nasıl bir aktivite yaratabileceğini tahmin ediyor. Bu yöntem, gerçek beyin taraması olmayan görüntülerle sentetik veri seti oluşturmayı mümkün kılıyor. MIT Technology Review'a göre, eğitim verisinin yaklaşık %70'i gerçek fMRI taraması ile eşleştirilmemiş görüntülerden geldi. Bu strateji, veri kıtlığı sorununu aşmak için kritikti.
Decoder aşaması: Gerçek beyin taramasını alıyor ve bu aktiviteye neden olan görüntüyü yeniden oluşturuyor. Sistem, beynin 128 işlevsel bölgesine odaklanıyor ve bu bölgelerin insanlar arasında ortak roller üstlendiğini varsayıyor.
Araştırmacılar PPA (yer işleme alanı) olarak bilinen beyin bölgesinde yeni bir işlevsel bölünme keşfetti: Bir kısım iç mekanlara, diğer kısım dış mekanlara yanıt veriyor. Yüksek çözünürlüklü fMRI tarayıcıları yaklaşık 1 kübik milimetre voksel boyutunda çalışıyor; tipik tarayıcılar 3 kübik milimetre civarındadır. Bu hassasiyet artışı, Brain-IT'nin detay doğruluğunu destekliyor.
Eski yöntemlerle karşılaştırma
Önceki beyin-görüntü rekonstrüksiyon modelleri, bir yeni kişiye uyum sağlamak için 40 saat veya daha fazla beyin taraması gerektirir. fMRI saati 600-1.000 dolar olduğunda, 40 saatlik bir kalibrasyon 24.000-40.000 dolar demektir.
Brain-IT, bunu 1 saate düşürerek maliyeti 600-1.000 dolara indiriyor. Bu, teknolojinin laboratuvardan kliniklere ve daha geniş araştırma gruplarına taşınmasını mümkün kılan bir dönüm noktasıdır.
Eski modeller ayrıca kompozisyon ve renk hatalarına eğilimliydi. Brain-IT, hem semantik içeriği (ne gördüğün) hem de görsel detayları (renkleri, yerleşimi) daha doğru yeniden oluşturuyor. Sistem ayrıca insanlar arasında ortak beyin yapısını varsayarak hızla uyum sağlıyor.
Tıbbi fırsatlar ve sınırlamalar
Brain-IT'nin somut değeri tıbbi uygulamalarda yatıyor. Araştırmacılar, teknolojiyi felçli veya konuşamayan hastalara yardımcı olmak için kullanmayı hedefliyor. Bir hastanın görmekte olduğu veya hayal ettiği görüntüleri rekonstrüksiyon etmek, iletişim arayüzleri kurmayı mümkün kılabilir.
Teknoloji etkileyici olsa da sınırlamaları vardır. MIT Technology Review'un gösterdiği bir örnekte, bir pastayı sandviç olarak, banyodaki bir köpeği ise banyodaki keçi olarak yeniden oluşturdu. Bu hatalar, sistemin semantik kategorileri karıştırabildiğini ve özellikle nadir görsel kompozisyonlarda güvenilirliğinin düştüğünü gösteriyor.
Brain-IT yalnızca 8 katılımcının beyin verisiyle eğitildi. Farklı yaş, cinsiyet, kültür ve nörolojik durumlardan insanlar üzerinde nasıl performans göstereceği belirsizdir. Rüya okuma gibi uygulamalar hala teorik alandadır.
Gizlilik tehdidi: EEG'ye uyarlama riski
Brain-IT şu anda fMRI tarayıcıları ile çalışıyor. Bu tarayıcılar büyük, sabit, pahalı cihazlardır ve rıza olmadan kullanılamazlar. Ancak nörobilimciler, aynı yaklaşımın EEG (elektroensefalografi) başlıklarına uyarlanabileceği konusunda uyarıyor.
EEG başlıkları invazif olmayan, taşınabilir ve nispeten ucuz cihazlardır. Kaynak röportajında, nörobilimci Tommy Sprague şu uyarıda bulunuyor: "Düşüncelerin gizli çıkarımı, kişisel gizliliği zayıflatabilir."
Eğer Brain-IT benzeri bir sistem EEG verisiyle çalışabilir hale gelirse, birisi senin düşüncelerini rızası olmadan okumaya çalışabilir:
- EEG başlığı normal bir kulaklık veya şapka gibi görünebilir. - Teknoloji oyun, meditasyon veya beyin eğitimi olarak pazarlanabilir. - Beyin verisi arka planda toplanabilir ve işlenebilir.
Bu tehdit şu anda teorik ancak teknolojik olarak mümkün görünüyor.
Türkiye'de gizlilik düzenlemeleri boş durumda
Brain-IT'nin geliştirme hızı, düzenleyici çerçevelerin hazır olmadığını gösteriyor. Avrupa Birliği'nin GDPR'si biyometrik verileri korusa da, beyin verisi özel bir kategori değildir. ABD'de düzenleme neredeyse yoktur. Türkiye'de KVKK (Kişisel Verilerin Korunması Kanunu) biyometrik verileri "özel nitelikli kişisel veri" olarak tanımlar, ancak beyin taraması verisi bu kapsamda açıkça adlandırılmaz.
Brain-IT benzeri bir sistemin EEG formatına uyarlanması, yeni riskler açar:
- Veri sızıntısı: Bir uygulamanın sunucusu ele geçirilirse, beyin verileri çalınabilir ve üçüncü taraflar tarafından rekonstrüksiyon edilebilir. - Kötü amaçlı yazılım: Bir EEG başlığına bağlı cihaz enfekte edilirse, beyin sinyalleri arka planda kaydedilebilir. - Bulut işleme riskleri: Birçok EEG cihazı verileri bulutta işler. Bu, veri yolculuğunun her noktasında sızıntı riskidir.
Türkiye'de kişisel veri işleyen şirketler, KVKK uyarınca teknik ve idari güvenlik tedbirleri almakla yükümlüdür. Ancak beyin verileri için özel koruma standartları henüz tanımlanmamıştır.
Örnekler somut riskleri gösterir:
- Bir oyun kulaklığı, "odaklanmayı artırmak için" EEG verisi toplayabilir. Kullanıcı, bu verinin bir görüntü rekonstrüksiyon modeline besleneceğini bilmiyor olabilir. - Bir sağlık uygulaması, "uyku kalitesi analizi" adı altında beyin verisi kaydedebilir. Ancak bu veri, kullanıcının rüyalarını yeniden oluşturmak için kullanılabilir. - Bir işveren, "verimlilik ölçümü" için çalışanlarına EEG başlık verebilir. Bu başlık, çalışanın ne gördüğünü veya ne düşündüğünü çıkarmaya çalışabilir.
Bu senaryolar bugün yasal olarak belirsiz bir alandadır. KVKK, "işleme amacının gerektirdiği kadar veri toplanması" ilkesini zorunlu kılar, ancak bir yapay zeka modeli işleme amacını gizleyebilir.
Düzenleme boşluğunu kapatmak için adımlar
Yapıştırıcılar ve araştırmacılar için:
Beyin verisi ile çalışıyorsan, veri minimizasyonu, anonimleştirme ve silme mekanizmalarını tasarım aşamasında dahil et. Kullanıcılara beyin verisinin nasıl işlendiğini anlaşılır bir dille açıkla. Gizlilik politikası yeterli değil; interaktif onay mekanizmaları kullan. Türkiye'de çalışıyorsan, KVKK'ya ek olarak uluslararası en iyi uygulamaları (örneğin GDPR'nin biyometrik veri koruma standartları) benimse.
Düzenleyiciler için:
Beyin verisini özel bir kategori olarak tanımla ve bu veri üzerinde ek koruma gereksinimleri getir. EEG tabanlı tüketici cihazlarının veri işleme uygulamalarını denetle. Nöroteknoloji geliştirme ve pazarlamasında etik kurul onayı mekanizması oluştur.
Kullanıcılar için:
EEG veya "beyin okuma" iddiası taşıyan tüketici cihazlarından uzak dur. Eğer kullanacaksan, veri işleme politikasını oku ve verinin nerede saklandığını öğren. Bir oyun veya sağlık uygulaması EEG verisi topluyorsa, bu verinin hangi amaçlarla kullanılabileceğini sor. Gizlilik politikasında "model iyileştirmesi" gibi belirsiz ifadeler varsa dikkatli ol. Beyin verisi toplandığında, bu verinin kalıcı olarak silinmesini talep et. KVKK, bu hakkı tanır.
Beyin verisi bugün korumasız kalmaya devam ediyor
Brain-IT, nöro-bilimi hızlandıran değerli bir araçtır ve tıbbi uygulamalarda hayat kurtarabilir. Ancak aynı teknoloji, rızasız beyin veri çıkarımı için bir tehdittir. Türkiye dahil çoğu ülke, bu tehdide karşı düzenleyici hazırlığını tamamlamadı. 1 saatlik kalibrasyon süresi, teknolojinin tüketici cihazlarına entegrasyonunu hızlandıracağı için, düzenleyici boşluğu kapanmadan önce eylem gerekiyor. Nöroteknoloji ile çalışan kuruluşlar gizlilik korumalarını tasarıma dahil etmeli, kullanıcılar beyin verisi toplayan cihazlardan uzak durmalı ve düzenleyiciler özel standartlar oluşturmalı.
