8. BÖLÜM
Çıplak Beyin Diye Bir Şey Yok
Sende 4 yaşındaki bir çocuğun beyni var ve
eminim o da bundan kurtulmak isterdi.
— Groucho
Marx
Geçen bölümdeki görece soyut
sistemlerden uzaklaşıp gerçek beyinlere ve bunların çevreyle nasıl kenetlendiğine bakarsak, hayvanların bilişsel süreçlerini ve davranışlarını daha dinamik bir yaklaşımla ele alabiliriz. Berkeley’den nörofizyolog
Walter Freeman neredeyse otuz yıldır (esas olarak) tavşanların koku, görme, dokunma ve işitme duyuları üzerine çapraşık ve titiz
deneyler yürütüyor ve araştırmacı beyinle çevre arasında sistem yaklaşımının öngördüğü türden dinamik bir kenetlenmeyi temel
alan bir öğrenme modeli öneriyor.[1]
Ama Freeman’ın beyin, beden
ve çevrenin nasıl birbiriyle uyumlu olduğuna ilişkin görüşlerini tam
olarak anlayabilmek için, bu çalışmaları ayrıntılı olarak
incelemeden önce dinamik
sistemler teorisinin temellerini biraz daha iyi kavramamız gerekiyor.
Matematiksel
açıdan, dinamik bir sistem, (Watt regülatöründe buhar makinesinin hızı ve ağırlıklı kol açısı gibi) sistemin belli bir andaki
durumunu belirten bir dizi “durum değişkeni” ve bu değişkenlerin zaman
içinde nasıl değiştiğini açıklayan bir dizi
denklemle ifade edilir. Sistemin durumunda değişikliğe yol açabilecek miktarları ifade eden ama bu değişiklik sonucunda
kendileri değişmeyen belli değerler de olabilir: bunlara sistemin
parametreleri adı verilir.
Meselenin bütününü bu terimlerle ifade ettiğimiz zaman, dinamik bir sistemi, boyut
sayısının sistemdeki
durum değişkeni sayısıyla belirlendiği bir tür grafik —çok boyutlu bir “faz uzayı”— olarak düşünme olanağı elde ederiz. Böyle bir faz uzayında, sistemin olası her bir durumu (durum değişkenlerinin mümkün olan bütün
kombinasyonları) tek bir
noktayla ifade edilebilir. Böylece, zaman içinde sistemin durumunda gerçekleşen değişiklikler faz
uzayındaki bir eğri şeklinde ifade
edilebilir; bu eğriye sistemin “yörüngesi” adı verilir. Her zaman olduğu gibi, dinamik sistemi somut bir örnekle anlatırsak faz uzayı kavramının da yörünge kavramının da anlaşılması kolaylaşabilir; ama bu kez ağırlıklı regülatör örneğine geri dönmek yerine, Rolf Pfeifer ve Josh
Bongard’ın “Puppy” örneğine, yani Japon
robotik uzmanı Fumiya Iida
tarafından geliştirilen hünerli robotik köpeğe başvuracağız.[2]
Koşabilen, 4 bacaklı bir robot olan Puppy’nin (kalça ve omuzlarda
birer tane, dizlerde ve bileklerde de birer tane olmak üzere) toplam 12 eklemi var ve bacakların alt ve üst bölümleri yaylarla birbirine bağlı. Ayrıca ayaklarda ayağın yerle temas ettiğini gösteren basınç sensörleri var. Robotun kontrol sistemi son
derece basit: omuzlarını ve kalçalarını ritmik bir şekilde geriye ve ileriye doğru hareket ettiren motorlar var. Yani,
yere koyduğunuzda Puppy biraz
eşelenerek sıkıca yere basıyor, sonra koşarak ilerliyor. Kalça ve omuz eklemlerini kontrol eden bu
hareketler, anatomisinin diğer özellikleri (bedeninin genel biçimi ve yaylarının yerleştirilme tarzı) ve çevre (zemin yüzeyinin ayaklarına uyguladığı sürtünme kuvveti ve tabii yer çekimi) arasında sıkı bir kenetlenmeye olanak veren etkileşimler sayesinde gerçekleşiyor. Bu
bilgiler ışığında dinamik
sistemlerin yukarıda değindiğimiz genel özellikleri açısından Puppy’nin davranışlarını inceleyebiliriz. Pfeifer ve Bongard’ın örneğini izleyerek bacak eklemlerinin açısını durum değişkeni olarak
kabul edebiliriz ve Puppy’nin
hareketlerini zaman içinde bu değişkenlerde
meydana gelen değişikliklere (bunların faz uzayındaki yörüngelerine) bakarak anlayıp açıklayabiliriz.
Her bacakta 2 eklem (diz ve bilek eklemleri) olduğu için, faz uzayı sekiz boyutlu ve uzaydaki her nokta
bu sekiz ekleme ait bir dizi değeri temsil
ediyor. Uzayda birbirine yakın noktalar
eklem açılarına ait benzer değerleri temsil ediyor (ve benzer
hareketlere işaret ediyor),
birbirine uzak noktalarsa birbirinden çok farklı eklem açısı değerlerine (dolayısıyla da yürüme ya da koşma gibi farklı yürüme tarzlarına) denk düşüyor. Puppy hareket ettiğinde, eklem açıları sürekli değişiyor ve eklem açısının belli bir andaki değerini temsil eden nokta, faz uzayında bu harekete uygun yer değiştirerek
sistemin yörüngesini oluşturuyor; bir başka deyişle, Puppy’nin hareket örüntüsü zaman içinde değişiyor.
Artık inceleme alanımıza dinamik
sistemlerin bir başka özelliğini dâhil edebiliriz: çekiciler. Çok basit ifade edersek, bunlar faz
uzayında yeterli süre tanınırsa sistemin tercihen evrileceği durumlar.[3]
Çeşitli çekici tipleri olabilir. Örneğin eğer Puppy eklem açıları zaman içinde sürekli birbirini
tekrar edecek bir şekilde, yani
sabit hızda yürürse, sistem “periyodik çekici” adı verilen bir duruma yerleşir (öte yandan,
Pfeifer ve Bongard’a göre, eklem açıları her seferinde
tam olarak aynı şekilde birbirini tekrarlamayacağına göre, bu daha çok bir “sanki periyodik
çekici” sayılabilir).[4]
Puppy düşerse ve bütünüyle hareketsizleşip, eklem açıları faz uzayında değişmeyen tek bir noktada buluşursa buna “noktasal çekici” adı verilir (ve tahmin edeceğiniz gibi bu pek de ilginç bir durum sayılmaz). Yörünge faz uzayında iyi tanımlanmış belli bir bölgenin çevresinde dolanıyorsa ama uzay içinde yörünge tam olarak öngörülemiyorsa, bu “kaotik” çekici olarak adlandırılır (biraz gelişigüzel bir
benzetme yaparsak, bu bir partide birinin çok serbest biçimde dans etmesine benzetilebilir:
belli bir dans üslubu olabilir
ve belli hareketlerden yararlanıyor olabilir ve
bütün dansları birbirine benzeyebilir, ama belli bir
anda tam olarak hangi dansın yapılacağını öngörmek mümkün olmaz). Bu kaosun matematiksel
teknik tanımıdır ve düzensiz görünen, oysa aslında aynı başlangıç koşulları veri alındığında aynen
tekrarlanabilecek, altında belirli bir
mekanizma yatan bir duruma gönderme yapar.[5]
Nasıl ki top bir çanağın ağzında hangi
noktadan bırakılırsa bırakılsın dibe doğru yuvarlanırsa, farklı birçok başlangıç durumundan
kalkınan yörüngeler de belli
bir çekicide buluşabilir. Aynı çekiciye yönelen farklı yörüngelerin toplamına “çekim havzası” adı verilir. Çekici durumları ilginç kılan, içinde gerçekleştikleri
sistemlerin sürekli ve tekrar
tekrar değişmesine rağmen, çekicilerin
birbirinden ayrı oluşumlar şeklinde kolayca
ayırt edilebilmeleri. Bunu somutlarsak,
Puppy’nin eklem açıları zaman içinde düzgün bir şekilde sürekli değiştiği halde, Puppy’yi seyreden bizler robot yürüyor mu, koşuyor mu yoksa hareketsiz duruyor mu
gayet iyi biliyoruz ve dinamik sistem diyagramımızda Puppy’nin yörüngesi bir çekim havzasından çıkıp diğerine geçerken bu açıkça görülebiliyor.[6]
Şekil 8.1. Çekici durumlar
dinamik bir sistemdeki düşük enerjili
kararlı durumlardır. Bu fikri şematik açıdan kavramak için, yukarıdaki şekli inceleyin.
Bir yaşlı kadın profili görmeniz gerekiyor, ama bakmaya devam
ettikçe, görüntünün sizden uzağa bakan bir kadına dönüştüğünü göreceksiniz. Hem
yaşlı kadın görüntüsü hem de genç kadın görüntüsü birer kararlı çekici durum ve
algınız birinden diğerine atladıkça bir çekici durumdan diğerine geçiyorsunuz. Ama
hiçbir zaman bunların ikisini birden göremiyorsunuz, çünkü ikisi birlikte
sistemin kararlı durumlarından birini oluşturmuyorlar.
Anlamın Tatlı Kokusu
Hiçbir şey geçmişi bir zamanlar onunla bağlantılanmış bir koku kadar eksiksiz canlandıramaz.
— Vladimir
Nabokov
Sakladığım bir kutu çizgi roman kalmıştı geriye. Kutuyu
açtığım ve ortalığı o koku, eski kâğıt kokusu kapladığı zaman, akıp gelen anılarla olduğum yerde kalakaldım, sanki çocukluk benliğimin kokusu sinmişti kutuya.
— Michael
Chabon
Dinamik sistemlere
böylece değindikten sonra,
yapay Puppy’den Walter
Freeman’ın gerçek tavşanlarla yürüttüğü çalışmalara geçebiliriz. Freeman tavşanlara koku değerlerini öğreten basit koşullandırma
deneylerinden yararlanarak kokunun nörofizyolojisini
araştırıyor (örneğin bu
deneylerde susamış tavşanlar bir kokuyla karşılaştırılıyor ve ardından suyla ödüllendiriliyor,
böylece o kokuyla su arasında bağlantı kurmayı öğreniyorlar). Tavşanları daha sonra koşullandıkları bu kokulara maruz bırakarak, aynı anda beyinlerinde kokuyla ilgili
olfaktör soğan etkinliğini izliyor.
Freeman’ın keşfettiği ilginç şeylerden biri, tavşan beyninin yalnızca koşullandığı kokulara tepki vermesi, koşullandırılmadığı kokulara tepki
vermemesi. Bir başka deyişle, tavşanın kokuyu tanıması için, onun için bir önemi ya da
anlamı olması gerekiyor; kokunun tavşana bir olanaklılık sunması zorunlu. Koşullanılmayan kokular
tanınmıyor ve tavşanın çevresinde (umwelt) bir koku olarak buna yer olmadığı bile söylenebilir.
Dolayısıyla, daha doğal koşullarda geçmişte havuç yemiş aç bir tavşan havuç kokusuyla karşılaşırsa, bu koku
havucun sunduğu yeme olanaklılığının bir parçası olduğu için olfaktör soğanında etkinlik gelişecektir. Oysa kişnişli havuç çorbası gibi havuçtan yapılmış başka bir şeyle karşılaştığında, tavşan için havuç bu biçimiyle anlamlı olmadığı için koku olfaktör soğan etkinliğini tetiklemeyecektir.
Freeman’a göre, bu gibi
bulgular çevreyi
koklarken tavşanın mevcut durumu iyileştirme doğrultusunda
aktif bir çaba harcadığını düşündürüyor (bu da bizi Dewey’in ve Gibson’ın organizmaya ait davranışların bu çerçevede anlamlı olduğu görüşlerine götürüyor). Olfaktör soğanındaki sinirsel bağlantılar, hayvanın karşılaştığı şey (örn. havuç kokusu) o anki ihtiyaçlarını (örn. yiyecek
ihtiyacı) doyurmaya
hizmet ettiği ölçüde güçleniyor. Yine bu da bizi daha önce üzerinde durduğumuz bir noktaya götürüyor, özellikle de
davranışın belli bir
uyarana “doğru” tepkiyi verme
meselesi olmadığını, çoğu zaman bunun “doğru” uyarana götürecek “tepkiyi üretme anlamına geldiğini gösteriyor.[7]
Daha önce belirttiğimiz gibi, davranış konusundaki alışılmış düşünce tarzımızın böyle ters yüz edilmesi, belli koşullarda “doğru” (yani, hayvanın o andaki durumunu iyileştirecek) davranışın ne olduğuna karar vermeyi çok kolaylaştırdığı için belirleyici önem taşıyor. Bütün hayvanların sağkalımı güvence altına alan ve doğal seçilim tarafından belirlenen belli fizyolojik
ihtiyaçları vardır ve bunlar var
olan durumun “iyi” olarak mı yoksa “kötü” olarak mı algılanması gerektiğine karar
vermeyi kolaylaştırır. Böylece havucun kokusu yeme olanağı sağladığı için iyidir, oysa
tilkinin kokusu avcı tarafından kovalanma (ve belki de yenilme)
olasılığı sunduğu için kötüdür. Bütün bunlar,
hayvanların doğru girdi türlerine ulaşmak üzere
davranmalarını (bir başka deyişle durumu doğru algılamalarını) bekleyebileceğimizi ve hayvanın bunun ardından hangi girdinin gelmesini arzu
edeceğinin bu algıdan etkilenebileceğini (örneğin dolu bir midenin, arzulanan bir
sonraki girdinin kuytuda oturup bekleme duygusu olmasına yol açabileceğini) gösteriyor.[8]
Esas Olan Kaos
Düzen görünüşünün ardında ürkütücü türden bir kaosun
gizlenebileceği doğrudur; ama kaosun derinlerinde daha da
ürkütücü türden bir düzen gizlidir.
— Douglas
Hofstadter
Freeman öğrenme sürecinin başlangıcındaki nöronal güçlenmenin (bu fikri öneren ilk bilim insanı olan büyük nörobilimci
Donald Hebb’in adıyla anılan)[9]
Hebb tarzı öğrenme yoluyla gerçekleştiğini, bir olaya tepki vermek için birlikte ateşlenen nöronların birbirlerine “bağlandıklarını” ve bir bağlantı oluşturduklarını varsayıyor. Başka türlü ifade edersek —ve önceki bölümlerde ele aldığımız ekolojik
yaklaşımımızı izlersek— tavşanlar deneysel
durumda var olan havuç-kokusu-su değişmezini saptıyorlar, böylece bir üst düzey uyaran
olarak suyla koku arasında bağlantı kurmayı öğreniyorlar
diyebiliriz.
Ampirik
çalışmalarıyla matematik modelleme girişimlerini birleştiren Freeman bu çerçevede, belli
bir koku-su eşleşmesini öğrenme sürecinde olfaktör soğandaki
birbiriyle bağlantılı nöronların “sinir hücresi topluluğu” (NCA)* adını verdiği bir grup oluşturduğunu ileri sürüyor. NCA’nın herhangi bir
noktasına bir uyarı sinyali geldiğinde genellikle bütünün uyarılması doğrultusunda bir
eğilim ortaya çıktığını ve daha sonra bu faaliyetin soğanın bütününe yayıldığını belirtiyor.
Yazara göre bunun çok yararlı olmasının nedeni de, herhangi bir koklayışta hayvanın pekişmiş kokuyu yalnızca bir nebze hissedebilmesi, dolayısıyla da bütün alıcıların aktifleşememesi. NCA içindeki bağlantıların parçalardan
herhangi biri uyarıldığında bütün tetiklenebilecek ölçüde güçlenmesi, sonuç olarak NCA’nın çevreden alınan zayıf bir sinyali yükseltmesi anlamına geliyor, bu da kokuya özgü ayırt edici nitelikteki aktivite örüntüsünün bütün soğana yayılmasına olanak veren
temel mekanizmayı oluşturuyor.
Modelleme
çalışmaları, olfaktör soğandaki nöronların uyarılmasına paralel olarak NCA oluşmasının, bütün soğanı belli bir koku-ödül eşleşmesine denk düşen bir tür kaotik çekici oluşturmaya hazırladığını gösteriyor. Her
yeni koku-ödül eşleşmesi için yeni bir çekici oluşuyor, böylece
deneyimler sonucunda tavşanın olfaktör soğanı, her biri özgül bir koku ve ödül çiftine denk düşen birkaç çekim havzasını kapsayan —ve “enerji yüzeyi” biçimi adı verilen— özgül bir biçim alıyor.[10]
İlginç olarak, yeni çekiciler oluştukça olfaktör soğandaki diğer çekiciler
yeniden düzenleniyor;
dolayısıyla zaman içinde sabit kalan tek bir çekici örüntüsü yok ve olfaktör soğan
aktivitesinin yüzey görünümü sürekli değişiyor. Bunun sonucunda anlamlı her yeni deneyimle tavşanın bütün eski
deneyimlerinin anlamı, belli ölçüde değişikliğe uğruyor. Bu da
tavşanın gelecekteki koku deneyimlerinin doğasını etkiliyor. Bir başka ifadeyle, sistemin karşılıklı olarak birbirini etkileyen doğası olduğunu görebiliyoruz:
yeni deneyimler tavşanın beyninde değişikliklere neden
oluyor, bu da çevre
deneyimlerini ve davranış biçimini değiştiriyor, bu da beynini değiştiriyor, bu da çevre deneyimini değiştiriyor. Daha önce tartıştığımız “döngüsel” karşılıklılığa dayalı davranış teorisinde önerildiği gibi, hayvanın dünyaya tepki
verme tarzı (anlamlı yeni bir koku-ödül eşleşmesi için yeni bir çekici oluşturması) daha sonra dünyayı nasıl algılayacağını etkiliyor.
Bizim
bakış açımızdan en
ilginci, Freeman’ın tavşanın olfaktör soğanından korteksine gönderilen sinirsel aktivite örüntülerinin yalnızca kaotik çekicilerle sınırlı olduğunu ileri sürmesi. Bu önemli, çünkü çekiciler tavşanın belli bir
uyaranla ilişkili
deneyimlerinin toplamını, bunların hangi bağlamda yaşandığını ve tavşan için önemini yansıtan çok özgül aktivite örüntüleri ve aynı zamanda (yeni kokular öğrenildikçe çekici yüzeyinde gerçekleşen genel değişiklikler
nedeniyle) tavşanın diğer koku-ödül eşleşmelerinin imzasını da taşıyor.
Öte yandan, ilk başta havuç koku moleküllerinin burundaki koku alıcılarıyla temas edip bir sinirsel tepki
yaratmalarına ilişkin aktivite örüntüsü kortekse gönderilmiyor. Kaotik çekici oluştuktan sonra, bu koku-alıcı uyarısının izleri bütünüyle ortadan kalkıyor. Eğer Freeman bu
konuda haklıysa, bu
beyindeki süreçleri psikolojik-bilişsel süreçlere bağlamaya çalışan herkes için son derece önemli: olfaktör soğandaki çekicilerin havuç gibi belli bir maddenin kokusunu ya
da havucun kendisine ait başka herhangi bir
özelliği “temsil ettiği” söylenemez, çünkü çekiciler havuçtan fazlasını kapsıyor; çekiciler havuç kokusunun tavşan açısından anlamlı hale geldiği bağlamı da içeriyor.[11]
Olfaktör soğanda oluşan örüntüler nesnenin “havuçça” özelliklerini değil, havuçlarla ilgili geçmiş deneyimler ışığında havucun o anda tavşan açısından ne anlama geldiğini yansıtıyor.
Dahası olfaktör soğanda NCA’nın ve çekici durumların oluşması, açıkça tam da Wheeler’in bilgisayımı temel almayan
dinamik sistemlerde önemli olduğunu ileri sürdüğü zamansallık özelliğine denk düşüyor. Örneğin NCA’nın oluşma hızı, çekici oluşumunun zamanlamasını etkiliyor, NCA’nın oluşumu da tavşanın ritmik
koklama davranışının zamansal özelliklerine bağlı olarak değişiyor, çünkü koku moleküllerinin alıcılarla temas hızını bu belirliyor. Dolayısıyla, tavşanın bedeni
(kokuyu içine çeken bir burun), beyni (her koklayışta farklı çekici durumlarına geçen bir beyin)
ve çevre (koklanan
nesnenin sunduğu olanaklılıklar) doğrudan ve dinamik bir şekilde birbirine kenetleniyor.
Bu
süreci açıklamak için Gibson’ın “rezonans” metaforundan yararlanabiliriz. Yani,
tavşanın olfaktör soğanı tavşan için anlamlı olan değişmezlerle “rezonansa girecek” şekilde, seçici bir tarzda “akort ediliyor”.[12]
Birbirleriyle rezonansa giren sistemler nasıl akort
edildiklerine bağlı olarak aynı uyarana farklı yanıtlar verdikleri
için, bu da anlamlı yeni kokularla karşılaşıldıkça çekici yüzeyinde oluşacak değişikliklere yansıyor ve farklı hayvanların neden dünyadaki farklı değişmezleri saptadıklarını da bununla açıklamak mümkün olabiliyor (kuşkusuz bu, “rezonans” kavramının sözcüğün düz anlamıyla ele alınmaması kaydıyla geçerli). İşte özelliklerin bu
bileşimi —beyin ve sinir sisteminin dünyayla “rezonansa
girmesi” ve aktivite örüntülerinin kokunun kendisine değil, anlamına tepki vermesi— algıyla eylemi
birbirine kenetliyor.[13]
Freeman’a göre bunlar döngüsel bir şekilde birbiriyle bağlantılı olduğu için, motor sistem olfaktör soğanın genel aktivasyon durumları tarafından yönlendiriliyor: yeme olanağı sunan bir havuç, tavşanın bu olanaklılığı algılayışının ayrılmaz bir parçası olarak motor
sistemi uygun tepkiyi vermeye hazırlıyor. Bu da hayvanın nasıl davrandığının, en az ne düşündüğü kadar önemli olduğunu vurguluyor. Nitekim bu yaklaşımda, davranış zaten bir düşünme biçimi ve bu
durumda organizmaların gösterdikleri davranış örüntülerini açıklayan içsel bir doğrusal, temsili girdi-işlem-çıktı prosedürü bulunduğunu varsaymamıza gerek kalmıyor. Grey Walter da dâhil olmak üzere Britanyalı “sibernetikçiler” hakkında harika bir kitap yazan bilim
sosyoloğu Andrew
Pickering beyinden ve yaptıklarından “temsili” değil “edimsel” özellikler şeklinde söz etmemiz gerektiğini söyleyerek, tam
da bu noktanın altını çiziyor.[14]
Böyle bir mekanizma hayvanın, önceden bunların “temsillerini” oluşturması hiç gerekmeden,
hatta ulaşmaya çalıştığı hedef durumun ne olduğu konusunda en ufak bir fikri olmaksızın, belli hedef
durumlarına ulaşmasını mümkün kılabiliyor.[15]
Hayvanın denge
durumundan çıkarken (örneğin bir çekim havuzundan çıkıp bir diğerine yaklaşmak için hareketlenme
yaşarken) yalnızca sensorimotor sisteminde bir “gerilim” hissettiği ve ne yaptığının ya da neden
bunu yaptığının farkında olmaksızın bu gerilimi
azaltan hareketler ya da eylemler yapmaya itildiği söylenebilir. İnsanda bu zaman zaman çok belirgin bir şekilde ortaya çıkar. Liverpool’da yaşadığım günlerden bir örnek verebilirim. Her sabah koşarak evden çıkıp, Calderstones
Parkı’nın çevresini dolanıp, eve geri dönüyordum. Dönüşte belli bir
sokaktan geçiyordum ve sokağa kaldırımdan girsem bile, yarı yolda fark etmeden yola inerek koşmaya orada devam ediyordum. Bunu yaptığımı fark etmem için aradan çok zaman geçmesi gerekti ve ne olup bittiğini anladıktan sonra bile, sokağın bu bölümünde neden yolda
koştuğumu (çok daha güvenli olan kaldırımda koşmadığımı) anlayamıyordum. Sonra günün birinde bunu
gördüm. Sokağın yaklaşık yarısına doğru yol küçük bir yeşilliğin çevresinden dolanıyor ve burada kaldırım giderek eğimlileşiyordu. Eğimli kaldırımda koşmak ritmimi kesiyordu — Dreyfus’un
terimleriyle, bunun sensorimotor sistemimde bir gerilime yol açarak, beni hoş bir kararlı çekici durum
olan koşu ritmimden çıkardığı söylenebilirdi— ve yüzeyi daha düz olan yola geçmek rahatça ve verimli bir tarzda koşmak açısından mevcut durumumu iyileştirmeme imkân veriyordu, ama hemen her seferinde böyle yaptığım halde, bunu
yaptığımın da, neden yaptığımın da farkında değildim. Ne yaptığımı ve neden yaptığımı anladıktan sonra bile çoğu zaman önceden böyle yapacağımı fark etmeden
ve buna ne zaman karar verdiğimi hatırlamaksızın kendimi yolda buluyordum.[16]
[1]
Freeman (1991, 1995, 2000); Freeman ve Skarda (1990); Skarda ve Freeman (1990).
İnsanda biliş sürecine dinamik yaklaşımlar
için, ayrıca bkz. Kelso (1995) ve
Spivey (2007).
[2]
Pfeifer ve Bongard (2007).
[3] Bunlar
düşük enerji durumları, dolayısıyla kararlılar.
[4]
Pfeifer ve Bongard (2007).
[5]
İnsanların oraya buraya hareket ettiği, trene binip indiği ve bağlantılarını
arayıp bulduğu bir tren istasyonu teknik anlamda tam da böyle kaotik bir süreç.
Buna karşılık, birisi “yangın var” diye bağırdığı için istasyonda herkesin
oraya buraya kaçışması bizim için gündelik anlamda kaotik bir durum, ama
matematiksel anlamda böyle değil.
[6]
Pfeifer ve Bongard (2007).
[7] Cisek
(1999).
[8] Ayrıca
bkz. Cziko (2000).
[9] Hebb
(1949).
* NCA =
nerve cell assembly –çn.
[10]
Freeman (2000); Dreyfus (2007).
[11]
Dreyfus (2007).
[12] Bkz. örn. Shepard (1984). Bu aynı
zamanda, 5. bölümde gördüğümüz gibi Gibson’ın teorisinin içsel süreçleri tümden
reddetmediğini, yalnızca onları duyularla sağlanan bilgideki eksiklikleri
gideren statik içsel temsiller olarak ele alan yaklaşımı eleştirdiğini
gösteriyor. Daha önce de belirttiğimiz gibi, Gibson’ın teorisi sinir sisteminin
hayvanın algı sisteminin ayrılmaz bir parçası olduğunu özellikle vurguluyor;
dolayısıyla Freeman’ın çalışmasıyla Gibson’ın görüşlerinin doğrulandığı
söylenebilir.
[13] Freeman
(2000).
[14]
Pickering (2010).
[15]
Dreyfus (2007).
[16] Belki
de bunun nedeni beynimdeki oksijen yetersizliği ve yaklaşan bir damar
tıkanıklığıydı, ama Dreyfus’un açıklamasının doğru olduğunu düşünmek istiyorum.
Hiç yorum yok:
Yorum Gönder