Araştırmacılar, bazı bitkileri sonar ekolarına bakarak diğerlerinden ayırt eden bir algoritma geliştirdiler. Yarasaların, sevdikleri meyveleri ve böcekleri nasıl kolayca bulduklarını anlamaya çalışan biyologların araştırması için hazırlanan bu algoritma başka işlere de yarayabilir: Mühendisler bu algoritmayı kalabalıkta kişileri bulmak veya üretim bandı üzerindeki nesneleri bulamak üzere hızlı sistemlerin yapımında kullanabilir.

Yarasalar gerçekte kör olabilirler, ancak sevdikleri meyveleri hiç zorlanmadan bulabiliyorlar. Hatta etrafı başka bitkilerle yoğun şekilde kapanmış olanlarını bile kolayca bulup doğruca ona uçuyorlar. Yarasalar, ekolokasyon (biyosonar) denilen, sesin yankılanmasından faydalanarak bir cismin bulunduğu yön ve uzaklığı saptama yöntemi kullanırlar. Önce bir seri cıvıltı çıkarıp daha sonra dönen ekoları dikkatlice dinlerler. Bu cıvıltılar arasında görece uzun aralıklar vardır (100 milisaniye kadar), aradığı şeye yaklaştıkça bu cıvıltılar arasındaki süreyi kısaltır.

Almanya’nın Tübingen şehrinden araştırmacılar yarasalardan esinlenerek aynı işi görebilen yapay bir sistem yapıp yapamayacaklarını merak etmişler. Ladin ve karaçalı türlerinde oluşan beş çeşit bitkiden yansıyan sonar sinyallerini toplamakla başlamışlar, bu sinyallerden spektogram denilen veri setleri oluşturmuşlar. Bitkilerden geri yansıyan seslerin frekanslarına ve yansıma sürelerine göre sınıflandırma yapılmış. Bu frekans ve süreler bitkinin dallarının boyutlarına ve yapraklarına göre değişiyor. Tübingen Üniversitesi’nden biyofizikçi ve araştırmanın lideri Yossi Yovel, ‘Sonuçta oluşturulan bilgisayar programı şaşılacak bir doğruluk oranıyla benzer bitkileri birbirlerinden ayırt edebiliyor’ diyor.

Araştırma, yarasaların ekolokasyon becerilerini anlamamıza ışık tutmanın yanı sıra insanlara yardımcı da olabilir. Günümüzde uzaktan bir şey bulmaya/algılamaya yarayan algoritmaların büyük bir çoğunluğu görüntü üzerinedir ve onların çalışmadığı loş ışıkta ve karanlıkta ekolokasyon çalışır.

Derleyen: Özden Hanoğlu
Kaynak: http://sciencenow.sciencemag.org/cgi/content/full/2008/321/1'rss=1
http://www.ploscompbiol.org/article/fetchArticle.action'
articleURI=info:doi/10.1371/journal.pcbi.1000032
Resim: Stock Exchange, . Yovel et al., PLoS Computational Biology