Mergen, Transformer'ların ötesine geçmek için tasarlanmış deneysel biyolojik bilişsel mimaridir. Bir chatbot değil — GPU üzerinde çalışan gerçek bir beyin simülasyonu.
Mergen, mevcut Derin Öğrenme paradigmalarının sınırlarını aşmak için tasarlanmış deneysel, biyolojiden ilham alan bir bilişsel mimaridir. Bir chatbot değildir — modern donanımda (GPU-hızlandırmalı PyTorch) çalışan bir Dijital Beyin simülasyonudur.
AGI'nin (Yapay Genel Zeka) sadece matris çarpımlarını ölçeklendirerek elde edilemeyeceğine inanıyoruz. Beynin fiziğini somutlaştıran sistemlere doğru bir paradigma değişikliği gerekiyor. Mergen, biyolojik zihnin sadece çıktısını değil, fonksiyonel dinamiklerini kopyalamaya çalışır.
Mergen sürekli zamanda (dt) çalışır — gecikmeler, ritimler ve senkronizasyonla. Token'lar değil, gerçek zaman akışı.
Bilgi yoğun float tensörleri yerine seyrek olaylar (spike) ve enerji dalgaları ile taşınır, hesaplama israfını büyük ölçüde azaltır.
Sistem kendi kendini düzenler. Çok uyarılırsa sakinleşir, çok sessizse eşiğini düşürür. Stabiliteyi hedefler.
Bellek hatırlama, dikkat ve karar verme gibi davranışlar lokal kortikal alanlar ve global workspace'in etkileşiminden doğar.
Zamanı algılamıyorlar; sadece dizileri işliyorlar. Gerçek dünyada zaman sürekli akar.
Her token üretiminde sıfırlanıyorlar. Kalıcı hafıza ve bağlam kaybediliyor.
Global matris çarpımları için devasa enerji harcanıyor. Beyin çok daha verimli çalışır.
Düşünmüyorlar; sadece bir sonraki en olası istatistiği tahmin ediyorlar.
Geleneksel Transformer yapıları, veriyi birbirinden kopuk parçalar (tokenlar) halinde işler ve her işlemden sonra içsel durumlarını sıfırlar. Mergen ise bu "hafızasız" yapıyı reddederek, sürekli zaman (dt) akışını temel alan bir sistem sunar. Bu model için zaman sadece bir dizi değil, sistemin içindeki her kararı etkileyen canlı bir değişkendir. Yapay zeka bir sonraki kelimeyi istatistiksel olarak tahmin etmek yerine, biyolojik bir zihnin ritmini ve gecikmelerini taklit ederek adeta "yaşayan" bir süreç yönetir.
Modern modeller devasa matris çarpımları yaparak inanılmaz miktarda enerji tüketirken, Mergen seyrek atımlı (sparse spikes) iletişim yöntemini kullanır. Beynimizdeki nöronların sadece ihtiyaç anında elektrik sinyali göndermesine benzer şekilde çalışır — sistem sürekli tam güçte çalışmak yerine, sadece bilgi taşınması gereken anlarda "parlamalar" yaparak muazzam bir hesaplama tasarrufu sağlar. Karmaşık float sayıları yerine, enerji dalgaları ve kısa sinyallerle iletişim kurulur.
Mergen'in "et dokusu" olan Kortikal Tabakalar, nöronların 2D haritalar üzerinde birbirleriyle komşuluk ilişkisi kurmasını sağlar. Mexican Hat kernel sayesinde bir bölgedeki nöronlar uyarılırken etraflarındaki diğer nöronlar baskılanır. FFT ile hızlandırılarak milyonlarca sinirsel bağlantı simüle edilir.
Mimarinin merkezinde yer alan Küresel Çalışma Alanı (Global Workspace), bilinci temsil eder. Farklı duyusal ve motor alanlar dikkat için yarışır, en güçlü sinyaller sisteme yayınlanarak "düşünce anı" oluşturulur. GNWT temelinde bilinçli farkındalığın hesaplamalı modelini sunar.
Hipokampüs sayesinde sistem, tek seferde (one-shot) öğrenebilir. Backpropagation gerektirmeden kortikal aktivite görüntülerini anında yakalar. Eksik ipuçlarından yüksek hızlı vektör benzerliği ile geçmiş anıları tamamlayarak çağrışımsal geri çağırma yapar.
Beynin beyaz madde yolları gibi, hızlı refleksler için lokal işlemeyi atlayan uzun menzilli seyrek bağlantılar kullanır. Öğrenilmiş rutin davranışları neredeyse sıfır gecikmeyle gerçekleştirir.
Mergen, kendi iç dengesini korumaya çalışan bir organizma gibi davranır. Çok fazla uyarıldığında hassasiyetini düşürür, sessiz kaldığında algı eşiğini düşürerek duyarlı hale gelir. Hafıza, dikkat ve karar verme gibi davranışlar sistemin dinamiklerinden "beliriş" (emergence) olarak ortaya çıkar.
Mergen, kortikal aktivite, spike zamanlaması ve nöronal senkronizasyon gibi biyolojik fenomenleri gerçek zamanlı olarak gözlemlemenize olanak tanır.
GPU-hızlandırmalı PyTorch ortamında kortikal katmanlar, hippocampus ve global workspace birlikte çalışır.
Mergen, Hebbian öğrenme ve takviyeli öğrenme ile lokal plastisite kullanarak kavramları öğrenir.
⚠️ Mergen deneysel bir araştırma projesidir.