Renkleri Beynin Neden Dört Ana Tonla Okuduğuna Dair Yeni Açıklama.

Belsten ve Olshausen’in çalışması, bu ortak algının rastlantı olmayabileceğini öne sürüyor. Ekip, doğanın sunduğu renklerin sınırlı bir palet oluşturduğunu, beynin de bu paleti sadeleştirerek dört karşıt renk üzerinden temsil ettiğini savunuyor.

Bu yaklaşım, renk algısında uzun süredir süren iki açıklamayı aynı çatı altında topluyor. Bir tarafta gözdeki üç koni hücresine dayanan fizyolojik açıklama var. Öte tarafta, renkleri dört temel ve karşıt ton üzerinden anlatan psikolojik açıklama bulunuyor.

Doğa paleti neden önemli?

Araştırmanın merkezinde, insan eliyle üretilmiş parlak renklerden ziyade doğal sahneler yer alıyor. Ekip, büyük veri kümeleri kullanarak doğadaki renk dağılımını inceledi. Bu veri kümelerinin bir bölümü, Dünya’nın uydu görüntülerini doğru biçimde kalibre etmek için derlenmiş ölçümlerden oluşuyor.

Amaç, insan gözü doğayla karşılaştığında koni hücrelerinin neyi gördüğünü yeniden kurmaktı. Koniler, ışığın farklı dalga boylarına tepki veren hücrelerdir. Kısa dalga boylarına duyarlı olan koni en güçlü biçimde maviye yanıt verir. Orta ve uzun dalga boylarına duyarlı koniler ise özellikle turuncu ve sarı tonlarına karşı daha güçlü tepki verir.

Simülasyonlar, doğal dünyanın renkli görünmesine rağmen görüntünün büyük kısmının parlaklık farklarından oluştuğunu ortaya koydu. Başka bir deyişle, sahnelerin çoğu renkli olmaktan çok açık-koyu değişimlerine dayanıyor. Ekip ayrıca piksellerin çoğunun renksiz gri olduğunu gördü.

Doğadaki renkler eşit dağılmıyor. Çalışmaya göre renk dağılımı en çok kırmızı bölgesinde, ardından sarı-yeşil ve mavi-yeşil bölgelerinde toplanıyor. Buna karşılık açık mavi gökyüzü ve soluk sarı-yeşil bitki örtüsü gibi tonlar, doygun olmayan renkler olarak öne çıkıyor. Daha doygun kırmızılar ise ağaç gövdeleri, kayalar ve toprakta daha sık görülüyor.

Olshausen, veri kümesinin büyüklüğünün bu farkı ilk kez görünür kıldığını söylüyor. Ona göre milyonlarca piksel olmadan bazı renklerin doğada ne kadar seyrek olduğunu fark etmek zor. Çünkü bazı renk pikselleri 100.000’de 1 ya da 1 milyon’da 1 oranında ortaya çıkıyor.

Beyin bu dağılımı nasıl kodluyor?

Ekip, beynin bu renk yapısını en az etkinlikle nasıl temsil edeceğini de test etti. Burada devreye “seyrek kodlama” adı verilen yaklaşım giriyor. Bu yöntem, beynin bir sahneyi mümkün olan en az sayıda sinir etkinliğiyle temsil ettiğini varsayıyor.

Seyrek kodlama, Horace Barlow’un 1960’larda ortaya attığı bir fikir. Olshausen, beynin birçok duyusal bilgiyi bu mantıkla işlediğini daha önce de göstermişti. Görüntü, ses, dokunma ve koku için benzer örüntülerden söz ediliyor.

Bu çalışmada araştırmacılar üç tip nöronun renkleri temsil etmede yeterli olup olmadığını da inceledi. Üç nöron tipi, doğadaki tüm renkleri iki temel tonun birleşimiyle ifade edebiliyor. Ancak dört tip nöron daha iyi sonuç veriyor.

Bu dört tip, teoride kırmızı, sarı, yeşil ve mavi olarak ortaya çıkıyor. Model, bu dört rengin yalnızca iki karşıt çift değil, aynı zamanda birbirini dışlayan kategoriler olarak da iş görmesini sağlıyor. Yani kırmızı, yeşil değildir; mavi de sarı değildir.

Bu mantık, coğrafi yönlere benzetiliyor. Nasıl kuzey ve güney aynı anda söylenemiyorsa, renk sistemi de karşıt çiftler üzerinden çalışıyor. Olshausen, bu düzenin sinir hücrelerinin dünyayı daha ekonomik biçimde tarif etmesini sağladığını söylüyor.

Eski renk kuramlarına yeni yorum

Renk kuramı açısından bu bulguların bir başka önemli yanı da tarihsel tartışmayı yeniden açması. Ewald Hering, 1878’de dört temel rengi “urfarben” olarak adlandırmış ve bunların karşıt doğasına dikkat çekmişti. Bu yaklaşım, bugün tasarımcıların kullandığı renk çemberlerinin de temelinde yer alıyor.

Ancak Hering’in önerdiği özel statü uzun süre açıklanamamıştı. Belsten, ne gözdeki koni hücrelerinin ne de beyindeki sinir temsillerinin neden tam olarak bu dört rengi seçtiğini tek başına anlatamadığını söylüyor.

Araştırmacılara göre yeni açıklama burada devreye giriyor. Üç reseptör türü retinadaki fizyolojik mekanizmayı anlatıyor. Dört temel renk ise doğal çevredeki görsel yapıya dayanan psikolojik bir temsil sunuyor.

Bu ayrım, iki yaklaşımın birbirini dışlamadığını gösteriyor. Tam tersine, biri gözün işleyişini, diğeri ise algının nasıl sınıflandığını açıklıyor.

"Kırmızıyı sadece kırmızı olarak düşünürüz, karışım gibi değil. Aynı durum yeşil, mavi ve sarı için de geçerli; her biri komşu tonların karışımı değil, algısal olarak saf görünür." — Alexander Belsten, doktora sonrası araştırmacı, Berkeley Üniversitesi

"Bu çalışma dikkat çekici çünkü fizyologların 19. yüzyılda tarif ettiği karşıtlık fikrini tam olarak yakalıyor." — Bruno Olshausen, nörobilimci, Berkeley Üniversitesi

Bulgular neyi gösteriyor, neyi göstermiyor?

Çalışma, doğadaki renk düzeninin insan algısında güçlü bir rol oynayabileceğini gösteriyor. Ancak bu, beynin yalnızca çevreyi kopyaladığı anlamına gelmiyor. Model, algının doğadaki dağılımı sadeleştirdiğini ve bunu dört temel ton üzerinden yaptığını savunuyor.

Bulgular, renkleri ayırırken doğrudan ışığın kendisinden çok çevresel örüntüleri de hesaba katmak gerektiğini işaret ediyor. Yine de çalışma, tüm kültürlerde birebir aynı renk deneyimi olduğunu kanıtlamıyor. Araştırma, ortak bir algısal çerçeve öneriyor; farklı dil ve kültürlerdeki nüansları ise tek başına çözmüyor.

Belsten ve Olshausen’in vardığı sonuçlar, on yıl önce Paxon Frady’nin yaptığı benzer bir çalışmayla da örtüşüyor. Ancak bu yeni çalışma, daha iyi kalibre edilmiş veri kümeleri ve daha geniş doğal sahne örnekleriyle kurulmuş durumda.

Son aşamada araştırma, doğadaki renklerin neden bu kadar sınırlı bir eksende toplandığını anlamaya çalışıyor. Ekip, bunu yalnızca gözün donanımıyla değil, çevrenin yapısıyla birlikte okuyor. Bu da renk algısına dair klasik soruya yeni bir yanıt veriyor: Beyin gördüğünü yalnızca ölçmüyor, aynı zamanda sadeleştiriyor.

Ajans Dijital yorumu: Bu tür çalışmalar tasarım, ekran teknolojisi ve görsel iletişim açısından da ilginç sonuçlar taşıyor. Çünkü renklerin yalnızca fiziksel değil, algısal bir düzen içinde işlendiğini hatırlatıyor. Doğal dünyadaki baskın tonların anlaşılması, gelecekte görsel sistemlerin daha doğru modellenmesine yardım edebilir.