METODOLOJİ

Sinek Beyni ve Karar Mekanizması

Drosophila melanogaster sinir ağı modeli ve günlük seçimlerin oluşumu.

Nasıl çalışıyor?

Ekonomik seçenekler FlyWire bağlantılarından oluşturulan sinir ağı modeli üzerinden değerlendirilir; ağın çıktısı sineğin günlük seçimlerine bağlanır. Kararlar biyofiziksel LIF denklemleriyle ya da açıkça etiketlenmiş deterministik yedek çözücüyle üretilir; üretimde dil modeli kullanılmaz.

01.Çalışma Modları (Engine Modes)

MOCK

Test ve CI ortamı için deterministik kural modu. Ağ çalıştırılmaz; sonuç engineMode: mock olarak kaydedilir.

SAMPLE (geliştirme varsayılanı)

Sentetik, biyolojik olarak yapılandırılmış 1.200 nöronlu seyrek LIF ağı: Antennal Lobe, Kenyon Cells (Mushroom Body), Central Complex ve motor Descending Neuron popülasyonları. Gerçek FlyWire hücre tipi değildir ve öyle sunulmaz.

SUBSET (gerçek veri)

FlyWire v783 bağlantı matrisinden, completeness tablosundaki gerçek hücre tipleriyle seçilen duyu → Mushroom Body → Central Complex → Descending Neuron alt ağı. python scripts/setup_connectome.py ile indirilir, CONNECTOME_ENGINE=subset ile açılır.

FULL

139.255 nöronlu tam FlyWire grafı. Bir LIF denemesi etkileşimli gecikmenin çok üzerinde olduğu için yalnızca CONNECTOME_ALLOW_FULL=1 ile denenebilir; varsayılan olarak subset’e düşer.

Servis erişilemezse karar fallback olarak işaretlenir: engineMode=fallback, networkVersion=deterministic_fallback_v1 ve sebep kaydın içinde saklanır. UI bunu asla gerçek bir connectome kararı gibi göstermez.

02.Biyofiziksel Nöron Modeli (LIF)

Simülasyon, Shiu et al. (Nature 2024 / UC Berkeley Scott Lab) çalışmasındaki parametreleri temel alır:

// Membran Potansiyeli Diferansiyel Denklemi:

dv/dt = (V_rest - v + g) / tau_m

// Sinaptik İletkenlik Boşalımı:

dg/dt = -g / tau_syn

03.Karar Boru Hattı (üretim akışı)

ScheduleEvent (yalnız doğal karar anları)

→ availability filtresi (imkânsız/karşılanamaz seçenek çıkarılır; seçim yapılmaz)

→ stimulus encoder: açlık, yorgunluk, stres, kaynak baskısı, ödül, konfor, sosyal, risk (0-1 normalize)

→ LIF connectome (timeout + 1 retry) → motor DN ateşleme frekansları

→ decoder: seçenek puanları → kazanan + güven/margin

→ ConnectomeDecision kaydı (event başına tek, idempotent)

→ transaction + timeline + scene state

Karar noktaları her saat değildir: kahvaltı, işe ulaşım, öğle yemeği, ikindi kahvesi, market, akşam yemeği, hafta sonu etkinliği ve seyrek kişisel ihtiyaç. Diğer tüm event’ler rutindir ve doğrudan uygulanır.

04.Ekonomik Kısıtların Duyu Girdisine Dönüştürülmesi

Bir meyve sineği paranın, kiranın veya Türk Lirası'nın ne olduğunu bilemez. İnsan hayatının ekonomik kısıtları nörolojik duyusal değişkenlere normalize edilir; ham tutarlar nöronlara hiç ulaşmaz:

Appetitive (Yaklaşma)

hungerNeed, reward, comfort, social ve health kanalları koku/tat duyusal nöronlarına (OSN/GRN) akım olarak verilir.

Aversive (Kaçınma)

costRatio (günlük güvenli bütçeye göre), resourcePressure, risk ve stressLevel acı/kaçınma nöronlarını sürer.

05.Motor Nöron Karar Çözücüsü (Motor Decoder)

DN_approach (İlerleme): Besine/ödüle yönelme frekansı yüksekse daha doyurucu seçenek öne geçer.
DN_avoid (Kaçınma): Yüksek maliyetli/riskli seçenekler geri çekilme komutuyla baskılanır.
DN_energy_save (Tasarruf): Yorgunluk ve kaynak tükenmesi durumunda 0 TL maliyetli seçenek güçlenir.

Çözücü finansal olarak optimal olmak zorunda değildir; aynı nöral durum her zaman aynı seçimi üretmez. Amaç "akıllı finans botu" değil, duyusal girdiye tepki veren biyofiziksel bir karar mekanizmasıdır. Deterministik yedek modda ise aynı seed + aynı durum her zaman aynı sonucu verir (replay edilebilir).

05b.Yaşam Modeli Varsayımları (30 günlük hayat)

Şehir & barınma

İstanbul. Varsayılan profil paylaşımlı ev (oda + ortak mutfak); kira ve bazı faturalar paylaşılır (kişi başı ~%50). Aile yanında yaşam (%35) ve tek kişilik daire (%100) varyasyonları season seed'ine göre mümkündür. Böylece "tek başına normal ev + çok düşük kira" gibi gerçek dışı bir varsayım yapılmaz.

Fiyat snapshot'ı

Tüm fiyatlar Ocak 2026 İstanbul market/esnaf taramasıdır (proje tahmini); her kalemdesource,sourceDate ve low/typical/high bandıprices.ts içinde tutulur. Simülasyon çalışırken web scrape yapılmaz. Faturalar resmi tarifelere dayanır ve season seed'ine göre ±%5-12 deterministik sapma gösterir.

Kiler (pantry) soyutlaması

Evde gerçekten ne olduğu basit bir stok olarak tutulur (ekmek, yumurta, makarna, tavuk, sebze...). Evde yemek tarifleri malzeme tüketir; market sepetleri yalnızca eksik olanı alır ve tutar gerçek kalemlerden hesaplanır. Böylece "evde malzeme yokken evde yemek yapma" veya boşuna markete gitme gibi mantıksızlıklar engellenir.

Yemek & süreklilik

20+ gerçekçi düşük/orta bütçeli yemek tanımlıdır. Pazar akşamı yapılan haftalık hazırlık sonraki günler "evden getirilen yemek" seçeneğini açar; marketten alınan deterjan çamaşır event'ini mümkün kılar. Evde yemek anlık 0 TL işlemdir çünkü malzemenin bedeli markette ödenmiştir.

Karar sıklığı

Her event connectome'a gitmez. Günde ~2-5 anlamlı karar (kahvaltı, öğle, akşam, market, kahve, ulaşım, sosyal) üretilir; 30 günde ~100 karar. Pazar günü bilinçli olarak sakin/rutin bir gündür. Amaç karar sayısını bir hedefe uydurmak değil, gerçek schedule'ın doğal ritmini korumaktır.

Seed determinizmi

Tüm varyasyon deriveSeed(season.seed, gün, isim)ile üretilir; Math.random() yoktur. Aynı seed aynı 30 günü verir; farklı seed materyal olarak farklı bir hayat üretir. Kararlar seed + stimulus + options ile replay edilebilir.

Dürüstlük notu: connectome "ekonomiyi anlamaz". Ekonomik bağlam (bütçe baskısı, ödül, konfor, risk) yalnızca normalize edilmiş duyusal proxy kanallara çevrilir; ham TL tutarları nöronlara girmez. Gider kategorileri standarttır: kira, faturalar, ulaşım, market, dışarıda yemek, sosyal, kişisel, sağlık, ev, diğer.

Veri Seti Durumu

Gerçek veri seti (FlyWire v783, Shiu et al. 2024, MIT lisansı) repo içine commit edilmez; ~96 MB'lık bağlantı matrisi python scripts/setup_connectome.py ile indirilir, sha256 checksum'ı ve sürümü services/connectome/data/manifest.json'a yazılır. Veri seti yoksa servis bunu gizlemez: /health içindedatasetInstalled: false ve aktif mod olarak sample döner.