چه زمانی مغز در اوج خود کار می کند؟


برای نشان دادن اینکه چگونه فعالیت در مغز، یا به طور دقیق‌تر فعالیت در یک شبکه عصبی مانند مغز، ممکن است بر انتقال اطلاعات از طریق آن تأثیر بگذارد، می‌توانیم یک بازی حدس زدن ساده انجام دهیم.

تصور کنید شبکه ای با 10 لایه نورون داریم که هر لایه 40 نورون دارد. نورون های لایه 1 فقط نورون ها را در لایه 2 و نورون های لایه 2 فقط نورون های لایه 3 و غیره را فعال می کنند. حالا من قصد دارم تعدادی نورون را در لایه اول فعال کنم، اما شما فقط می توانید تعداد نورون های فعال در لایه آخر را ببینید. بیایید ببینیم چقدر می‌توانید تعداد نورون‌هایی را که من تحت سه شدت مختلف اتصال شبکه فعال کرده‌ام حدس بزنید.

اول، بیایید پیوندهای ضعیف را در نظر بگیریم. در این حالت نورون ها به طور معمول مستقل از یکدیگر فعال می شوند و الگوی فعالیت شبکه تصادفی است. مهم نیست که چند نورون در لایه اول فعال می کنم، تعداد نورون های فعال شده در آخرین لایه به صفر می رسد زیرا اتصالات ضعیف انتشار فعالیت را سرکوب می کنند. این بازی حدس زدن ما را بسیار دشوار می کند. مقدار اطلاعاتی که در لایه اول می توانید از لایه آخر بدست آورید عملاً هیچ است.

سپس بیایید ارتباطات قوی تری را در نظر بگیریم، آیا مطمئن هستید که این وضعیت اطلاعات را به خوبی منتقل می کند؟ در واقع این اتفاق نمی افتد. هنگامی که یک نورون به شدت متصل فعال می شود، چندین نورون دیگر را فعال می کند و این فعالیت تا زمانی گسترش می یابد که تقریباً تمام نورون های لایه نهایی فعال شوند. فعالیت ادامه دارد، اما این اشباع به شما اجازه نمی دهد که دقیقا حدس بزنید که آیا من یک نورون را در لایه یک فعال کرده ام یا همه 40 نورون را. این تقویت بیشتر آن اطلاعات را حذف کرده است.

در نهایت، اجازه دهید وضعیت بحرانی توصیف شده توسط وسط دو مورد را در نظر بگیریم. در مورد بحرانی، تعداد اتصالات بین دو مثال آخر است. در این حالت از مشکل سرکوب یا تکثیر بیش از حد اجتناب می کنیم و تعداد نورون های فعال تقریباً در سراسر لایه ها حفظ می شود.

اگر 12 نورون را در لایه اول فعال کنیم، ممکن است بین 9 تا 15 نورون فعال در لایه آخر ببینید. شما می‌توانید تعداد نورون‌هایی را که من فعال کردم، نه کاملاً دقیق، اما با دقت معقول، استنباط کنید.

اگر عددی را از 1 تا 40 انتخاب کنم و شما بپرسید که آیا کمتر از 20 است؟ و من پاسخ می دهم بله، شما دامنه حدس های خود را نصف کرده اید. این کاهش عدم قطعیت معادل یک بیت اطلاعات است. می‌توانید دامنه را دوباره نصف کنید و با پرسیدن اینکه آیا بیشتر از 10 است، یک بیت اطلاعات بیشتر به دست آورید. در این نقطه بحرانی می‌توانید با دقت بیشتری حدس بزنید که محرک چیست، بنابراین بیت‌های بیشتری از اطلاعات می‌توانند منتقل شوند.

در یک شبکه زیر بحرانی، اتصالات آنقدر ضعیف هستند که تعداد بسیار کمی از نورون ها با هم جفت می شوند، بنابراین تنها چند مجموعه کوچک از نورون ها می توانند تشکیل شوند. در یک شبکه فوق بحرانی، اتصالات آنقدر قوی هستند که تقریباً تمام نورون ها با هم جفت می شوند، به طوری که تنها یک مجموعه نورون بزرگ امکان پذیر است.

در شبکه بحرانی، اتصالات به اندازه کافی قوی هستند تا چندین مجموعه نورونی با اندازه متوسط ​​را به هم متصل کنند، در عین حال آنقدر ضعیف هستند که نمی توانند در یک مجموعه بزرگ ادغام شوند. این تعادل منجر به بیشترین تعداد مجموعه های عصبی پایدار می شود که ذخیره سازی اطلاعات را به حداکثر می رساند.

این فقط تئوری یا شبیه‌سازی نیست: آزمایش‌ها بر روی شبکه‌های مجزای نورون‌ها و مغز سالم بسیاری از این پیش‌بینی‌ها را تأیید کرده‌اند. علاوه بر این، شاهد ظهور این مزیت ها در گونه های مختلف مانند لاک پشت، گربه و حتی انسان بوده ایم.

اکثر این مطالعات بر روی قسمت بیرونی مغز، قشر مغز متمرکز شده‌اند، اگرچه برخی از آن‌ها مناطق زیر قشری را نیز شامل می‌شوند. به طور کلی، مطالعات نشان داده است که این شبکه ها در نزدیکی یک نقطه بحرانی کار می کنند.

با وجود شیوع این پدیده، امکان ایجاد اختلال در آن وجود دارد. به عنوان مثال، هنگامی که چشم موش پوشیده می شود، قشر بینایی آن از نقطه بحرانی دور می شود و اطلاعات را به شیوه ای نامنظم تر منتقل می کند. (به نظر می رسد قشر مغز با این تغییر سازگار شده و پس از دو روز به طور خودکار به نقطه بحرانی باز می گردد).

به طور مشابه، زمانی که انسان ها کم خواب هستند، مغز آنها به حالت فوق بحرانی می رود. اگرچه یک خواب خوب شبانه می تواند آن را به نقطه بحرانی برگرداند.

بنابراین، شاید همانطور که بدن فشار خون، دما و ضربان قلب را در محدوده سالمی علیرغم تغییرات محیطی حفظ می کند، مغز نیز به طور طبیعی تمایل دارد نزدیک به نقطه بحرانی کار کند.

این بینش برای درک سلامت عصبی مهم است: تحقیقات جدید نشان داده است که بیماری های مغزی مانند صرع با ناتوانی در عملکرد نزدیک به یک نقطه بحرانی یا بازگشت به آن پس از دور شدن از آن مرتبط است.

بنابراین، چرا این دیدگاه از مغز انتقادی هنوز یک فرضیه است؟ در حالی که شواهد به نفع آن خوب است، هنوز در مورد آن بحث می شود.

این ادعا که قشر مغز در نزدیکی یک نقطه بحرانی کار می کند، ادعای گسترده ای است که شامل پردازش اطلاعات بهینه، سلامت عصبی و عملکرد تقریباً جهانی در همه گونه ها است. نیاز به بررسی دقیق تر تعجب آور نیست.

بررسی‌های اولیه نشان داده‌اند که اثبات اینکه یک شبکه در نزدیکی نقطه بحرانی عمل می‌کند، نیازمند آزمایش‌های آماری پیچیده است. البته در این مورد کارشناسان این حوزه پاسخ سازنده ای دادند و این روزها این نوع اعتراض ها کمتر شنیده می شود.

اخیراً برخی مطالعات نشان داده اند که آنچه به عنوان نشانه بحرانی تلقی می شود ممکن است نتیجه فرآیندهای تصادفی باشد. محققان هنوز در حال بررسی این احتمال هستند، اما بسیاری معیارهای جدیدی را برای تمایز بین بحرانی بودن آشکار از نویز تصادفی و بحرانی واقعی از تعاملات جمعی بین نورون ها پیشنهاد کرده اند.

این در حالی است که طی 20 سال گذشته تحقیقات در این زمینه به طور مستمر پیشرفت داشته است. دامنه روش های مورد استفاده برای ارزیابی آن نیز افزایش یافته است. اکنون بزرگ‌ترین پرسش‌ها بر این تمرکز دارند که چگونه عملکرد نزدیک به نقطه بحرانی بر شناخت تأثیر می‌گذارد و چگونه ورودی‌های خارجی می‌توانند شبکه را به سمت عمل کردن در اطراف نقطه بحرانی سوق دهند.

ایده های انتقادی فراتر از علوم اعصاب است. مهندسان با استناد به برخی از مقالات اساسی در مورد بحرانی بودن در شبکه‌های عصبی زنده نشان داده‌اند که شبکه‌های خودسازماندهی سوئیچ‌های اتمی را می‌توان طوری ساخت که در نزدیکی نقطه بحرانی کار کنند، به طوری که بتوانند بسیاری از توابع را به‌طور بهینه محاسبه کنند.

جامعه یادگیری عمیق همچنین شروع به مطالعه کرده است که آیا عملکرد را در نزدیکی نقطه بحرانی شبکه های عصبی مصنوعی بهبود می بخشد یا خیر.

فرضیه مهم مغز ممکن است اشتباه یا ناقص باشد، اگرچه شواهد فعلی آن را تایید می کند. در هر صورت، درک این موضوع، انبوهی از پرسش‌ها و پاسخ‌ها را ایجاد می‌کند که بیشتر از آنچه قبلاً می‌دانستیم، درباره مغز و محاسبات به طور کلی به ما می‌گویند.