Pompeu Fabra Universiteti (UPF) və Oksford Universitetinin tədqiqatçıları kvant mexanikasının prinsiplərindən ilhamlanan tədqiqatda insan beyninin kritik risk vəziyyətində niyə dünyanın ən güclü kompüterindən daha tez qərar qəbul edə bildiyini anlamaq üçün yeni tapıntılar ortaya qoyurlar. İnsan beyni bu qabiliyyətə malikdir, baxmayaraq ki, neyronlar məlumat ötürməkdə mikroçiplərə nisbətən daha yavaşdır və bu, nevrologiya sahəsində çoxsaylı naməlum amilləri gündəmə gətirir.

Tədqiqat Physical Review E jurnalında dərc olunub .

Nəzərə almaq lazımdır ki, bir çox başqa hallarda insan beyni texnoloji cihazlardan daha sürətli deyil. Məsələn, kompüter və ya kalkulyator riyazi əməliyyatları bir insandan çox daha sürətli həll edə bilər. Bəs niyə kritik vəziyyətlərdə, məsələn, avtomobilin sükanı arxasında təcili qərar qəbul etməli olduqda, insan beyni maşınları üstələyə bilir?

Ən uzaq neyronlar arasındakı əlaqələri təhlil etmək üçün hələ də ən dəqiq hesablama modeli

Bu son araşdırma CHARM (Complex Harmonics Decomposition) adlı beyin hesablama analizinin yeni modelinin dizaynı sayəsində bu məsələyə aydınlıq gətirir. Bu , bir-birindən çox uzaqda olan neyronları birləşdirən və kritik qərarlar qəbul edərkən aktivləşən beyin dinamikasında əsas rol oynayan uzaq məsafəli beyin əlaqələrinin funksiyalarını araşdırmaq üçün bu günə qədər ən dəqiq modeldir. O, eyni zamanda kvant mexanikasını beyni təhlil etmək üçün alət kimi tətbiq edən ilk modeldir.

UPF və Oksford tədqiqatçıları öz araşdırmalarında bu modeli təsvir edirlər. Məqalənin əsas müəllifi UPF Beyin və İdrak Mərkəzində (CBC) Hesablama Neyrologiyası qrupunun direktoru Qustavo Dekodur. Baş müstəntiq Morten L. Kringelbachdır (Linacre Kollecində Eudaimonia və İnsanın İnkişafı Mərkəzi, Oksford Universitetində və Orhus Universitetində Beyində Musiqi Mərkəzi). Məqalənin həmmüəllifi Yonatan Sanzdır (CBC-UPF və Buenos Ayres Universiteti).

Uzun məsafəli neyron əlaqələri uzaq ölkələrdəki kompüterləri birləşdirənlərlə müqayisə edilə bilər

CHARM modelini tərtib etmək üçün tədqiqatçılar internetlə müqayisə edə biləcəyimiz beyin dinamikasının təhlili paradiqması ilə başladılar. Risk vəziyyətləri kimi müəyyən ssenarilərdə bir-birinə həm yaxın, həm də uzaq olan müxtəlif beyin bölgələrində yayılmış neyronlar fərqli əlaqələrlə birləşdirilir. Bu əlaqələr şəbəkədəki bütün neyronların məlumat emal gücünü birləşdirməyə imkan verir.

Beləliklə, beynin müxtəlif bölgələrində yerləşən neyron qrupları məlumat ötürmək üçün məhdud imkanlara malik olsalar da, resurslarını şəbəkədə birləşdirdikdə, daha böyük emal gücü əldə edirlər. Bu paradiqma, sinir bölgələrinin yalnız lokallaşdırılmış şəkildə fəaliyyət göstərdiyi ənənəvi yanaşmadan fərqli olaraq, son on ildə güc qazanmışdır.

Paylanmış paradiqmaya görə, CHARM modeli bir-birindən uzaq olan beyin bölgələrinin neyronları arasındakı əlaqələrin spesifik funksiyalarını araşdırmağa imkan verir. İnternetlə paralel olaraq, bu əlaqələri Barselonada yerləşən bir insanı Sidneydəki başqa bir şəxslə əlaqələndirməyə imkan verən əlaqələrlə müqayisə edə bilərik.

Kritik vəziyyətdə, uzun məsafəli sinir əlaqələrinin səmərəliliyi artır

Tədqiqatçılar müəyyən ediblər ki, beyində nizam və xaos arasında keçid vəziyyətinə gətirib çıxaran kritik dinamika hakim olduqda, uzaq məsafəli əlaqələrin səmərəliliyi artır.

Deko izah edir: “Biz bu vəziyyəti suyun buz halına gətirdiyi proses kimi keçid mərhələsinə keçirə bilərik. Bu kritik nöqtədə beynin xüsusiyyətləri pisləşir”.

CHARM modeli ilk dəfə olaraq kvant mexanikasının prinsiplərini hesablama beyin analizi sisteminə inteqrasiya edərək, bu və ya digər ştatlarda bu uzaq məsafəli əlaqələrin funksiyalarını dəqiq müəyyən etməyə imkan verdi . Deco (UPF) qeyd edir ki, beynin fəaliyyəti kvant deyil, kvant fizikasının prinsiplərinə əsaslanan tənliklər – məsələn, Şrödinger tənliyi – onun dinamikasını təhlil etmək üçün əla vasitədir.

Bununla əlaqədar olaraq, UPF-nin tam professoru deyir: “Beynin neyron ötürülməsinin genişliyinə baxmayaraq, eyni zamanda belə mürəkkəb və həssas hesablamalar aparmaq qabiliyyəti həmişə heyrətamiz bir müəmma olub. Schrödinger tənliyini qəbul etməklə biz bu qarşılıqlı əlaqəni əvvəllər əlimizdən kənarda olan bir dərəcədə dəqiqliklə modelləşdirə bilərik.”

Tapıntılar nevroloji xəstəliklərin diaqnozunu yaxşılaşdıra, yeni AI tədqiqatlarına yol aça bilər

Tədqiqatın nəticələri şizofreniya və ya depressiya kimi müxtəlif nevroloji xəstəliklərin diaqnostikası və müalicəsinin yaxşılaşdırılması üçün çoxsaylı tətbiqlərə də malik ola bilər. Uzun məsafəli neyron əlaqə disfunksiyaları bu xəstəliklərin mənşəyini anlamaq üçün açardır.

Üstəlik, tədqiqat süni intellekt (AI) sahəsində yeni tədqiqat istiqamətlərinə qapı açır. Hazırda süni neyron şəbəkələri lokallaşdırılmış, paylanmamış modelə əsaslanır . Gələcəkdə paylanmış paradiqmanın süni intellektə mümkün tətbiqi onun hazırkı imkanlarını artıra bilər, baxmayaraq ki, bunu təmin etmək üçün hələ də bir çox texniki çətinlikləri aradan qaldırmaq lazımdır.

Daha çox məlumat: Gustavo Deco et al, Kompleks harmoniklər kritik beyin dinamikasının aşağı ölçülü manifoldlarını ortaya qoyur, Fiziki İcmal E (2025). DOI: 10.1103/PhysRevE.111.014410

Jurnal məlumatı: Fiziki İcmal E Universitat Pompeu Fabra – Barselona tərəfindən təmin edilmişdir