Kyoto Universiteti tərəfindən

Lisa Lock tərəfindən redaktə edilib , Robert Egan tərəfindən nəzərdən keçirilib

 Redaktorların qeydləriDaha yüksək və daha aşağı tapşırıq performansına malik siçanlar arasında beyin fəaliyyəti fərqlərinin illüstrasiyası. Müəllif: Robin Hoşino

Beyinə nəzər salıb hərəkət edərkən, qavrayarkən və ya qərar qəbul edərkən onun məlumatı necə təşkil etdiyini izləyə bilsəydik necə olardı? Yeni bir araşdırma, yalnız incə neyron sıçrayış fəaliyyətinə baxmaqla deyil, həm də termodinamika prinsiplərindən istifadə edərək onun kollektiv dinamikasını xarakterizə etməklə məhz bunu edən bir metod təqdim etdi.

Kyoto Universiteti və Hokkaydo Universitetindən olan bir qrup, istiqamətli, qeyri-tarazlıq neyron dinamikasını birbaşa genişmiqyaslı sıçrayış qeydlərindən izləyə bilən yeni bir statistik çərçivə hazırladı və bu, neyronların hesablamalar zamanı entropiyanı necə dağıtdığını göstərməyə imkan verdi. Onların tapıntıları, neyronların davranış zamanı qarşılıqlı təsirlərini necə dinamik şəkildə yenidən formalaşdırdığını və beynin daxili “müvəqqəti asimmetriyasının” tapşırıqların yerinə yetirilməsi zamanı necə dəyişdiyini ortaya qoyur və bu da hesablamanın necə səmərəli şəkildə yarandığına işıq salır. Əsər Nature Communications jurnalında dərc olunub .

Ənənəvi beyin modellərindən kənara çıxmaq

Zaman asimmetriyasına ənənəvi yanaşmalar tez-tez beyin siqnallarının zamanla nisbətən sabit olduğunu fərz edir – bu, əlverişli bir fərziyyədir, lakin beynin daim dəyişən hesablamalarını əks etdirmir. Hokkaydo Universitetinin ilk müəllifi Ken İşihara deyir: “Əsl neyronlar heç vaxt sakit oturmur. Onların atəş sürəti və qarşılıqlı təsirləri andan an dəyişir. Onların qeyri-tarazlıq davranışlarını əks etdirmək üçün bizə yeni bir model lazım idi.”

Bunu həll etmək üçün komanda statistik fizikadan klassik bir modeli – kinetik İzinq modelini – çevik, zamanla dəyişən bir formaya genişləndirdi. Genişləndirilmiş təmsilçiliyi yeni orta sahə nəzəriyyəsi ilə birləşdirməklə, çərçivə dinamik sistemlərdə vəziyyət dəyişikliklərinin sürəti və dəqiqliyi ilə bağlı məhdudiyyətlərlə əlaqəli dönməz aktivliyin termodinamik ölçüsü olan entropiya axınını qiymətləndirə bilər.

Neyron məlumatlarından əldə edilən əsas tapıntılar

Tədqiqatçılar metodlarını siçanların vizual korteksindən götürülmüş böyük məlumat dəstlərinə tətbiq edərək, davranış zamanı neyron aktivliyinin üç əsas əlamətini müəyyən etdilər. Birincisi, tapşırıqların yerinə yetirilməsi zamanı daha az aktivləşmədir ki, bu da aktiv beyinlərin həmişə daha çox aktivləşmə ideyasına meydan oxuyur. İkincisi, heyvanlar tapşırıqla fəal şəkildə məşğul olduqda daha zəngin və daha müxtəlif daxili siqnalın olduğunu göstərən neyron qarşılıqlı təsirlərinin gücündə daha böyük dəyişkənlikdir. Üçüncüsü, daha yüksək performanslı heyvanlarda hər sıçrayış üçün artan entropiya axınıdır ki, bu da daha səmərəli neyron hesablamasına işarə edir.

Bu nəticələr neyronların zaman-asimmetrik aktivliyi necə yaratdığını, sinir atışının an-an nümunələrində incə, lakin vacib bir istiqaməti ortaya çıxardı və bu sinir “zaman oxunu” heyvanların davranış performansı ilə əlaqələndirdi.

Neyrologiya və süni intellekt üçün təsirlər

Kyoto Universitetinin komanda rəhbəri Hideaki Şimazaki deyir ki, “Real sıçrayış məlumatlarında entropiya axınının zamanla necə dəyişdiyini görmək böyük bir addımdır. Tədqiqat ilk dəfə olaraq neyron sıçrayış fəaliyyətinin informasiya-nəzəri dəyərini heyvanların davranış göstəriciləri ilə əlaqələndirdi.”

Bu kəşf nevrologiya və beyindən ilhamlanan süni intellekt üçün geniş təsirə malikdir və termodinamikanın prizmasından neyron hesablamalarını öyrənmək üçün yeni yollar təklif edir. Neyron fəaliyyətinin istiqamət strukturunu ölçməklə, bu yanaşma beynin daxili vəziyyətlərinin və öyrənmənin informasiya emalına necə təsir etdiyini aydınlaşdırmağa kömək edə bilər. O, həmçinin beynin hesablama gücünü maksimum dərəcədə artırarkən xərcləri necə minimuma endirdiyini əks etdirən enerjiyə qənaət edən süni intellekt arxitekturalarına doğru bir yol təqdim edir.

Daha çox məlumat

Ken Ishihara və digərləri, Vəziyyət-məkan kinetik Ising modeli seyrək aktiv qeyri-tarazlıq neyron dinamikasında tapşırıqdan asılı entropiya axınını aşkar edir, Nature Communications (2025). DOI: 10.1038/s41467-025-66669-w

Jurnal məlumatları: Nature Communications 

Əsas tibbi anlayışlar

Vizual KorteksKioto Universiteti tərəfindən təmin edilir