Группа исследователей из Университета Гранады под руководством Рубена Кальво представила результаты работы, которые ставят под сомнение некоторые устоявшиеся представления о нейробиологии. Выяснилось, что многие признаки «критичности», ранее зафиксированные в данных о мозговой активности, могут являться лишь статистическими артефактами. Тем не менее, исследование подтверждает: мозг действительно функционирует вблизи критической точки, но никогда не пересекает её.
Критическое состояние мозга: теория и вопросы
В современной науке активно обсуждается гипотеза о том, что мозг работает вблизи критической точки — пограничного состояния между хаосом и строгим порядком. Считается, что именно это положение обеспечивает высокую чувствительность к внешним стимулам, гибкость в обработке данных и широкий динамический диапазон. Долгое время оставалось неясным, является ли это фундаментальным свойством нейронной архитектуры или же это искажение, вызванное несовершенством методов сбора и анализа данных.
Почему возникают ложные сигналы?
Команда Рубена Кальво установила, что два ключевых фактора — ограниченный объем выборки и временная автокорреляция (зависимость текущего сигнала от предыдущих значений) — способны имитировать признаки критического состояния. Для проверки этой гипотезы ученые создали компьютерную модель активности мозга, в которой связи между областями были полностью отключены. Даже в такой упрощенной системе, где исключена какая-либо коллективная динамика, возникали масштабные закономерности, характерные для критических систем.
Методы борьбы со статистическими искажениями
Чтобы отделить реальную динамику мозга от статистического «шума», исследователи предложили три инструмента:
- Рандомизация временных сдвигов для нивелирования автокорреляции.
- Объединение данных, полученных от большого числа испытуемых.
- Сравнительный анализ полученных данных с предсказаниями математической модели.
Результаты анализа fMRI
Новые методы были протестированы на массиве данных функциональной магнитно-резонансной томографии (fMRI) из базы LEMON, содержащей информацию о 136 добровольцах. Анализ показал, что на уровне всей группы мозговая активность действительно обладает признаками критичности, но система намеренно удерживается чуть ниже этой отметки.
Такой «недоход» до критической точки, вероятно, является защитным механизмом. Это позволяет нейронным сетям сохранять преимущества гибкости и адаптивности, избегая при этом нестабильности и хаоса, которые неизбежны при полном фазовом переходе.
Что дальше?
Результаты исследования заставляют пересмотреть подходы к интерпретации нейрофизиологических данных. В будущем авторы планируют выяснить, как именно архитектура мозга поддерживает это расстояние до критической точки, и зависит ли оно от возраста, наличия когнитивных расстройств или текущего состояния сознания. Разработанные алгоритмы также могут быть адаптированы для изучения других сложных систем, склонных к критической динамике.
