Новая математическая рамка раскрывает, как популяции нейронов кодируют сенсорную информацию, предоставляя принципиальный способ определения того, какие признаки стимулов представлены наиболее надежно. Работа под руководством Симоне Азельо и коллег расширяет классическую метрику Фишера на несколько масштабов, напрямую связывая геометрические расстояния в пространстве стимулов с взаимной информацией, переносимой нейронной активностью.
Исследование
Опубликованное на arXiv (7 мая 2026 года), исследование предлагает риманову геометрию, возникающую из процесса грубого зернения: по мере потери разрешения стимула расстояния между стимулами сокращаются так, что отражают, насколько надежно их можно различить. Этот многомасштабный метрический тензор напрямую связан с взаимной информацией — хорошо кодируемые направления расширяются, плохо кодируемые сжимаются. Команда протестировала свою модель на реакции зрительной коры на естественные изображения, где собственные векторы метрики выявили интерпретируемые вариации стимулов, вносящие наибольший вклад в передачу информации. Важно, что метрику можно оценить с помощью диффузионных моделей, что делает ее практичной для больших нейронных популяций и многомерных стимулов. Подход объединяет репрезентационные геометрии, которые ранее давали противоречивые представления о нейронном кодировании.
Почему это важно
Для всех, кто интересуется, как наш мозг обрабатывает мир, это исследование дает более глубокое понимание принципов восприятия. Выявляя, какие признаки — например, края или текстуры — кодируются наиболее надежно, оно намекает на то, почему одни визуальные паттерны запоминаются лучше или легче распознаются. Эта рамка может в будущем помочь в разработке интерфейсов мозг-компьютер или тренировочных программ, оптимизирующих сенсорное обучение.
Что вы можете сделать
Хотя это фундаментальное исследование, вы можете изучить свои когнитивные способности, пройдя бесплатный адаптивный тест IQ или выполняя упражнения для тренировки мозга, которые проверяют сенсорную дискриминацию — ключевой компонент подвижного интеллекта.
Источник: arXiv q-bio.NC
Любопытно узнать о своем мозге? Пройдите наш бесплатный адаптивный тест IQ или попробуйте 306 уровней тренировки мозга.
