Что делает нейронную сеть эффективной для вычислений? Новое исследование предполагает, что ответ может заключаться в схеме её связей. Ученые смоделировали сеть из 1000 нейронов и обнаружили, что связность малого мира — когда большинство нейронов соединяются локально, а некоторые — глобально — создает наиболее богатый репертуар полихронных нейронных групп (PNG), временных каскадов активации, которые, как считается, кодируют информацию.
Исследование
Команда под руководством Лукаса Карнейро и Армана Жиофака из Бразилии и Франции провела десятичасовое моделирование взаимосвязанной сети нейронов Ижикевича с использованием пластичности, зависящей от времени спайка (STDP), и варьируемыми аксональными задержками. Они систематически изменяли топологию сети с помощью модели Ваттса-Строгаца, которая позволяет непрерывно настраивать структуру от регулярного кольцевого решетчатого графа до случайного графа. Алгоритм обнаружения событий в автономном режиме выявил 1545 уникальных PNG в сети с оптимальными параметрами малого мира.
Ключевой вывод: коэффициент кластеризации — мера локальной связности — предсказывал количество PNG. Сеть с кольцевой решеткой (коэффициент кластеризации ~0.35) давала около 850 PNG, в то время как случайный граф (коэффициент кластеризации ~0.20) — менее 50, что на 90% меньше. Режим малого мира, находящийся между регулярностью и случайностью, максимизировал разнообразие PNG.
Авторы также предложили новый метод идентификации PNG с использованием рекуррентных диаграмм (RP), которые визуализируют повторяемость состояния сети во времени. Они показали, что PNG проявляются в виде диагональных линий с единичным наклоном в матрице рекуррентности, что позволяет обнаруживать их без анатомических меток отдельных нейронов. Количественный анализ рекуррентности дал значение детерминизма (DET) 0.65, что указывает на высокую воспроизводимость динамики сети.
Почему это важно
Полихронные группы были предложены в качестве фундаментального механизма нейронных вычислений — как нейронные «слова», которые гибко комбинируются для представления мыслей, воспоминаний или решений. То, что топология малого мира оптимизирует их появление, предполагает, что ваша собственная нейронная сеть может быть эволюционно настроена именно на это свойство. Понимание этих структурных предпосылок может помочь интерпретировать индивидуальные различия в когнитивных способностях и однажды привести к разработке методов поддержки когнитивного здоровья.
Что вы можете сделать
Хотя вы не можете напрямую перестроить топологию своего мозга, вы можете поддержать его способность формировать эффективные нейронные паттерны. Занимайтесь деятельностью, которая задействует несколько областей мозга одновременно — например, изучайте новый язык, играйте на музыкальном инструменте или решайте головоломки. Это может способствовать поддержанию связности малого мира. Регулярная умственная стимуляция поддерживает активность нейронных путей и может способствовать такой динамике сети, которая лежит в основе гибкого мышления.
Источник: arXiv q-bio.NC
Хотите узнать свой мозг? Пройдите наш бесплатный адаптивный IQ-тест или попробуйте 306 уровней тренировки мозга.
