दिमाग सोच से कम अराजक लगता है

न्यूरोनल गतिविधि कभी-कभी आश्चर्यजनक रूप से अच्छी तरह से अनुमानित हो सकती है

अराजक या स्थिर नेटवर्क गतिकी? यदि नेटवर्क की गतिशीलता "अराजक" है, तो न्यूरोनल आवेगों (लाल तीर) के अनुक्रम में छोटी गड़बड़ी लंबे समय में बड़ी विसंगतियों (ऊपर, ग्रे और काले आवेग अनुक्रमों की तुलना) में विकसित होती है। हालाँकि, मस्तिष्क में तंत्रिका नेटवर्क के मॉडल सिस्टम केवल कुछ शर्तों के तहत ही प्रतिक्रिया करते हैं। "स्थिर" व्यवहार में, शुरू में अलग-अलग नाड़ी क्रम समय (नीचे) से अधिक समान हो जाते हैं। एक स्थिर प्रणाली एक अराजक की तुलना में अधिक अनुमानित है। © बर्नस्टीन केंद्र कम्प्यूटेशनल तंत्रिका विज्ञान के लिए
जोर से पढ़ें

बाह्य गड़बड़ी के लिए तंत्रिका नेटवर्क कितने संवेदनशील हैं? वास्तव में तंत्रिका कोशिका नेटवर्क में प्रक्रियाएँ पूर्वनिर्धारित कैसे होती हैं और इस प्रकार शायद हमारे दिमाग में सोच रही हैं? वैज्ञानिकों ने अब गणितीय मॉडल की मदद से इन सवालों की जांच की है। उनका परिणाम: कुछ शर्तों के तहत, तंत्रिका नेटवर्क पहले से सोची गई तुलना में अधिक अनुमानित हैं, वे "भौतिक समीक्षा पत्र" पत्रिका में रिपोर्ट करते हैं।

{} 1l

मस्तिष्क यकीनन सबसे जटिल संरचना है जिसका विकास कभी हुआ है: 100 बिलियन से अधिक तंत्रिका कोशिकाएं एक विशाल नेटवर्क के माध्यम से एक-दूसरे के साथ संवाद करती हैं। वे विद्युत आवेगों के रूप में सूचना को संसाधित करते हैं। प्रत्येक कोशिका अपने अपस्ट्रीम कोशिकाओं के संकेतों की गणना करती है। जब वह खुद एक पल्स भेजती है तो इस गणना के परिणाम पर निर्भर करती है।

स्वेन जाह्नके, राउल-मार्टिन मेम्शाइमर और मार्क टिमे ने बर्नस्टीन सेंटर फॉर कम्प्यूटेशनल न्यूरोसाइंस और मैक्स प्लैंक इंस्टीट्यूट फॉर डायनामिक्स एंड सेल्फ-ऑर्गनाइजेशन ने गणितीय रूप से इस तरह के न्यूरोनल ट्रांसमिशन के विश्लेषण का विश्लेषण किया है और कंप्यूटर सिमुलेशन का उपयोग किया है ताकि इसके सिद्धांत से जांच की जा सके।

जैसा कि मस्तिष्क में, गणितीय मॉडल में भी, न्यूरोनल सिग्नल ट्रांसडक्शन की गतिशीलता एक पहचानने योग्य आदेश का पालन नहीं करती है - न्यूरॉन्स प्रतीत होता है अप्रत्याशित तरीके से आवेगों को भेजते हैं। लेकिन वास्तव में ऐसी व्यवस्था कितनी अप्रत्याशित है? प्रदर्शन

अराजक प्रणालियाँ अप्रत्याशित हैं - वास्तव में

"अराजक" वैज्ञानिक एक ऐसी प्रणाली को कहते हैं जिसमें प्रारंभिक स्थितियों में मामूली अंतर से पूरी तरह से अलग विकास हो सकता है। अराजक प्रणालियों के व्यवहार की दीर्घकालिक भविष्यवाणी नहीं की जा सकती है। गणितज्ञ और मौसम विज्ञानी एडवर्ड एन। लोरेन्ज ने 1960 के दशक में इस आशय का वर्णन किया, "अमेज़ॅन जंगल में एक तितली की पंखों की पिटाई यूरोप में तूफान को ट्रिगर कर सकती है।"

1996 में, इज़राइल में हिब्रू विश्वविद्यालय के वैज्ञानिकों ने एक सैद्धांतिक अध्ययन में दिखाया कि मस्तिष्क में देखी गई अनियमित मस्तिष्क गतिविधि का भी इस तरह के अराजक व्यवहार के कारण हो सकता है। इसलिए नेटवर्क पूरी तरह से अलग डायनेमिक विकसित करेगा, भले ही केवल एक न्यूरॉन सिग्नल को एक सेकंड पहले या बाद में एक अंश भेजता हो। पिछले दशक में, कई न्यूरोसाइंटिस्टों ने माना है कि इस तरह के अराजक व्यवहार मौलिक रूप से मनाया अनियमितता पर आधारित है।

मस्तिष्क कभी-कभी अद्भुत sometimesun-chaotic

हालांकि, यह केवल कुछ परिस्थितियों में लागू होता है और हमेशा ऐसा नहीं होता है, टिम्मी और उनके सहयोगियों ने अब पता लगाया है। "विभिन्न नए तरीकों के संयोजन ने हमें नेटवर्क में न्यूरॉन के हर एक आवेग पर विचार करने में सक्षम किया है, " जाह्नके कहते हैं। वैज्ञानिक यह दिखाने में सक्षम थे कि कुछ शर्तों के तहत न्यूरोनल आवेगों में छोटे लौकिक बदलावों के लिए एक न्यूरोनल नेटवर्क आश्चर्यजनक रूप से असंवेदनशील है।

"नॉर्मोनल गतिविधि के समान रूप से समान पैटर्न एक पूरी तरह से अलग गतिशील विकसित नहीं करते हैं, जैसा कि एक अराजक प्रणाली से उम्मीद की जाएगी, इसके विपरीत, वे लंबे समय तक भी अभिसरण करते हैं, " मेम्सहाइमर कहते हैं, मस्तिष्क में, यह इस तथ्य में योगदान कर सकता है कि कुछ निश्चित गतिविधि पैटर्न समय के साथ सटीक रूप से होते हैं, अर्थात, ऐसे नेटवर्क में जानकारी बिल्कुल समय में संसाधित होती है, और गणना सटीक रूप से की जाती है।

हालांकि नेटवर्क सांख्यिकीय रूप से बहुत अनियमित दिखाई देता है, लेकिन इसमें अराजक प्रणाली नहीं होती है, यह लंबे समय तक अनुमानित भी हो सकता है। टिम्म कहते हैं, "किन परिस्थितियों में मस्तिष्क प्रतिक्रियात्मक रूप से प्रतिक्रिया करता है और जब यह दर्शाता है कि एक पूर्वानुमानित व्यवहार को अधिक बारीकी से जांचने की आवश्यकता है।" किसी भी मामले में, तंत्रिका नेटवर्क की गतिशीलता, हालांकि अत्यधिक अनियमित होती है, हमेशा उतने जटिल नहीं होते जितने कि उन्हें समझा जाता है।

(कम्प्यूटेशनल तंत्रिका विज्ञान के लिए बर्नस्टीन केंद्र, 05.02.2008 - NPO)