مدارهای مغز انسان بسیار پیچیده است و میلیاردها رشته عصبی با سیناپس به هم متصل شده‌اند. تعداد این سیناپس‌ها از ستارگان راه‌شیری نیز بیشتر است. نرون‌ها از طریق ضربه‌های الکتریکی بسیار کوچکی ارتباط برقرار می‌کنند که جرقه نامیده می‌شوند. نرون‌ها بیش از 100 میلیارد جرقه را در یک ثانیه مبادله می‌کنند. برای جلوگیری از نویز، اغلب از نقش یک تک جرقه صرفنظر می‌نمایند و فرض می‌کنند که اطلاعات باید در دنباله‌های پیچیده‌تر ذخیره شود. با این حال، مغز ما می‌تواند سیگنال‌های بسیار ضعیف همانند چند فوتون نور را پردازش کند. چنین حساسیت بالایی چطور با وازنی نویز تطبیق دارد؟

در فیزیکال ریویو اکس، مایکل مونت فورت[i] و فرد وولف[ii] از موسسه ماکس پلانک آلمان مدلی ساده‌شده را از مدارهای مغزی مطالعه کرده‌اند که متشکل از نوسانگرهای جفت‌شده است. آن‌ها تحلیل می‌کنند که شبکه چطور همانند پتانسیل‌های غشایی (پتاسنیل الکتریکی در غشای یک سلول عصبی)، به تک‌جرقه‌ها و افت‌وخیزهای متغیرهای دیگر پاسخ می‌دهد.

شبیه‌سازی نویسندگان نشان می‌دهد که شبکه به نحوی رفتار می‌نماید که گویی پارامترهای آن در فضایی ساخته از نواحی پایدار با نام «لوله‌های شار دینامیکی» حرکت می‌کند. در هر ناحیه، شبکه در مسیری پایدار و قابل پیش‌بینی تحول می‌یابد. با این که افت و خیز و نویز نمی‌توانند مسیر را از ناحیه پایدار خارج کنند، تک جرقه می‌تواند سامانه را از یک ناحیه به ناحیه دیگر برده و کل شبکه عصبی را به مسیر کاملا متفاوتی هدایت کند. به عبارت دیگر، یک تک جرقه عصبی در میان میلیاردها جرقه می‌تواند بر پاسخ کل شبکه تاثیر گذارد.

نتایج به توضیح این نکته کمک می‌کند که مغز ما چگونه نویز را از سیگنال‌های درست جدا می‌کند. همچنین کاربردهایی در طراحی شبکه‌های عصبی مصنوعی خواهد داشت تا این نوع شبکه‌ها به محرک‌های گوناگون، پاسخ مناسب بدهند.

منبع:

http://physics.aps.org/synopsis-for/10.1103/PhysRevX.2.041007

مرجع:

http://link.aps.org/doi/10.1103/PhysRevX.2.041007