动荡的大脑( 二 )


相比之下 , 作为一个处于平衡状态的系统的例子 , 想象一下观看撞击台球的镜头 。 在向前和向后观看这部电影时 , 你很难区分每部电影的时间箭头 。 从热力学的角度来看 , 这是因为该过程没有产生熵 , 并创造了一个本质上可逆的过程 。
这些热力学概念是强大的工具 , 原则上可以应用于任何东西 。 因此 , 有研究人员已经开始将它们应用于大脑信号 。 这使我们能够通过简单地测量大脑信号的不可逆性水平来衡量环境是如何驱动大脑的 。 在正在进行的研究中 , 科学家正在研究这些工具如何捕捉大脑中的时间箭头和熵产生 , 从而能够精确评估外部世界和我们的身体如何在不同情况下将大脑推向失衡 。 有可能 , 这甚至可以在任何明显的症状开始出现之前用于描述患病大脑平衡的变化 。
最近 , 有科学团队将热力学与一种名为深度学习的机器学习技术的力量相结合 , 以表征大脑信号中的时间箭头 。 深度学习方法在创建有用的工具方面非常成功 , 例如从一种语言到另一种语言的自动机器翻译 。 关键思想是深度学习算法学习大型数据集中的模式 , 然后将这种学习推广到新案例中 。 例如 , 以语言学习为例 , 深度学习将用两种或两种以上语言的文本提供 , 然后学习在特定上下文中出现单词时进行概括 。 这允许该算法生成比以前技术好得多的机器翻译 , 例如在使用谷歌翻译时可以看到 。
研究团队使用深度学习作为学习工具 , 以区分大脑信号的正向和向后版本 。 最初 , 在学习阶段 , 每个大脑信号都标有正向或人工生成的向后版本 , 深度学习算法学会了高精度地区分它们 。 在测试阶段 , 新的大脑信号被输入到这种深度学习算法 , 并根据规则进行分类 。
为了向诺兰致敬 , 科研团队称这种算法为TENET(时间进化NET) 。 该算法的美妙之处在于 , 在脑信号上使用TENET的准确性直接提供了给定大脑状态的不可逆性和非平衡水平 。 通过这种方式 , 我们可以评估环境在不同条件下驱动人类大脑的程度 , 无论是休息还是执行任务 。
我们可能会降低大脑更接近平衡的风险 , 从而降低参与世界的能力
研究团队的结果证实 , 总的来说 , 大脑是由环境驱动的 , 重要的是 , 人类大脑更接近非平衡 , 在执行不同的任务时比休息时更不可逆转 。 相比之下 , 当使用TENET来表征患有双相情感障碍、多动症和精神分裂症的神经精神病患者的静止状态大脑活动时 , 研究发现这些患者的大脑比健康参与者的大脑更接近平衡 。 这表明神经精神病患者的大脑更与环境隔离 , 更有可能被内在驱动 。 例如 , 这与抑郁症患者的反思如何导致与外部世界的恶性隔离 , 从而导致抑郁症 。
总体而言 , 使用热力学方法来描述大脑活动可能非常有用 , 可以提供新的生物标志物 , 这些生物标志物可以帮助在出现第一批严重症状之前识别那些有疾病风险的人 。 事实上 , 进一步建立疾病中大脑活动的全脑模型可能有助于确定干预措施策略 , 这些策略可以降低大脑更接近平衡的风险 , 从而降低参与世界的能力 。
这些发现很有希望 , 但仍有挑战需要克服 。 对深度学习的主要批评之一集中在进步的“黑匣子”本质上 , 这可能对解决复杂问题具有相当大的实际效用 , 但几乎没有对如何机械地实现这一目标产生新的见解 。 这种黑匣子批评不适用于研究团队使用深度学习来学习大脑信号中的时间箭头 , 因为研究团队仅将其用作发现大脑信号可逆性水平的高效工具 。 事实上 , 此后 , 他们使用了其他无关的技术来估计大脑信号的熵产生和可逆性 , 这有助于我们更深入地了解心灵的热力学 。
为了补充这些热力学发现 , 为了真正理解非平衡大脑状态的非线性生成 , 他们还使用了湍流原理 。 这项研究使研究能够超越仅仅在非平衡系统中建立时间箭头 。
湍流是大多数人主要与水漩涡或飞机上经常可怕的经历联系在一起的东西 。 但湍流首先是本质上一个基本且非常有用的原则 , 它提供了最佳的混合特性 , 允许在空间和时间上高效传输能量/信息 。 事实上 , 上个世纪的研究表明 , 湍流是在许多尺度上跨时空级联能量的最佳方式 , 这是物理系统的基本组织原则 。 在非常实用的层面上 , 这已被证明具有许多重要和相关的应用:从烹饪时的湍流搅拌 , 这有助于混合成分 , 到找到更节能的方法来改进化工厂、飞机和风车 。
从历史上看 , 动荡是由莱昂纳多·达芬奇在1508-14年创造的 , 他在试图捕捉表面随机的水运动中创造漩涡的潜在顺序时 , 面临着最困难的挑战之一 。 然而 , 他并不回避试图理解和描述这种拥挤的动态的基本生成原则 。 他在白话意大利语中提出了turbolenza一词 , 源自turba , 这是拉丁语“人群”一词 。 这种对不同尺度漩涡的表征明显早于英国博学家刘易斯·弗莱·理查森(1881-1953)的开创性观测 , 刘易斯·弗莱·理查森(1881-1953)是数学天气预报的先驱 , 他描述了重要的湍流能量级联原理 。

推荐阅读