У физиков есть старая забава: применять свои модели к тому, для чего они не предназначались.

Представьте себе кучу песка, на которую вы бросаете песчинки по одной. Если склон пологий — ничего не случится: песчинка осядет, и всё. Если слишком крутой — вы получите лавину. Но что находится «между»? Именно здесь мы встречаем критичность — состояние, в котором одна песчинка может вызвать крохотную струйку, а может и обрушить весь склон. Предсказать конкретный исход нельзя, но можно сказать, сколько будет маленьких обвалов, а сколько больших — и это соотношение описывается степенным законом.

Вблизи этой точки ведут себя одинаково вещи, микроскопически не имеющие ничего общего: вода у точки замерзания, железо у точки намагничивания, куча песка у нужного наклона склона. У всех них — один признак: маленькие и крупные события случаются в одной пропорции, которая определяется показателем степени.

В 2003 году Беггс и Пленц нашли тот же признак в живом мозге.

Мозг состоит из нейронов, которые постоянно активируют друг друга. Когда один нейрон запускает следующий, тот — ещё, и сигнал каскадом разносится по сети — это называется нейронной лавиной. У неё есть ключевая характеристика: коэффициент ветвления — сколько нейронов в среднем активирует каждый сработавший. Если этот коэффициент слишком мал, сигнал будет затухать; если слишком велик — мозг будет больше напоминать гирлянду, чем компьютер. Но если он ровно единица — мы получаем ту самую критичность.

В этой точке система балансирует на краю. Маленьких нейронных лавин много; больших — мало. И она обладает двумя замечательными свойствами: во-первых, у неё нет точного времени «забывания» сигнала, а во-вторых, её динамический диапазон максимален — то есть, система будет воспринимать как маленький сигнал, так и большой; как горсть песка, так и одну песчинку.

Как тогда будут выглядеть слишком крутой или слишком пологий «склон кучи» в мозге? Это состояния, в котором коэффициент ветвления — помните его? — слишком мал, и ничего не происходит, либо слишком велик, и всякое действие вызывает огромный отклик. Так вот: в подкритической системе после воздействия всё быстро возвращается в норму. Какой-то нейрон не активирует следующий, и мы получим тишину. У этого даже есть название: характерное время затухания сигнала, и у подкритической оно экспоненциальное: существует горизонт, за которым система становится прежней. В критической же характерное время затухания будет степенным — то есть, мы не сможем предсказать конкретный горизонт, спектр временных масштабов будет широк. Новое событие сможет наложиться на след предыдущего, и таким образом события, разнесённые во времени, окажутся связаны — и мозг может, например, соединить в целое сиюминутный запах и старое воспоминание.

Конечно, это может оказаться случайностью. Но что, если нет?

Тогда эта гипотеза даёт нам число, по которому мы (теоретически) сможем различить, например, депрессивного человека, здорового и больного эпилепсией. По одной из гипотез, депрессивное состояние — именно подкритичность: сигналы текут лениво, быстро затухают, а эпилепсия — с точностью до наоборот: лавины образуются от малейшего толчка. Это не общепринятая теория, но она широко обсуждалась в 2010-е годы и остаётся предметом исследований сейчас, ведь единая ось, по которой можно расставить состояния мозга — ценно для нейронауки, где разные описания часто плохо сводятся к единой шкале.

И если вы снова вспомните нашу кучу, заметите кое-что важное. Чтобы изучить критичность в ней, мы подстраиваем наклон сами. Но в мозге нет оператора — он приходит в это состояние сам, снова и снова. Это называется самоорганизованной критичностью: система устроена так, что постоянно возвращается к краю, не требуя тонкой настройки извне.

А ещё критичность есть в ухе! Согласно одной из биофизических моделей, волосковые клетки работают в режиме, близком к критическому. Это один из способов объяснить широкий диапазон слышимых громкостей. То есть, если верить гипотезе, что мозг находится в этой точке — эволюция нашла её как минимум дважды.

#биология
#Кудрявая
#Наварро