Ny upptäckt vid Kyoto universitet avtäcker hjärnans “tidsasymmetri” – kan revolutionera AI
Forskare vid Kyoto Universitet har, i samarbete med Hokkaido Universitet, gjort ett banbrytande genombrott som avslöjar hur nervceller i hjärnan bryter tidens symmetri. Denna upptäckt, som för första gången kopplar den informationsteoretiska kostnaden för neural aktivitet till djurs beteendeprestanda, har djupgående implikationer för såväl neurovetenskap som utvecklingen av hjärninspirerad artificiell intelligens. Resultaten pekar mot en framtid med betydligt mer energieffektiva AI-arkitekturer.
Hur hjärnan bryter tidssymmetrin
Traditionella metoder för att studera neural aktivitet har ofta utgått från antagandet att hjärnsignaler är relativt konstanta över tid. Denna förenklade syn missar dock hjärnans ständigt föränderliga beräkningar. Teamet från Kyoto och Hokkaido Universitet utvecklade ett nytt statistiskt ramverk som spårar de riktade, icke-jämviktiga neurala dynamikerna direkt från storskaliga spikinspelningar. Genom att utvidga den klassiska kinetiska Ising-modellen till en flexibel, tidsvarierande form och kombinera den med en ny medelfältteori, kunde de uppskatta entropiflödet – ett termodynamiskt mått på irreversibel aktivitet som är kopplat till gränserna för hastighet och precision i dynamiska system.
“Att kunna se hur entropiflödet förändras över tid i verklig spikdata är ett stort steg”, säger teamledaren Hideaki Shimazaki från Kyoto Universitet. Denna metod har avslöjat hur nervceller dynamiskt omformar sina interaktioner under beteende och hur hjärnans interna “tidsasymmetri” förskjuts under uppgiftsutförande, vilket ger insikt i hur effektiv beräkning uppstår.
Entropiflöde och den neurala tidspilen
Forskningen belyser hur nervceller genererar tidsasymmetrisk aktivitet, en subtil men avgörande riktning i de ögonblickliga mönstren av neural avfyrning. Denna “neurala tidspil” har nu för första gången kopplats till djurs beteendeprestanda. Ken Ishihara från Hokkaido Universitet, studiens första författare, betonar vikten av att förstå de dynamiska fluktuationerna: “Verkliga nervceller är aldrig stilla. Deras avfyrningshastigheter och interaktioner fluktuerar från stund till stund. För att fånga deras icke-jämviktiga beteende behövde vi en ny typ av modell.”
Upptäckten visar att nervceller avleder entropi när de utför beräkningar. Detta termodynamiska perspektiv erbjuder nya vägar för att studera neural beräkning och kan klargöra hur interna hjärntillstånd och inlärning formar informationsbearbetningen i hjärnan.
Implikationer för framtidens AI
De insikter som erhållits från denna studie har inte bara betydelse för vår förståelse av den mänskliga hjärnan, utan också för utvecklingen av artificiell intelligens. Genom att förstå hur den biologiska hjärnan uppnår energieffektivitet genom att utnyttja tidens asymmetri i neurala signaler, kan forskare inspireras att skapa mer energieffektiva AI-arkitekturer. I en tid då stora språkmodeller och avancerade AI-system kräver enorma mängder energi och beräkningsresurser, kan hjärninspirerade metoder erbjuda lösningar för att bygga lättare, snabbare och mer hållbara AI-system. Denna forskning banar väg för en ny generation av AI som inte bara är kraftfullare, utan också mer i linje med de energisnåla principerna som styr vår egen biologi.