1999 年、デンマークの物理学者 Per Bak は、神経科学者のグループに対して、フィールドのどこが間違っているかを特定するのに 10 分しかかからなかったと宣言しました。おそらく、脳は彼らが考えていたほど複雑ではなかったと彼は言った。おそらく、脳は、さまざまなサイズの雪崩がシステム全体を全体的に安定に保つのに役立つ単純な砂の山と同じ基本原理に基づいて働いていたのではないかと彼は言いました。
他の分野の科学者が率直で物知りな物理学者を崇拝するのと同様に、Bak の大胆なアイデア — 脳の秩序だった複雑さと思考能力はニューロンの無秩序な電気活動から自然発生的に生じる — はすぐには受け入れられませんでした。
しかし、時間の経過とともに、バクの過激な議論は正当な科学分野に成長しました。現在、世界中の約 150 人の科学者が、2013 年だけで少なくとも 3 つの焦点を絞ったワークショップのトピックである脳内のいわゆる「重要な」現象を調査しています。そのような研究に専念するジャーナルを設立するための継続的な努力を加えると、学問分野の境界の周辺から主流に移行する分野のすべての特徴を手に入れることができます.
1980 年代、バクは、物質のビルディング ブロックを構成する粒子の無秩序な混合から、自然界に見られる精巧な秩序がどのように生じるのかを最初に疑問に思いました。彼は、材料がある相から別の相に変化するプロセスである相転移に答えを見つけました。この変化は、水が蒸発して蒸気になるように急激に変化することもあれば、材料が超伝導になるように徐々に変化することもあります。システムが 1 つのフェーズと別のフェーズの中間にある正確な移行の瞬間は、臨界点、またはより口語的には「転換点」と呼ばれます。
古典的な相転移には、いわゆる正確な調整が必要です。水が蒸発して蒸気になる場合、温度と圧力が適切な場合にのみ臨界点に達することができます。しかし、Bak は、システムの要素間の単純で局所的な相互作用が自発的にその臨界点に到達できる手段を提案しました。このため、自己組織化臨界という用語が生まれました。
砂時計の上から下に向かって流れる砂を考えてみてください。一粒一粒、砂がたまっていきます。最終的に、成長する堆積物は非常に不安定なポイントに到達し、次に落下する穀物が雪崩で崩壊する可能性があります.崩壊が発生すると、土台が広がり、砂が再び堆積し始めます — マウンドが再び臨界点に達してファウンダーになるまで。砂の山 — 何百万もの小さな要素の複雑なシステム — が全体的な安定性を維持するのは、この一連のさまざまなサイズの雪崩によるものです。
これらの小さな不安定性は逆説的に砂の山を安定に保ちますが、山が臨界点に達すると、次に落下する粒子が雪崩を引き起こすかどうか、または特定の雪崩がどれくらいの大きさになるかを判断する方法はありません.確かに言えることは、指数法則として知られているものに従って、小さな雪崩が大きな雪崩よりも頻繁に発生するということです.
バクは、1987 年の画期的な論文で自己組織化臨界を導入しました。これは、過去 30 年間で最も多く引用された物理学論文の 1 つです。 Bak は、どこを見ても頻繁に発生する小さな崩壊が安定化の役割を果たしていることに気付き始めました。彼の 1996 年の著書「How Nature Works」は、この概念を単純な砂の山を超えて、地震、金融市場、交通渋滞、生物進化、宇宙における銀河の分布、そして脳などの複雑なシステムに拡張しました。バクの仮説は、ほとんどの場合、脳は相転移の端でぐらつき、秩序と無秩序の間を行き来していることを示唆しています。
脳は信じられないほど複雑な機械です。その数百億個のニューロンのそれぞれが他の数千個のニューロンに接続されており、それらの相互作用により、私たちが「思考」と呼ぶ緊急プロセスが生じます。バク氏によると、脳細胞の電気的活動は、ちょうど彼の砂の山の中の砂粒のように、平穏な時期と雪崩の間を行ったり来たりするため、脳はその臨界点で常に不安定なバランスを保っています。
これらの重要なダイナミクスをよりよく理解することで、脳が誤動作したときに何が起こるかが明らかになる可能性があります。自己組織化された臨界は、統一的な理論的枠組みとしても有望です。神経生理学者の Dante Chialvo によると、神経科学における現在のモデルのほとんどは、単一の実験にのみ適用されます。他の実験の結果を再現するには、科学者はパラメーターを変更するか、システムを調整するか、まったく別のモデルを使用する必要があります。
自己組織化された批判性には、ある種の直感的な魅力があります。しかし、優れた科学理論は、エレガントで美しいだけではありません。バク氏の考え方には批判の声もあるが、その理由の 1 つは、彼のアプローチが途方もなく広い範囲に及ぶことだ。彼は、分野の境界を飛び越え、自己組織化された批判性を使用して森林火災、はしか、大規模構造のダイナミクスを結び付けることについて、何ら不思議なことを感じていなかった。宇宙の - 多くの場合、単一の話で。彼は言葉を切り刻む人でもありませんでした。カナダのペリメーター理論物理学研究所の物理学者であるリー・スモリンは、これを傲慢ではなく「子供のような単純さ」に帰している. 2002 年にバクが亡くなった後、スモリンは、「彼には、他の方法があるとは思いもしませんでした。科学は難しいものであり、私たちは自分の考えを言わなければなりません。」
それにもかかわらず、バクのアイデアは、志を同じくする一握りの科学者に肥沃な土地を見つけました。現在はカリフォルニア大学ロサンゼルス校に所属し、アルゼンチンの国立科学技術研究評議会に所属する Chialvo は、1990 年頃にブルックヘブン国立研究所で Bak に会い、自己組織化された臨界性が脳の活動を説明できると確信しました。彼もかなりの抵抗に遭遇しました。 「十分なデータがなかったので、多くの批判を我慢しなければなりませんでした」とキアルヴォは言いました。国立精神衛生研究所の神経科学者であるディートマー・プレンツは、実験的証拠が不足しているため、当時、自己組織化された臨界に取り組むために神経科学の助成金を獲得することは不可能だったことを思い出しました.
しかし、2003 年以降、皮質組織の切片の検査や個々のニューロン間の相互作用の脳波記録 (EEG) 記録から、コンピューターの予測を比較する大規模な研究まで、脳が臨界の重要な特性を示すことを示す一連の証拠が増えてきました。機能的磁気共鳴 (fMRI) イメージングからのデータを使用したモデル。 「今、この分野は、どんな公正な批判にも立ち向かえるほど十分に成熟しています」と Chialvo 氏は述べています。
Bak の砂の山モデルの最初の実験的テストの 1 つは、1992 年にオスロ大学の物理学科で行われました。物理学者は、ガラス板の間に米の山を閉じ込め、一度に 1 粒ずつ追加し、結果として生じる雪崩のダイナミクスをカメラで捉えました。彼らは、細長い米粒の山が、Bak の簡略化されたモデルによく似ていることを発見しました。
最も注目に値するのは、予想されるべき乗則分布に従って、小さな雪崩が大きな雪崩よりも頻繁に発生したことです。つまり、ある時間枠内に 10 個の粒子のみを含む小さな雪崩が 100 回発生した場合、同じ期間に 100 個の粒子を含む 10 個の雪崩が発生しますが、1,000 個の粒子を含む大きな雪崩は 1 回だけです。 (地震とその余震でも同じパターンが観察されています。特定の年にグーテンベルク リヒター スケールで 6.0 の地震が 100 回発生した場合、7.0 の地震が 10 回、8.0 の地震が 1 回発生します。)
10 年後、Plenz と同僚の John Beggs (現在はインディアナ大学の生物物理学者) は、皮質スライスのニューロンの電気的活動で同じパターンのなだれを観察しました。これは、脳が臨界で機能するという最初の重要な証拠です。 「それは、脳ができるとは誰も信じていなかったことでした」とプレンツは言いました。 「驚くべきことは、まさにそれが起こるということです。」脳磁図 (MEG) を使用した研究と、コンピューター シミュレーションと脳の安静状態の fMRI 画像データを比較した Chialvo 自身の研究により、脳がこれらの重要な雪崩ダイナミクスを示すという証拠が追加されました。
しかし、それほど驚くべきことではないかもしれません。臨界点がなければ相転移はあり得ず、相転移がなければ、バックの砂の山や脳のような複雑なシステムは適応できません。 Plenz 氏によると、システムが秩序と無秩序の間で完全にバランスが取れている「スイート スポット」である臨界点でのみ雪崩が現れるのはそのためです。それらは通常、脳が通常の安静状態にあるときに発生します。なだれは、2 つの極端なケースのうちの 1 つで、複雑なシステムがトラップされる、または「フェーズロック」されるのを回避するメカニズムです。極端な場合、てんかん発作中など、秩序がありすぎます。要素間の相互作用が強すぎて硬直しているため、システムは変化する条件に適応できません。他方では、無秩序が多すぎます。ニューロンはあまり通信していないか、脳全体に広く相互接続されていないため、情報が効率的に拡散できず、システムは適応できません.
「退屈なランダム性と退屈な規則性」の間を行き来する複雑なシステムは、全体として驚くほど安定していると、インディアナ大学の認知神経科学者であるオラフ・スポーンズは述べています。少なくとも重要なシステムにとっては、「退屈は悪い」と彼は言いました。実際、「雪崩の発生を回避しようとすると、最終的に雪崩が発生したときに非常に大きくなる可能性があります」と、カリフォルニア大学デービス校の複雑系科学者である Raissa D'Souza は述べています。昨年のような一般的なシステム。 「常に雪崩を起こしていれば、いわば燃料を使い果たしているので、大きな雪崩が発生する機会はありません。」
D'Souza の研究では、これらのダイナミクスを適用して、配電網全体の停電をよりよく理解しています。脳もまた、適切に機能するために十分な秩序を必要としますが、変化する状況に適応するための十分な柔軟性も必要とします。そうでなければ、生物は生き残ることができませんでした。これは、脳が自己組織化された臨界性の特徴を示す理由の 1 つかもしれません。それは進化上の優位性を与えます。 「重要でない脳とは、毎分まったく同じことをしている脳のことです。あるいは、その逆の極端な例としては、非常に混沌としていて、状況に関係なく完全にランダムなことをしている脳です」と Chialvo 氏は述べています。 「それは馬鹿の頭脳です。」
脳が臨界から遠ざかると、情報はシステムを効率的に浸透できなくなります。 1 つの研究 (まだ公開されていません) は、睡眠不足を調査しました。被験者は 36 時間起きていた後、EEG で脳の活動を監視しながら反応時間テストを受けました。被験者が睡眠不足になるほど、その人の脳活動は重要なバランスポイントから遠ざかり、テストの成績は悪化します。
別の研究では、発作中のてんかん患者からデータを収集しました。脳波の記録は、発作の最中に臨界の明らかななだれが消えたことを明らかにしました。ニューロン間の同期が多すぎると、Plenz 氏は次のように述べています。
Chialvo は、自己組織化された臨界性が、物理学で見られるような、より広範でより基本的な理論を神経科学者に提供することを想定しています。彼は、覚醒、睡眠、麻酔下、発作、サイケデリックドラッグの影響下など、考えられるすべての状態で精神をモデル化するために使用できると考えています.
これは、神経科学がビッグデータの領域に深く移行するにつれて特に重要です。最新の高度なイメージング技術は、シナプスをマッピングし、前例のない解像度で脳活動を監視することができ、対応するデータ セットのサイズが爆発的に増加します。数十億ドルの研究資金により、脳内の神経経路の「ネットワーク マップ」を構築することを目的とした Human Connectome Project と、信号を記録するための新しい技術ツールの開発に専念する Brain Research Through Advancing Innovative Neurotechnologies (BRAIN) が開始されました。細胞から。また、スーパーコンピューターで完全な人間の脳をシミュレートしようとするヨーロッパのヒューマン ブレイン プロジェクトや、複雑なネットワークの脳階層のあらゆるレベルから収集されたデータを統合する中国のブレインネット プロジェクトもあります。
しかし、基礎となる理論がなければ、データに隠されている潜在的な洞察をすべて収集することは困難です。 「マップを作成することは問題ありません。マップするシステムが実際に機能するとき、それは統合されたシステムにあり、それが機能しているという事実を見失わない限り、断片とそれらがどのように関連しているかをカタログ化することは問題ありません。ダイナミックです」と Sporns は言いました。
「脳の構造、つまり誰が誰とつながっているかを示す正確な地図は、それ自体はほとんど無関係です」と Chialvo 氏は述べています。むしろ、脳内で認知と行動がどのように生成されるかを解読することは必要ですが、十分ではありません。 「関連するのはダイナミクスです」とChialvoは言いました。次に、私道から公共の高速道路まで、あらゆる縮尺ですべての接続の詳細を含むロサンゼルスの道路地図と脳を比較しました。マップは、構造的な接続についてのみ教えてくれます。これらの接続に沿ってトラフィックがどのように移動するか、またはどこで (いつ) 渋滞が発生する可能性があるかを予測するのには役立ちません。マップは静的です。トラフィックは動的です。脳の活動も同様です。 Chialvo 氏によると、最近の研究で、研究者はトラフィックのダイナミクスと脳のダイナミクスの両方が重要性を示すことを実証しました.
Sporns は、この現象が脳内でどの程度強力であるかはまだわからないと強調し、脳のダイナミクスにおけるべき法則の観察を超えたさらなる証拠が必要であることを指摘しています。特に、神経生物学的メカニズム (局所および分散回路におけるニューロンのシグナル伝達) から臨界性がどのように発生するかについて、理論にはまだ明確な説明がありません。しかし、彼は理論が成功することを応援していることを認めています. 「それは非常に理にかなっています」と彼は言いました。 「もしあなたが脳を設計するとしたら、おそらく重要性が必要になるでしょう。しかし、最終的には、これは経験的な問題です。」
