Kritischer Punkt in der Informationsverarbeitung des Gehirns mithilfe von Quantenfeldtheorie bestätigt
Jülich, 27. September 2022 - Wissenschaftler des Forschungszentrums Jülich haben eine häufig verwendete Technik aus der Quantenfeldtheorie genutzt, um zu untersuchen, wie das Gehirn Informationen speichert und verarbeitet.
Es wird angenommen, dass das Gehirn an einem kritischen Punkt zwischen zwei dynamischen Phasen aktiv ist, um Informationen effizient zu verarbeiten. An diesem Punkt sind Netzwerke von Neuronen stabil genug, um Informationen zuverlässig zu speichern, aber auch empfindlich genug, um schnell Signale an weit entfernte Teile des Gehirns zu senden. Prof. Moritz Helias vom Forschungszentrum Jülich und seine Kollegen haben nun mit Methoden der Quantenfeldtheorie die Existenz dieser kritischen Punkte im Wilson-Cowan-Modell bestätigt. In diesem klassischen Modell aus der Hirndynamik wird eine Gruppe von Neuronen durch äußere Reize oder durch Wechselwirkungen mit ihren Nachbarn angeregt.
Mithilfe einer Technik namens Renormierung fanden die Forscher heraus, dass sowohl nahe als auch entfernte Neuronen effektiv miteinander kommunizieren können. Gleichzeitig wird die Fähigkeit zur Speicherung von Erinnerungen beibehalten. Möglich wurde die Untersuchung durch Verwendung von Methoden der sogenannten Feldtheorie unter Beteiligung von Experten des CASA Simulation and Data Laboratories „Numerical Quantum Field Theory“ – einer Methodik also, die gewöhnlich auf quantenmechanische Systeme angewendet wird. In dieser Studie wird die erfolgreiche Zusammenarbeit zwischen fachlich sehr unterschiedlichen Topics innerhalb des Programms „Natural, Artificial and Cognitive Information Processing“ der aktuellen Periode der Programmorientierten Förderung (PoF) der Helmholtz-Gemeinschaft deutlich.
Obwohl es deutliche Hinweise auf eine kritische Dynamik im Gehirn gibt, war es bisher noch unklar, warum unser Gehirn auf diese Weise funktioniert. Die Forscher werden daher ihre neuen Erkenntnisse in Zukunft weiter ausbauen.
Originalpublikation: Gell-Mann–Low Criticality in Neural Networks, Lorenzo Tiberi, Jonas Stapmanns, Tobias Kühn, Thomas Luu, David Dahmen, and Moritz Helias, Phys. Rev. Lett. 128, 168301 – Published 19 April 2022, DOI: 10.1103/PhysRevLett.128.168301
- Institute for Advanced Simulation (IAS)
- Institute for Advanced Simulation (IAS-6), Computational and Systems Neuroscience