研究人员一直想知道，大脑中数十亿个独立的神经元如何聚集在一起，以可靠地构建一个生物机器，从而轻松击败最先进的计算机。所有这些微小的交互似乎都与保证令人印象深刻的计算能力的东西相关。

在过去的20年中，越来越多的证据支持一种理论，即大脑会自动调整到可以兴奋的程度，而不会陷入混乱，这类似于相变。这种关键性假设认为，大脑处于静止和混乱之间的细线上。正是在这条线上，信息处理得以最大化。

但是，该理论的关键预测之一-关键性确实是一个设定点，而不仅仅是一个必然性-从未经过测试。到现在。圣路易斯华盛顿大学的最新研究直接证实了这种长期存在的自由行为动物大脑的预测。

“当神经元结合时，它们会积极寻找关键的机制，”艺术与科学生物学助理教授，10月7日发表在《神经元》杂志上的新论文的主要作者基思·亨根说。“我们的新工作证实了对关键性的许多理论兴趣，并证明了关键性是正常运行的网络的标志。”

研究人员确定，对危急程度进行了积极调节。但是，这种优化状态的基础机制并不简单。

亨根说：“我们很惊讶地发现，在我们的模型中，这很大程度上是由一群抑制性神经元造成的，而这些神经元在回顾中已经准备好调节较大网络的组织。”

直接观察危险程度

根据其定义，临界度是唯一已知的可优化信息处理的计算方式，例如内存，动态范围以及编码和传输复杂模式的能力。

理论物理学家最初提出大脑可能是关键的。神经科学家的反应很复杂。

亨根说：“关于关键性的理论研究已有很长的历史，一些有趣的争论增加了香料的吸引力。”“我认为这一争议来自两个地方。首先，体内的许多工作基本上都是描述性的，我认为是因为这些数据集很难收集且难以分析。无论哪种方式，都直接证明了关键性是大脑所必须解决的问题出席已缺席。

亨根说：“第二，关于人们用来衡量临界度的数学有很多争论。”“最近，人们不再测量简单的幂定律，因为幂定律可能会从随机噪声中冒出来，而是开始研究所谓的指数关系。到目前为止，这是关键性的唯一真实标志，它是我们所有人的基础。测量。”

他说：“我们的实验室为讨论大脑的关键性做出了非常大的贡献，这归因于[单个神经元]的分辨率，以及我们正在寻找的总时间。”“我们可以在非常长的一段时间内观察关键动态与时间的关系。”

这项新研究的第一作者是马政宇，她是艺术与科学博士学位的最新毕业生，她与物理学教授拉尔夫·韦塞尔(Ralf Wessel)进行了研究。这项研究借鉴了亨根在布兰代斯大学收集的自由行为小鼠的神经元记录数据。亨根此后在华盛顿大学建立了自己的实验室，他正在收集自己的神经元录音-跨越数月和数百个神经元的录音。

这样的记录非常耗费数据并且在技术上具有挑战性。

“时间分辨率很高-这是一个优势，”马云说。“而且，他们可以录制9天。对此我仍然感到非常惊讶。没有多少实验室可以达到9天的录制时间。”除少数例外，以前神经元录音的实践状态是30分钟到几小时，最高-用来限制临界性实验测试的最大值。

在马云对计算繁重的工作做出贡献的过程中，亨根和他的合著者随着时间的流逝，合并并处理了亨根许多单神经元记录的数据，以模拟整个神经网络的活动。

危急程度被破坏，然后重新出现

利用他们连续一周以上连续跟踪神经元活动的能力，研究人员首先证实，即使在整个明暗周期中，视觉皮层中的网络动力学都可以稳健地调整为临界状态。