A neurális kódolás a környezeti jelek és a test belső jeleinek átalakítása e jelek reprezentációivá neuronaktivitási minták formájában , valóságmodell létrehozása érdekében az alkalmazkodás és a céltudatos cselekvések végrehajtása, a test integritásának és normális működésének megőrzése érdekében.
Mivel az idegrendszer fő feladata a valóságmodell kialakítása és a test irányítása ennek alapján , az idegi kód dekódolása az idegtudomány központi témájának nevezhető . Ha elérjük a neurális kód lényegének megértését, akkor a tudat belső munkája a normál és patológiás eltérésekben elérhetővé válik számunkra. Ennek a problémának a megoldása a humán tudományok talán legfontosabb iránya, hiszen szervezetünk összes életfolyamatának lefolyása az agy munkájától függ.
Az agy a legnagyobb vívmány a természetes információs technológiák evolúciójában a sebesség és a hatékonyság tekintetében. Ebből az következik, hogy az összes kódolási séma közül az a legvalószínűbb jelölt neurális kódra, amelyik a leghatékonyabban állít elő információt (kódmintákat).
Minden modern modell egy neuron akciós potenciálját (tüskét) az agy nyelvének alapvető elemének tekinti. A jelenség megközelítésének kérdése azonban alapvető. Bár a valós akciós potenciálok folyamatos oszcillációs folyamatok , és a fázisportré periódusában, amplitúdójában és alakjában különböznek, a vezető modellek azonos diszkrét eseményekként kezelik őket.
Az ilyen elméletek két csoportra oszthatók: átlagos csúcssebesség-kódolásra és időbeli kódolásra. A kérdést a következőképpen fogalmazzák meg: vagy az információ egy adott időablak tüskéinek számában, vagy azok pontos elhelyezkedésében az időtengelyen. Mindenesetre ezek a tüskevonat- számlálás különböző változatai .
E modellek némelyike ellentmond az agy tényleges hatékonyságának és sebességének. Egyesek a megfigyelt jelenségeknek csak egy részét fedik le, másokat nem tudnak megmagyarázni. Ezek a modellek évtizedek óta léteznek, de nem vezettek a neurális kód dekódolásához. Az ok talán a neurális kódolási folyamat lényegének helytelen megközelítése. A közelmúltban olyan modellek jelentek meg, amelyek az idegsejtek akciós potenciálját azonos tüskékként kezelő paradigmák keretein belül megoldhatatlan kérdésekre válaszolnak.
A neurális kód tanulmányozásának szokásos megközelítése a bejövő jel és a neuronok válasza közötti kapcsolat keresése, valamint az idegsejtek megfigyelt aktivitásából származó jel visszanyerésének fordított folyamata. Magának a kódnak a modellje nélkül azonban egy ilyen elemzés olyan, mintha a nyelvtan ismerete nélkül próbálnánk szöveget olvasni vagy írni. Létezik egyfajta ördögi kör, amikor a kód elolvasásához ismerni kell, a felismeréshez pedig el kell olvasni.
Az ismeretlen kód megfejtésének bármely folyamata azonban bizonyos minták keresésén és azok kódolt üzenettel való kapcsolatának azonosításán alapul. Más szavakkal, a neurális kód olvasásához meg kell találni a megfelelést a jelparaméterek és az idegsejtek aktivitásának mintázatai között.
Bármely közepes jel egy oszcillációs energiafolyamat, bizonyos amplitúdóval , frekvenciával és fázisfejlődéssel időben . Ez a két fő jelmérési tengely: térbeli és időbeli. Ennek megfelelően a neurális kódnak olyan térbeli és időbeli jellemzőkkel is kell rendelkeznie, amelyek létrehozzák a kódolt jel modelljét.
Ahogy az idegrendszer technológiai láncának hierarchiáján haladunk a perifériás szenzoroktól az agykéreg integratív struktúráiig, a neuronok aktivitása egyre kevésbé kapcsolódik az eredeti jelhez. Ez természetes folyamat, hiszen a neuronok nem tükrözik a jeleket, hanem kódolják azokat, azaz reprezentációkat hoznak létre. A tudat nem a valóság tükre, hanem a valóság szimulációja. Az ábrázolásnak azonban továbbra is ugyanazokat a paramétereket tartalmazó mérési tengelyeket kell tartalmaznia. Így a neurális kódnak egyszerűen összetett többdimenziós szerkezetnek kell lennie. Ugyanakkor az információ telítettségét hatékonysággal és gyorsasággal kell kombinálni.
Ezek a követelmények tükrözik a javasolt kódolási modelleket? Ennek a kérdésnek egy "lakmusz tesztnek" kell lennie annak tesztelésére, hogy mennyire alkalmasak az idegrendszer valós folyamataira.
Az akciós potenciál generálási sebesség kódolása egy hipotézis, amely azt sugallja, hogy a jelre vonatkozó információt a neuron tüzelési frekvenciája tartalmazza. Adrian és Zotterman kísérletei után jelent meg 1926-ban. [1] Ebben az egyszerű kísérletben különféle súlyokat akasztottak az izmokra. A súly növekedésével az izmot beidegző neuronok impulzusainak száma is növekedett. A szerzők arra a következtetésre jutottak, hogy az akciós potenciálok diszkrét események, és az egyes paraméterek helyett gyakoriságuk az idegi kommunikáció alapja.
Az ötlet a maga egyszerűségében vonzó volt. A tüskék regisztrálásának technikai bonyolultsága ellenére ez még a múlt századi felszerelések képességeinek szintjén is megvalósítható feladat volt. De a látszólagos egyszerűség megtévesztő, mivel sok kérdés merül fel.
Még a periféria (érzékelők és effektorok) szintjén is a gerjesztési frekvencia általában nem lineárisan növekszik az ingerintenzitás növekedésével. [2] Nincs közvetlen kapcsolat a tüskék aránya és a jel között. Ezenkívül az akciós potenciálok sorrendje kísérletenként változik. Ezért különféle tetszőleges átlagoló algoritmusokat használnak a sebesség meghatározására. Magának a "tüzelési sebesség" kifejezésnek számos különböző definíciója van, amelyek különböző átlagolási eljárásokra utalnak, mint például az átlagos érték az idő függvényében vagy az átlagos érték a kísérlet több ismétlésénél. Még ha hűek maradunk is a kód mint átlagos sebesség elképzeléséhez, előfordulhat, hogy az alkalmazott átlagolási módszerek egyáltalán nem felelnek meg annak az algoritmusnak, amelyet maguk a neuronok használnak.
Van még egy probléma. Ha átlagolni akarunk valamit, tudnunk kell azt az időintervallumot, amely alatt mintát veszünk a számításhoz. Ha egy szigorú periodicitással ismétlődő jelet elemezünk, akkor nem lesz nehéz meghatározni periódusának idejét és kiszámítani az átlagértéket. De egy ilyen periodikus jel nem tud információt létrehozni. Nem meglepő, hogy az idegsejtek nem mutatnak ilyen monotóniát a tüskékben.
De ha a változás nem szigorúan periodikus, akkor az átlagoló ablak megválasztása válik meghatározóvá. Az átlagolás alapja határozza meg a végeredményt. Még ha elfogadjuk is azt a hipotézist, hogy a neuronok átlagos tűzsebességgel állítanak elő kódot, meg kell értenünk, hogy a neuronok ezt az átlagot az általuk ismert ciklus hosszához viszonyítva számítják ki. De akkor meg kell határoznunk ezt az ütemet. A kísérletezők azonban mérik a tüskék számát az önkényesen kiválasztott időablakhoz viszonyítva. A tipikus értékek T = 100 ms vagy T = 500 ms, de az időtartam hosszabb vagy rövidebb is lehet. [3] A fő követelmény az, hogy az átlagértékek eléréséhez legalább néhány tüske előforduljon az időablakban.
Ördögi kör alakul ki: nem tudjuk, hogy a kód valóban ilyen-e, és nem tudjuk, hogyan erősítsük meg vagy cáfoljuk meg, mert nem ismerjük a rendszer körforgását. Ennek eredményeként végtelenül tetszőlegesen átlagolhatunk, de ez nem fog működni.
De van egy másik probléma is, amely egy ilyen kód gondolatában benne van. Megadhatja-e az azonos tüskékből álló kód az idegrendszer megfigyelt információgazdagságát, sebességét és hatékonyságát? A válasz erre a kérdésre, sajnálatos módon egy ilyen paradigma hívei számára, negatív. Az ilyen kódot tempókódnak nevezhetjük. A tempóváltoztatás azonban nem hordoz elegendő információt egy összetett többparaméteres jel megjelenítéséhez. Ezenkívül van egy dilemma: hogyan kell kódolni a gyors jelet, ha elegendő tüskét kell felhalmoznia ahhoz, hogy átlagot kapjon, és bármilyen információt kinyerjen ebből a változóból.
Rengeteg környezeti jel dinamikáját ezredmásodpercekben mérik, és ezekben az ezredmásodpercekben a neuronok csak egyszer-kétszer tudnak tüzelni. Ennyi tüske mellett lehetetlen a jelet az átlagos sebességükkel kódolni. De vannak gyorsabb jelek is. Például egy denevér mikroszekundumos felbontással képes visszhangra. [4] Így a jelmérési időablak egy tüskén belül van. Ez teljesen ellentmond az átlagsebesség paradigmájának.
Az ilyen kód minden szempontból nem hatékony. Nem túl informatív és túl lassú. Az egyszerű paraméterek kódolásához sok tüske létrehozása szükséges, vagyis energetikailag nagyon drága. Ezért nem felel meg az agy működésének valóságának. Ezt a modellt azonban továbbra is széles körben használják nemcsak kísérletekben, hanem neurális hálózatok modelljeiben is. Ennek eredményeként az elmúlt évtizedek során hatalmas mennyiségű adat halmozódott fel, de ez nem visz közelebb a kód jelentésének megfejtéséhez.
Időbeli kódA következő jelölt egy olyan kódolás, amelyben az információ az időtengelyen lévő tüskék és a tüskék közötti intervallumok pontos helyében található. Mivel ez a modell az akciós potenciálokat ismét ugyanazon diszkrét eseményekként kezeli, a kód ezen verziója 1-0 ritmusnak nevezhető.Az időbeli kódolás lehetővé teszi, hogy a 000111000111 sorozat mást jelent, mint a 001100110011, még akkor is, ha mindkét sorozat átlagos tüzelési sebessége ugyanaz. Egy ilyen modell volt a következő kézenfekvő ötlet és alternatíva a közepes sebességű kód nem hatékony és lassú változatához. [5] [6] [7] [8] [9] [10] [11]
Az a feltételezés, hogy a neurális kód bináris, nem csak tüskék, nagymértékben megnöveli a kód kapacitását, és hitelesebbé teszi a modellt. De ugyanez a kérdés merül fel a kód információs kapacitásának és az agy tényleges sebességének az összefüggésében, amely egy vagy két tüskéken belül képes egy összetett többparaméteres jelet kódolni. Az agynak nincs ideje felépíteni egy hosszú bináris láncot, amely minden információt tartalmazhat. Ebben alapvetően különbözik a mesterséges digitális rendszerektől. A processzoraik óriási sebessége ellenére, amely nagyságrendekkel nagyobb, mint az agy frekvenciái , teljesítményükben, sebességükben és energiahatékonyságukban nem hasonlíthatók össze vele. A probléma az, hogy hosszú bináris kódokat kell kezelniük .
Emellett ismét felmerül a rendszer tapintatának kérdése. A két nulla kód kétszer olyan hosszú szünetet jelent, mint egy nulla. De hogyan állapíthatjuk meg, hogy a tüskék közötti szünet két nullát vagy egyet jelent, ha nem ismerjük a vizsgált rendszer időskáláját? A szünet külső órával történő mérése sok adatot ad, de nem mond semmit arról, hogy hány nulla van az adott szünetben, és hogyan viszonyíthatjuk ezeket a tüskeegységekhez. Más szavakkal, nem tudjuk meghatározni, hogy az idegsejtek aktivitása 0001-et vagy 001-et jelent-e.
Valódi kvalitatív elemzéshez szükséges a rendszeradatokat saját idejük, gyakoriságai szerint normalizálni. Ekkor bármilyen mértékegységben kifejezhetjük elemzésünket. Ennek az alapfrekvenciának a normalizálás alapjaként való megtalálása valószínűleg rendkívül fontos az agykód megfejtésekor, függetlenül attól, hogy milyen kódmodellt tesztelünk, mivel az időparaméter minden esetben megmarad.
Egyes kutatók úgy vélik, hogy van tempo- és időkód is, és ezek között a kódok között vannak fordítóidegsejtek. [12] Ez az elképzelés természetesen összeegyezteti a két fogalmat, de nem oldja meg a mindkettőben rejlő problémákat.
Spike fázis kódolásA kód ezen verziója a korábbi modellek holtpontjait kívánja feloldani. Kimutatja, hogy a tüskék megszámlálásához egy bizonyos időbélyeghez kell kötődni, és javasolja egy ilyen vonatkoztatási keret keresését az agyi frekvenciákban. [13] [14]
A kísérletek azt mutatják, hogy a neuronok környezeti jeleket kódolnak, korrelálva az aktiválási időt a neurális hálózat aktuális rezgésének fázisával. [15] Így kialakul egy bizonyos tüskék sorozat, amely korrelál a hálózat általános időskálájával. Az alapvető szempont a vivőfrekvencia meghatározása, amelyet bátran nevezhetünk referenciarendszernek.
A kutatók úgy tekintenek egy ilyen modellre, mint a tűzvédelmi kód kiegészítésére. [16] A tüskéket továbbra is azonos impulzusoknak tekintik, és csak az idegsejtek aktiválásának ritmikus mintájában látnak információt.
NépességkódA kódnak vannak olyan változatai, amelyek azt mondják, hogy az egyes neuronok aktivitása nem tartalmaz információt, és a jelentést a kombinált aktivitás mintáiban kell keresni. Az ilyen modellekben a neuronok véletlenszerű sorrendben tüzelnek Poisson-eloszlással, és az ilyen káosz populációs kód formájában rendet teremt. [17] Ugyanakkor a modell nem mond semmit egy ilyen kód működési mechanizmusáról és szabályairól.
A beültetett elektródákat alkalmazó finom mérési módszerek, valamint maguknak a tüskék időbeli szerkezetének és a tüskék közötti intervallumoknak a részletes tanulmányozása azt mutatja, hogy nem Poisson-eloszlás jellege van, és az egyes ingerjellemzők nemcsak a tüskék abszolút számát változtatják, hanem időbeli mintázatukat is. [18] A neuronális aktivitás óriási változatossága ellenére a tüskeszekvenciák nagyon pontosak. Ez a pontosság szükséges a nagy felbontású kóddal történő információtovábbításhoz. Az aktiválás látszólagos véletlenszerűsége a kód lényegének félreértéséből fakad.
Egy ilyen modellt reakciónak nevezhetünk arra a tényre, hogy a neurális kód megfejtésére tett több évtizedes kísérletek tüskék számlálásával és szekvenciáik sebességében vagy időbeli szerkezetében való jelentéskereséssel nem vezettek eredményre.
Összességében a kód populációs változata helyesen jelzi, hogy a jelreprezentációk számos neuron tevékenységének eredménye. Minden neuron elfoglalja a helyét a jelentésképzés folyamatában, és bizonyos jelparaméterek átalakítására specializálódott. Felmerül azonban a kérdés, hogy az egyes neuronok aktivitási mintái hogyan kombinálódnak minden paraméterrel közös jelreprezentációvá, illetve hogyan egyesülnek az egyes jelek reprezentációi egyetlen és koherens valóságmodellbe, miközben megőrzik egyéniségüket. Az idegtudományban ezt "kapcsolati problémának" (eng- binding problem ) nevezik.
Egyes populációs kódmodellek ezt a folyamatot matematikailag az adott jel kódolásában részt vevő neuronok vektorainak összegeként írják le. A vektorkódolás egy példa az egyszerű átlagolásra. Vannak bonyolultabb matematikai modellek, amelyek a valószínűségszámítás fogalmait használják. [19] [20] Az ilyen modellek gyakori problémája azonban, hogy hiányzik annak a fizikai mechanizmusnak a magyarázata, amely megvalósíthatná az agy által létrehozott valóságmodell megfigyelt egységét, miközben megőrzi a jelreprezentációk egyéniségét.
Korrelációs kódolásEz a kódolási modell azt állítja, hogy az akciós potenciálok közötti összefüggések egy tüskeláncban további információkat hordozhatnak a tüskék puszta időzítésén túl. Például a kísérletek azt mutatják, hogy egy bizonyos frekvenciájú hangjel növeli a korrelált tüskék számát a hallókéregben, és nem befolyásolja az átlagos tüskefrekvenciát. [21] Nyilvánvaló, hogy az akciós potenciálok egymáshoz viszonyított aránya információkat hordoz a teljes kódolási folyamatban. Ez az elképzelés az átlagos sebesség kódjától egy megfelelőbb modell felé való elmozdulásnak nevezhető, amely a neurontevékenység tér-időbeli mintázatainak információs telítettségéről beszél. Nem nevezhető azonban a neurális kód független és kialakított modelljének.
A kód ritkaságaA neurális kód ritkaság fogalma utalhat az időbeni ritkaságra vagy egy aktív neuronpopuláció ritkaságára. Ez azonban nem nevezhető kódmodellnek, mivel egyszerűen egy kijelentés, hogy "a neuronok általában ritkák, mind abban az értelemben, hogy egy bizonyos időpontban kevés aktív neuron van, mind abban az értelemben, hogy egy egyedi neuron elég ritkán tüzelhet egy bizonyos ideig." [22]
Kísérletileg számos rendszerben megfigyelték a kódoló ritkaságot, beleértve a látást [23] , a hallást [24] , a tapintást [25] és a szaglást. [26] Ez a tény ismételten hangsúlyozza az átlagsebesség-modell elégtelenségét, mivel ez azt jelenti, hogy nagyszámú tüskére van szükség ahhoz, hogy még egy kis információhalmazt is megkapjunk.
Milyen feladatai vannak az idegsejteknek a külső és belső környezetből érkező jelek feldolgozásában? Először is, a neuronoknak információs szempontból hatékony kódot kell előállítaniuk. Másodszor, a neuronoknak energiahatékony kódot kell létrehozniuk. Ezek a követelmények a kód ritkaságához vezetnek abban az értelemben, hogy egy gyors időablakban kevés elem van, és olyan alapvető kódelemek kis halmaza, amelyek összetett információkat kódolhatnak kombinációikkal. Ebből az a következtetés következik, hogy minden elemnek információban gazdagnak kell lennie. Más szavakkal, a neurális kódnak kombinálnia kell a ritkaságot és a telítettséget. Ezek nem egymást kizáró, hanem egymást kiegészítő követelmények.
A neurális tüskemodellek összefoglalásaFelmerül a kérdés: lehet-e információsan telített egy neuron tüske, ha egy diszkrét eseményről van szó, amelynek nincsenek belső jellemzői? Ebben a megfogalmazásban a kérdés retorikussá válik, a válasz pedig nyilvánvalóan nemleges. Sajnos a fenti modellek mindegyike azon a feltételezésen alapul, hogy az idegsejtek akciós potenciálja azonos. De felmerül a következő kérdés: valóban így van? Sőt, felmerül a kérdés: kiugróak-e az akciós potenciálok?
Az idegsejtek aktivitásának standard képe úgy néz ki, mint az időtengely mentén különböző sűrűségű tüskék:
Lehet, hogy az akciópotenciálok tényleg ilyen egyenletes pálcikák? Nem igazán. Ezért a tanulmányokban leegyszerűsítették, hogy kényelmesek legyenek a modell számára. De nem ez az első és valószínűleg nem is az utolsó alkalom a tudományban, amikor a valóságot az elmélethez igazítják, és a modellt nem változtatják meg, ha az ellentmond a valóságnak.
"A tüskét kézzel adják hozzá esztétikai okokból, és azért, hogy elhiggye az olvasót, hogy a neuron tüskét termel... Feltételezzük, hogy minden tüske mérete és időtartama azonos... Minden hiányossága ellenére az integrált A hajtásmodell elfogadható áldozat a matematikus számára, aki tételeket akar bizonyítani és analitikus képleteket akar levezetni. Egy ilyen modell azonban egyszerűen időpocsékolás.” [27]
Valójában az évtizedek során tudományos publikációk százezrei születtek ennek a megközelítésnek a keretében, és több száz elmélet és modell született a neurális kódról, amelyek azonos tüskék idealizálásán és megrajzolásán alapulnak. Talán ez valóban időpocsékolás, mert az ilyen modellek nem felelnek meg a valóságnak, és feloldhatatlan zsákutcákhoz vezetnek.
Ahhoz, hogy megértsük, ez a kép tükrözi-e a valóságot vagy sem, magának a neuronnak az időbeli szintjére kell fordulnunk. Ha növeli a felbontást az időtengely mentén, látni fogja, hogy a neuronok nem lőnek ki éles tüskéket, hanem lágy hullámokban rezegnek.
Miután évtizedekkel megvizsgáltuk azokat a diszkrét egységeket, ahol valóban vannak hullámok, ismét visszatérünk a kérdéshez: „Mi az a neurális kód szerkezete, amely ilyen magas szintű információátvitelt tesz lehetővé? ... Elméletre van szükségünk az ilyen számításokhoz... A természet elképesztő pontosságú és alkalmazkodóképességű számítógépet épített fel... A történet többé-kevésbé azzal kezdődött, hogy Hadrianus felfedezte, hogy a tüskék azok az egységek, amelyekből az észlelésünket fel kell építeni. . Arra a következtetésre jutunk, hogy ezen egységek mindegyike határozottan és mérhetően hozzájárul ehhez a felfogáshoz. Minden egyes tüske, amelyet oly gyakran a szomszédaival együtt átlagolnak, több tiszteletet érdemel.” [28]
A szimfonikus neurális kód hipotézise azt sugallja, hogy a neurális kód nem digitális, hanem analóg-digitális. [29] Ez azt jelenti, hogy a neuron aktivitása tartalmazza az egyes akciós potenciálok paramétereit a tüske analóg (hullám) komponenseként, amely egyben a kód diszkrét egysége is.
Ez az elmélet analógiát használ a zenei kóddal (zenei lejegyzés). Ebben az értelemben minden egyes neuron akciós potenciál az agyzene hangja, azaz. a hullámforma egyedi jellemzőivel rendelkezik (periódus, amplitúdó, fázisportré). Az egyes hangok egy adott neuron tevékenységi mintáját alkotják, világos tér-időbeli szerveződéssel, amely lehetővé teszi, hogy az ember beilleszkedjen az agy általános zenéjébe dallamaival (frekvenciaminta), ritmusaival (fázismintázata) és harmóniájával (egyidejű létezése az agyban). különböző minták). Minden hang (akciós potenciál) és minden szünet (pihenési potenciál) információs telítettsége nagyon magas. Így összetett információ nagyon kevés tüske/szünet szekvenciából álló láncban, sőt egyetlen tüskén belül is elfér. Ennek köszönhetően az egész rendszer egésze óriási feldolgozási teljesítménnyel, hatékonysággal és sebességgel rendelkezik.
Bizonyos értelemben ez a modell számos korábbi hipotézist egyesít. Ez azt mutatja, hogy a tüskegenerálás sebessége a kód általános szerkezetében zajlik. De, mint a zenében, a tempónak nincs önálló jelentése. A modell a nagy információs terhelést hordozó temporális (ritmikus) struktúra fontosságát hangsúlyozza. Ez természetesen egy fáziskódolási modell, hiszen az aktiválási/deaktiválási dinamika és az egyes akciós potenciálok fázisportréjának belső felépítése lehetővé teszi a jelek kódolását akár a fáziseltolási időablakban is egy aktiválási cikluson belül. Ez egy populációs kódmodell, amely a neuronokat nem egy rendszer esztelen vagy zajos alkotóelemeinek tekinti, amelyek valami varázsütésre rendet teremtenek a káoszból, hanem egy több milliárd zenészből álló agyzenekar tagjainak, akik egy egységes szimfóniát játszanak, amelyben minden résznek megvan a maga jelentése. . Ez természetesen egy korrelációs kódolás, mivel minden köteg a teljes szerkezet kontextusában helyezkedik el. Ez is ritka kódmodell, mivel egy szimfónia egy kis alaphanghalmaz (kódelemek) potenciálisan végtelen kombinációiból állhat, és kis számú zenész (neuron) vehet részt egy összetett kombináció létrehozásában. Ugyanakkor ez egy gazdag kódolási modell, mivel minden hangjegy nagy információterhelést hordoz.
A zenei terminológia használata nem metafora, hanem fizikai hasonlat. Az idegi kódolási folyamat fizikája a rezgés- és hullámjelenségeken alapul, csakúgy, mint a zenének nevezett hangok létrehozása. A kardinális paradigmaváltás az, hogy a neuront nem azonos felvételek készítőjének, hanem összetett fázisportréval rendelkező oszcillátornak tekintik. Egy ilyen modell tiszteleg minden akciós potenciál előtt. Az intracelluláris és intercelluláris szinten a folyamatok szerveződésének és kinetikájának minden finom logisztikája az idegsejtek rezgésének paramétereit hivatott létrehozni. A modell részletes fizikai, matematikai és technológiai leírást ad az idegi kódolás folyamatáról, amely megmagyarázza az agy információs, időbeli és energiahatékonyságát.
Sőt, a kódolási folyamatnak a különböző paraméterekkel rendelkező oszcillátorok kölcsönhatásának megközelítése lehetővé teszi számunkra, hogy teljesen más pillantást vetjünk a kapcsolat problémájára, és megmutassuk a frekvencia- és fáziscsatolás valós fizikai mechanizmusát, amely a tudat egyetlen szimfóniáját hozza létre. harmonikus struktúra az egyes ábrázolások egyedi jellemzőinek megőrzése mellett. [30] Egy ilyen modell azt is lehetővé teszi számunkra, hogy a jelenleg titokzatos „mentális zavaroknak” tekintett patológiákat (mint például az autizmus és a skizofrénia ) a világjelek kódolásának és a valóság adaptív modelljének megalkotásának sajátos károsodásaként tekintsük. [31]
Kellő tiszteletet kell adnunk az egyéni akciós potenciáloknak és az idegi aktivitás tér-időbeli mintázatainak minden finom dinamikájára, amelyek a kódolási folyamat középpontjában állnak. Egyrészt kivezet minket a labirintus végtelen bolyongásaiból, és megadja nekünk az „ Ariadné fonalát ”, hogy kijussunk a fénybe. Másrészt ennek két okból nem triviális következményei vannak. Először is, ez szembemegy az uralkodó elméletekkel, és paradigmaváltást igényel, ami nem könnyű. Másodszor, a leírási paraméterek tere meredeken megnő. "Nyilvánvalóan nem lehet átugrani a tüskeszámról a "teljes" elemzésre." [28] A kutatók nem állnak készen az „ugrásra”. Sokkal kényelmesebb maradni a csaknem száz éve használt normál tüskeszámláló módban.
Azt állítani, hogy ez időpocsékolás volt, helytelen, mert a tudományos kutatásban minden eredmény számít, még a negatív is. Bármilyen kód megfejtése hosszú út, zsákutcákkal. De az egyetlen kiút az, ha felismerjük, hogy ez egy zsákutca, és megváltoztatjuk az útvonalat. Így vagy úgy, számos technológiát fejlesztettek ki az agy tanulmányozására az út során. A hagyományos eszközök (pl. EEG , MEG , fMRI ) nem alkalmasak a kód megfejtésére, mert jelenleg nem rendelkeznek a szükséges spatiotemporális felbontással, és nem mérik közvetlenül a neuronális aktivitást. Más technológiák (pl. mikroelektróda tömbök , lokális potenciál befogási módszer ) jobban megfelelnek erre a feladatra, de megvannak a hátrányai. Egyes új technológiák, mint például az optogenetika , lehetővé teszik az egyes neuronok aktivitásának mérését, sőt szabályozását. [32] [33]
A régóta esedékes paradigmaváltásnak összetett fogalmi és technológiai vonatkozásai vannak a kísérleti kutatás folyamatában. A neurális kódról kiderült, hogy nem olyan egyszerű, mint gondoltuk, mert az általa kódolt világ nem egyszerű. Az agy összetett, de ez azt jelenti, hogy képes önmagát elemezni. Elménk képes megfejteni saját kódját. Ehhez létre kell hoznia a megfelelő modellt, amely megmutatja a kiutat a "labirintusból". Ha koncepcionális áttörés történik, a technológia követni fogja.
A neurális kód megfejtése összetettségében és jelentőségében nagyszabású feladat. Nehéz túlbecsülni azt a kilátást, hogy a neurális kód olvasási és írási képessége megnyílik előttünk. Nemcsak a mentális és neurológiai rendellenességek kezelését érintik, hanem a szervezet összes betegségét, a három fő betegségtől (szív- és érrendszeri, rák és cukorbetegség) a kevésbé súlyos, de az életminőséget továbbra is befolyásoló betegségekig. Új perspektívát nyit majd a mesterséges intelligencia technológiák fejlesztése és a természetes agyi technológiákkal való integrációja előtt is.