一項最新的研究表明人類大腦神經元網絡和宇宙的星系網絡之間存在驚人的結構相似性!這項研究結果由意大利天體物理學家Franco Vazza和神經外科醫生Alberto Feletti以題為“The Quantitative Comparison Between the Neuronal Network and the Cosmic Web”的論文發表在《Frontiers in Physics》上。
宇宙和人腦的一個迷人的怪異之處就是,在極度不同的背景中能發現相似的結構和模式:黃金螺旋結構(the Golden Spiral)既可以在人類耳蝸中存在,也可以在螺旋星系中出現;靜脈的分形幾何形狀和閃電顯出的分支的形狀極為類似。
在這項大膽的新嘗試性實驗中,天體物理學家Franco Vazza和神經外科醫生Alberto Feletti把這種相似性提高了一個檔次,他們利用定量分析來對比自然屆中兩個最復雜的系統:人腦的神經網絡和宇宙中星系之間的宇宙網絡。
這其實并不是一個奇特的對比,早在之前人們到處分享的一張圖像,展示出一個人類神經元網絡和一個模擬的星系簇并排在一起,兩者看上去驚人的相似。Franco Vazza和Alberto Feletti在過去幾年時間內進行了相關研究,以確定這些相似性是否只是表面上看起來那樣。
neuron galaxy (Mark Miller/Virgo Consortium/Visual Complexity)
在之前的《Nautilus Quarterly》上他們解釋道:“星系可以分組到巨大的結構之中(這些結構叫做簇、超級簇和微絲),這些結構可以延展達數億光年。這些星系結構的邊界和臨近的空間被叫做宇宙間的虛空,這可以是極其復雜的。我們已經預測,宇宙虛空和微絲的邊界是我們宇宙中最復雜的東西之一,這是由描述它所用的信息的比特數來度量的。這就讓我們想到:它比大腦更為復雜嗎?”這兩個結構相差27個數量級(that's a billion billion billion)。
該團隊的研究結果暗示,雖然驅動宇宙結構和人腦結構的物理過程極為不同,但是它們可以導致相似的復雜水平。開始的工作就是計算出兩者之間的相似性,人類大腦大約有1000億個神經元,可見的宇宙之網包含1000億個星系,這是一個方面。兩個系統都被安置于良好定義的網絡中,都有節點(大腦中是神經元,宇宙中是星系),都通過微絲連結。
神經元和星系都有一個典型的半徑規模,即微絲的長度的一小部分。每一個系統中節點之間信息和能量的流動只占每個系統的質能組成的25%左右。另外,在大腦的構成和宇宙的構成之間也有相似之處。大腦中有約75%的水。宇宙中有約75%的暗能量。這兩者都似乎是被動的物質,它們都彌漫于對應的系統,并且都只扮演內部結構之間間接的角色。
定義了這些相似性,這項研究接下來對兩者進行了基于圖像的量化對比。他們獲得了在不同放大率下的人類大腦皮層的切片,以與模擬出的宇宙之網進行對比。他們所尋找的是兩者在物質密度波動之間的相似處。他們發現,在兩個系統中,物質密度的波動的相對分布驚人地相似——雖然是在極為不同的規模規模上。
左邊是40倍放大率下的人腦切片,右邊是模擬的宇宙之網每一邊延展300光年的情況
“我們計算了兩個系統的光譜密度(spectral density),這是一種在宇宙學中常用的,用來研究星系空間分布的技術 ,”Vazza說。這些分析表明,在神經網絡中,從1微米到0.1毫米的尺度上,物質密度波動的分布與,宇宙之網中物質的分布的級數是相同的,當然在更大的,從500萬到5億光年的尺度上。
該團隊還研究了其他形態學上的特點,例如每個節點間連結的微絲的數目。對宇宙之網而言,基于3800到4700節點的樣本來看,每個節點平均有3.8到4.1根微絲相連接。人類大腦皮層,在1800到2000節點的樣本上看,每個節點平均有4.6到5.4個絲狀連結。
Vazza和Feletti的研究說明“這兩個網絡中的連結遵循相似的物理原則而演化,顯而易見,這兩個復雜的網絡之間表現出更多的相似性。”很多類似研究已經表明:人類大腦和宇宙之間的關系遠比看上去更為復雜;或許宇宙本身可能就是一個神經網絡!
參考文獻
1.The Quantitative Comparison Between the Neuronal Network and the Cosmic Web.Frontiers in Physics(2020).
2.The world as a neural network.arXiv:2008.01540(2020).
希臘研究和技術基金會科學家受生物神經元啟發,開發出一種融入樹突特征的新型人工神經網絡。與傳統人工神經網絡相比,新網絡在參數更少、能耗更低的情況下,實現了圖像識別性能的顯著提升,為打造更緊湊、更節能的人......
據俄新社日前報道,在阿聯酋阿布扎比舉行的2024年IEEE國際圖像處理大會上,俄羅斯國家研究型工藝大學研究人員展示了一種具備自我懷疑能力的神經網絡。為應對急速增長的數據量,研究人員一直致力于研發更加可......
近日,中國科學院腦科學與智能技術卓越創新中心王凱研究組在《自然-方法》(NatureMethods)上,在線發表了題為VolumetricVoltageImagingofNeuronalPopulat......
2024年諾貝爾物理學獎得主(圖片來源:諾獎官網)北京時間10月8日下午5點45分,瑞典皇家科學院宣布將2024年諾貝爾物理學獎授予:JohnJ.Hopfield、GeoffreyE.Hinton。獲......
近日,中國科學院上海技術物理研究所紅外科學與技術重點實驗室李冠海、陳效雙、陸衛團隊,聯合東華大學邢懷中團隊,在亞波長尺度上實現衍射光學神經網絡賦能的非正交偏振全息復用方面取得進展。這一成果為復雜場景目......
為探索大腦如何控制運動的奧秘,美國哈佛大學與谷歌深度思維實驗室的科學家合作,創造出一個“虛擬大鼠”——生物力學上逼真的大鼠數字模型。這個“大鼠”有一個人造大腦,可像真正的嚙齒動物一樣四處走動。該成果代......
研究人員使用真實大鼠的運動數據創造的“虛擬大鼠”。圖片來源:谷歌深度思維科技日報北京6月18日電 (記者張夢然)為探索大腦如何控制運動的奧秘,美國哈佛大學與谷歌深度思維實驗室的科學家合作,創......
近日,西北農林科技大學經濟管理學院阮俊虎教授團隊聯合香港城市大學DavidJingjunXu教授團隊提出一種時空模糊深度神經網絡來識別綿羊三軸加速度計數據中潛在的時間特征和空間特征,以實現綿羊牧食行為......
美國科學家開發了一個具有類似人類系統泛化能力的神經網絡,挑戰了一個已存在35年的觀點,即神經網絡缺乏系統泛化的能力,不是人腦的可行模型。相關研究近日發表于《自然》。研究者表示,使用新方法或能開發出行為......
脈沖神經網絡(SpikingNeuralNetwork,SNN)被譽為第三代神經網絡,使用更低層次的生物神經系統的抽象。它既是神經科學中研究大腦原理的基本工具,又因稀疏計算、事件驅動、超低功耗的特性,......