Beyin biliminde uzun zamandır bilinen bir gizem vardı: Neden sinir sistemleri kritik duruma yakın çalışır? Bu durumda nöronlar, güç yasası dağılımları gösteren çığ benzeri aktiviteler sergiler. Şimdi yeni bir araştırma, bu evrensel özelliğin arkasındaki matematiksel mantığı açığa çıkardı.
Araştırmacılar, Gaussian popülasyon kodlama modeli kullanarak kaynak kısıtlamaları altında Fisher bilgisini maksimize etmenin doğal olarak kritikliğe yol açtığını gösterdi. Fisher bilgisi, bir sistemin parametre değişikliklerine ne kadar duyarlı olduğunu ölçen önemli bir kavramdır. Sinir sistemleri sınırlı enerji ve hacimle maksimum bilgi kodlamaya çalışırken, kendiliğinden kritik duruma evriliyorlar.
Çalışmanın en önemli katkısı, iki farklı kritiklik türünü birleştirmesi. İstatistiksel kritiklik uzun menzilli korelasyonlarla, dinamik kritiklik ise yavaşlayan tepkiler ve kritik geçişlerle karakterizedir. Araştırmacılar bu ikisinin aslında aynı fenomenin farklı yüzleri olduğunu matematiksel olarak kanıtladı.
Bulgular ayrıca sinir sistemlerindeki 'sloppiness' denilen gevşeklik özelliğini de açıklıyor. Bu özellik, bazı nöral parametrelerdeki değişikliklerin sistem performansını çok az etkilemesi anlamına geliyor. Sonuçlar, beynin bu şekilde çalışmasının tesadüf değil, optimal bilgi işleme stratejisinin kaçınılmaz sonucu olduğunu gösteriyor.