Beyin, vücudun en çok enerji tüketen organlarından biridir ve bu enerjiyi verimli kullanmak için çeşitli stratejiler geliştirmiştir. Bu stratejilerin başında iş bölümü gelir: Farklı beyin bölgeleri ya da devre grupları, farklı bilgileri işleyerek genel hesaplama yükünü paylaşır.

Ancak bu iş bölümünün en temel eksenlerinden biri şimdiye kadar yeterince incelenmemişti: Zaman. Beyin alt sistemleri birbirinden yalnızca ne hesapladıklarıyla değil, ne kadar hızlı çalıştıklarıyla da ayrılır. Kimi devreler yavaş ritimlerle işler, kimileri ise çok daha hızlı dinamiklere sahiptir.

Yeni çalışma, bu zamansal farklılığın arkasında basit ama güçlü bir ilkenin yattığını ileri sürüyor: Zamansal pürüzsüzlük kısıtı. Bu ilkeye göre, bir sistemi kendi tipik hızından çok daha fazla değiştirmek enerji maliyetini artırır. Dolayısıyla evrimsel baskılar, her alt sistemin kendi doğal ritmine uygun uyarıcı özelliklerini temsil etmesini tercih eder.

Araştırmacılar bu hipotezi test etmek için özgün bir verimli kodlama modeli kurdu. Model, farklı zaman ölçeklerinde çalışan alt sistemler arasındaki optimal iş bölümünü matematiksel olarak tam anlamıyla çözümlüyor. Sonuçlar beklentiyle örtüşüyor: Yavaş sistemler yavaş değişen çevresel sinyalleri, hızlı sistemler ise hızla dönüşen bilgileri kodlamakta daha verimli.

Öte yandan çalışma, sezgisel olarak tahmin edilenden daha karmaşık bir yapı da ortaya koyuyor. Optimal iş bölümünün yalnızca hız eşleştirmesiyle açıklanamayacağı, bunun ötesinde beklenmedik bir organizasyon ilkesi içerdiği belirtiliyor — ancak bu yapının ayrıntıları henüz tam olarak netleştirilmiş değil.

Çalışma, beyin devrelerinin neden bu denli çeşitli zaman ölçeklerine sahip olduğunu anlamlandırmaya yönelik teorik çerçevelere önemli bir katkı sunuyor ve sinir biliminde verimli kodlama araştırmalarının kapsamını genişletiyor.