新高端研究揭示:你的脑袋像啥

直性直情直白天下,
求真求善求美人间。
打印 被阅读次数

德国近代哲学之父康德 (Immanuel Kant 1724-1804),第一次在哲学上系统的把人不仅仅界定为认识论的主体,也界定为认识论的客体,从而开启了人类对自身的系统认知和探索。他认为,人类对外部世界包括自身世界的认识,都是对那些"物自体"的现象学重构。他不仅仅强调了人类对于认识在认识过程中的主动性和能动性,并且指出人类在认识过程中都是使用工具的,而工具包括的理性的,知性直觉的。比如,康德详细论述了人类认识客体的"先验"的工具,如时间和空间的概念。现代科学的发展到今天,人类的科学技术和知识的积累已经达到了新的高度,而作为认识的工具,新的科学技术,理论概念,方法论和手段也都大大的成熟了。这使得现代的科学家和学者们可以站在无数前人的肩膀上,充分的综合和应用发挥那些认识的工具而取得绚烂的成果。

美国媒体介绍了一项最新的研究成果,它不仅仅应用了高端的科学认识的工具和方法,并且在人类至今为止已知的知识和信息的基础上,综合调查了人脑和宇宙,这两个最复杂的系统存在之间的差异性和相似性。研究发现宇宙及其星系和大脑及其神经元细胞,虽然尺度完全不同, 但结构却非常相似。在某些情况下,这两个系统之间似乎比构成它们的部分更加相似。 这表明,截然不同的物理过程可以导致非常相似的复杂和组织结构。描述这一发现的论文《神经元网络和宇宙网之间的定量比较》,由意大利学博洛尼亚大学的天体物理学家Franco Vazza,维罗纳大学的神经外科医生Alberto Feletti(也在德国大学任职),一起进行了这项研究并共同发表在《物理学前沿》杂志上。

这个花费了大量时间和资源所进行的高端研究,主要使用了数学定量分析(Quantitative Comparison) 和建模的方法进行量化的比较。脑神经微观层次分析应用了免疫组织化学显微镜学 (Immunohistochemistry and Microscopy); 宇宙空间分析使用了宇宙学模拟 (Cosmological Simulations)。两个大系统的比较分析使用了形态比较 (Morphological Comparison); 光谱分析 (Spectral Analysis) 和网络分析 (Network Analysis)。这个研究突出地显示了当今欧洲最先进和高端的有关应用数学以及其他先进的方法论和工具的研究成果。

神经元网络与宇宙网的定量比较: 二位科学家研究了自然界中两个最具挑战性的复杂系统的相似性:人脑中的神经元细胞网络和星系的宇宙网络。用定量的方法探索这两个迷人系统的结构、形态、网络特性和记忆能力。为了对这两个系统进行同质分析,他们的程序并不考虑真实的神经连接,而是基于简单的接近性,对其进行近似分析。他们的分析所暴露出的诱人的相似程度似乎表明,这两个复杂系统的自组织很可能是由类似的网络动力学原理所塑造的,尽管根本不同的尺度和过程在发挥作用。

人脑是一个复杂的时间和空间多尺度结构,其中细胞、分子和神经元现象共存。它可以被建模为一个层次化的网络,其中神经元聚集成回路、列和不同的相互联系的功能区。神经元网络的结构使得不同区域之间的联系,都致力于在其神经元上处理特定的时空活动,形成认知的物理和生物基础。当代神经科学面临的一些重大挑战是如何拆分连接体的结构(如大脑中神经连接的完整图谱),如何理解这种结构如何产生复杂的认知功能,以及如何定义胶质细胞和微环境在神经元间生理学中的作用。

根据几十年来收集到的大量望远镜数据,宇宙似乎已经被一个叫做ΛΛCDM模型(Lambda Cold Dark Matter)的 "共识 "物理模型合理地描述了,这个模型解释了来自普通物质和暗物质(即极弱相互作用粒子)的引力,解释了广义相对论所描述的膨胀时空,以及与空洞空间相关的反引力能量,即 "暗能量"。这样的模型目前给出了宇宙结构如何从膨胀的背景中出现并形成宇宙网的最佳图景[如参考文献3和4]。宇宙网最重要的构件是以自引力暗物质为主的光环,其中普通物质已经坍缩形成星系(以及星系内的所有恒星)。物质密度波动的初始分布在引力的作用下早期被放大,并已发展成较大的星系群或星系团、丝状物、物质片和空洞,在空间各个方向形成大规模的网。在宇宙学仍然面临的主要挑战中,有暗能量的物理性质、暗物质的组成(或它的替代方案领域)、宇宙膨胀率的不同测量之间的明显张力、负责星系形态多样性及其与超大质量黑洞共同演化的过程的确切顺序。

虽然上述两个系统中的相关物理相互作用是完全不同的,但通过微观和望远镜技术对它们的观测却捕捉到了诱人的相似形态,以至于人们经常指出,宇宙网和神经元网看起来很像。在这项工作中,二位科学家应用宇宙学、神经科学和网络分析的方法,首次定量地探索了这个发人深省的问题。

人的大脑是由近1000亿个神经元组成的复杂网络,形成100万亿个神经连接。神经元被聚集成一个由节点、细丝和相互连接的神经群组成的层次网络,形成了你所经历的复杂思想、感觉和情绪。但这些神经元只占你大脑质量的不到25%,剩下的75%是水。在一个奇异的巧合中,可观测的宇宙也包含了估计1000亿个星系。引力的拉力和宇宙加速膨胀之间的摇摆不定的平衡,形成了一个由普通物质和暗物质组成的弦状丝的宇宙网。星系团在丝线的交汇处形成,在它们之间留下荒凉的空隙。由此产生的图像看起来与神经元网络惊人地相似。奇怪的是,科学家估计宇宙中只有大约25%的物质是可见的。剩下的75%是暗物质。"虽然上述两个系统中的相关物理相互作用完全不同,但通过显微镜和望远镜技术对它们的观察却捕捉到了诱人的相似形态,以至于人们经常注意到宇宙网和神经元网看起来很相像。两位教授和他们的研究人员将这些星系网络的形成方式与大脑的部分进行了比较,希望了解物质是如何分布在这两个截然不同的网络中的。

二位科学家们还对这两个系统进行更多的定量分析。所以他们使用了一种叫做功率谱分析的方法,这种技术在天体物理学中经常被用来研究星系的大规模分布。他们测量了整个空间尺度范围内的微小波动的强度,既包括星系的模拟,也包括大脑的小脑和大脑皮层的部分。"我们的分析表明,小脑神经元网络内波动的分布在1微米到0.1毫米的尺度上,遵循了宇宙网中物质分布的相同进展,当然,是在更大的尺度上,从500万光年到5亿光年。

他们还研究了中子和星系网连接起来的方式--再次发现了明显的相似性,系统之间似乎比它们的组成部分更相似。为此,他们比较了每个节点之间的平均连接数,以及它们的集群方式。"结构参数再一次确定了意想不到的一致水平。可能,两个网络内的连接性是按照类似的物理原理演化的,尽管调节星系和神经元的物理力量之间存在着惊人而明显的差异。Feletti说,"这两个复杂的网络比宇宙网和星系或神经元网络和神经元体内部所共有的网络表现出更多的相似性"。

两位研究人员还比较了其他复杂系统的功率谱,包括树枝、云朵和水湍流的图像,但没有一个能接近匹配神经元和宇宙二人组。然而,功率谱并不能为系统的复杂性提供任何提示。为此,科学家们调查了这两个系统的网络,比较了每个节点的平均连接数,以及这些节点如何聚集在一起。

最后,编译者认为应该指出,在惊叹上帝造物之余,尽管宇宙和人脑系统有着高度的外貌和结构上的相似性,但不意味着它们具有同样的功能和性质,尤其是人类和人类的大脑,这个处在宇宙和地球进化发展的最高端的生物,无疑是大自然千万年的进化中开出的最绚烂的花朵。并且,"路漫漫其修远兮,吾将上下而求索,人类对于外部世界的宇宙系统,对于人脑系统的认识和科学研究进程还处在刚刚开始阶段,还存在着太多的 unknownunknown unknown 的领域和方面。尤其是人类目前拥有的科学技术,方法论和工具,还不能够在质和量的方面,在结构和功能方面,在形式和内容方面,在过程和状态方面, 充分的掌握和了解这两个微观层次和宏观层次的大自然存在的复杂系统。

 

上述相关文章出处:
https://www.yahoo.com/finance/news/human-brain-looks-suspiciously-universe-210500859.html

《物理学前沿》杂志
https://www.frontiersin.org/articles/10.3389/fphy.2020.525731/full#h3

茅山道士 发表评论于
人脑似宇宙,那么人脑里可能就"有"一个小小的地球????,地球上"有"一个你我他。想想就醉了。
北美_原乡人 发表评论于
文章中还提到, 有人利用切片电子显微镜重建树突棘及其突触的三维分布,估计了人脑的总记忆容量,发现有26种不同的突触强度,平均每个神经元细胞占4.7~4.7位信息。外推到神经元网络的平均总节点数,则得出≈2?1016比特≈2?1016比特,即人脑的记忆容量为2.5~2.5PB。对于宇宙网,可以用一种基于信息论的完全不同的思想来量化宇宙网的三维结构所编码的信息量。通过对模拟宇宙动态演化特征的 "统计复杂性 "的计算,有人认为,在整个可观测的宇宙中(≈13.8 Gpc≈13.8 Gpc),需要存储宇宙结构信息的位数为3.5~1016~3.5~1016位(即≈4.3≈4.3PB的内存)。考虑到在定义这两个网络,特别是宇宙网时的含糊不清,这些数字只能大概知道,这种密切的一致可能看起来只是一个巧合。

One petabyte (PB) is equal to 1, 000 TBs. A petabyte is lesser in size than a pebibyte, which contains exactly 1, 125, 899, 906, 842, 624 (2^50) bytes.?Most of the storage devices can hold a maximum of a few TBs, therefore, petabytes are rarely used to measure memory capacity of a single device. Instead, PetaBytes are used to measure the total data stored in large networks or server farms. For example, Internet Giants like Google and Facebook store more than over 100 PBs of data on their data servers.
北美_原乡人 发表评论于
回复 'BeijingGirl1' 的评论 : 是啊,有可能上天造物太多,模子用重复了。不过人脑小宇宙,宇宙可不是大人脑...
BeijingGirl1 发表评论于
有意思。 可能两者都按照墒增加的方式向无序演变, 也可能, 就是一种巧合?
ahhhh 发表评论于
所以我们是生活在巨大生物的脑子里?
晨思 发表评论于
迷人的想象力
林海平兔 发表评论于
登录后才可评论.