Общий нейронный шум может не ограничивать информационную емкость мозга

Наш мозг представляет внешний мир через согласованную работу миллиардов нейронов. Отдельный нейрон реагирует ненадёжно: даже при многократном предъявлении одного и того же стимула его активность варьирует от попытки к попытке. Популяции нейронов могут компенсировать такую изменчивость, представляя одну и ту же информацию во многих единицах — это известно как популяционное кодирование .

Нейроны при этом не всегда колеблются независимо. Если активность многих нейронов растёт и падает одновременно, общая изменчивость — так называемая шумовая корреляция — может частично совпадать с паттерном, несущим информацию о стимуле, и тем самым теоретически ограничивать объём информации, который может передавать популяция.

«Перед нами стоит фундаментальный вопрос: почему в мозгу так много нейронов, если общие колебания накладывают ограничение на информацию?»

С. Амин Мусави, Калифорнийский университет в Лос-Анджелесе

Международная группа учёных из Киотского университета, Гарвардского университета и Калифорнийского университета в Лос‑Анджелесе повторно проанализировала записи активности примерно от 18 000 до 21 000 нейронов первичной зрительной коры у каждой из исследуемых мышей.

Команда случайным образом формировала субпопуляции разного размера и разлагала шум в каждой на отдельные модели активности. В данных они обнаружили два степенных закона, которые сохраняли свою форму после поправки на размер популяции: один описывал распределение силы компонентов шума, другой — то, насколько каждый компонент шума совпадает с сигналом. Эти законы масштабирования в сочетании с учётом эффектов субвыборки позволили предсказать, как будет расти количество информации при увеличении числа нейронов, превышая размеры популяций, доступных в экспериментах.

В данных всех пяти мышей параметры степенных законов предсказывали, что шумовые корреляции замедляют, но не останавливают рост информации при добавлении большего числа нейронов. Хотя более сильные компоненты шума чаще точнее совпадали с сигнальным паттерном, сигнал также распределялся на менее изменчивые компоненты активности, и поэтому общий шум не устанавливал жёсткого потолка информационной ёмкости.

«В течение трёх десятилетий многие ожидали, что общие нейронные колебания вызовут информационное насыщение», — говорит Хидеаки Симадзаки из Киотского университета. «Наши результаты показывают, что это не является неизбежным».

Авторы работы также развивают общую теорию того, как масштабируется линейно считываемая информация, и обсуждают возможное применение результатов при проектировании вычислительных систем с шумными компонентами: аналогичный вопрос стоит и там — будет ли добавление большего числа элементов продолжать повышать точность или общий шум наложит пределы.