過去數十年,神經科學家一直以「臨界大腦假說」探討大腦如何處理信息。它假設大腦活動總是徘徊於「隨機」和「有序」兩個階段之間,前者是指大腦活動並不活躍,後者則是指過度活躍並處於癲癇發作的邊緣;兩者之間有一種稱為「臨界點」的平衡狀態,最有利於大腦同時處理多種複雜信息,如計算、傳輸和儲存信息等。
上述 3 個階段因為神經網絡的連接強弱不同,對信息傳輸也有不同影響。試想像大腦內有一個 10 層的網絡,每層有 40 個神經元,並只會激活其下一層的神經元。假設人們只能透過觀察最後一層中的活躍神經元數量,從而推敲最初在第一層有多少個神經元被激活,將會出現哪幾種情況?
隨機階段中的神經元通常各自彼此激活,微弱的網絡連接限制了信息傳播,因此無論第一層有多少神經元被激活,至最後一層活躍神經元數量亦將趨於 0;相對地,在網絡連接強的有序階段中,任何一個活躍的神經元都會激活其他多個神經元,至最後一層幾乎 40 個神經元都處於活動躍狀態 —— 因而無論是 0 或 40,皆難以反映第一層激活了多少個神經元。
當網絡連接的強弱適中,避免了傳輸信息不足或過量,而每一層被激活的神經元數量大致相若,那麼假如在第一層中有 12 個神經元被激活,至最後一層就可能有 9 到 15 個神經元處於活躍狀態,人們也就較能準確推測最初於第一層有多少個神經元被激活。換言之,當大腦神經網絡活動處於「臨界點」,可傳輸的信息就更多。這種「恰到好處」的大腦活動狀態,不但有利於信息傳輸,還有助處理如信息存儲等任務。
針對個別神經元網絡和完整大腦而進行的實驗,證實了其中許多預測。此外,其益處亦在許多不同的物種中得以證實,包括海龜、貓甚至人類。這些研究大多集中在大腦的外部區域 —— 皮質中進行,有些則包括皮質下的區域,大致上表明當這些網絡的運行接近臨界點,有利於大腦執行多種任務。
在某些情況下,這種平衡可能會受破壞。例如當一隻老鼠的一隻眼睛被遮蓋時,其視覺皮層活動就會被推離臨界點,令信息傳輸不穩。又例如當人類睡眠不足,大腦的運作會偏離臨界點。然而,大腦會自然傾向於臨界點附近運作,情形就如即使周遭環境變化,身體仍能保持血壓、體溫和心跳率於健康範圍內。新研究表明,癲癇等腦部疾病與無法在臨界點附近運作,或一旦偏離就無法恢復到臨界點有關。
儘管「臨界大腦假說」不乏證據支持,但至今仍被視為一種假設,因其涵蓋廣泛,關乎最佳信息處理、神經健康以及幾乎跨物種的應用,仍有待更嚴格的審查。最近一些研究表明,以往被指為關鍵的特徵,也可能是隨機衍生,正待進一步驗證。無論如何,相關研究在過去 20 年愈受關注。現時大多致力研究大腦在「臨界點」運作將如何影響認知,以及外界刺激如何驅使神經網絡偏離臨界點而運行。
相關觀點亦開始延伸至神經科學以外的應用。一些電腦工程師參考了有關活體神經網絡臨界點的論文,證明原子開關網絡可在臨界點附近運作,從而以最佳方式計算許多函數。此外 AI 深度學習領域亦開始研究在臨界點附近運作,能否改善人工神經網絡。