Ograniczony czas integracji może przesunąć optymalną czułość z dala od krytyczności

Dlaczego czas ma znaczenie przy podejmowaniu ostrych decyzji

Nasze mózgi, zmysły, a nawet wiele urządzeń sztucznych mierzy się z tym samym wyzwaniem: muszą wychwycić drobne różnice w otoczeniu i przekształcić je w wiarygodne decyzje, często w ułamku sekundy. Popularna koncepcja w fizyce i neuronauce mówi, że takie systemy działają najlepiej, gdy znajdują się tuż na krawędzi gwałtownej zmiany zachowania — tzw. punkcie krytycznym. W tym badaniu zadano proste, lecz często pomijane pytanie: jeśli mamy tylko ograniczony czas na obserwację odpowiedzi systemu, czy rzeczywiście najlepszym miejscem pracy jest ta krawędź?

Słodki punkt nie zawsze leży na krawędzi

Autorzy analizują uproszczony model obwodu przypominającego mózg: dużą sieć jednostek emitujących impulsy, które wzajemnie się pobudzają. Niewielka podgrupa jednostek otrzymuje sygnał zewnętrzny, taki jak natężenie zapachu czy dźwięku, a inna podgrupa dostarcza sygnał wyjściowy. Osobna jednostka odczytująca nie reaguje natychmiast; zamiast tego uśrednia wyjściowe impulsy w wybranym oknie czasowym, niczym nieszczelne wiadro, które powoli się napełnia i opróżnia. Dwa regulatory kontrolują system. Jeden ustala, jak silnie jednostki się pobudzają, a więc jak blisko sieć znajduje się punktu krytycznego, przy którym aktywność mogłaby eksplodować lub wygasnąć. Drugi reguluje, jak długo odczyt zbiera impulsy przed podjęciem decyzji.

Gdy większa czułość wprowadza więcej zamieszania

Blisko punktu krytycznego sieć staje się niezwykle czuła na drobne zmiany sygnału, co zwykle uważa się za zaletę. Jednak w tym reżimie aktywność także silnie i wolniej fluktuuje w czasie. Autorzy pokazują, że te wewnętrzne drgania mogą zakłócać sygnał, jeśli obserwacja trwa krótko. Aby to zobiektywizować, definiują, jak łatwo idealny obserwator mógłby rozróżnić dwa różne natężenia wejścia, patrząc tylko na wyjście, i obliczają, ile odrębnych sygnałów można niezawodnie odróżnić przy zachowaniu prawdopodobieństwa błędu poniżej zadanego progu. Następnie uogólniają klasyczną miarę „zakresu dynamicznego”, opisującą rozpiętość natężeń wejścia, które system może zakodować, tak aby jawnie uwzględnić te hałaśliwe fluktuacje.

Obserwatorzy o ograniczonym czasie preferują spokojniejsze sieci

Wykorzystując dokładną matematykę w dwóch skrajnych przypadkach — odczyt natychmiastowy i nieskończenie długie uśrednianie — oraz obszerne symulacje komputerowe pośrednich czasów, autorzy mapują, jak wydajność rozróżniania zależy zarówno od sprzężenia sieci, jak i czasu odczytu. Dla każdego skończonego czasu obserwacji stwierdzają, że najlepsza wydajność nie występuje dokładnie w punkcie krytycznym. Zamiast tego istnieje optymalne ustawienie „subkrytyczne”, w którym sieć nadal jest czuła, ale jej fluktuacje są bardziej ograniczone, co pozwala odczytowi utworzyć jaśniejszy obraz w dostępnym czasie. W miarę wydłużania okna integracji punkt ten przesuwa się bliżej krytyczności, ponieważ odczyt ma wystarczająco dużo czasu, by uśrednić dzikie fluktuacje i skorzystać z dodatkowej czułości.

Implikacje dla mózgów i maszyn

Ten kompromis między czułością a niezawodnością pojawia się zawsze, gdy hałaśliwy system o silnych wewnętrznych interakcjach musi podejmować decyzje szybko. Autorzy twierdzą, że ich wyniki pomagają wyjaśnić, dlaczego pomiary w rzeczywistych mózgach wykazują skończone skal czasowe przetwarzania, a nie nieskończenie wolne, idealnie krytyczne zachowanie. Wiele decyzji percepcyjnych u zwierząt zapada w znacznie krótszym czasie niż jedna sekunda, więc sieci znajdujące się nieco dalej od krytyczności mogą oferować lepszy kompromis między szybkością a dokładnością. Wyniki sugerują także zasady projektowe dla systemów sztucznych, takich jak rekurencyjne sieci neuronowe i fizyczne urządzenia „reservoir computing”: jeśli odczyt jest niemal natychmiastowy, sieć wewnętrzna powinna pozostawać dalej od krytyczności; jeśli odczyt może integrować przez dłuższy okres, urządzenie można stroić bliżej krawędzi, żeby zyskać czułość bez utraty niezawodności.

Znajdowanie równowagi zamiast dążenia do perfekcji

Mówiąc prosto, badanie pokazuje, że „podkręcenie czułości maksymalnie” nie zawsze jest rozsądne, gdy trzeba decydować szybko i radzić sobie z szumem. Dla skończonych czasów obserwacji istnieje słodki punkt nieco poniżej najbardziej pobudliwego stanu, w którym sygnały pozostają na tyle silne, by je zauważyć, ale nie tak niestabilne, by się ze sobą zlewać. Ta równowaga między byciem responsywnym a byciem godnym zaufania może być ogólną zasadą, według której systemy żywe i sztuczne dostrajają się do wymagań zadań w świecie rzeczywistym.

Cytowanie: Azizpour, S., Priesemann, V., Zierenberg, J. et al. Finite integration time can shift optimal sensitivity away from criticality. Commun Phys 9, 119 (2026). https://doi.org/10.1038/s42005-026-02584-w

Słowa kluczowe: krytyczność, sieci neuronowe, zakres dynamiczny, przetwarzanie informacji, czas integracji