Конечное время интеграции может смещать оптимальную чувствительность от критичности

Почему время имеет значение для точных решений

Наш мозг, органы чувств и даже многие искусственные устройства сталкиваются с одной и той же задачей: им нужно заметить крошечные различия в окружающем мире и превратить их в надежные решения, зачастую за доли секунды. Популярная идея в физике и нейронауке заключается в том, что такие системы работают лучше всего, когда они находятся прямо на грани резкого изменения поведения — так называемой критической точке. В этом исследовании ставится простой, но часто упускаемый из виду вопрос: если у вас есть лишь ограниченное время, чтобы наблюдать ответ системы, действительно ли эта грань — лучшее место для работы?

Оптимум не всегда на грани

Авторы изучают упрощённую модель мозго‑подобной схемы: большую сеть импульсных элементов, которые возбуждают друг друга по замкнутому кругу. Небольшой поднабор элементов получает внешнее сигнал — например силу запаха или звука, — и другой поднабор формирует выход. Отдельный блок считывания не реагирует мгновенно; вместо этого он усредняет выходные импульсы в течение выбранного временного окна, подобно протекающему ведру, которое медленно наполняется и опустошается. Управляют системой две ручки. Одна задаёт, насколько сильно элементы возбуждают друг друга, что в свою очередь определяет, насколько сеть близка к критической точке, при которой активность может взорваться или угаснуть. Другая задаёт, как долго считыватель собирает импульсы перед вынесением решения.

Больше чувствительности — больше путаницы

Рядом с критической точкой сеть становится чрезвычайно чувствительной к малым изменениям входа, что обычно считается преимуществом. Но в этом режиме активность также сильно флуктуирует и делает это медленнее во времени. Авторы показывают, что эти внутренние дрожания могут испортить сигнал, если наблюдать слишком короткое время. Чтобы это количественно оценить, они определяют, насколько легко идеальному наблюдателю отличить два разных уровня входа, глядя только на выход, и подсчитывают, сколько различных входов можно надёжно различать при заданном верхнем пороге вероятности ошибки. Затем они обобщают классическую меру «динамического диапазона», описывающую диапазон входных интенсивностей, который система может кодировать, так чтобы она явно учитывала эти шумные флуктуации.

Наблюдатели с ограниченным временем предпочитают более спокойные сети

Используя точную математику в двух предельных случаях — мгновенное считывание и бесконечно долгое усреднение — вместе с масштабными компьютерными симуляциями для промежуточных времён, авторы картографируют, как зависит способность к дискриминации от силы связи в сети и времени считывания. Для любого конечного времени наблюдения они обнаруживают, что лучшая производительность не достигается ровно в критической точке. Вместо этого существует оптимальная «субкритическая» настройка, где сеть остаётся чувствительной, но её флуктуации более сдержанны, что позволяет считывателю за доступное время получить более чёткую картину. По мере увеличения окна интеграции эта оптимальная точка смещается ближе к критичности, потому что у считывателя появляется достаточно времени, чтобы усреднить дикие колебания и воспользоваться дополнительной чувствительностью.

Последствия для мозга и машин

Этот компромисс между чувствительностью и надёжностью возникает всякий раз, когда шумная система с сильными внутренними взаимодействиями вынуждена принимать решения быстро. Авторы утверждают, что их выводы помогают объяснить, почему измерения в реальных мозгах показывают конечные временные масштабы обработки, а не бесконечно медленное, идеально критическое поведение. Многие перцептивные решения у животных принимаются значительно быстрее секунды, поэтому сети, находящиеся немного в стороне от критичности, могут обеспечивать лучший компромисс между скоростью и точностью. Результаты также дают указания по проектированию искусственных систем, таких как рекуррентные нейронные сети и физические устройства «резервуарных вычислений»: если считывание почти мгновенное, внутренняя сеть должна держаться дальше от критичности; если считыватель может интегрировать в течение более длительного периода, устройство можно настроить ближе к грани, чтобы получить чувствительность без потери надёжности.

Искать баланс вместо совершенства

В повседневных терминах исследование показывает, что «увеличивать громкость до предела» в погоне за чувствительностью не всегда разумно, когда нужно быстро принимать решения и справляться с шумом. При конечных временах наблюдения существует сладкое место чуть ниже максимально возбудимого состояния, где сигналы остаются достаточно сильными, чтобы их заметить, но не настолько нестабильными, чтобы они сливались в размытое «пятно». Этот баланс между отзывчивостью и надёжностью может быть общим принципом того, как живые и искусственные системы настраивают себя под требования реальных задач.

Цитирование: 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

Ключевые слова: критичность, нейронные сети, динамический диапазон, обработка информации, время интеграции