📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها. اطلب التحليل الكامل

سحابة من الذرات مبردة إلى ما يقارب الصفر المطلق تبدأ فجأة في التصرف كدماغ. ذرة مثارة واحدة تشعل تفاعلًا متسلسلًا — الجيران «يشتعلون» تلو الآخر، وتجري عبر الغاز انهيارات جليدية من النشاط. يسمي الفيزيائيون هذا بالتيسير الريدبيرغي: الذرات تُثار بسهولة أكبر إذا كان بجوارها ذرة مثارة بالفعل. تشبه العملية بشكل مذهل الطريقة التي تتبادل بها الخلايا العصبية الإشارات الكهربائية عبر المشابك.

في التجربة، انقسم النظام بوضوح إلى مرحلتين. مرحلة ممتصة — حيث تخمد الانهيارات بسرعة. ومرحلة نشطة — حيث يدعم الاستثارة نفسه. عند النقطة الحدودية بينهما، يدخل النظام في حالة حرجة، مشابهة لتلك التي يُشتبه في وجودها في الدماغ العامل. هنا، تخضع أحجام الانهيارات لقانون قوة: الصغيرة كثيرة، والكبيرة قليلة. ويصبح شكلها عالميًا. أكد المؤلفون لأول مرة هذه المؤشرات على الحرجة في نموذج فيزيائي مضبوط.

ولمنع النظام من التلاشي، أضاف العلماء ضخًا متحكمًا فيه — وهو نوع من الموارد الأيضية التي تعوض فقد الذرات. سمح هذا بإبقاء الغاز في حالة ثابتة غير متوازنة، مثل كائن حي يستهلك الطاقة ويعيد بناءها باستمرار. في المرحلة النشطة، ظهرت تذبذبات عشوائية مع ارتفاعات نادرة لكنها ضخمة — ما يسمى بـ«انهيارات التنين». هذا النمط يذكر بـالنشاط الإيقاعي للشبكات العصبية الذي يرافق معالجة المعلومات.

يحول هذا العمل غاز ريدبيرغ فائق البرودة إلى محاكٍ قوي لعلم الأعصاب. هنا يمكن ضبط معاملات يكاد يكون من المستحيل التقاطها في الخلايا الحية، واختبار نظريات حول كيف يولد السلوك الجماعي للخلايا العصبية وظائف الدماغ المعقدة.

الملخص الأصلي

كما كتبه المؤلفون، بالإنجليزية arXiv:2607.16368

Efficient operation of neural networks has been linked to criticality in their underlying non-equilibrium excitation dynamics. However, obtaining experimental evidence of this conjecture remains challenging due to limited control and undersampling in biological systems. Here, we experimentally explore neural network criticality using an ultracold Rydberg gas as a highly controllable simulator. We highlight the similarity of the excitation spreading via Rydberg facilitation and the synaptic connection of spiking activity of neurons, giving rise to distinct absorbing and active phases. We systematically explore and resolve criticality criteria, including power-law scaling of excitation avalanches and the emergence of universal avalanche shape collapse. Crucially, we implement a controlled gain mechanism to compensate for atom loss, mimicking metabolic resource replenishment and stabilizing the system in a controlled non-equilibrium steady state. We find peak temporal correlations at the critical point and stochastic oscillations with dragon king avalanches in the active phase, consistent with predictions for systems orbiting criticality. Our work establishes facilitated Rydberg gases as a platform for investigating criticality, resource dynamics, and emergent oscillations in neural networks.