Мозг-дирижёр: как теменная область переключает режимы экспресс
Мозг постоянно жонглирует задачами: то реагирует на резкий звук, то решает уравнение, то погружается в грёзы. Учёные давно подозревали, что за этим стоят переключения между разными «сценариями» работы нейронных сетей, но выделить их из хаоса электрических сигналов было трудно. Теперь исследователи применили вычислительную модель, похожую на дирижёра, который из множества инструментов выделяет три основные партии: реакцию на внешний мир, обработку информации и спонтанную активность.
Модель обучалась на записях электрической активности мозга у 114 человек в состоянии покоя. Она смогла выделить скрытые факторы, которые управляют динамикой сетей, и показала, что колебания нейронных сетей в теменной области — ключ к гибкости мышления. Это как найти главный регулятор громкости и тембра в оркестре, где каждый музыкант — отдельная группа нейронов.
Такое разделение помогает понять, как мозг переключается между концентрацией и рассеянностью, между восприятием и размышлением. В перспективе это может привести к новым методам диагностики нарушений внимания или к интерфейсам, которые точнее считывают намерения человека.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2604.23525
The foundation of cognitive flexibility and higher-order intelligence lies in the functional structure and activity of brain networks, which can be dynamically configured by both external environments and internal states. However, decoding these dynamics from high-dimensional neural data remains a challenge. In this study, we propose a computational framework using Recurrent Neural Networks (RNNs) with neural dynamic constraints to model source-localized resting-state EEG data from $$114$$ participants. We aim to clarify the "triple brain network configurations" driven by exogenous and endogenous factors, including external stimuli, information processing tasks, and spontaneous activities. Our model identifies the parietal network as a critical hub supporting these multiple configuration patterns. Furthermore, we reveal that the anterior and posterior parietal regions exhibit distinct functional specializations under different stimulus modalities. By formalizing a triple configuration framework, this work separates latent factors of brain dynamics and underscores the computational significance of parietal regions in orchestrating higher-order intelligence.
Теменная область участвует даже в простых действиях: когда вы тянетесь за чашкой, она координирует движения руки, а когда смотрите на звёзды — помогает оценивать расстояния.
Идея переключения режимов мозга напоминает «режимы» в романе Дэниела Киза «Цветы для Элджернона», где интеллект героя меняется скачками.