Один нейрон — одна память: неравенства раскроют секреты мозга ⚡ экспресс
Исследователи предлагают эксперимент на одиночном нейроне, чтобы различить две модели его электрического шума: простую диффузию (как чернила в воде) и процессы с памятью (Kac-процессы, где скорость конечна). Основной инструмент — неравенства Леггетта–Гарга, временной аналог знаменитых неравенств Белла. Если шум не «забывает» прошлое, возникают колебательные корреляции, нарушающие неравенства, что говорит не о квантовой запутанности, а о более богатой временной структуре. Это похоже на разницу между равномерным нагревом металла и пульсирующим сигналом в кабеле — нарушение выдает скрытую память процесса.
Нейроны общаются электрическими импульсами. Долгое время их поведение описывали как стандартную модель: после каждого разряда клетка полностью «забывает» прошлое, словно машина, которая мгновенно останавливается при выключении мотора. Но что, если нейрон похож на автомобиль, катящийся по инерции? Тогда его предыдущая активность плавно влияет на следующую — у клетки появляется память.
Чтобы проверить это, учёные применили идею неравенств Белла, перенеся их с квантовых частиц на временную шкалу. Если нейрон «едет по инерции», математический тест это выявит. Удивительно, но нарушить такие неравенства может даже простой колебательный контур из катушки и конденсатора — без всякой квантовой экзотики. Более того, расчёты неожиданно напомнили уравнение Дирака из физики микромира.
Обнаружение памяти в одиночных нейронах изменит представление о энтропии мозга: упорядоченность нарастает, а временные связи получают искривление — будто клетка подгоняет ход внутренних часов под контекст. Такой подход раскроет, насколько сложным может быть один-единственный нейрон.
🎯 Схожие тесты когда-то использовали для поисков квантового сознания, но для нарушения неравенств нейрону не нужна квантовая экзотика — хватило бы и простого электрического контура из катушки с конденсатором.
🎬 В «Нейроманте» Уильяма Гибсона компьютеры хранят «мокрую память» подобно нейронам — возможно, будущее научится использовать внутреннюю память живых клеток в кибернетике.