Представете си, че сте гризач: в слънчев ден се присъединявате към другарите си в радостно изкачване на планина под ясно небе, минавайки през трева, мръсотия и скали, доволни, че сте сред приятели, докато внезапно не се окажете във въздуха и всичко не стане черно.

Ръбът на скалата е това, което учените наричат ​​"критична точка": мястото, където поведението на една система (в примера групата гризачи от примера) внезапно преминава от един тип състояние (щастливо движение) към много различен тип състояние (рязко падане), често с катастрофални резултати.

Гризачите обикновено не скачат групово от скали, но много системи от реалния свят преживяват критични точки и внезапен срив. Сривове на фондовия пазар, повреди в електропреносната мрежа, повратни точки в климатичните системи и дори социален колапс.

Критичните точки не винаги са буквални точки в пространството или времето. Те могат да бъдат стойности на някакъв системен параметър - като доверието на инвеститора, температурата на околната среда или потреблението на електроенергия - който бележи прехода към нестабилност.

Можем ли да разберем кога една система е близо до скала и да действаме, за да не скочи тя от ръба?

Според група учени от Университета в Сидни, отговорът е - да.

Според тях системите са склонни да се "забавят" и да стават по-променливи близо до критични точки. За пазар на акции, например, това би означавало, че цените на акциите се променят малко по-бързо и показват по-голяма разлика между седмичните върхове и спадове.

"Но тези индикатори не работят, когато системите са "шумни", което означава, че не можем да измерим какво правят много точно. Много реални системи са много шумни", споделят учените.

Въпреки това има достатъчно белези за съставянето на по-подробен метод, който да се справи с "шума".

"Дадохме му подходящо име: RAD (Rescaled AutoDensity)", казват учените.

"Проверихме нашия нов метод върху невероятно сложни записи на мозъчната активност от мишки. За да бъдем по-конкретни, ние разгледахме активността в областите на мозъка на мишката, отговорни за тълкуването на това, което мишката вижда.

Когато неврон се задейства, съседните неврони могат да уловят неговия сигнал и да го предадат нататък или да го оставят да изчезне. Когато сигналът се усилва от съседите, той има по-голямо въздействие, но твърде много усилване и може да премине критичната точка в обратна връзка - което може да причини припадък.

Нашият RAD метод разкри, че мозъчната активност в някои региони има по-силни признаци, че е близо до критична точка, отколкото други. По-конкретно, зони с най-прости функции (като размер и ориентация на обекти в изображение) работят по-далеч от критична точка, отколкото области с по-сложни функции.

Това предполага, че мозъкът може да е еволюирал да използва критични точки, за да поддържа своите забележителни изчислителни способности.

Логично е, че ако сте много далеч от критична точка ще направи невронната активност много стабилна. Стабилността ще поддържа ефективна и надеждна обработка на основни визуални функции.

Но нашите резултати също така предполагат, че има предимство да седите точно близо до ръба на скалата - близо до критичната точка. Мозъчните региони в това състояние може да имат по-дълга "памет", за да поддържат по-сложни изчисления, като тези, необходими за разбиране на цялостното значение на изображението", отбелязва екипа, воден от Бен Фулшер и Брандън Харис.

Отворен въпрос е дали все по-сложните социални системи изпитват нужда да са все по-близо до "ръба на скалата".

Учените споделят, че разработката им има по-голямо приложение в света на финанси и медицината.