最佳大脑性能基于物理理论
早期的批评指出，需要改进统计测试来证明网络接近临界点。 今天在现场很少听到这种反对意见。 最近的工作表明，曾经被认为是临界标志的东西也可能是随机过程的结果。 研究人员仍在探索这种可能性，但已经提出了区分来自随机噪声的表观临界性和神经元集体相互作用导致的真正临界性的标准。
在过去的 20 年里，这项研究变得越来越引人注目。 就用于评估它的方法而言，它也变得更加多样化。 现在，最大的问题是在临界点附近操作如何影响认知，以及外部输入如何驱动系统远离临界点。 临界的想法也传播到神经科学界之外。 工程师们已经证明，通过引用一些关于活体神经元网络临界性的原始论文，他们可以使具有原子开关的自组织网络在临界点附近运行，从而以最佳水平计算许多功能。 深度学习研究人员也开始研究是否可以通过在临界点附近运行来改进人工神经网络。
尽管目前的证据支持临界大脑假说，但它仍可能被证明是不正确或不完整的。 批判性大脑假说正在产生大量问题或答案，这些问题或答案揭示的内容比我们以前对大脑和一般计算的了解要多得多。
来源和详细信息：