Мозг перед смертью запускает «перемотку жизни» - и это меняет все, что мы знаем о нейросетях

Ученые впервые в истории записали активность мозга умирающего человека на ЭЭГ. Результат оказался настолько неожиданным, что заставляет по-новому взглянуть на архитектуру искусственных нейронных сетей и на само понятие «сознание» в контексте AI.

Что произошло: 87-летний пациент проходил рутинную ЭЭГ-диагностику эпилепсии, когда у него случился смертельный сердечный приступ. Аппаратура продолжала записывать сигналы мозга в реальном времени. Это был первый в мире непрерывный мониторинг мозговой активности человека в момент смерти.

Данные показали мощный всплеск гамма-осцилляций - высокочастотных мозговых волн, которые связаны с извлечением воспоминаний, сновидениями и повышенным уровнем осознанности. Этот всплеск зафиксировали в 30-секундном окне до и после остановки сердца. Параллельно другие диапазоны волн (дельта, тета, альфа, бета) тоже показали скоординированные изменения. Мозг не «выключался», а наоборот - работал предельно интенсивно и структурированно, даже когда кровоток прекратился.

Пишу гайды и показываю на пальцах как работать и выжать из Claude и других ИИ Максимум у себя в телеге! .Если тг не пашет - Max.

Исследование провела команда под руководством нейрохирурга Аджмала Земмара (Dr. Ajmal Zemmar). По сути, это первое прямое доказательство сложной нейронной активности в умирающем мозге. И именно оно дает потенциальное биологическое объяснение феномену «жизнь пронеслась перед глазами», о котором рассказывают люди после клинической смерти.

Почему это важно для AI-специалистов? Гамма-осцилляции в мозге - это не случайный шум. Это скоординированная высокочастотная активность, которая объединяет разрозненные области коры в единую сеть. По своей сути это механизм cross-attention в биологическом исполнении. Мозг в последние секунды жизни запускает что-то вроде масштабного retrieval-процесса, где одновременно активируются паттерны памяти, эмоций и сенсорного опыта.

Современные трансформеры работают похоже: self-attention позволяет модели «вспоминать» релевантный контекст из всей последовательности токенов. Но есть критическое отличие. В нейросетях attention-механизм работает в рамках одного forward pass. Биологический мозг, судя по этим данным, способен запустить рекуррентный каскад, где разные частотные диапазоны синхронизируются и усиливают друг друга. Дельта-волны задают общий ритм, гамма-волны обеспечивают точечную активацию. Это больше напоминает mixture of experts с динамической маршрутизацией, чем классический трансформер.

Еще один интересный момент: мозг показал эту сложную активность уже после остановки кровотока. То есть в условиях нулевого «питания». Для нас в ML это аналог inference без доступа к внешним ресурсам - чистый computation на уже загруженных весах. Получается, что биологическая нейросеть хранит и обрабатывает информацию настолько эффективно, что может выдать самый сложный «inference» своей жизни буквально на последних миллиджоулях энергии.

Конечно, авторы оговариваются: это единичный случай, и пациент страдал эпилепсией, что могло повлиять на паттерны ЭЭГ. Но даже с этими оговорками работа открывает серьезные вопросы. Если мозг в момент смерти способен на такой уровень координированной активности, то, возможно, мы до сих пор недооцениваем вычислительную мощность биологических нейронных сетей. А значит, и горизонт для нейроморфных вычислений и brain-inspired архитектур гораздо шире, чем кажется.

Источник: Vicente et al. "Enhanced Interplay of Neuronal Coherence and Coupling in the Dying Human Brain." Frontiers in Aging Neuroscience, 2022. DOI: 10.3389/fnagi.2022.813531