Новое исследование, результаты которого опубликованы в журнале Nature Neuroscience, показывает, что для точного моделирования работы мозга необходимо учитывать не только «сотрудничество» между нейронными сетями, но и их конкуренцию — фактор, который долгое время игнорировался.

Международная группа учёных из Оксфордского университета, Кембриджского университета, Университета Макгилла, Орхусского университета и Университета Помпеу Фабра попыталась разобраться, как мозг балансирует между этими двумя режимами. В реальной жизни это проявляется постоянно: человек не может выполнять всё сразу, потому что различные системы мозга конкурируют за ограниченные ресурсы.

Как отметил первый автор работы Андреа Луппи, большинство моделей последних десятилетий строились так, будто области мозга только усиливают активность друг друга. Это приводило к избыточной синхронизации — состоянию, которое редко наблюдается в реальном мозге человека или животных.

Чтобы проверить альтернативный подход, исследователи создали компьютерные модели мозга сразу для трёх видов — человека, макак и мышей. Они сравнили классическую модель, основанную исключительно на кооперации, с новой, в которой нейронные сети могут как активировать, так и подавлять друг друга, фактически вступая в конкуренцию.

Результаты оказались показательными: во всех трёх случаях модели с конкурентными взаимодействиями работали точнее и реалистичнее. Конкуренция выполняет важную стабилизирующую функцию — она предотвращает чрезмерное возбуждение и позволяет различным системам мозга поочерёдно определять его активность.

Особенно значимым стало то, что такие модели лучше отражают индивидуальные особенности мозга — так называемый «нейронный отпечаток». Это имеет прямое значение для разработки «цифровых двойников» — виртуальных копий мозга, которые могут использоваться для тестирования лечения до его применения на пациентах.

Авторы подчёркивают: если модели не учитывают базовые принципы организации конкретного мозга, их прогнозы могут быть неточными или даже вводящими в заблуждение. Включение конкуренции между нейронными сетями открывает перспективы не только для нейронауки и персонализированной медицины, но и для создания более совершенных систем искусственного интеллекта.