【按】下文引述國際上幾位科學家的多年研究，揭示給你目瞪口呆的結論。

Christof Koch是一位關於意識和人類大腦的主要研究人員，他將大腦稱為“已知宇宙中最複雜的物體。”不難看出為什麼這可能是真的。擁有數千億個神經元和一百萬億個連接，大腦是一個令人眼花繚亂的複雜物體。

但宇宙中還有許多其他複雜的物體。例如，星系可以分成巨大的結構（稱為星團，超星系團和細絲），可以延伸數億光年。這些結構與稱為宇宙空洞的相鄰空間之間的邊界可能非常複雜。1重力將這些邊界處的物質加速到每秒數千公里的速度，在星系際氣體中產生衝擊波和湍流。我們已經預測，空隙 - 細絲邊界是宇宙中最複雜的體積之一，通過描述它所需的信息位數來衡量。

這讓我們想到：它比大腦更復雜嗎？

因此，我們 - 天體物理學家和神經科學家聯合起來，定量比較星系網絡和神經元網絡的複雜性。我們比較的第一個結果確實令人驚訝：不僅大腦和宇宙網的複雜性實際上相似，而且它們的結構也是如此。宇宙可能在尺度上相差十億億億的尺度上自相似。

牛逼

比較星系的大腦和集群他的任務是艱鉅的。一方面，它需要處理以截然不同的方式獲得的數據：一方面是望遠鏡和數值模擬，另一方面是電子顯微鏡，免疫組織化學和功能磁共振。

它還要求我們考慮非常不同的尺度：整個宇宙網 - 整個宇宙星系所描繪的大尺度結構 - 延伸至少數百億光年。這比人腦大27個數量級。此外，其中一個星系是數十億實際大腦的家園。如果宇宙網至少與其任何組成部分一樣複雜，我們可能天真地得出結論，它必須至少與大腦一樣複雜。

人類大腦中的神經元總數與可觀察宇宙中星系數量的大致相同。

但是出現的概念使得比較成為可能。許多自然現象在所有尺度上都不是同樣複雜的。宇宙網絡的雄偉網絡只有在天空被最大程度地調查時才變得明顯。在較小的尺度上，物質被鎖定在恆星，行星和（可能）暗物質雲中，這種結構就會丟失。一個不斷髮展的星系並不關心原子內電子軌道的跳躍，電子在它們的核周圍移動，而不考慮它們所處的銀河系。

通過這種方式，宇宙包含許多嵌套到系統中的系統，在不同尺度上幾乎沒有交互。這種尺度隔離使我們能夠研究它們在自然尺度上出現的物理現象。

宇宙網的構建塊是恆星，氣體和暗物質的自引力暈（其存在尚未得到明確證實）。總的來說，可觀測宇宙中的星系數量應該在1000億左右。時空結構的加速膨脹和自重的拉動之間的平衡使這個網絡具有類似蜘蛛網的模式。普通和暗物質凝聚成弦狀細絲，星系交叉處形成星系團，大部分剩餘體積基本上是空的。由此產生的結構看起來模糊不清。

直到最近才在文獻中直接估計人腦中的細胞或神經元的數量。皮質灰質（佔大腦質量的80％以上）含有約60億個神經元（19％的腦神經元）和近90億個非神經元細胞。小腦有大約690億個神經元（80.2％的大腦神經元）和大約160億個非神經元細胞。有趣的是，人類大腦中的神經元總數與可觀察宇宙中星系數量的大致相同。

眼睛立即掌握了宇宙網和大腦圖像之間的某些相似性。在圖1中，我們展示了在10億光年的切片中的宇宙物質的模擬分佈，以及穿過人類小腦的4微米（μm）厚切片的真實圖像。

LOOKALIKES（圖1）：宇宙網的模擬物質分佈（左）與觀察到的小腦神經元體的分佈​​（右）。用針對神經絲的克隆2F11單克隆抗體染色神經元體。

Automated Immunostainer Benchmark Xt，Ventana Medical System，Tucson，AZ，USA

明顯的相似性只是人類傾向於在隨機數據（apophenia）中感知有意義的模式嗎？值得注意的是，答案似乎是否定的：統計分析表明這些系統確實存在定量相似性。研究人員經常使用一種稱為功率譜分析的技術來研究星系的大規模分佈。圖像的功率譜測量屬於特定空間尺度的結構波動的強度。換句話說，它告訴我們有多少高頻和低頻音符使每個圖像具有獨特的空間旋律。

從圖2（下圖）的功率譜圖中可以看到一個驚人的信息：兩個網絡中波動的相對分佈非常相似，超過幾個數量級。

不斷髮展的星系並不關心原子內電子軌道的跳躍。

小腦在0.1-1毫米尺度上的波動分佈讓人聯想到數百億光年的星系分佈。在可用於顯微觀察（約10μm）的最小尺度下，皮質的形態與星系的形狀更接近，在數十萬光年的尺度上。

相比之下，其他複雜系統的功率譜（包括雲，樹枝，等離子和水湍流的投影圖像）與宇宙網的功率譜非常不同。這些其他系統的功率譜顯示出對比例的更陡的依賴性，這可能是其分形性質的表現。這對於樹木和雲圖案中的分支的分佈尤其引人注目，這兩者都是眾所周知的分形系統，其具有跨多種尺度的自相似性。另一方面，對於宇宙網和人類大腦的複雜網絡，觀察到的行為不是分形的，這可以被解釋為出現依賴於尺度的自組織結構的證據。

與功率譜比較一樣顯著，它並沒有告訴我們這兩個系統是否同樣複雜。估計網絡複雜性的一種實用方法是衡量預測其行為的難度。這可以通過計算構建可以執行這種預測的最小可能計算機程序所需的信息位數來量化。

指紋（圖2）：圖1的相同圖的波動隨空間尺度的變化的分佈（通過人體皮層的薄切片的附加分析，未在圖1中示出）。為了比較，顯示了雲，樹枝，等離子體和水湍流的功率譜密度。

我們中的一個人最近測量了基於模擬宇宙的數字演化來預測宇宙網絡如何演變的困難程度。1這一估計表明，需要大約1到10 PB的數據來描述整個可觀測宇宙在其自組織出現的範圍內（或至少是其模擬對應物）的演變。

估計人類大腦的複雜性要困難得多，因為大腦的全球模擬仍然是未得到滿足的挑戰。但是，我們可以說複雜性與智力和認知成正比。根據對大腦網絡連通性的最新分析，獨立研究得出的結論是，成年人腦的總記憶容量應該在2.5 PB左右，距離宇宙網估計的1-10 PB範圍不遠！

粗略地說，這種記憶容量的相似性意味著存儲在人類大腦中的整個信息體（例如，一個人的整個生活經歷）也可以被編碼到我們宇宙中的星系分佈中。或者，相反，具有人腦記憶能力的計算設備可以再現宇宙以其最大尺度顯示的複雜性。

一個真正了不起的事實是，宇宙網更類似於人腦比它是一個星系的內部; 或者神經網絡與宇宙網絡更相似，而不是神經網絡內部。儘管在基質，物理機制和大小方面存在巨大差異，但當使用信息理論工具考慮時，人類神經網絡和星系宇宙網絡非常相似。

這個事實是否告訴我們兩個系統中出現現象的物理學的深刻內容？也許。但我們必須把這些發現帶到一點點。我們的分析僅限於使用非常不同的測量技術拍攝的小樣本。

此外，我們的分析並未指出這些系統之間的動態相似性。在兩個系統中信息如何跨空間尺度和時間流動的模型將是關鍵的測試。通過數值模擬，這對於宇宙網已經是可行的。對於人類大腦，我們必須依賴更多的全局估計，通常來自較小的部分，然後向上擴展。在不久的將來，我們的目標是在更復雜的人類大腦數值模型中測試這些概念。

用於模擬整個人類神經網絡的人腦工程和廣播天文學領域最大的企業平方公里陣列等計劃將幫助我們填寫其中的一些細節，並瞭解宇宙是否比我們更令人驚訝思想。

Franco Vazza是意大利博洛尼亞INAF射電天文學研究所的地平線2020的瑪麗居里Slodowska行動的研究員。

Alberto Feletti是意大利Azienda Ospedaliero-Universitaria di Modena NOCSAE醫院神經外科的成員。

我們非常感謝Elena Zunarelli博士（意大利摩德納大學醫院Policlinico di Modena解剖病理學系）通過圖1的皮層和小腦產生切片。

參考

1. Vazza，F。關於宇宙結構的複雜性和信息內容。皇家天文學會月報 465，4942-4955（2017）。

原文：http://nautil.us/issue/50/emergence/the-strange-similarity-of-neuron-and-galaxy-networks

延伸與昇華

更多精彩，盡在：

《新未來簡史：區塊鏈、人工智能、大數據陷阱與數字化生活》。該書以30多門前沿科技、學科展開深度推演，與《今日簡史》《未來簡史》《人類簡史》至少分別有80項、100項與50項對立觀點

特別推薦：

《區塊鏈實用解碼730問》（上下合集）

32大專題、260多項細分主題、47萬字、730問，實用、全面、系統，囊括區塊鏈基礎理論、運行機制、核心算法，以及從1.0到3.0等幾乎所有、全鏈條式的知識操作、實踐應用的圖書

人類的終極理想與終極社會，就是區塊鏈的社會，所以人人都應瞭解區塊鏈。

相關鏈接：

0.1：

0.2：

0.3：

0.4：

1、

2、

3、

4、

5、

6、

7、

8、

9、

閱讀更多 前沿news 的文章

關鍵字: 大腦 技術 宇宙