Puszekzdrowie · dane · narzędzia

Chaos • szum • nieoznaczoność

Granice nieprzewidywalności

Chaos nie jest przypadkiem. Niepewność nie jest nieoznaczonością. W mózgu spotykają się na różnych skalach — i dopiero dynamika decyduje, czy mikroróżnica stanie się innym zachowaniem.

Zobacz mapę granic
Epistemiczna Dynamiczna Ontologiczna

Mapa pojęć

Trzy pytania ukryte w jednym słowie

„Nieprzewidywalne” może oznaczać, że nie znamy stanu, że dynamika wzmacnia drobne różnice albo że sama teoria nie przypisuje zdarzeniu jednego wyniku. Te poziomy należy rozdzielić, zanim zaczniemy mówić o mózgu, decyzjach czy wolnej woli.

01 / Wiedzaδ obserwacji

Granica epistemiczna

Nie znamy wszystkich zmiennych ani warunków początkowych. Pominięte ruchy, stan ciała lub wejścia sensoryczne mogą wyglądać w zapisie neuronalnym jak samoistny „szum”.

Da się zmniejszać lepszym pomiarem i modelem.

02 / Dynamikaλ > 0

Granica dynamiczna

Minimalnie różne stany rozchodzą się pod wpływem progów, sprzężeń i chaosu. Trajektorie mogą się różnić dramatycznie, choć równania nadal pozostają deterministyczne.

Bada się wzrost perturbacji i stabilność sieci.

03 / OntologiaP(wynik)

Granica ontologiczna

Nawet maksymalny opis fizyczny przypisuje możliwym wynikom prawdopodobieństwa. To problem mechaniki kwantowej i jej interpretacji — nie synonim zwykłej niewiedzy.

Nie wynika bezpośrednio ze zmienności EEG.

Problem trzech ciał pokazuje nieprzewidywalność bez indeterminizmu. Mózg dodaje do tego szum molekularny, otwartość układu i adaptację.

Cel prognozy 01

Dokładna trajektoria

Pytanie „co stanie się w tej milisekundzie?” jest najsurowsze. W chaosie szybko ogranicza je rosnący błąd stanu; w otwartym mózgu dochodzą nieobserwowane wejścia.

Cel prognozy 02

Rozkład wyników

Nieprzewidywalność pojedynczej próby nie wyklucza trafnej prognozy częstości. Deterministyczna sieć może nawet generować odpowiedzi użyteczne jak próbki probabilistyczne.

Cel prognozy 03

Kategoria zachowania

Ruch, percepcja albo wybór mogą być stabilne mimo różnych mikrotrajektorii. Dlatego każda teza o „przewidywalności” powinna podać horyzont czasu, miarę błędu i poziom rezultatu.

Wniosek metodologiczny: prognoza trajektorii, dobrze skalibrowana prognoza prawdopodobieństwa i trafne rozróżnienie kategorii to trzy różne osiągnięcia. Sukces jednego nie przesądza o pozostałych.

Bramka wzmocnienia

Granica nie leży między kwantem a neuronem

Leży tam, gdzie wzmocniona perturbacja staje się porównywalna z odległością aktualnego stanu od granicy między dwoma rezultatami. Chaos trajektorii nie musi więc oznaczać chaosu zachowania.

Gt · ‖δx0‖ ≥ d(xt, ∂B)
δx0
początkowa fluktuacja, np. dodatkowy spike
Gt
wzmocnienie przez nieliniową dynamikę sieci
d(·,∂B)
odległość od granicy decyzji lub basenu atraktora

Eksperyment myślowy

model jakościowy
Perturbacja wygasa funkcjonalnie

Trajektorie mogą się rozchodzić, ale pozostają w tym samym basenie zachowania.

Od cząsteczki do decyzji

Mózg jest filtrem i wzmacniaczem, nie przewodem

Mikroskopijna fluktuacja nie „wędruje” po prostu do zachowania. Na każdym poziomie może zostać uśredniona, wygaszona albo zwielokrotniona. Istotny jest cały łańcuch przyczynowy.

I

Źródło zmienności

Kanał lub synapsa

Stochastyczne przełączanie kanałów, probabilistyczne uwalnianie pęcherzyków i fluktuacje termiczne.

Czy sygnał przekroczy szum tła?
II

Nieliniowa bramka

Pojedynczy neuron

Blisko progu ta sama różnica może rozstrzygnąć: spike albo brak spike’u. Daleko od progu znika bez następstw.

Jak daleko jest próg?
III

Dynamika zbiorowa

Sieć rekurencyjna

Sprzężenia mogą wywołać rozbieżność trajektorii, lecz bodziec, hamowanie i atraktory potrafią przywrócić niezawodność.

Wzrost czy stabilizacja?
IV

Poziom funkcjonalny

Zachowanie

Różnica ma znaczenie dopiero wtedy, gdy przekroczy granicę między rezultatami — ruchem, percepcją lub wyborem.

Inna trajektoria czy inny wynik?

Wzmacnia

Próg • rekurencja • bifurkacja

Duża podatność pojawia się blisko progu neuronu, separatrix między atraktorami albo przejścia fazowego sieci.

Tłumi

Redundancja • hamowanie • homeostaza

Kodowanie populacyjne, wejście sensoryczne i mechanizmy regulacyjne sprawiają, że wiele mikrotrajektorii kończy się tym samym zachowaniem.

04 / Mapa dowodów

Gdzie łańcuch ma oparcie w eksperymencie?

Najlepsze prace nie dowodzą „kwantowej decyzji”. Pokazują znacznie bardziej konkretnie, kiedy pojedyncza perturbacja rozchodzi się po sieci, kiedy bodziec ją stabilizuje oraz ile pozornego szumu pochodzi z pominiętych zmiennych.

Model biologiczny2019

Cortical reliability amid noise and chaos

W modelu około 31 tys. neuronów jeden dodatkowy spike lub przesunięcie czasu poniżej 0,05 ms szybko rozdzielało trajektorie. Wejście wzgórzowe potrafiło jednak przejściowo ustabilizować odpowiedź.

Granica: zaawansowany model, nie pomiar całego żywego mózgu.

Nolte i wsp. ↗
Eksperyment in vivo2010

Sensitivity to perturbations in vivo

Dodatkowe wyładowanie pojedynczego neuronu kory czuciowej szczura wywoływało mierzalną kaskadę lokalną; autorzy oszacowali średnio około 28 dodatkowych spike’ów.

Granica: amplifikacja populacyjna nie oznacza, że pojedynczy neuron steruje zachowaniem.

London i wsp. ↗
Eksperyment in vivo2026

Single-neuron perturbations recruit cortex

Wywołanie 1–7 spike’ów w neuronie warstwy 2/3 kory wzrokowej myszy pozostawiało rozległy, przejściowy ślad w populacji. Wynik jest zgodny z wysoką podatnością blisko stanu krytycznego.

Granica: krytyczność i chaos to różne własności dynamiczne.

Ribeiro i wsp. ↗
Wiele obszarów kory2010

Stimulus onset quenches variability

Po pojawieniu się bodźca zmienność między próbami malała w licznych obszarach. Wejście nie tylko pobudza — może zawęzić zbiór dostępnych trajektorii.

Znaczenie: ta sama sieć może być zmienna spontanicznie i niezawodna zadaniowo.

Churchland i wsp. ↗
Pominięte zmienne2019

Single-trial neural dynamics are dominated by behavior

Ruchy twarzy, kończyn, oczu i zmiany postawy wyjaśniały dużą część pozornie spontanicznej aktywności neuronalnej.

Ostrzeżenie: zmienność zapisu nie jest dowodem ontologicznej losowości.

Musall i wsp. ↗
Metodologia2020

A simple method for detecting chaos in nature

Procedura łączy testy determinizmu i chaosu, aby ograniczyć fałszywe rozpoznania wywołane szumem lub niestacjonarnością.

Granica: klasyfikuje dane względem modeli; nie rozstrzyga metafizyki świata.

Toker i wsp. ↗
01 / Obserwacja

Współzmienność aktywności i zachowania mówi, co warto wyjaśniać; sama nie wskazuje jeszcze kierunku przyczynowości.

02 / Predykcja

Test na nowych próbach sprawdza użyteczność modelu, ale dobry predyktor może nadal wykorzystywać jedynie wspólną przyczynę.

03 / Interwencja

Najmocniejsze pytanie brzmi kontrfaktycznie: czy kontrolowana, powtarzalna zmiana tego elementu zmienia rozkład rezultatów przy porównywalnym kontekście?

Dwa typy podatności

Chaos nie jest krytycznością

Oba zjawiska pozwalają małej perturbacji uzyskać duży skutek, ale poprzez inną geometrię dynamiki. W danych biologicznych nie wolno używać tych nazw zamiennie.

λ

Chaos deterministyczny

Rozchodzenie się bliskich trajektorii

  • sygnatura: dodatni wykładnik Lapunowa;
  • krótki horyzont przewidywania;
  • pełna zgodność z deterministycznymi równaniami;
  • nie musi zmieniać kategorii zachowania.

Dynamika krytyczna

Duża podatność blisko przejścia fazowego

  • sygnatura: lawiny i szeroki zakres skal;
  • małe wejście może rekrutować dużą populację;
  • maksymalny kompromis między stabilnością a responsywnością;
  • nie musi wykazywać chaosu.

Sieć może być chaotyczna, krytyczna, jednocześnie wykazywać obie cechy albo żadnej. Odpowiedź wymaga konkretnego modelu i pomiaru.

Decyzje i wolna wola

Losowość może zmienić moment ruchu. Nie tworzy autorstwa.

Nawet gdy fluktuacja przesuwa układ przez próg, z faktu „wynik nie był z góry praktycznie przewidywalny” nie wynika jeszcze kontrola, intencja ani odpowiedzialność podmiotu.

próg działania
fluktuacjeruch

Schurger, Sitt & Dehaene • 2012

Potencjał gotowości jako efekt selekcji prób

Uśrednianie epizodów, w których fluktuujący akumulator właśnie doszedł do progu, może wytworzyć klasyczny narastający sygnał przed spontanicznym ruchem.

Publikacja ↗

Maoz i wsp. • 2019

Arbitralny wybór to nie decyzja deliberacyjna

Klasyczny potencjał gotowości pojawiał się przed wyborami arbitralnymi, lecz nie w taki sam sposób przed decyzjami znaczącymi i rozważanymi.

Publikacja ↗
Indeterminizm może osłabić konieczność. Sam nie dostarcza jednak mechanizmu, dzięki któremu przypadkowy wynik staje się bardziej „mój”.

Kwantowy margines

Fizyka kwantowa dostarcza pytania, nie gotowej teorii decyzji

Procesy molekularne są kwantowe, ale z tego nie wynika, że mózg utrzymuje funkcjonalną koherencję kwantową ani że pojedyncze zdarzenie kwantowe zmienia zachowanie.

Wiemy

Trzy ważne korekty

  1. Równanie Schrödingera opisuje deterministyczną ewolucję stanu; probabilistyczne są wyniki pomiarów w standardowym ujęciu.
  2. Testy Bella wykluczają szeroką klasę lokalnych teorii ukrytych zmiennych, ale nie każdą możliwą ontologię deterministyczną.
  3. Dekoherencja nie „wyłącza kwantów”; tłumaczy, dlaczego makroskopowe stopnie swobody zachowują się klasycznie.

Nie wykazano

Pełnego łańcucha amplifikacji

zdarzenie kwantowe kanał / synapsa trajektoria sieci inna decyzja inne zachowanie

Poszczególne ogniwa są fizycznie możliwe lub częściowo udokumentowane. Nie ma publikacji demonstrującej ich kompletną, funkcjonalną sekwencję u człowieka.

10−13–10−20 s

Rząd oszacowań Tegmarka dla dekoherencji rozważanych stopni swobody neuronalnych — daleko poniżej milisekundowej dynamiki neuronów.

Tegmark 2000 ↗
Polemika ≠ potwierdzenie

Hagan, Hameroff i Tuszyński zakwestionowali część założeń i uzyskali dłuższe czasy, lecz była to analiza teoretyczna, nie eksperymentalny dowód kwantowej świadomości.

Hagan i wsp. 2002 ↗
Posner / lit • 2025

Wyniki dotyczące fosforanów wapnia i efektów izotopowych są interesujące fizykochemicznie, ale pozostają daleko od wykazania obliczeń kwantowych w mózgu.

Straub i wsp. ↗

Literatura jako rama

Pięć perspektyw, pięć różnych pytań

Książki z projektu nie zastępują literatury pierwotnej. Są natomiast użytecznymi mapami problemu — pod warunkiem, że wiadomo, do którego poziomu każda z nich się odnosi.

Autor / książka Najmocniejszy wkład Jak czytać krytycznie
Rdzeń Sapolsky
Zdeterminowany
Rozdziela determinizm od przewidywalności; łączy problem trzech ciał, emergencję, kwanty i wolną wolę. Problem dwóch ciał jest nieliniowy, lecz całkowalny; trzy ciała nie zawsze generują chaos; splątanie nie przesyła informacji szybciej od światła.
Strategia Taleb
Antykruchość
Przesuwa pytanie z „czy przewidzimy?” na „jaka jest funkcja odpowiedzi systemu na zmienność?”. Opcjonalność, wypukłość i ryzyko ruiny są ramą decyzyjną, nie mechanizmem neurobiologicznym.
Obserwator Kahneman
Pułapki myślenia
Wyjaśnia hindsight bias, złudzenie trafności i narracyjne porządkowanie jednej z wielu możliwych trajektorii. Heurystyki opisują systematyczne błędy sądzenia, nie dowodzą ani chaosu, ani fundamentalnej losowości mózgu.
Sterowalność Cialdini i Harari Pokazują, że system globalnie nieprzewidywalny może być lokalnie sterowalny przez statystyczne przesuwanie wyborów. Podatność na bodziec nie oznacza pełnego „hakowania” jednostki ani dokładnej prognozy pojedynczej decyzji.
Kontrprzykład Erikson
Otoczeni przez idiotów
Dobrze ilustruje pokusę zamiany wielowymiarowego, kontekstowego człowieka w prostą, przewidywalną typologię. Cztery kolory dają narracyjną klarowność znacznie większą niż ich wartość psychometryczna.

Bibliografia selektywna

Publikacje do dalszego czytania

Zestaw obejmuje prace pierwotne i metodologiczne wspierające poszczególne ogniwa argumentu. Linki prowadzą do stron czasopism lub DOI.

Szum molekularny i synaptyczny

  1. Dorval & White (2005) — szum kanałowy w oscylacjach okołoprogowych.
  2. Faisal, White & Laughlin (2005) — limit miniaturyzacji aksonów.
  3. O’Donnell & van Rossum (2014) — systematyczna analiza źródeł szumu kanałowego.
  4. Zhang i wsp. (2020) — zmienność synaptyczna i zachowanie u Aplysia.

Sieć, chaos i stabilizacja

  1. Nolte i wsp. (2019) — niezawodność kory pośród szumu i chaosu.
  2. London i wsp. (2010) — wrażliwość kory na pojedynczą perturbację.
  3. Ribeiro i wsp. (2026) — odpowiedź sieci na 1–7 spike’ów.
  4. Terada & Toyoizumi (2024) — chaotyczna dynamika jako próbkowanie probabilistyczne.
  5. Jordan i wsp. (2019) — deterministyczna sieć rekurencyjna jako źródło sygnału dla obliczeń probabilistycznych.

Pomiar, zachowanie i decyzje

  1. Churchland i wsp. (2010) — wygaszanie zmienności przez bodziec.
  2. Musall i wsp. (2019) — dominujący wpływ niezarejestrowanych zachowań.
  3. Toker i wsp. (2020) — wykrywanie chaosu w danych naturalnych.
  4. Schurger i wsp. (2012) oraz Maoz i wsp. (2019) — próg ruchu i rodzaje decyzji.

Kwanty i dekoherencja

  1. Hensen i wsp. (2015) — bezlukowy test nierówności Bella.
  2. Tegmark (2000) i Hagan i wsp. (2002) — spór o czasy dekoherencji.
  3. Straub i wsp. (2025) — izotopowy efekt litu w fosforanach wapnia.
  4. Adams i wsp. (2025) — wpływ litu na postulowaną koherencję struktur Posnera.

10 / Synteza

Cztery zdania, które warto zachować

  1. 01

    Nieprzewidywalność nie dowodzi indeterminizmu.

  2. 02

    Indeterminizm nie tworzy automatycznie sprawczości.

  3. 03

    Chaos aktywności nie musi oznaczać chaosu zachowania.

  4. 04

    System globalnie nieprzewidywalny może być lokalnie sterowalny.

Najbardziej użyteczne pytanie nie brzmi więc „gdzie kończy się determinizm?”, lecz: które różnice system tłumi, które wzmacnia i kiedy przekraczają granicę rezultatu?