آیا آگاهی از یک شبکه عظیم «نامرئی» در مغز پدید می‌آید؟

برای دهه‌ها، علوم اعصاب (Neuroscience) تلاش کرده است نقشه آگاهی را ترسیم کند. دانشمندان نورون‌ها را شناسایی کرده‌اند، نواحی مختلف مغز را نقشه‌برداری کرده‌اند و با دقت فراوان بررسی کرده‌اند که هنگام تشخیص چهره، یادآوری تابستانی از کودکی یا گفتن «یافتم!» پس از اتصال دو ایده، کدام بخش‌های مغز فعال می‌شوند.

این نقشه هر روز دقیق‌تر شده است؛ نورون‌های تازه، مدارهای عصبی و نواحی مغزی با جزئیاتی شگفت‌انگیز شناسایی شده‌اند. اما پرسش مهم اینجاست: آیا این نقشه همه داستان را می‌گوید؟

آیا نقشه مغز فقط نشان می‌دهد مغز از چه ساخته شده و اجزایش کجا قرار دارند، یا می‌تواند توضیح دهد چگونه میلیاردها سلول خود را به سامانه‌ای سازمان‌دهی می‌کنند که قادر است جهان درونی زنده و ذهنی ما را بسازد؛ همان چیزی که آن را آگاهی (Consciousness) می‌نامیم؟

مگس میوه؛ موجود کوچک محبوب علوم اعصاب

علوم اعصاب برای پاسخ دادن به پرسش‌های دشوار، موجودی محبوب دارد: مگس میوه (Fruit Fly) با نام علمی دروزوفیلا ملانوگاستر (Drosophila melanogaster). همان حشره کوچک و آزاردهنده‌ای که معمولاً دور موزهای بیش‌ازحد رسیده و زباله‌های فراموش‌شده آشپزخانه می‌چرخد.

اکنون همین حشره ساده شاید پیام‌آور ایده‌ای نو درباره چگونگی تولید آگاهی توسط نورون‌ها باشد؛ ایده‌ای که بر نوعی هندسه نامرئی (Invisible Geometry) تکیه دارد.

مگس میوه فقط حدود ۱۳۹ هزار نورون دارد؛ عددی بسیار کوچک در مقایسه با حدود ۸۶ میلیارد نورون در مغز انسان. با این حال، مگس میوه یکی از معدود موجوداتی است که دانشمندان کانکتوم (Connectome) آن را با جزئیاتی فوق‌العاده نقشه‌برداری کرده‌اند.

کانکتوم همان شبکه عظیم راه‌ها، پل‌ها و بزرگراه‌هایی است که نورون‌ها را به یکدیگر متصل می‌کند. اما مطالعه‌ای تازه نشان می‌دهد حتی این نقشه بازسازی‌شده و بسیار دقیق از مغز هم شاید همه واقعیت را توضیح ندهد.

مطالعه تازه؛ نگاه از جای نورون‌ها به شیوه اتصال آن‌ها

در یک پیش‌چاپ علمی در فوریه ۲۰۲۶ که در آرکایو (arXiv) منتشر شد، پژوهشگرانی از دانشگاه اوتووش لوراند (Eötvös Loránd University) در بوداپست کاری خلاف انتظار انجام دادند.

آن‌ها به‌جای تمرکز بر این‌که نورون‌های مگس از نظر فیزیکی در کجای مغز قرار دارند، بررسی کردند که این نورون‌ها چگونه به یکدیگر متصل شده‌اند. سپس شبکه عصبی را درون فضای هذلولوی (Hyperbolic Space) تصویر کردند؛ نوعی هندسه خمیده که ریاضی‌دانان آن را دارای انحنای منفی (Negative Curvature) می‌دانند.

هندسه اقلیدسی و هندسه هذلولوی؛ دو نگاه متفاوت به فضا

بیشتر ما در مدرسه با هندسه اقلیدسی (Euclidean Geometry) آشنا شده‌ایم؛ همان هندسه رایج خط‌کش‌ها، شبکه‌ها، خطوط مستقیم و مختصات سه‌بعدی معمولی. این هندسه جهان آشنای ما را با خطوط صاف و فضاهای قابل اندازه‌گیری توصیف می‌کند.

اما هندسه هذلولوی (Hyperbolic Geometry) از خطوط مستقیم و شبکه‌های منظم هندسه اقلیدسی فاصله می‌گیرد. در این نوع فضا، هرچه از مرکز دورتر شوید، فضا با سرعت بسیار بیشتری گسترش پیدا می‌کند. همین ویژگی باعث می‌شود فضای زیادی برای شبکه‌های گسترده، سلسله‌مراتب شاخه‌شاخه و هاب‌های بسیار متصل ایجاد شود.

از آنجا که بسیاری از سامانه‌های واقعی جهان ــ از مغزها و اکوسیستم‌ها گرفته تا شبکه‌های اجتماعی و اینترنت ــ چنین ویژگی‌هایی دارند، پژوهشگران هرچه بیشتر از هندسه هذلولوی استفاده می‌کنند تا چیزی را آشکار کنند که برخی آن را هندسه پنهان (Hidden Geometry) سامانه‌های پیچیده می‌نامند؛ یعنی نقشه سازمان‌دهنده عمیق‌تری که رفتار یک شبکه را کنترل می‌کند، حتی اگر ساختار فیزیکی آن نقشه نامرئی باشد.

چرا نقشه سه‌بعدی معمولی کافی نیست؟

بندگوز شویوک (Bendegúz Sulyok)، پژوهشگر علم شبکه (Network Science) در دانشگاه اوتووش لوراند بوداپست و یکی از نویسندگان مطالعه، می‌گوید در نمایش معمول سه‌بعدی اقلیدسی، چیدمان فیزیکی مغز از نظر بصری بسیار شلوغ است و پنهان می‌کند که سیگنال‌ها واقعاً چگونه در سامانه حرکت می‌کنند.

به گفته او، وقتی تیم پژوهشی به سراغ فضای ریاضی با انحنای منفی رفت ــ فضایی که از یک نقطه مرکزی به‌سرعت گسترش پیدا می‌کند ــ الگوهای چشمگیری در کانکتوم مگس دیده شد.

آن‌ها مشاهده کردند:

• نورون‌هایی که نقش هاب‌های اصلی ارتباطی (Communication Hubs) را دارند، نزدیک مرکز نقشه جمع می‌شوند.
• سلول‌های تخصصی‌تر که مسئول عملکردهای خاص هستند، به سمت لبه‌ها می‌روند.
• این اتفاق حتی زمانی رخ می‌دهد که آن نورون‌ها در مغز واقعی از نظر فیزیکی از هم دور باشند.

به بیان ساده‌تر، در این نقشه هذلولوی، نورون‌هایی که کارهای مشابه انجام می‌دهند، تقریباً در یک جهت قرار می‌گیرند.

نمونه‌ای از نظم پنهان؛ نورون‌های بینایی و نورون‌های مرکزی

شویوک توضیح می‌دهد که این موضوع پیچیده است، اما اصل آن چنین است: نورون‌هایی که وظایف مشابهی دارند، در نقشه هذلولوی تقریباً به یک سمت اشاره می‌کنند.

برای نمونه، گروه‌های اصلی مانند:

• نورون‌های بینایی (Optic Neurons)، که به مگس کمک می‌کنند مثلاً تکه‌ای هندوانه را از آن سوی اتاق تشخیص دهد؛
• نورون‌های مرکزی (Central Neurons)، که به هماهنگ کردن اطلاعات در سراسر مغز کمک می‌کنند، مثلاً وقتی مگس تصمیم می‌گیرد چگونه از ضربه دست انسان فرار کند؛

در بخش‌ها یا سکتورهای جداگانه‌ای از نقشه قرار گرفتند.

این یعنی نقشه هذلولوی می‌تواند روابط، دسته‌بندی‌ها و الگوهایی را آشکار کند که در نقشه سیم‌کشی تخت و معمولی پنهان می‌مانند.

پرسش بزرگ؛ آیا این فقط یک ابزار ریاضی است یا نشانه‌ای بنیادی از کار مغز؟

با وجود جذابیت این نقشه، پرسش بزرگ همچنان باقی است: آیا این هندسه پنهان نشان‌دهنده چیزی بنیادی درباره شیوه سازمان‌یابی مغزهاست؟ و حتی شاید درباره خود آگاهی؟ یا فقط یک تصویرسازی ریاضی هوشمندانه است که بیرون از آزمایشگاه چندان معنایی ندارد؟

شویوک پاسخ می‌دهد: هر دو.

به گفته او، این روش هم یک لنز ریاضی بسیار پیشرفته است و هم چیزی را دنبال می‌کند که با یک واقعیت بنیادی زیستی همخوانی دارد.

مدارهای مغز به‌طور طبیعی شبیه یک درخت بزرگ و گسترده‌اند؛ مانند درخت بنیان (Banyan Tree)، با شاخه‌هایی که بارها تقسیم می‌شوند و به بیرون گسترش می‌یابند. در مغز، این شاخه‌ها همان آکسون‌ها (Axons) و دندریت‌ها (Dendrites) هستند؛ امتدادهای کابل‌مانند نورون‌ها که منشعب می‌شوند و ماتریس‌های عظیم عصبی می‌سازند.

شویوک استدلال می‌کند که هندسه هذلولوی راهی بسیار طبیعی برای نمایش این سلسله‌مراتب‌ها فراهم می‌کند.

آزمون‌های ریاضی؛ آیا هندسه پنهان واقعاً ساختار مغز را منعکس می‌کند؟

برای بررسی این ایده، تیم پژوهشی مجموعه‌ای از آزمون‌های ریاضی را به کار گرفت تا ببیند آیا این طراحی نامرئی واقعاً با شیوه سازمان‌یابی مغز در زیر سطح ظاهری آن همخوان است یا نه.

نتیجه این بود که نقشه هذلولوی بارها و بارها از نقشه‌های متعارف کم‌بعدی بهتر عمل کرد. این موضوع نشان می‌دهد چارچوب هندسی جایگزین، فقط یک ترفند زیبا برای تصویرسازی نیست؛ بلکه ممکن است جنبه‌ای واقعی از سازمان شبکه عصبی را نشان دهد.

این ایده چنین خلاصه شده است: «شاید لازم باشد ابزارهایی را که برای مطالعه ذهن به کار می‌بریم، از نو بازاندیشی کنیم.»

اما مگس میوه انسان نیست؛ پس چرا اهمیت دارد؟

ممکن است کسی بگوید مگس میوه انسان نیست. این اعتراض درست است، اما شاید یک ویژگی مهم طبیعت را نادیده بگیرد: سامانه‌های پیچیده، از شبکه‌های عصبی پرپیچ‌وخم و اکوسیستم‌ها گرفته تا مغز یک حشره، معمولاً پیرامون خوشه‌ها، هاب‌ها و زیرشبکه‌هایی سازمان می‌یابند که باید به شکلی با یکدیگر ارتباط برقرار کنند.

اگر این سامانه‌ها نوعی کد نامرئی مشترک در سازمان‌دهی خود داشته باشند، روشن‌ترین جلوه آن شاید همان هندسه هذلولوی باشد. اگر این حجم عظیم از اتصال در دستگاه عصبی‌ای به کوچکی یک ذره رخ می‌دهد، تصور کنید مغز انسان با ۸۶ میلیارد نورون چه چالشی دارد.

شویوک گمان می‌کند مگس میوه شاید فقط نخستین جایی باشد که ما این الگو را دیده‌ایم. او می‌گوید: «انتظار داریم نتایج ما برای مغز انسان نیز برقرار باشد.»

این ادعا به‌تنهایی پرسشی جذاب مطرح می‌کند: آیا در تلاش برای فهم آگاهی، بیش از حد بر کالبدشناسی قابل مشاهده تمرکز کرده‌ایم و چیزی عمیق‌تر را نادیده گرفته‌ایم؛ یعنی شبکه نامرئی ارتباطاتی که وقتی میلیاردها نورون مانند یک کل واحد عمل می‌کنند، پدیدار می‌شود؟

روند تازه در علوم اعصاب؛ آگاهی در بخش‌هاست یا در تبادل میان آن‌ها؟

این پرسش با روندی گسترده‌تر در علوم اعصاب همسو است. پژوهشگران بیش از گذشته از این پرسش فاصله می‌گیرند که «هر ناحیه مغز چه کاری انجام می‌دهد؟» و به سمت پرسشی ظریف‌تر می‌روند:

آیا شناخت (Cognition)، آگاهی (Awareness) و شاید خود آگاهی ذهنی (Consciousness) در بخش‌های جداگانه مغز قرار دارند، یا در تبادل اطلاعات میان آن بخش‌ها پدید می‌آیند؟

چند چهره مهم در این زمینه دیدگاه‌هایی هم‌راستا دارند:

• کارل فریستون (Karl Friston)، عصب‌شناس نظری (Theoretical Neuroscientist) و روان‌پزشک، مغز را یک ماشین پیش‌بینی (Prediction Machine) می‌بیند که پیوسته مدل‌هایی از واقعیت می‌سازد و همان‌جا آن‌ها را به‌روزرسانی می‌کند.
• اولاف اسپورنز (Olaf Sporns)، پیشگام علوم اعصاب شبکه‌ای (Network Neuroscience)، مغز را کمتر به‌صورت مجموعه‌ای از بخش‌های جدا و برچسب‌خورده می‌بیند و بیشتر آن را شبکه‌ای درهم‌تنیده از ارتباطات می‌داند.
• جولیو تونونی (Giulio Tononi)، پژوهشگر آگاهی، باور دارد آگاهی فقط به شلیک نورون‌ها وابسته نیست، بلکه به این بستگی دارد که چگونه شمار عظیمی از سیگنال‌ها با هم جمع می‌شوند تا تجربه‌ای واحد و یکپارچه از واقعیت بسازند.

دیدگاه رمسیس القاعده؛ شناخت در جریان اطلاعات است، نه در مکان

این ایده برای رمسیس القاعده (Ramses Alcaide)، دکترای علوم اعصاب و مدیرعامل شرکت فناوری عصبی نورِیبل (Neurable)، نیز آشنا و مهم است.

او می‌گوید رویکرد چند دهه گذشته، یعنی تقسیم مغز به نواحی مختلف و نسبت دادن عملکردهای جداگانه به آن‌ها، بینش‌های مهمی ایجاد کرده است؛ اما شاید همه داستان را نگفته باشد.

به بیان القاعده، شناخت در جریان زندگی می‌کند، نه در مکان.

او توضیح می‌دهد: «کالبدشناسی به شما می‌گوید چیزها کجا هستند. هندسه شبکه به شما می‌گوید اطلاعات واقعاً چگونه جریان پیدا می‌کند. سیم‌ها به شما می‌گویند چه چیزهایی می‌توانند به هم وصل شوند. اما نمی‌گویند چرا الگوهای خاصی از اتصال، فکر، توجه یا آگاهی تولید می‌کنند.»

آیا آگاهی ممکن است از سازمانی عمیق‌تر پدیدار شود؟

از نگاه القاعده، یکی از جذاب‌ترین پیام‌های مطالعه این است که نقشه کالبدی مغز شاید برای توضیح شناخت کامل نباشد. او می‌گوید شناخت و شاید آگاهی ممکن است ویژگی‌های همین سازمان‌دهی عمیق‌تر باشند.

این احتمال که ارزشمندترین پدیده‌های ذهنی ما درون یک چشم‌انداز ریاضی عمیق، عمدتاً نامرئی و بدون همتای فیزیکی مستقیم پدیدار شوند، از نظر او پیامی عمیق دارد.

اگر این درست باشد، شاید لازم باشد ابزارهایی را که برای مطالعه ذهن استفاده می‌کنیم، از نو تعریف کنیم.

القاعده می‌گوید: «اگر این موضوع در مگس درست باشد، و اگر این اصل به مغزهای بزرگ‌تر تعمیم پیدا کند، یعنی ما نقشه اشتباه را می‌خوانده‌ایم.»

او ادامه می‌دهد: «مرز بعدی شاید نه در کشف نواحی تازه مغز، بلکه در یاد گرفتن خواندن کد منبع پنهانی باشد که میلیاردها سلول را به تجربه‌ای آگاهانه تبدیل می‌کند.»

اشاره به نظریه‌های مرزی درباره آگاهی

در این مورد به چند موضوع مرتبط نیز می‌توان اشاره کرد که همگی در قلمرو ایده‌های بزرگ و گاه بحث‌برانگیز درباره آگاهی قرار می‌گیرند:

• این احتمال که آگاهی ما شاید از بُعدی بالاتر سرچشمه بگیرد.
• این ایده که آگاهی شاید یک هولوگرام کوانتومی (Quantum Hologram) باشد.
• ادعایی درباره این‌که احساسات درونی یا حس‌های شهودی شاید خاطراتی از آینده باشند.

این موضوعات لزوماً به معنای نتیجه قطعی علمی نیستند، اما نشان می‌دهند بحث درباره آگاهی اکنون از مرزهای نقشه‌برداری ساده مغز فراتر رفته و وارد پرسش‌هایی عمیق‌تر درباره واقعیت، زمان، شبکه‌ها و ریاضیات شده است.

احتیاط پژوهشگر اصلی؛ این مطالعه منشأ آگاهی را ثابت نکرده است

با وجود برداشت‌های گسترده، خود شویوک محتاط‌تر سخن می‌گوید. او الزاماً با پیامدهای بزرگ‌تر این ایده مخالفت نمی‌کند، اما تأکید دارد که آگاهی بسیار فراتر از چیزی است که این مطالعه قصد آزمودن آن را داشته است.

این مطالعه ساختار شبکه عصبی را بررسی کرده، نه منشأ خود آگاهی را.

با این حال، او بارها به این احتمال بازمی‌گردد که مگس میوه شاید راهبردی را آشکار می‌کند که طبیعت در مغزهایی با اندازه‌های بسیار متفاوت دوباره و دوباره از آن استفاده کرده است.

او می‌گوید: «ما می‌دانیم شبکه مغز انسان ویژگی‌های ماژولار و سلسله‌مراتبی دارد؛ ویژگی‌هایی نه چندان متفاوت از مغز مگس، و ویژگی‌هایی که با هندسه هذلولوی سازگارند.»

آیا ذهن مگسی که دور هندوانه می‌چرخد، سرنخی از ذهن ما دارد؟

هنوز معلوم نیست شباهت میان مغز مگس و مغز انسان در سطح هندسه شبکه، در نهایت برای توضیح آگاهی اهمیت تعیین‌کننده‌ای داشته باشد یا نه. آنچه قطعی است این است که ذهن همان مگس کوچکی که تابستان دور هندوانه شما می‌چرخد، شاید سرنخ‌هایی برای فهم ذهن خودتان پنهان کرده باشد.

این مطالعه نشان می‌دهد شاید برای شناخت ذهن، کافی نباشد بدانیم نورون‌ها کجا هستند؛ باید بفهمیم آن‌ها چگونه در شبکه‌ای عظیم، پنهان و هندسی با هم ارتباط می‌گیرند. شاید آگاهی نه در یک نقطه خاص از مغز، بلکه در الگوی جریان اطلاعات میان بی‌شمار اتصال عصبی پدیدار شود؛ در جایی که «سیگنال‌های بی‌شمار با هم می‌آیند تا تجربه‌ای یکپارچه از واقعیت بسازند».