Geometric Irreversibility and Dissipation Bounds in Non-Reciprocal Neural Attractor Dynamics

Sintesi Tecnica: Irreversibilità Geometrica e Limiti di Dissipazione nella Dinamica degli Attrattori Neurali Non Reciproci

Enunciato del Problema
La teoria classica delle reti ad attrattore spesso modella gli stati neurali utilizzando un paesaggio scalare (quasipotenziale) dove gli stati stabili corrispondono a minimi e le transizioni sono governate dall'altezza delle barriere. Sebbene utile, tale approssimazione di tipo equilibrio è incompleta per i sistemi neurali che sostengono il consumo di energia metabolica e interazioni ricorrenti dirette. Tali sistemi rompono spesso il dettaglio bilanciato, generando correnti di probabilità circolanti anche quando le densità stazionarie appaiono simili a quelle di equilibrio. Il documento affronta tre lacune specifiche:

1. Se due sistemi con identiche densità stazionarie e barriere di quasipotenziale possano esibire geometrie di transizione rara differenti.
2. Se l'asimmetria geometrica dei percorsi di transizione in avanti e all'indietro possa essere collegata quantitativamente alla produzione di entropia allo stato stazionario.
3. Se l'irreversibilità a livello di percorso si propaghi nei limiti di precisione termodinamica per gli osservabili delle correnti neurali.

Metodologia
Gli autori impiegano una gerarchia di modelli per isolare gli effetti della deriva non reciproca:

• Forma Normale Solubile: Un'equazione differenziale stocastica (SDE) bidimensionale dove la deriva $F$ è decomposta in una componente di gradiente ($-\nabla U$) e una componente solenoide (rotazionale) ($\chi R \nabla U$). Il potenziale $U(x,y)$ definisce un paesaggio bistabile con due attrattori e una sella. Il parametro $\chi$ controlla la non-reciprocità.
• Teoria delle Grandi Deviazioni: Il framework di Freidlin–Wentzell viene utilizzato per calcolare i percorsi di transizione più probabili (istantoni) e le barriere di azione. Viene utilizzata la tecnica del metodo dell'azione geometrica minima (gMAM) per trovare i percorsi ottimali in spazi ad alta dimensionalità minimizzando un funzionale di azione geometrica.
• Estensioni ad Alta Dimensionalità: La forma normale è inserita in reti ricorrenti sparse $N$-dimensionali ($N \in \{50, 100, 200, 500\}$) con matrici di accoppiamento antisimmetriche per testarne la scalabilità.
• Validazione Numerica:
  • Simulazioni Monte Carlo: L'integrazione Euler–Maruyama viene utilizzata per stimare i tempi di primo passaggio e validare la scalabilità delle velocità di transizione della teoria delle grandi deviazioni.
  • Relazioni di Incertezza Termodinamica (TUR): Viene calcolato il prodotto tra la varianza della corrente relativa e la produzione di entropia per testare se soddisfi il limite $Q \ge 1$.
  • Readout Sintetici: L'Analisi delle Componenti Principali (PCA) è applicata all'attività di popolazione sintetica per illustrare come le geometrie di transizione curve possano apparire nelle registrazioni neurali.

Contributi Chiave e Risultati

1. Disaccoppiamento tra Paesaggio e Geometria:
   Il lavoro dimostra che un sistema può possedere una densità stazionaria $\rho_{ss} \propto \exp(-U/\epsilon)$ e una barriera di quasopotenziale identica al suo equivalente di equilibrio, pur sostenendo correnti di probabilità non nulle e percorsi di commutazione irreversibili. Il termine di deriva rotazionale preserva i punti fissi e l'altezza della barriera scalare, ma piega i canali di transizione in loop diretti.

2. Triade Quantitativa dell'Irreversibilità:
   Il documento stabilisce una relazione quantitativa tra la forza della deriva solenoide ($\chi$), l'asimmetria del percorso e la dissipazione:

   • Asimmetria del Percorso ($A_{path}$): La differenza geometrica tra il percorso in avanti (fuga) e quello all'indietro (rilassamento) scala linearmente con la non-reciprocità ($A_{path} \propto \chi$).
   • Produzione di Entropia ($\langle \sigma \rangle$): Il tasso di produzione di entropia allo stato stazionario scala quadraticamente con la non-reciprocità ($\langle \sigma \rangle \propto \chi^2$).
   • Relazione di Scalatura: Nel regime di piccolo $\chi$, l'irreversibilità geometrica del percorso funge da firma della radice quadrata della dissipazione: $A_{path}^2 \propto \epsilon \langle \sigma \rangle$.

3. Validazione della Teoria delle Grandi Deviazioni:
   Le simulazioni Monte Carlo dei tempi di primo passaggio confermano che le velocità di transizione obbediscono alla legge di scalatura di Freidlin–Wentzell $k \sim \exp(-\Delta V / \epsilon)$. La barriera fittata ($\Delta V \approx 0.2516$) corrisponde al valore analitico ($0.25$) entro l'1%, validando che gli eventi rari sono governati dalla barriera di azione piuttosto che da fluttuazioni gaussiane locali.

4. Limiti di Precisione Termodinamica:
   Lo studio verifica che le correnti di housekeeping integrate nel tempo in queste reti non reciproche soddisfano la Relazione di Incertezza Termodinamica (TUR). Il prodotto incertezza-costo $Q = \frac{\text{Var}(J_T)}{\langle J_T \rangle^2} \langle \sigma \rangle T$ rimane al di sopra del limite teorico di 1. Ciò conferma che migliorare la precisione delle correnti neurali richiede una maggiore dissipazione, tempi di integrazione più lunghi o cambiamenti architettonici.

5. Robustezza ad Alta Dimensionalità:
   La struttura percorso–corrente–dissipazione persiste in reti ad alta dimensionalità ($N=500$). L'indice di asimmetria del percorso e la produzione di entropia scalano coerentemente con la dimensione del sistema e la forza della non-reciprocità, dimostrando che il pipeline variazionale converge negli spazi di stato completi senza dipendere da proiezioni a bassa dimensionalità.

Significato e Rivendicazioni
Il documento sostiene di aver identificato una firma di non-equilibrio falsificabile del calcolo degli attrattori. Argomenta che le descrizioni basate su paesaggi scalari sono insufficienti per una comprensione completa della dinamica neurale perché non riescono a predire:

• La specifica geometria delle transizioni rare (percorsi di fuga vs. rilassamento).
• La direzionalità delle correnti di probabilità.
• Il costo termodinamico richiesto per raggiungere specifici livelli di precisione nelle correnti dello spazio degli stati.

Gli autori sottolineano che i loro risultati derivano da modelli controllati e analiticamente trattabili e non pretendono di misurare i costi metabolici biologici totali. Invece, il lavoro fornisce un quadro per l'analisi della dinamica a scala grossolana risolta. Il contributo primario è la dimostrazione che due sistemi con identici paesaggi di occupazione possono differire fondamentalmente nei loro percorsi di transizione e nella loro efficienza termodinamica. Ciò suggerisce che per i sistemi neurali o neuromorfici, la stabilità dello stato, la geometria di transizione e la dissipazione sono proprietà distinte ma accoppiate che devono essere analizzate insieme per comprendere l'implementazione fisica del calcolo. Il lavoro propone che gli studi empirici futuri dovrebbero testare se gli ensemble di transizione osservati si concentrano attorno ai predetti tubi di istantoni e se i modelli di non-equilibrio superano i surrogati di equilibrio nella previsione degli intermedi di transizione direzionali.