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

技術要約：非可逆的な神経アトラクタ力学における幾何学的不可逆性と散逸境界

問題提起
古典的なアトラクタ・ネットワーク理論では、しばしばスカラー・ランドスケープ（準ポテンシャル）を用いて神経状態をモデル化し、安定状態は極小値に、遷移は障壁の高さに支配されるものとして扱う。この平衡近似は有用ではあるが、代謝エネルギー消費や指向性のある再帰的相互作用を維持する神経系に対しては不完全である。このようなシステムは詳細釣合いを破り、定常密度が平衡状態のように見えても、循環的な確率電流を生成する。本論文は、以下の3つの具体的なギャップに対処する：

1. 同一の定常密度と準ポテンシャル障壁を持つ2つのシステムが、異なる稀な遷移の幾何学（ジオメトリ）を示し得るか。
2. 前方および逆方向の遷移経路の幾何学的非対称性を、定常状態のエントロピー生成と定量的に結びつけることができるか。
3. パス・レベルの不可逆性が、神経電流の熱力学的精度境界へと伝播するか。

手法
著者らは、非可逆的なドリフトの影響を分離するために、階層的なモデルを採用している：

• 解ける正規形（Normal Form）: ドリフト $F$ を勾配成分（$-\nabla U$）とソレノイダル（回転）成分（$\chi R \nabla U$）に分解した2次元確率微分方程式（SDE）。ポテンシャル $U(x,y)$ は、2つのアトラクタと1つのサドルを持つ双安定なランドスケープを定義する。パラメータ $\chi$ は非可逆性を制御する。
• 大偏差理論（Large-Deviation Theory）: フリードリン・ウェントウェル（Freidlin–Wentzell）の枠組みを用いて、最も確率の高い遷移経路（インスタントン）と作用障壁を計算する。高次元空間における最適経路を見出すために、幾何学的最小作用法（gMAM）を用い、幾何学的作用汎関数を最小化する。
• 高次元への拡張: 非可逆的な結合行列を持つ $N$ 次元（$N \in \{50, 100, 200, 500\}$）の疎な再帰ネットワークに正規形を埋め込み、スケーラビリティを検証する。
• 数値的検証:
  • モンテカルロ・シミュレーション: オイラー・丸山法（Euler–Maruyama）による積分を用いて、初到達時間を推定し、遷移率の大偏差スケーリングを検証する。
  • 熱力学的不確定性関係（TUR）: 相対電流分散とエントロピー生成の積を計算し、それが境界 $Q \ge 1$ を満たすかどうかをテストする。
  • 合成読み出し（Synthetic Readouts）: 合成集団活動に主成分分析（PCA）を適用し、湾曲した遷移の幾何学が神経記録においてどのように現れるかを例示する。

主要な貢献と結果

1. ランドスケープと幾何学のデカップリング（分離）:
   本研究は、システムが定常密度 $\rho_{ss} \propto \exp(-U/\epsilon)$ と、その平衡対応物と同一の準ポテンシャル障壁を有しながらも、非ゼロの確率電流と不可逆的なスイッチング経路を維持できることを示している。回転ドリフト項は、固定点とスカラー障壁の高さを維持する一方で、遷移チャネルを指向性のループへと曲げる。

2. 不可逆性の定量的三位一体:
   本論文は、ソレノイダル・ドリフトの強さ（$\chi$）、経路の非対称性、および散逸の間の定量的な関係を確立している：

   • 経路の非対称性 ($A_{path}$): 前方（脱出）経路と逆方向（緩和）経路の幾何学的差異は、非可逆性に対して線形にスケールする（$A_{path} \propto \chi$）。
   • エントロピー生成 ($\langle \sigma \rangle$): 定常状態のエントロピー生成率は、非可逆性に対して二次的にスケールする（$\langle \sigma \rangle \propto \chi^2$）。
   • スケーリング関係: 小さな $\chi$ の領域において、幾何学的な経路の不可逆性は、散逸の平方根のシグネチャーとして機能する：$A_{path}^2 \propto \epsilon \langle \sigma \rangle$。

3. 大偏差理論の検証:
   初到達時間のモンテカルロ・シミュレーションにより、遷移率がフリードリン・ウェントウェルのスケーリング則 $k \sim \exp(-\Delta V / \epsilon)$ に従うことが確認された。フィッティングされた障壁（$\Delta V \approx 0.2516$）は解析値（$0.25$）と1%以内で一致しており、稀なイベントが局所的なガウス型ゆらぎではなく、作用障壁によって支配されていることを検証している。

4. 熱力学的精度境界:
   これらの非可逆ネットワークにおける時間積分されたハウスキーピング電流が、熱力学的不確定性関係（TUR）を満たすことが検証された。不確定性コスト積 $Q = \frac{\text{Var}(J_T)}{\langle J_T \rangle^2} \langle \sigma \rangle T$ は、理論的境界である1を上回り続けている。これは、神経電流の精度を高めるには、散逸の増大、積分時間の延長、またはアーキテクチャの変更が必要であることを裏付けている。

5. 高次元における堅牢性:
   経路・電流・散逸の構造は、高次元ネットワーク（$N=500$）においても持続する。経路非対称性指数とエントロピー生成は、システムサイズおよび非可逆性の強さと一貫してスケールしており、変分パイプラインが低次元投影に依存することなく、フル・ステート空間において収束することを実証している。

意義と主張
本論文は、アトラクタ計算の反証可能な非平衡シグネチャーを特定したと主張している。スカラー・ランドスケープによる記述は、以下の予測に失敗するため、神経力学の完全な理解には不十分であると論じている：

• 稀な遷移（脱出 vs 緩和経路）の具体的な幾何学。
• 確率電流の方向性。
• 特定の精度の電流を実現するために必要な熱力学的コスト。

著者らは、これらの結果が制御され解析的に扱いやすいモデルから導かれたものであり、生物学的な総代謝コストを測定することを目的としたものではないことを強調している。むしろ、本研究は解決された粗視化ダイナミクスを分析するための枠組みを提供している。主要な貢献は、同一の占有ランドスケープを持つ2つのシステムであっても、遷移ルートとその熱力学的効率においては根本的に異なり得ることを示した点にある。これは、神経系またはニューロモーフィック・システムにおいて、状態の安定性、遷移の幾何学、および散逸が、共に分析されるべきではあるが独立した特性であることを示唆している。本研究は、将来の経験的研究において、観測された遷移アンサンブルが予測されたインスタントン・チューブに集中するかどうか、また非平衡モデルが平衡近似モデルよりも方向特異的な遷移中間体の予測において優れているかどうかをテストすべきであると提案している。