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

Technische Samenvatting: Geometrische Irreversibiliteit en Dissipatiegrenzen in Niet-Reciproque Neurale Attractor-Dynamica

Probleemstelling
Klassieke attractor-netwerktheorie modelleert neurale toestanden vaak met behulp van een scalaal landschap (quasi-potentiaal), waarbij stabiele toestanden overeenkomen met minima en transities worden bepaald door barrièrehoogtes. Hoewel nuttig, is deze evenwicht-achtige benadering incompleet voor neurale systemen die metabolische energie verbruiken en gerichte recurrente interacties onderhouden. Dergelijke systemen verbreken het principe van gedetailleerd evenwicht, waardoor er circulerende waarschijnlijkheidsstromen ontstaan, zelfs wanneer stationaire dichtheden evenwicht-achtig lijken. Het artikel adresseert drie specifieke hiaten:

1. Of twee systemen met identieke stationaire dichtheden en quasi-potentiaalbarrières verschillende zeldzame transitie-geometrieën kunnen vertonen.
2. Of de geometrische asymmetrie van voorwaartse en achterwaartse transitiepaden kwantitatief gekoppeld kan worden aan de stationaire entropieproductie.
3. Of deze pad-niveau irreversibiliteit doorwerkt in thermodynamische precisiegrenzen voor neurale stroom-observabelen.

Methodologie
De auteurs hanteren een hiërarchie van modellen om de effecten van niet-reciproque drift te isoleren:

• Oplosbare Normaalvorm: Een tweedimensionale stochastische differentiële vergelijking (SDE) waarbij de drift $F$ wordt gedecomposeerd in een gradiëntcomponent ($-\nabla U$) en een solenoïdale (rotationele) component ($\chi R \nabla U$). De potentiaal $U(x,y)$ definieert een bistabiel landschap met twee attractoren en een zadelpunt. De parameter $\chi$ controleert de niet-reciprociteit.
• Large-Deviation Theory: Het Freidlin–Wentzell-raamwerk wordt gebruikt om de meest waarschijnlijke transitiepaden (instantonen) en actiebarrières te berekenen. De geometrische minimum-actie methode (gMAM) wordt ingezet om optimale paden in hoogdimensionale ruimten te vinden door een geometrische actiefunctionaal te minimaliseren.
• Hoogdimensionale Extensies: De normaalvorm wordt ingebed in $N$-dimensionale ($N \in \{50, 100, 200, 500\}$) ijle recurrente netwerken met antisymmetrische koppelingsmatrices om schaalbaarheid te testen.
• Numerieke Validatie:
  • Monte Carlo-simulaties: Euler–Maruyama integratie wordt gebruikt om first-passage tijden te schatten en de large-deviation schaling van transitie-snelheden te valideren.
  • Thermodynamische Onzekerheidsrelaties (TUR): Het product van relatieve stroomvariantie en entropieproductie wordt berekend om te testen of dit de grens $Q \ge 1$ voldoet.
  • Synthetische Readouts: Principale Componentanalyse (PCA) wordt toegepast op synthetische populatieactiviteit om te illustreren hoe gebogen transitie-geometrieën in neurale opnames zouden kunnen verschijnen.

Belangrijkste Bijdragen en Resultaten

1. Ontkoppeling van Landschap en Geometrie:
   Het onderzoek toont aan dat een systeem een stationaire dichtheid $\rho_{ss} \propto \exp(-U/\epsilon)$ en een quasi-potentiaalbarrière kan bezitten die identiek zijn aan die van zijn evenwichtstegenpartij, maar toch niet-nul waarschijnlijkheidsstromen en irreversibele schakelpaden kan onderhouden. De rotationele driftterm behoudt de vaste punten en de scalaal barrièrehoogte, maar buigt de transitiekanalen om tot gerichte lussen.

2. Kwantitatieve Triade van Irreversibiliteit:
   Het artikel stelt een kwantitatieve relatie vast tussen de solenoidale driftsterkte ($\chi$), pad-asymmetrie en dissipatie:

• Pad-asymmetrie ($A_{path}$): Het geometrische verschil tussen voorwaartse (ontsnappings) en achterwaartse (relaxatie) paden schaalt lineair met niet-reciprociteit ($A_{path} \propto \chi$).
• Entropieproductie ($\langle \sigma \rangle$): De stationaire entropieproductie-snelheid schaalt kwadratisch met niet-reciprociteit ($\langle \sigma \rangle \propto \chi^2$).
• Schaalrelatie: In het kleine-$\chi$-regime dient de geometrische pad-irreversibiliteit als de wortel-teken van dissipatie: $A_{path}^2 \propto \epsilon \langle \sigma \rangle$.

3. Validatie van Large-Deviation Theory:
   Monte Carlo-simulaties van first-passage tijden bevestigen dat de transitie-snelheden de Freidlin–Wentzell schalingswet $k \sim \exp(-\Delta V / \epsilon)$ volgen. De gefitte barrière ($\Delta V \approx 0.2516$) komt binnen 1% overeen met de analytische waarde ($0.25$), wat valideert dat de zeldzame gebeurtenissen worden beheerst door de actiebarrière in plaats van lokale Gaussische fluctuaties.

4. Thermodynamische Precisiegrenzen:
   De studie verifieert dat de tijd-geïntegreerde housekeeping-stromen in deze niet-reciproque netwerken voldoen aan de Thermodynamische Onzekerheidsrelatie (TUR). Het onzekerheid-kostenproduct $Q = \frac{\text{Var}(J_T)}{\langle J_T \rangle^2} \langle \sigma \rangle T$ blijft boven de theoretische grens van 1. Dit bevestigt dat het verbeteren van de precisie van neurale stromen meer dissipatie, langere integratietijden of architecturale wijzigingen vereist.

5. Hoogdimensionale Robuustheid:
   De pad–stroom–dissipatie structuur blijft standhouden in hoogdimensionale netwerken ($N=500$). De pad-asymmetrie-index en entropieproductie schalen consistent met de systeemgrootte en de sterkte van de niet-reciprociteit, wat aantoont dat de variationele pipeline convergeert in volledige toestandsruimten zonder afhankelijk te zijn van laagdimensionale projecties.

Significantie en Claims
Het artikel beweert een falsifieerbaar niet-evenwichtssignatuur van attractor-computatie te hebben geïdentificeerd. Het betoogt dat scalaal landschapbeschrijvingen onvoldoende zijn voor een volledig begrip van neurale dynamica, omdat ze niet in staat zijn om het volgende te voorspellen:

• De specifieke geometrie van zeldzame transities (ontsnappings- versus relaxatiepaden).
• De directionaliteit van waarschijnlijkheidsstromen.
• De thermodynamische kosten die nodig zijn om specifieke precisieniveaus van stroom-observabelen in de toestandsruimte te bereiken.

De auteurs benadrukken dat hun resultaten zijn afgeleid van gecontroleerde, analytisch behapbare modellen en niet beweren de totale biologische metabole kosten te meten. In plaats daarvan biedt het werk een raamwerk voor het analyseren van opgeloste grofmazige dynamica. De primaire bijdrage is de demonstratie dat twee systemen met identieke bezettingslandschappen fundamenteel kunnen verschillen in hun transitieroutes en thermodynamische efficiëntie. Dit suggereert dat voor neurale of neuromorfische systemen, toestand-stabiliteit, transitie-geometrie en dissipatie afzonderlijke maar gekoppelde eigenschappen zijn die gezamenlijk geanalyseerd moeten worden om de fysieke implementatie van computatie te begrijpen. Het werk stelt voor dat toekomstige empirische studies moeten testen of geobserveerde transitie-ensembles concentreren rond voorspelde instanton-buizen en of niet-evenwichtsmodellen beter presteren dan evenwichts-surrogaten bij het voorspellen van richting-specifieke transitie-intermediairen.