Wenn wir wirklich die Grenze des "Lebens-Chaos" verstehen wollen, ohne den Indikator von Lyapunov nirgendwo. Dies ist ein strenges Werkzeug, um festzustellen, wo das System verblasst, wo es stabil ist und wo es in exponentielle Instabilität geht.
1 - Definition
Der maximale Ljapunow-Exponent \lambda_{\max} zeigt, wie sich eine kleine Störung verhält: \delta x: \delta x(t) \sim e^{\lambda t}
- \lambda < 0 → Störungen klingen ab
- \lambda = 0 → kritische Grenze
- \lambda > 0 → Chaos
Kritikalität = \lambda_{\max} \approx 0
2 - Für das rezidivierende Neuronetz
Modell: x(t+1) = W \phi(x(t))
Linearisierung:
\delta x(t+1) = W D_\phi \delta x(t), wobei: D_\phi = \text{diag}(\phi'(x))
Dann ist der Indikator Lyupunov:
\lambda_{\max} = \lim_{T\to\infty} \frac{1}{T} \sum_{t=1}^{T} \ln \| W D_\phi(t) \|
3 - Schätzung
Wenn wir die mittlere Verstärkung ansetzen als g = \langle \phi'(x) \rangle, dann:
\lambda_{\max} \approx \ln (g \rho(W))
Das ist die Schlüsselformel.
4 - Beziehung zur Kritikalität
\lambda_{\max} = 0 \Rightarrow g \rho(W) = 1
Hier treffen sich:
- Spektralradius
- branching ratio
- Perkolation
- Phasenübergang
Das ist ein strenges Übergangskriterium.
5 - Geometrische Bedeutung
Der Lyapunov-Indikator misst:
- Geschwindigkeit der Trajektorien
- Stabilität des Attraktors
- effektives Phasenvolumen
Im Gehirn:
- \lambda < 0 → Schlaf, Hemmung
- \lambda \approx 0 → bewusste Dynamik
- \lambda > 0 → pathologische Instabilität
6 - Kommunikation mit Informationen
Die Informationsleistung ist mit der Summe der positiven Indikatoren von Lyapunov (Entropie von Kolmogorov-Blau) verbunden:
h_{KS} = \sum_{\lambda_i > 0} \lambda_i
An einem kritischen Punkt:
- h_{KS} wird maximiert
- Das System verliert an Stabilität.
Das ist das Optimum an Berechnungen.
7 - Verbindung zur Perkolation
Die Perkolation liefert die strukturelle Schwelle: \langle k \rangle > 1
Ljapunow liefert die dynamische Schwelle: \lambda_{\max} = 0
Nur bei Ausführung beider:
- Es gibt eine globale Verbindung
- Dynamik an der Grenze des Chaos
8 - Universelle Bedingung für das Gehirn
Bewusstseinszustand ist möglich, wenn:
\langle k \rangle > 1 \quad \text{und} \quad \lambda_{\max} \approx 0
Das verbindet:
- Topologie
- Dynamik
- Recheneffizienz
9 - Tiefe Ausgabe
Der Lyapunov-Index ist ein Thermometer der Komplexität.
Es zeigt, wie sehr das System:
- Empfindlich
- nachhaltig
- Daten speichern und verarbeiten
Bewusstsein ist nicht nur kompliziert.
Dies ist ein Zustand, in dem \lambda_{\max} nahe null liegt.
1 - Ausgabe des Lyapunov-Spektrums für ein großes zufälliges Netzwerk (dynamische Mittelfeldmethode)
2 - Verknüpfung des Lyapunov-Indikators mit dem Energieverbrauch des Gehirns
3️⃣ Ein selbstorganisierendes Netzwerk aufbauen, das selbst \lambda \to 0 einstellt
Wir werden jetzt eine Theorie über die Höhe der Veröffentlichung erstellen.