任务复杂性导致大脑不对称
数学模型表明，认知任务的复杂性会导致大脑神经元网络中的镜像对称性被破坏。
不对称现象在认知能力较高的物种中更为常见。 这一假设基于一种已经存在了一段时间的理论，该理论指出，任务复杂性的增加可能会导致镜像对称电路变成仅在大脑一侧存在的电路。 西班牙国家生物技术中心的 Luis Seoane 创建的数学模型 [1] 证实了这一假设。 研究人员的发现可能有助于解释大脑结构不仅受到认知挑战性任务的影响，而且还受到损伤和衰老的影响。
镜像对称神经网络可用于控制镜像对称的身体部位，例如手臂和腿。 头部每一侧存在重复电路也有助于提高计算精度，并在出现故障时提供替换电路。 这种重复产生的冗余会增加能耗。 这就提出了一个非常重要的问题：最佳镜像对称是否取决于神经网络执行的认知任务的复杂性？
来源和详细信息：
https://physics.aps.org/articles/v16/s133