El modelo reconoce que «flujo de información» en un sistema alcanza un pico justo antes de que se mueve de un estado a un estado inestable, un cambio conocido como una «transición de fase.»
Estos son comunes a una amplia variedad de situaciones, incluyendo ataques epilépticos y el cambio climático.
Hasta ahora este tipo de flujo de información parecían ocurrir imprevisiblemente, o al menos de una manera que no sabíamos cómo predecirla.
El investigador principal, el Dr. Lionel Barnett dijo: «La idea clave en el trabajo es que la dinámica de los sistemas complejos – como el cerebro y la economía – dependen de la forma en que sus elementos influyen causalmente entre sí, es decir, cómo fluye la información entre ellos.
«Y que necesita este flujo de información a ser medido para el sistema como un todo, y no sólo a nivel local entre sus diversas partes.»
Esto significaba la identificación de todos los nodos en un sistema y luego la determinación de su relación con el todo.
A partir de este enfoque holístico, se puede ver si el destino que de un nodo es dependiente de su propio comportamiento, con la de los otros nodos.
Si un número crítico de nodos se ve que actua de manera diferente en el sistema como un todo, entonces esto sería predecir una transición de fase. Sencillo.
Profesor Anil Seth, Co-Director del Centro Sackler, ha querido señalar las posibles consecuencias futuras de tal ecuación.
Él dijo: «Las implicaciones del trabajo son de gran alcance Si los resultados se generalizan a otros sistemas del mundo real, podríamos tener formas de predecir calamidades antes de que sucedan, lo que abriría la posibilidad de una intervención para prevenir la transición se produzca.»
Además, el equipo estaba formado por científicos del Centro Sackler de Ciencias Conciencia y el Centro de Investigación en Sistemas Complejos en la Universidad Charles Sturt, en Australia.
¿Qué te parece?