当大脑中的神经元被激活时就会引发一连串的相关活动，这种网络一样的连锁反应似乎以难以捉摸的方式体现出来。当然，如果你拥有正确的信息就能够对它们进行预测。比如说，当一个神经系统科学家团队监控猕猴的大脑活动时，他们可以鉴定出大脑中的哪种电刺激连锁反应代表那种感觉。通过复制相同的模式，研究团队能够人为的让猕猴“感觉”到相同的感觉。

  现在苏塞克斯大学教授与同事们一起进行的一项研究，将那种模式搜索转化成为一种计算机模拟，它未来有可能是在灾难性事件发生之前进行预测。这个团队开发出了一种方程式，能够揭开多重节点之间的信息流效果。

  据论文的首席作者Lionel Barnett所说，他们发现事实上所有的随机相互影响的要素都是最重要的。这就从另一方面代表着我们必须首先鉴定出系统的所有部分，然后评估个体节点之间的关系以及它们整体的因果效应。这样我们就能发现节点的命运何时取决于它的行为，以及何时取决于所有其它的节点。

  研究团队提出，它有可能测量一个系统何时达到倾斜点，压倒性数量的节点会导致系统无法维持稳定引发整体变化。一位模型物理学家已经使用这个方程式来预测了标准体系中的相变。

  在一份声明中，塞克勒中心的负责人Anil Seth称这项研究意义深远，并且认为它或许有可能对现实世界的灾难发生前做出预测，并且改变结局。比如说，在大脑疾病发作前传输大脑刺激来阻止它。Seth说道，它的应用有可能延伸到金融学、气候学甚至是免疫系统，金融网络和癫痫探测也是关于临界点相变的典型案例。研究团队也将通过进一步的研究延伸研究范围。