希伯来大学的最新研究提出了一种新颖的、非基于记忆的动物储藏和检索食物的机制。研究人员认为，动物并不依赖记忆，而是使用一种类似于计算中的哈希函数的神经机制，从而可以高效地存储和检索储藏位置。
这很重要，因为它挑战了人们对动物认知的长期看法，并为动物如何能够管理数千个食物储藏而不会给其记忆系统带来过重负担提供了更有效的解释。
所提出的机制可能对我们理解动物行为、大脑功能，甚至开发新的人工智能系统具有深远的影响。通过为大脑中的信息处理提供一个更简单、更可扩展的模型，这项研究为探索动物和人类的认知过程开辟了新途径。
希伯来大学认知与脑科学系和动物科学系的研究人员 Oren Forkosh 博士和 Sharon Mordechay在《科学报告》上发表了他们的研究成果。
彻底改变对缓存行为的理解
与长期以来人们认为的散养动物依靠记忆来检索储存的食物这一观点相反，Forkosh 和 Mordechay 提出了一种类似于计算机中使用的哈希函数的静态机制。计算机中的哈希函数是一种将任意大小的输入数据转换为固定大小的字符串的算法，该字符串通常以独特而高效的方式表示数据。
研究人员的数学模型与海马空间细胞的活动相一致，这些细胞对动物的位置注意力作出反应。重新映射确保这些细胞在随后访问同一区域时始终保持激活状态，但不同区域之间的激活状态有所不同。
这种重新映射与独特的认知图相结合，生成了持久的哈希函数，可帮助食物缓存和检索。
该研究提出了一种简单的神经网络架构，能够产生每个动物独有的概率哈希值，为编码结构化数据提供了几乎无限的容量。
所提出的框架涉及通过神经网络实现生物学上可行的哈希算法。输入层对关键环境地标进行编码，而输出层指定食物储藏位置。
两层都排列在二维网格中，每个单元对应一个特定位置。缓存位置由输出神经元的活动水平(称为缓存分数)决定。
这种创新方法为研究动物行为和认知过程提供了新的视角，表明动物可能使用非基于记忆的机制来完成诸如缓存之类的复杂任务。这一发现可能对理解大脑功能和开发人工智能系统具有更广泛的意义。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！