الدماغ لا يكتفي بالاستجابة للعالم، بل يظل يخمّن ما الذي سيحدث في اللحظة التالية. يُعرف هذا المبدأ بالترميز التنبؤي: تقارن الخلايا العصبية التوقعات بالواقع وتحدّث الصورة الداخلية عند حدوث خطأ. لكن كيف يمكن لنظام معقد كهذا أن يُبنى في النسيج الحي للقشرة الدماغية، ظل غير واضح.
مؤلفو الدراسة الجديدة مدّوا جسرًا بين الرياضيات والبيولوجيا. فقد أخذوا نموذج العمليات الغاوسية التكرارية — وهي طريقة لبناء توقعات متعددة الطبقات، حيث تعتمد كل طبقة على الطبقة السابقة — وأظهروا أنه يؤدي بشكل طبيعي جميع العمليات المطلوبة: نقل عدم اليقين، ووزن الأخطاء حسب أهميتها، وبناء تسلسل هرمي للتخمينات. الحيلة الأساسية هي «محور» مشترك واحد لعملية عشوائية يخترق جميع الطبقات ويمنعها من فقدان الاتصال ببعضها البعض.
ثم مضى الباحثون أبعد من ذلك، فطبقوا هذه البنية الرياضية على البنية المجهرية الحقيقية للقشرة الدماغية. واتضح أن كل مكوّن من مكونات النموذج — العملية المشتركة، وآلية الانتقاء، وديناميكية التحديث — يجد انعكاسًا واضحًا في تجمعات عصبية معروفة والوصلات بين الطبقات. هذه ليست مجرد تشبيه: فالبنية تتنبأ بفروق محددة في إيقاعات النشاط عند نقل الإشارات «من الأسفل إلى الأعلى» و«من الأعلى إلى الأسفل»، يمكن التحقق منها تجريبيًا. وهكذا تصبح العمليات الغاوسية التكرارية ليست مجرد أداة حسابية ملائمة، بل مرشحًا لأن تكون لغة موحدة لوصف آلة التنبؤ في الدماغ.
يتنبأ النموذج بأن أخطاء التنبؤ القادمة من الطبقات السفلية للقشرة الدماغية إلى الطبقات العليا يجب أن تنتقل بموجات ذات تردد أعلى من الإشارات التصحيحية في الاتجاه المعاكس.