Una red neuronal, como una hoja de papel cuadriculado, recibe señales homogéneas en su entrada y, por sí misma, traza una cuadrícula de coordenadas. Primero, las conexiones entre las entradas y las células de la red se asemejan a una colina suave: en el centro la respuesta es más fuerte y hacia los bordes se atenúa. Así nace una mancha de actividad estable — comportamiento colectivo — que se sostiene por sí misma.
Luego ocurre lo inesperado: sin ninguna retroalimentación, esa mancha comienza a desplazarse hacia adelante. La red, sin 'planearlo', predice dónde estará la señal en el siguiente instante. En estructuras en capas, similares a la corteza cerebral, este desplazamiento se acumula — como en la corteza entorrinal, donde las neuronas se activan un poco antes de que llegue el estímulo real.
Si se permite que la red cierre conexiones sobre sí misma, aprende a mantener una onda viajera sin ayuda externa. Y si se añade una corriente que varía con el tiempo y codifica la velocidad, la red se convierte en un modelado estocástico integrador de ruta: su velocidad interna se ajusta y la mancha se mueve en una dirección estricta, contando la distancia recorrida. Así, a partir de reglas simples de aprendizaje e inhibición, se ensambla por sí sola un sistema que construye el mapa y también guía a través de él.
La mancha de actividad en estas redes se asemeja a una 'burbuja' de excitación: su posición codifica la coordenada, y su forma permanece casi invariable durante el movimiento — como una ola gigante, pero estable.