Карта в голове: как мозг переносит опыт экспресс
Переезжая в новую квартиру, человек не учится заново открывать двери и включать свет. Опыт из старого дома переносится сам собой: кухня — это место с плитой и мойкой, спальня — с кроватью. Мозг хранит не точную карту, а гибкую схему, которую накладывает на незнакомое пространство.
Учёные построили компьютерную модель такого переноса. В ней два этажа. Верхний этаж — это абстрактная задача: найти еду, запомнить безопасный угол. Нижний этаж — конкретное помещение со стенами и поворотами. Между этажами работает переводчик: он связывает цель «найти еду» с точкой на карте.
Когда модель попадает в новое помещение, она не паникует. Она применяет старую схему: если раньше еда была в северо-западном углу, она ищет её там же. Если угол пуст — быстро переучивается. Так же человек в новой квартире сначала идёт к тому месту, где в старой был выключатель.
Верхний этаж модели оказался похож на префронтальную кору: там есть клетки, которые реагируют на прогресс к цели независимо от конкретного места. Нижний этаж — на гиппокамп: там клетки места, как у крыс в лабиринте. Модель объединила два уровня, и это дало новый взгляд на то, как мозг переносит опыт.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2601.18946
Schemas -- abstract relational structures that capture the commonalities across experiences -- are thought to underlie humans' and animals' ability to rapidly generalize knowledge, rebind new experiences to existing structures, and flexibly adapt behavior across contexts. Despite their central role in cognition, the computational principles and neural mechanisms supporting schema formation and use remain elusive. Here, we introduce schema-based hierarchical active inference (S-HAI), a novel computational framework that combines predictive processing and active inference with schema-based mechanisms. In S-HAI, a higher-level generative model encodes abstract task structure, while a lower-level model encodes spatial navigation, with the two levels linked by a grounding likelihood that maps abstract goals to physical locations. Through a series of simulations, we show that S-HAI reproduces key behavioral signatures of rapid schema-based generalization in spatial navigation tasks, including the ability to flexibly remap abstract schemas onto novel contexts, resolve goal ambiguity, and balance reuse versus accommodation of novel mappings. Crucially, S-HAI also reproduces prominent neural codes reported in rodent medial prefrontal cortex during a schema-dependent navigation and decision task, including task-invariant goal-progress cells, goal-and-spatially conjunctive cells, and place-like codes at the lower level. Taken together, these results provide a mechanistic account of schema-based learning and inference that bridges behavior, neural data, and theory. More broadly, our findings suggest that schema formation and generalization may arise from predictive processing principles implemented hierarchically across cortical and hippocampal circuits, enabling the generalization of experience.
У крыс есть клетки, которые возбуждаются, когда животное приближается к цели, — даже если сама цель в другом конце лабиринта. Эти «клетки прогресса» нашли и в модели.
В фильме «Начало» архитекторы строят сны по общим схемам, которые сновидец заполняет деталями, — как мозг накладывает знакомую схему на новое место.