Карта в голове: как мозг переносит опыт экспресс

Оригинал: "Schema-based active inference supports rapid generalization of experience and frontal cortical coding of abstract structure"
arXiv:2601.18946 · 2026-01-26 · CC BY 4.0 · 1 мин
Учёные построили модель, которая объясняет, как мозг быстро применяет старые знания к новым местам.

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.

Модель не просто повторяет поведение — она воспроизводит сигналы настоящих клеток мозга крыс. Те же узоры активности, что регистрировали в префронтальной коре во время навигации.

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.

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.

Понятия
система отсчёта нейронные сети в пространственном картировании гиппокамп искусственный интеллект теория игр теменная область объяснимый ИИ нейронная сеть байесовская иерархическая модель интерфейс мозг-компьютер распознавание образов обучение хранение информации сканирование мозга научный ассистент на основе ИИ обобщение важность признаков эталон распознавание речи символьная регрессия