一项新的研究表明，生成人工智能的最新进展可以帮助解释记忆如何使我们能够了解世界，重温旧的经历，并为想象力和规划构建全新的体验

这项发表在《自然人类行为》杂志上的研究使用人工智能计算模型(称为生成神经网络)来模拟大脑中的神经网络如何学习和记住一系列事件(每个事件都由一个简单的场景表示)。

该模型以代表海马体和新皮质的网络为特色，以研究它们如何相互作用。

众所周知，大脑的两个部分在记忆、想象力和计划过程中协同工作。

“人工智能中使用的生成网络的最新进展表明如何从经验中提取信息，以便我们既可以回忆特定的经验，也可以灵活地想象新的经验可能是什么样子，”该大学的博士生埃莉诺·斯宾斯说。伦敦大学 (UCL) 认知神经科学研究所。

斯宾斯说：“我们认为记忆是基于概念想象过去，将一些存储的细节与我们对可能发生的事情的期望结合起来。”

人类需要做出预测才能生存(例如避免危险或寻找食物)，人工智能网络建议我们如何以及当我们在休息时重播记忆时，它可以帮助我们的大脑从过去的经历中获取模式，这些模式可用于这些预测。

研究人员向模型播放了 10,000 张简单场景的图像。海马网络快速编码所经历的每个场景。然后它一遍又一遍地重播场景，以训练新皮质中的生成神经网络。

新皮质网络学会将代表每个场景的数千个输入神经元(接收视觉信息的神经元)的活动传递给较小的神经元中间层(最小的仅包含 20 个神经元)，从而将场景重新创建为数千个活动模式输出神经元(预测视觉信息的神经元)。

这使得新皮质网络学习高效的场景“概念”表示，捕捉其含义(例如墙壁和物体的排列)，从而既可以重现旧场景，又可以生成全新场景。

因此，海马体能够对呈现给它的新场景的含义进行编码，而不必对每个细节进行编码，从而使其能够将资源集中在编码新皮质无法复制的独特特征上，例如新型物体。

该模型解释了新皮质如何缓慢获取概念知识，以及如何与海马体一起，通过在头脑中重建事件来“重新体验”事件。该模型还解释了在想象和规划未来的过程中如何产生新的事件，以及为什么现有的记忆常常包含“要点状”的扭曲——其中独特的特征被概括并记住为更像以前事件的特征。