生物体记忆建模的形式化方法

我们将生物体视为其环境演化的观察者，实时记录关于环境状态空间X的感官信息。感官信息被采样后，在两个层面上进行处理。在生物学层面，生物体充当对输入数据主观相关性进行评估的机制：观察者利用其感官设备，为能够识别的X中的事件赋予激发值。在算法层面，感官输入用于更新一个数据库，即观察者的记忆，其目的是作为X的几何/组合模型，其节点由评估机制产生的激发值加权。这些值作为指导系统，决定数据库应如何随观测数据的积累而变换。我们为所提出的模型定义了一个搜索问题，并讨论了模型的灵活性、计算效率，以及将其实现为类神经元单元动态网络的可能性。我们展示了人类记忆和思维过程的若干易于观察的特性如何在该模型框架内得到解释。这些特性包括：推理（含效率界限）、错误、信息的暂时性和永久性丢失。我们还能根据新模型定义一般的学习问题，例如语言习得问题。