桥接硅基与海马体：Algebro-Deterministic 记忆 "VaCoAl" 作为 Vector-HaSH 和 TEM 的基质
神经与进化计算
2026-05-25 v5 人工智能
摘要
Vector-HaSH 和 Tolman-Eichenbaum 机器（TEM）提出海马体-嗌环回路通过网格细胞框架对记忆进行分解。然而，人类 iEEG 显示冲击波涟漪控制召回且多跳级联复合衰减。这些领域缺乏统一的代数基础。我们引入 VaCoAl，这是建立在 Galois 域线性反馈移位寄存器上的 algebro-deterministic 超高维记忆架构。其确定性 Galois 域扩散提供了一种基质层面的替代方案，取代 Vector-HaSH 的随机投影，匹配准几何性，同时确保位精确可重复性。此外，路径积分置信度比 CR2 提供了一种代数可处理的模型，解释实证观察到的级联复合衰减。生物学上，VaCoAl 的两个运行范畴与 EC-CA3 直接通路和 EC-DG-CA3 三联通路相吻合，解释了其 520 万年的保守。独立的细胞证据支持 DG-CA3 通路实现了 Galois 域算术的生物相似物。我们还将这一框架与 Judea Pearl 的因果梯阶相链接。可逆 GF(2) 绑定为 do 运算符（第 2 层）提供手术式代数，VaCoAl 的双正交化器架构为反事实推理（第 3 层）提供平行基质。最终，我们证明了这些形式对应性，并导出可测试的 iEEG 预测，统一了计算神经科学、电生理和超高维计算。
关键词
引用
@article{arxiv.2605.15652,
title = {Bridging Silicon and the Hippocampus: Algebro-Deterministic Memory "VaCoAl" as a Substrate for Vector-HaSH and TEM},
author = {Hiroyuki Chuma and Kanji Otsuka and Yoichi Sato},
journal= {arXiv preprint arXiv:2605.15652},
year = {2026}
}
备注
52 pages, 5 figures, 1 table, 3 appendices