条件整合记忆网络：对神经元设计含义的一种解释

理解神经系统的基本操作逻辑对于推进神经科学研究至关重要。然而，尽管过去几十年中收集了大量关于大脑的实证数据，旨在解决这一基本问题的理论努力仍然匮乏。为弥补这一不足，本文引入了一个关于原始神经网络功能本质的假设性框架。它分析了这样一种观点：神经元与突触的活动可以在符号上重演世界中的动态变化，从而实现一个自适应的行为系统。更重要的是，该网络是在不参与算法结构的情况下实现这一点的。当神经元的激活表示环境中的某个符号元素时，其每个突触可指示该元素及其未来状态的潜在变化。突触连接的功效进一步规定了该元素发生此类变化或对此类变化贡献的特定概率。当神经元发放时，其激活被传递至突触后靶标，导致所表示元素的时间顺序偏移。由于神经元固有的求和功能整合了各种突触前贡献，该神经网络模拟了所观察环境中事件的集体因果关系。