深度预测学习：三种视觉流的综合模型

新皮层如何学习并发展出我们所有高级认知能力的基础？我们提出了一个跨越生物、计算和认知层面的综合框架，层面间具有清晰的理论连续性，提供了在每个层面都有广泛数据直接支持的连贯答案。学习基于以100毫秒（alpha频率）间隔预测感官将报告的内容，并调整突触权重以提高预测准确性。丘脑枕核作为投影屏，通过来自多个脑区和抽象层次的深层第6层皮质丘脑输入生成预测。第5层内在爆发神经元的稀疏驱动输入提供目标信号，其与预测的时间差在整个皮层中回荡，使用直接从详细生物物理模型推导的方程中仅有的局部激活信号，驱动近似误差反向传播的突触变化。在视觉中，预测学习需要根据两个中心原则精心组织的发育进程和三个通路（What、Where和What*Where）的解剖学组织：来自紧凑、高级、抽象表示的自顶向下输入对于准确预测低级感官输入至关重要；并且集体低级预测误差必须逐步且机会主义地划分，以提取驱动进一步高级抽象学习的可分离因子。我们的模型从简单电影中自组织了100个不同物体的系统不变对象表示，解释了大量数据，并做出了许多可测试的预测。