随机连接的工作记忆灵活性

在这篇新文章中，神经元提出了普林斯顿大学神经科学家Bouchacourt和Tim Buschman的工作记忆新模型。

工作记忆是你记忆事物的能力。它作为一个工作空间，可以保存和操作信息，然后用来指导行为。这样，它在认知中起着关键作用，与直接的感官世界相分离。工作记忆的一个显著特点是它的灵活性——你可以把任何事情都记在脑子里。

如何实现这种灵活性还没有被理解。在他们的新手稿中，Bouchacourt和Buschman提出了一种新的工作记忆模型，可以捕捉到这种灵活性。

该模型将高维随机网络与结构化传感器网络相结合，灵活维护任意输入。这种连接不受管制的特性允许网络保持任意的输入。

然而，这种灵活性是有代价的：随机连接重叠，导致表示之间的干扰，并限制了网络的存储容量。这与人类工作记忆的有限容量相匹配，并表明工作记忆中的灵活性和容量之间存在权衡。

此外，该模型还捕捉了工作记忆的其他几个行为和神经生理学特征。这项工作为人类的核心认知功能提供了新的视角。正在进行的工作希望了解这些机制是如何在破坏工作记忆的神经精神疾病中被破坏的。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！