几十年来，神经科学家已经开发了数学框架，以解释大脑活动如何在可预测的重复性场景中（例如玩游戏时）推动行为。这些算法不仅描述了脑细胞活性精确但也有助于在特定任务（例如玩Atari或Go）中取得超人成就的人工智能。
然而，这些框架没有捕捉人类和动物行为的本质：我们的概括，推断和适应的非凡能力。我们的研究，在自然界发表去年年底，提供了有关小鼠中脑细胞如何实现这种更复杂，聪明的行为的见解。
与机器不同，人类和动物可以灵活地应对新的挑战。每天，我们通过从我们的知识中概括或从经验中汲取灵感来解决新问题。我们烹饪新食谱，结识新朋友，走新的道路，我们可以想象完全新颖的选择的后果。
心理学家爱德华·托尔曼（Edward Tolman）在20世纪中叶描述了认知图的概念。这些是世界内部的心理表征，它们组织了我们的经验，并使我们能够预测下一步的情况。
从1970年代开始，研究人员确定一个精美的专门细胞系统在海马（大脑记忆中心）和内河皮质（一个涉及内存，导航和时间感知的领域）在构成我们环境的字面地图的啮齿动物中。
其中包括在特定位置发射的位置细胞，以及创建空间框架的网格细胞。这些以及许多其他神经元的寄托范围，目标和位置，形成精确的心理图物理世界和我们所在的地方。
现在，我们的注意力已经转向了其他认知领域，除了找到概括，推理，想象力，社会认知和记忆的方式。这些功能也参与了帮助我们在太空中导航的大脑的相同区域。
概括的细胞？
我们想知道是否有细胞组织我们行为的知识，而不是外界的知识，以及它们的工作方式。具体而言，随着我们从过去的经验中概括，脑细胞活性的基础是什么？我们如何沙沙作响？
我们确实找到了这样的细胞。有些神经元告诉我们我们在某个行为的位置（我们没有命名为细胞）。
为了揭示执行这些角色的脑细胞，网络和算法，我们研究了小鼠，训练动物完成任务。该任务具有一系列具有重复结构的动作。循环中包含水奖励（A，B，C和D）的四个位置或进球的小鼠。
当我们移动目标的位置时，小鼠也能够推断序列中的下一步发生的事情 - 即使他们以前从未经历过这种确切的情况。
当老鼠第一次在新位置达到目标D时，他们立即知道要回到目标A。这是不记忆的，因为他们从未遇到过。相反，它表明小鼠了解任务的一般结构，并跟踪其在其中的位置。
小鼠将电极植入大脑，这使我们能够在任务过程中捕获神经活动。我们发现皮质中的特定细胞（大脑最外层）共同映射了动物的目标进度。例如，当动物是达到目标的70％时，一个细胞都可以发射，而不管目标是何处或多远。
一些细胞追踪了直接的子目标的进展 - 例如在我们的烹饪类比中切碎蔬菜，而另一些细胞则将进步迈出了整体目标，例如完成餐点。
这些目标进度单元格共同创建了一个系统，该系统赋予我们在行为空间而不是物理空间中的位置。至关重要的是，系统是灵活的，如果任务更改，则可以更新。这种编码使大脑能够预测即将到来的动作序列，而无需依赖简单的关联记忆。
共同的经历
为什么大脑应该烦恼学习任务的一般结构表示？为什么不为每个代表创建一个新的表示？为了使概括值得，我们完成的任务必须包含可以被利用的规律性，并且它们做到了。
我们为实现目标所做的行为充满了重复。概括允许知识超越各个实例。在一生中，我们遇到了任务的高度结构化分布。每天，我们通过从过去的经验中概括来解决新问题。
以前的与Bognese进行的相遇可以告知新的Ragu食谱，因为同样的一般步骤也适用于两者（例如，从炸洋葱开始并在最后添加新鲜的草药）。我们建议，皮质中的目标形成细胞是组织，动作和结果之间组织抽象关系的内部框架。虽然我们只在小鼠中证明了这一点，但人类大脑中发生同样的事情是合理的。
通过记录这些细胞网络和基于它们的算法，我们正在人类和动物神经科学之间以及生物学和人工智能之间建造新的桥梁。和面食。
特别感谢Alison Cranage在撰写本文时的支持。