Een nieuw computermodel emuleert hoe de neocortex van de hersenen informatie verwerkt en leert via zelfgestuurd voorspellend leren. Dit model biedt een dieper inzicht in hoe onze hersenen de wereld om ons heen anticiperen en interpreteren, wat cruciaal is voor het begrijpen van bewustzijn.
Het model, ontwikkeld door onderzoekers, imiteert de structuur van de neocortex, met lagen die overeenkomen met verschillende hersengebieden. Laag 2/3 voorspelt binnenkomende sensorische informatie, terwijl Laag 5 de feitelijke sensorische input ontvangt. Het model leert door deze voorspellingen te vergelijken met de werkelijke sensorische data en past zijn interne verbindingen aan om fouten te minimaliseren.
Deze aanpak stelt het model in staat om voorspellende representaties te leren, vergelijkbaar met hoe onze hersenen leren anticiperen op gebeurtenissen. Het model toont ook aan hoe verschillende lagen van de cortex verschillende rollen spelen in de informatieverwerking. Dit onderzoek benadrukt het belang van zelfgestuurd leren voor het vermogen van de hersenen om de wereld te begrijpen en te voorspellen.
Dit onderzoek biedt waardevolle inzichten in hoe de hersenen leren en informatie verwerken. Het begrijpen van deze mechanismen kan leiden tot vooruitgangen in kunstmatige intelligentie en ons begrip van bewustzijn. Het vermogen van het model om de voorspellende capaciteiten van de hersenen na te volgen, biedt een veelbelovende weg voor toekomstig onderzoek naar de complexiteit van de menselijke geest.