El marco de ingeniería neurológica se puede utilizar para crear sistemas que utilicen la memoria de formas interesantes. Un sistema ( Spaun ) es capaz de memorizar (y olvidar) listas de la misma manera que lo hacen los humanos. Otro sistema puede aprender tareas y aplicar el conocimiento a subtareas mediante el aprendizaje por refuerzo jerárquico. Ambas tareas involucran la memoria, pero ¿cómo se contiene la memoria dentro del Marco de Ingeniería Neurológica?
El Marco de Ingeniería Neurológica no establece explícitamente un mecanismo para la memoria. No hay un "disco duro" en el cerebro para una fácil recuperación y acceso. Más bien, la memoria se captura en los pesos de conexión entre las poblaciones neuronales y la dinámica de la red.
En el ejemplo de Aprendizaje por Refuerzo Jerárquico, vinculado en la pregunta anterior, la "memoria" del mapa para la tarea de navegación se guarda modificando los pesos de las conexiones de las neuronas que representan el entorno.
En la tarea de memorización de listas en serie, la memoria de trabajo para guardar los elementos de la lista de punteros semánticos se conserva en un integrador, que es esencialmente una población de neuronas que se retroalimenta a sí misma.
Estos son ejemplos de memoria de trabajo, en otras palabras, la memoria que le permite conducir un automóvil sin recordar realmente cómo lo condujo exactamente. El modelado de la memoria a largo plazo requiere bastantes mecanismos más (reconsolidación de la memoria) y estructuras (hipocampo, amígdala) que aún no han sido capturados en ningún sistema construido con NEF.
consiguió un
seanny123
memoryen el cuadro de búsqueda de la pestaña de publicaciones .