灵活的行为需要创建,更新和表达备忘录以取决于上下文。虽然对这些过程的每个过程的神经基础进行了深入的研究,但计算建模的最新进展揭示了以前在上下文依赖性学习中的关键挑战,这在以前很大程度上被忽略了:在自然条件下,上下文通常不确定,需要上下文推断。我们会在面对上下文不确定性及其所需的核心计算时回顾一种与上下文相关学习形式化的理论方法。我们展示了这种方法如何开始组织大量不同的实验性观察,从多个级别的大脑组织(包括电路,系统和行为)和多个大脑区域(最显着的是前额叶皮层,海马,海马和运动皮层),到一个连贯的框架中。我们认为,上下文推断也可能是理解大脑持续学习的关键。这种理论驱动的观点将上下文推断视为学习的核心组成部分。
主要关键词