已经提出了几种神经机制来解释认知能力的形成,这些认知能力是通过出生后与身体和社会文化环境的互动形成的。在这里,我们介绍了一个三级信息处理和认知能力获取的计算模型。我们提出了构建这些级别的最低架构要求,以及参数如何影响它们的性能和关系。第一个感觉运动水平处理局部无意识处理,这里是在视觉分类任务期间。第二级或认知水平通过长距离连接全局整合来自多个本地处理器的信息,并以全局但仍然无意识的方式合成它。第三级也是认知最高的级别,全局和有意识地处理信息。它基于全局神经工作空间 (GNW) 理论,被称为意识水平。我们分别使用跟踪和延迟条件任务来挑战第二级和第三级。结果首先强调了通过在局部和全局尺度上选择和稳定突触来进行表观遗传的必要性,以使网络能够解决前两个任务。在全局尺度上,尽管感知和奖励之间存在时间延迟,但多巴胺似乎对于正确提供信用分配必不可少。在第三层,在没有感官输入的情况下,中间神经元的存在对于在 GNW 内维持自我维持的表征必不可少。最后,虽然平衡的自发内在活动促进了局部和全局尺度上的表观遗传,但平衡的兴奋/抑制比率可以提高性能。我们从神经发育和人工智能两个方面讨论了该模型的合理性。
主要关键词