في قلب الاستفسارات حول القدرات المعرفية للذكاء الاصطناعي وعلم الأعصاب، يأتي سؤال محوري حول كيفية نشوء قدرة التعميم - أي القدرة على استخراج الهياكل العلائقية المستقرة في سياقات متنوعة. وقد أشار العلماء إلى أن أساس هذه القدرة مستمد من القشرة الحُصين (hippocampus)، بالتحديد في القشرة الشمية (entorhinal cortex) حيث تجتمع مسارات متعددة تفصل بين الهياكل العلائقية في القشرة الشمية المتوسطة (MEC) والمحتوى الحسي في القشرة الشمية الجانبية.

لكن كما جادل العالم Eichenbaum، فإن هذه التجزئة قد تنشأ في مراحل سابقة، نتيجة لتفكيك مسارات الرؤية العليا ('أين') والجانبية ('ماذا'). تدعم هذه الرؤية الأنماط المميزة من إطلاق الخلايا الشبكية - وهي سمة مميزة للقشرة الشمية المتوسطة - والتي تظهر كذلك في مناطق قشرية سابقة في المسار العلوي. ومع ذلك، تظل كيفية تشكيل هذه التمثيلات بشكل حسابي على طول المسارات العليا لغزًا.

للكشف عن هذا اللغز، طورنا نموذج ReGraph، الذي يتميز ببنية قادرة على التعلم من المسارات البيولوجية، ويستخدم ترميزاً خاصاً للمسارات المدفوعة بواسطة الشبكية وتعديل بين المسارات العليا والجانبية. وقد تم تدريب ReGraph على معيار العمل Something-Something V2، ليظهر كيفية ظهور الترميز العلائقي في مسار محدد.

لاحظنا أن الرموز المستقرة الأنماط والشبكات المكانية الفريدة تتجلى بالتحديد على طول المسار العلوي الموسع. بينما تعكس نماذج المسار الفردي والبدائل القياسية عدم وجود هذه الهياكل، مما يشير إلى أن هذه التحيزات الاستدلالية تعتبر ضرورية لتكوين الهياكل العلائقية. علاوة على ذلك، أثبتت تحليلاتنا اللاحقة أن هذه القواعد الأنماط الشبكية تعمل كنماذج قابلة لإعادة الاستخدام لمعالجة المعلومات عبر التقنيات الجانبية.

بالمجمل، تقدم نتائجنا رؤية حسابية تؤكد أن التعميم قد لا يكون خاصية تظهر فجأة داخل منطقة معينة، بل هي خاصية تتشكل منذ البداية عندما يتم تقسيم المعلومات الحسية إلى مسارات مفكوكة في أنظمة الرؤية الهرمية.