杜克大学的一个神经科学家团队发现了这种预测行为背后的神经线路，并观察了猴子的神经回路是如何预测给定的速度的。他们说，大脑的感觉和运动系统的神经元是由过去的经验和感觉输入的组合引导的。

该论文的资深作者、杜克大学乔治·巴斯·盖勒神经生物学研究教授斯蒂芬·利斯伯格(Stephen Lisberger)说，当在神经网络计算机中复制时，运动神经元做出的这些有根据的猜测模仿了贝叶斯统计推断。爱博网投领导者贝叶斯推理依赖于给定结果的概率，并在获得更多证据时更新它。

研究人员建立了一个电路的数学模型，将先前的经验与某种形式的感官输入相比较，并相应地调整其连接的权重，就像现实生活中的突触一样。

“这个模型的行为就像神经元一样，”Lisberger说。该团队能够将神经反应呈现为一系列符合贝叶斯逻辑的方程。

这部作品出现在9月17日自然神经科学。

“电机控制是由这种可靠性编码信息引导的，”Lisberger说。对过去经历的记忆是通过神经回路中突触的强度来建立的，这些突触驱动着所谓的“追逐眼动”，这些突触可以随着经历的变化而迅速修改。该系统的核心是大脑中控制额眼区(FEFsem，简称FEFsem)平滑眼球运动的区域。

过去几年里，神经科学领域的许多论文都表明，大脑有能力根据过去的经验进行推断和预测，以缓和其对感官输入的使用。“据我们所知，这是第一次有人发现一个完美的地方会导致我们所看到的行为输出，”Lisberger说，他也是杜克脑科学研究所的成员。

从视网膜到大脑再到眼部肌肉的整个眼球运动回路，研究人员都知道，他们可以测量其中的任何一个神经元。他们记录了猴子追踪移动目标时单个神经元的活动，并使它们的眼球运动适应速度的变化。

该团队的实验还表明，当一个视觉目标通过降低对比度或亮度而在视觉上不那么明显时，基于过去经验的估计的重要性就会变得更大。里斯伯格说:“这就像你在夜晚或大雾中行驶在熟悉的道路上——你根据你知道接下来会发生的事情和你实际看到的东西来行驶。”

“在弱光下，FEFsem说，‘不要追踪它，’”里斯伯格说。“但如果它是一个亮斑，它就会说‘收听，得到它。他说，这种见解将使他们能够通过观察神经元来预测眼球运动。

这项研究得到了美国国立卫生研究院(R01-EY027373和F30-EY027684)、霍华德休斯医学研究所、韦克曼捐赠基金和杜克大学的支持。