Исследование, проведенное учеными из Еврейского университета в Иерусалиме, раскрыло уникальный механизм памяти, с помощью которого животные, такие как серые белки, запоминают местоположение своих тайников с припасами. По мнению исследователей, этот процесс может напоминать работу хеш-функции, используемой в компьютерных алгоритмах.

Белки, например, запасают еду на трудные времена, создавая тысячи тайников за сезон. Как же они потом находят эти запасы, ведь у них нет доступа к современным технологиям, таким как GPS?

Орен Форкош и Шарон Мордехай предложили гипотезу о том, что белки используют экономичный и быстрый нейронный механизм для запоминания местонахождения своих тайников. Если бы белки сохраняли точные пространственные координаты каждого тайника или запоминали всю визуальную информацию, им потребовалась бы огромная память, чтобы справиться с таким объемом данных. Однако Форкош и Мордехай предположили, что белки, вероятно, используют более эффективный метод - статический механизм, аналогичный хеш-функциям.

Хеш-функции - это алгоритмы, которые преобразуют любые входные данные в короткий и уникальный код фиксированной длины. В случае белок, они запоминают не само местоположение тайника, а ключевые элементы окружающей среды, такие как запахи, цвета или визуальные маркеры.

Эти элементы преобразуются в короткий хеш-код, который сохраняется в памяти. Когда белке нужно найти свой тайник, она генерирует хеш-код текущего местоположения и сравнивает его с сохраненными в памяти кодами. Если коды совпадают, значит, она рядом с тайником. Если нет, она перемещается и снова проверяет коды, что делает процесс поиска быстрым и эффективным.

Этот метод не только помогает белке избегать перегрузки памяти, но и позволяет игнорировать несущественные изменения в окружающей среде, такие как изменение цвета листвы в разное время года.

Исследователи создали математическую модель, которая демонстрирует, как клетки гиппокампа, ответственные за пространственную память, могут использовать хеширование для запоминания местоположений. Эти клетки активируются одинаково при посещении одного и того же места, но их активность различается в зависимости от области.

Предложенная модель не только объясняет поведение белок, но и может помочь лучше понять работу пространственной памяти у других животных, включая человека. Она также открывает новые возможности для развития технологий в области искусственного интеллекта, вдохновленных природой.