Modellen, som beskrivs i en artikel publicerad i tidskriften *Psychological Review*, hämtar inspiration från teoretisk neurovetenskap, psykologi och artificiell intelligens. Den erbjuder ett omfattande ramverk som inte bara simulerar hur hjärnan bearbetar sekventiellt minne utan också förklarar hur minnesfel kan uppstå.
"Det är den första modellen som sammanför minnesförvrängningar och kärnprocesserna som stöder sekventiellt minne", säger Mehrdad Jazayeri, docent vid MIT:s avdelning för hjärn- och kognitiv vetenskap och Picower Institute for Learning and Memory. "Det kan ge nya insikter om att förstå kognitiva brister i psykiatriska störningar där sekventiellt minne är känt för att vara nedsatt."
Sekventiellt minne är avgörande för vardagliga aktiviteter som att komma ihåg en lista med varor i mataffären eller stegen i ett recept. Det är nära knutet till vår tidsuppfattning och vår förmåga att navigera genom världen.
Den nya modellen fångar två kärnprocesser som tros stödja sekventiellt minne:förmågan att förutsäga kommande objekt i en sekvens, och förmågan att återkalla ordningen på objekt i en sekvens.
För att uppnå dessa processer har modellens "hjärnceller" - matematiska enheter som representerar neuroner - flera lager av sammankoppling, vilket återspeglar den hierarkiska arkitekturen hos hjärnregioner som är involverade i minnet. Modellen inkluderar också mekanismer för att representera tid, lära av tidigare erfarenheter och göra fel.
Forskarna testade modellen genom att jämföra dess prestanda med mänskliga minnesdata på olika sekventiella minnesuppgifter. Resultaten visade att modellen exakt fångade mänskliga prestationer, inte bara när det gäller korrekta svar utan också i de typer av fel som människor gjorde.
"Man har länge trott att sekventiellt minne involverar förutsägelse, men vår modell är ett av de första kvantitativa ramverken som uttryckligen visar hur förutsägelse bidrar till minnesförvrängningar och fel", säger huvudförfattaren Mohammad Amin-Nouri, en forskare vid institutionen för Hjärn- och kognitionsvetenskap.
Till exempel förutspår modellen att människor är mer benägna att missta ett objekt för ett angränsande objekt i sekvensen på grund av starka prediktiva signaler mellan objekt i närheten. Den förklarar också hur våra förväntningar på ordningen på föremålen kan påverka vårt minne för sekvensen.
Forskarna tror att den nya modellen potentiellt kan användas för att utveckla verktyg för att bedöma minnesbrist vid psykiatriska störningar och för att vägleda utvecklingen av kognitiva rehabiliteringsinsatser.
"Vi skulle kunna använda den här modellen för att lokalisera specifika minnesprocesser som är försämrade i olika psykiatriska störningar", säger Amin-Nouri. "Detta kan hjälpa oss att förstå de kognitiva rötterna till dessa störningar och designa riktade behandlingar för att förbättra minnets funktion."
Forskarna planerar att ytterligare förfina modellen genom att införliva ytterligare kognitiva processer, såsom uppmärksamhet, och genom att jämföra den med hjärnavbildningsdata för att få en djupare förståelse av de neurala mekanismerna i sekventiellt minne.