面对打破预期模式的图像，例如预期有停车标志的请勿进入标志，与显示与预测相符的图像相比，大脑如何反应和学习?

这是包括约克大学在内的一个团队着手回答的问题。一个长期存在的理论表明，大脑学习世界的预测模型，当传入的感官数据证明它们是错误的时，其内部预测就会被更新。然而，研究人员的发现让他们感到惊讶，约克理学院副教授乔尔·齐尔伯伯格(Joel Zylberberg)说，他是这篇新发表论文的共同通讯作者。

“检验这一理论一直是一个挑战，”他说。“我们需要能够长时间测量大脑感觉区域的自上而下的信号，以显示大脑如何学习新的感觉输入模式。”

研究人员使用小鼠模型，展示了多天的视觉模式图像，然后在测量大脑视觉皮层(处理来自视网膜的视觉信息的地方)的活动时呈现违反这些模式的其他图像。这个想法是为了测试神经元对新的违反模式的感觉信息的反应。

包括 Zylberberg 在内的几位研究人员是加拿大高级研究所机器和大脑学习小组的研究员，该小组作为艾伦脑科学研究所的大脑观测站及其 OpenScope 计划的一部分进行了这项研究。OpenScope 被比作天文学家共同研究宇宙的天文台;只是这一次，研究人员正在共享数据来研究大脑。