预测性联想记忆：通过时间共现实现超越相似性的检索

当前神经系统的记忆方法依赖于基于相似性的检索，即根据查询找到最相似的存储状态。然而，这种方法未能捕捉生物记忆的一个基本特性——通过时间共现进行联想。本文提出了一种名为预测性联想记忆（PAM）的架构，该架构利用JEPA风格的预测器，在连续经验流中训练以学习导航嵌入空间的联想结构。文章引入了用于处理存储经验的Inward JEPA（预测可联想的过去状态）作为标准Outward JEPA（处理感官数据并预测未来状态）的补充。实验表明，PAM在联想回忆任务中表现出色，其在合成基准测试中的关联精度达到97%，且在与余弦相似度无关的情况下仍能有效区分共现与未共现的状态。