）これにより、生存のための新しい認知能力が得られました。
新皮質（
神経学者のマウンTCキャストル（Mountcastle）は、新皮質に関するいくつかの重要な発見を行いました：
：新皮質の垂直列において、感覚刺激に対する反応は同じです。 
：柱状構造内部には大量の垂直接続があり、それら同士の水平接続は比較的少ないです。 ：新皮質の異なる領域（聴覚皮質や視覚皮質など）は配置方法において基本的に同じです。
これらの発見に基づき、以下の結論が導かれました：皮質柱は密に並んだ構造単位であり、異なる皮質柱が実行するアルゴリズムは一貫性を持っています。
ヘルムホルツ機械
ヘルムホルツは、人間の感覚が很大程度に推論のプロセスであると提唱しました。つまり、私たちは現実のすべてを直接感知するのではなく、推論を通じて模擬された現実を得ています。この理論に基づいて、コンピュータ専門家のヒントン（Hinton）とデイアン（Dayan）はヘルムホルツ機械を開発しました。他のニューラルネットワークがパターン認識のために入力機能を持つ一方で、ヘルムホルツ機械はパターン生成を行う逆方向リンクも備えています。
この設計は、人間の脳の特徴を反映しています：感覚と想像は同時に進行することはできず、ニューラルネットワークの生成と認識も同時に進行することはできません。
新皮質は実際には「世界予測機」であり、三次元の世界を再構築し、次に何が起こるかを予測することができます。しかし、現在の人工知能システムは一般的にこのような「世界モデル」を構築する能力に欠けています。
シミュレーションによる三つの能力
：例えば、ネズミが迷路課題を行う際、心理的なシミュレーションを通じて探査を行い、未来の行動を事前に計画します。
：脳は因果関係を構築することで、過去に選ばなかった代替ルートから学びます。これは、異なる選択をした場合にどのような結果がもたらされるかを理解することです。
：特定の過去の経験や断片を思い出せる能力です。これは手続き記憶とは異なります。手続き記憶は鳥が飛ぶことを学ぶ能力や子供が自転車に乗ることを学ぶ能力ですが、エピソード記憶は具体的な出来事を思い出すものです。
モデルベースの強化学習
。その中でも、aPFCは他の動物の行動をシミュレートし、その背後にある意図を推測し、これらの意図を利用して次の動物の行動を予測することが得意です。
思考）。
と深層学習技術を組み合わせることで、現在の状態を評価し、異なる選択肢の潜在的な結果を予測（すなわちモデルを構築）し、探査中に継続的に戦略を最適化します。このプロセスは、複雑な状況下で哺乳類が停止して思考し、未来の可能性を予測し、目標指向の意思決定を行う様子に似ています。
皿洗いロボット
運動皮質の役割は、直接運動指令を生成することではなく、運動予測を生成し、それを実際に動作に変えるために神経回路を調整することです。それは身体の動作状態を継続的に観察し、これらの動作を解釈し、次の行動を予測します。運動皮質の感覚と運動計画の能力により、初期の哺乳類は正確な動作を学習し遂行することができました。
このプロセスでは、aPFC（無顆粒状前頭前野）は目標達成に必要な具体的な運動の詳細に焦点を当てる必要がなく、高レベルのナビゲーションパスにのみ集中します。同様に、運動皮質は行為の高レベルな目標に注目する必要がなく、低レベルな運動目標、例えばカップをつかむことや特定のコードを演奏することに集中するだけで済みます。
哺乳類の運動システムを逆解析することで、これを洗碗ロボットに極限まで応用できます。洗碗ロボットは、タスクを分担するために同様のメカニズムを利用できます。運動皮質はタスク実行に必要な微細な動作を処理し、aPFCはより高レベルなタスク目標の計画に集中します。