東京大學研究生井形秀吉領導的一個研究小組（研究時）闡明了海馬神經元信息再現（重放）的重要性，以便有效地學習獲得獎勵的行為策略。預計信息處理機制將在腦科學和機器學習研究中得到闡明。
有機體在學習適當的行為策略時需要正確評估它們所獲得的回報和努力。為此，需要一種對事物進行優先排序、學習和記憶的大腦信息處理機制。這也適用於機器學習，對提高學習效率的計算算法的研究一直很活躍。在這方面，有效地再現（重放）計算電路學習的信息很重要，但很難評估動物的行為模式和神經活動的變化，因為根據學習的行為很複雜。..
該研究小組將海馬體作為實現這種信息處理的大腦區域。當大鼠被要求解決迷宮任務並學習新的獎勵行為策略時，我們調查了海馬神經元群活動和信息再生的變化。分析結果發現，隨著學習的進行，海馬神經迴路會形成有效的信息表達，並經常回放對學習很重要的片段。此外，甚至在老鼠採用最有效的行為策略之前，這種行為策略的重播就在大腦中開始了。換句話說，海馬神經迴路被證明具有能夠優先考慮和重播學習事件和行為策略的特性。
這項研究的結果將有助於闡明動物的大腦信息處理機制，從而設計出適合新環境的行為。此外，除了大腦研究之外，這將是設計計算算法以有效推進機器學習的重要一步。
