小脑

你可以用两种方法抓住高飞球。你可以通过求解控制球的移动的复杂联立微分方程，以及你在观察球移动时的特定角度方程，然后利用更多的方程计算出如何移动你的身体、手臂和手，在合适的位置、合适的时间接住球。

大脑却不采用这种方法。基本上，大脑会将很多方程简化为一些简单的趋势模型，考虑球会落在你视线范围内哪个区域的趋向以及它在这个范围内的移动速度。它也与手做相同的事，线性预测球在你的视线范围内和手的位置。当然，目标是确保它们同时落在同一位置。假如球落得太快，而你的手又动得太慢，你的大脑就会指导你的手更快地移动，以保证趋向吻合。棘手的数学问题“戈尔迪之结”（Gordianknot）的解决方案就叫作基函数（basis functions），它们由小脑执行——小脑的形状如豆、大小如棒球，位于脑干的区域。^[141]

小脑是曾经控制几乎所有原始人类运动的旧脑区域。它现在仍然包含大脑一半的神经元，尽管大多数都很小，因此该区域只占脑重的10%。然而，小脑是大脑设计大规模重复的另一个例子。基因组中的设计信息相对较少，因为它的结构是几个重复几亿次的神经元模式。正如新皮质一样，小脑的结构也有一致性。^[142]

控制我们肌肉的大多数功能已经被新皮质所代替，使用的是与感受和认知同样的模式识别公式。就移动来说，我们可以更恰当地运用新皮质的模式执行功能来完成它。新皮质确实可以利用小脑中的记忆来记录细微的脚本运动，例如，你的签名或是音乐、舞蹈等艺术表现方面的旺盛欲望。对小脑在孩子书法学习过程中发挥的作用的研究表明，小脑的浦肯野细胞（Purkinje cell）也抽样检查动作序列，每个都对特定的样品很敏感。^[143]因为新皮质控制着我们的大部分移动，所以很多人即使是小脑严重受损，也能设法应对相对明显的残疾，只是他们的动作不那么优雅而已。

新皮质也要求小脑使用它计算实时基函数的能力来预测我们正在考虑却还没有执行（可能会执行）的行动后果，以及行动或是其他的可能行动。这是大脑天生就带有线性预测器的另一个例子。

利用基函数，人们在模仿小脑积极响应感觉信息的能力方面已经获得了巨大的进步，无论是由下往上的模仿（基于生化模型），还是由上往下的模仿（基于小脑中每个重复单元如何运转的数学模型）。^[144]