我们的大脑有一个基本的算法，不仅使我们能够识别传统的感恩节大餐，而且还能思考丰富的收获以及良好的家人和朋友的广泛影响。

“相对简单的数学逻辑是我们复杂的大脑计算的基础，”奥古斯塔大学乔治亚医学院的神经科学家Joe Z. Tsien博士说，他是奥古斯塔大学大脑与行为发现研究所和乔治亚研究联盟杰出学者的联合主任认知和系统神经生物学专业。

钱学森正在谈论他的“连通性理论”，这是我们数十亿神经元如何组装和排列以获取知识，并从中总结和得出结论的基本原理。

钱学森说：“智能实际上就是处理不确定性和无限可能性。”当一组类似的神经元组成各种集团来处理诸如识别食物，住所，朋友和敌人的每个基本事物时，似乎可以启用该功能。然后，将群体分类为功能连通性主题或FCM，以处理所有这些基础知识中的每种可能性，例如推断出米饭是重要食物组的一部分，这可能是有意义的感恩节聚会上的好小菜。思想越复杂，参与的集团就越多。

例如，这意味着我们不仅可以识别办公椅，而且可以识别一个办公室，当我们看到一个办公椅并且知道该椅子就是我们坐在该办公室的位置时。

钱在谈到将知识概念化的能力时说：“您知道办公室就是办公室，无论是在您家还是在白宫，”这是使我们与计算机区别开来的众多事物之一。

钱学森于2015年10月在《神经科学趋势》杂志上以1,000字长的论文首次发表了他的理论。现在，他和他的同事已经记录了该算法在七个不同大脑区域的工作情况，这些区域涉及诸如老鼠和仓鼠的食物和恐惧之类的基础知识。他们的文档发表在《系统神经科学前沿》杂志上。