Каждая клетка НТМ содержит в себе список сегментов дистальных дендритов. При этом, каждый такой сегмент работает как некоторый пороговый детектор. Если число активных синапсов любого из таких сегментов клетки (показанных синими кружочками на вышеприведенной диаграмме) становится выше его порогового значения, данный сегмент становится активным и связанная с ним клетка переходит в состояние предчувствия (предсказания) поскольку это ее состояние является функцией логического ИЛИ от активации всех ее дистальных сегментов.
Сегмент дистальных дендритов запоминает нужное ему состояние региона НТМ путем формирования связей с его клетками, которые ранее были активны в один и тот же момент времени. Таким образом, сегмент запоминает состояние региона, которое предшествовало активации его клетки прямыми входными данными. А потом сегмент просто следит за состоянием этих «своих» клеток региона НТМ, активация которых предсказывает, что и его клетка станет сейчас активной. Типичный порог для дендритного сегмента равен 15. Если 15 действующих синапсов такого сегмента становятся сразу активными, данный дендрит также активизируется. Поблизости могут быть активными сотни и даже тысячи клеток региона, но существенными являются связи только с 15 из них для распознания большего паттерна.
Кроме того, каждый дистальный дендритный сегмент клетки НТМ имеет также свое множество потенциальных синапсов, которое проецируется на подмножество всех клеток в регионе. По мере обучения этого сегмента, он увеличивает или уменьшает величину перманентности всех своих потенциальных синапсов. Только те синапсы, перманентность которых выше некоторого порога, являются действующими для данной клетки НТМ.
В одной из своих имплементаций мы использовали фиксированное число дендритных сегментов у каждой клетки. В другой имплементации мы добавляли и удаляли сегменты во время обучения. Оба этих метода оказались работоспособными. Если у нас есть фиксированное число дендритных сегментов у каждой клетки, то мы можем запомнить несколько различных наборов синапсов для одного сегмента. Например, пусть у нас есть 20 действующих синапсов на сегменте и порог равный 15. (Вообще говоря, нам желательно, чтобы порог был меньше чем число синапсов, чтобы увеличить устойчивость к шумам.) Такой сегмент может теперь распознать одно конкретное состояние своих ближайших клеток. Что произойдет, если мы добавим еще 20 действующих синапсов на тот же сегмент, которые будут представлять совершенно другое состояние близлежащих клеток? Это дает возможность ошибки, потому что на сегменте могут активизироваться 8 синапсов из одного паттерна и 7 из другого, что даст его ошибочную суммарную активизацию. Но мы экспериментально обнаружили, что до 20 различных паттернов можно запомнить на одном сегменте, до появления подобных ошибок. Следовательно клетка НТМ с дюжиной дендритных сегментов может участвовать во множестве различных предсказаний.
