O supozitie fundamentala a teoriei este ca in fiecare moment, unul sau mai multe
modele ZM vor fi active, intr-un mod automat, pentru a intelege realitatea data de
modelele primare M.
Sa presupunem ca un model M nu mai transmite nici o informatie, asa cum se
intimpla', de exemplu, daca avem ochii acoperiti.
In aceasta situatie, modelul care se construieste trebuie sa fie modelul "NUL"
care nu are nici un element. Ceea ce se constata experimental este ca modelul ZM
local contine o imagine sub forma unor pete putin diferite de fond sau sub forma
unor puncte mobile. O imagine mai mult sau mai putin stabila ar insemna o
problema de hardware.
In situatii reale, se pot obtine, de exemplu, puncte cu pozitie instabila. Asta
inseamna ca punctele, care sunt elemente care rezulta dintr-o activare a functiei,
nu se reconfirma, ca pozitie, la o activare ulterioara a functiei. De aici rezulta
ca aceste puncte sunt produse de o informatie de tip zgomot. De asemenea, rezulta
ca functia de constructie de modele functioneaza bine (nu creaza imagini stabile
false).
Aplicatie practica: starea unui creier
Incercati urmatorul experiment. In primele secunde dupa ce va treziti dimineata,
cu ochii inchisi, priviti o suprafata slab luminoasa uniforma. Daca nu vedeti nici
o structura sau vedeti o retea extrem de fina de puncte uniform distribuite,
atunci creierul Dv. se afla intr-o stare buna. Daca vedeti o structura grosiera
mai mult sau mai putin stabila atunci nu va aflati intr-o stare buna. Este de
asemenea important sa urmariti viteza cu care o structura grosiera ajunge la o
structura cu puncte foarte fine care, pina la urma, vor dispare si ele intr-un
fond uniform, normal. Evident, acesta este un autotest. Nu poate fi verificat de
catre altii.
Concluzie: Daca realitatea externa este constituita din informatia "zero",
creierul ar trebui sa construiasca modelul "NUL". Ceea ce este construit in fapt
este un model care poate indica starea functiei de constructie de modele si a
traductoarelor care culeg informatii din realitatea externa.