A reverberációs körök gondolatát Donald Hebb vezette be a pszichológiába, de sokáig nem talált visszhangra. Noha ezt az elvet már sokkal korábban (pl. Sigmund Freud is) felvetették, a 20. század végéig kiaknázatlan maradt. A neurobiológiai gondolkodást a mai napig meghatározza, hogy az információt szinaptikus vagy kémiai változásokkal, receptorképződéssel próbáljuk modellezni. Holott memória implementálható dinamikus formában is (mint a számítógép RAM), amely reverberációs körökben cirkuláltatja az információt. Ennek az elvnek a mai újrafelfedezése a fix-pont attraktor dinamika, vagy az úgynevezett többdimenziós felületek (manifoldok) fogalmának bevezetése. Ennek értelmében a neuronok a hálózaton belül az állapotváltozások sorozatán mennek keresztül, ami egy pont mozgásának feleltethető meg a sokdimenziós térben (phase-space). Ezt egy 3 neuronból (A, B, C) álló hálózat példáján tudjuk érzékletesen illusztrálni. A 3 neuron tüzelési rátáját 3 skaláris érték írja le, amit az egyszerűség kedvéért tekintsünk 0 és 1 közötti értékeknek. A 3 neuron elvileg bármilyen tüzelési rátát képes produkálni egymástól függetlenül, amikor közvetlenül elektromosan ingereljük (depolarizáljuk). Az A, B és C sejtek lehetséges állapotai egy háromdimenziós teret töltenek ki oly módon, hogy az A neuron tüzelési rátáját az X tengelyen, a B neuron tüzelései rátáját az Y tengelyen és a C neuron tüzelési rátáját a Z tengelyen ábrázoljuk. A valóságban azonban a 3 neuron szinaptikus kapcsolatban van egymással, és egyéb, a csoporton kívül álló neuronokkal. Ezek a kapcsolatok determinálják, hogy amikor A neuron tüzel egy bizonyos rátával, akkor B, amennyiben szinaptikus kapcsolatban van A-val, A-tól függően csak egy bizonyos meghatározott frekvenciával képes tüzelni, és C neuron hasonló módon. A konkrét kapcsolatrendszertől függ, hogy a lehetséges állapottérben mely tüzelési állapotok valósulhatnak meg egyáltalán, ezek megvalósuló kombinációi pedig elenyésző részét képezik az elvileg lehetséges állapotoknak. Ez egy úgynevezett alacsony dimenziós felület vagy útvonal (manifold) az állapottérben, amely definiálja egy 3 sejtből álló rendszer minden állapotát, és az állapotok közötti átmeneteket is. Tehát ha ismerjük a kezdeti feltételeket és a 3 neuron aktuális állapotát, valamint az őket érő inputokat, akkor be tudjuk jósolni, hogy a manifoldon hol lesz a 3 neuronos rendszer állapota a következő időpontokban. Természetesen a „zaj”-jal itt is számolnunk kell, ezért ez a modell csak megközelítő pontossággal tájékoztat a jövőbeli állapotokról. Ilyen manifoldok vagy attraktorok külső input hatására deformálhatók és átbillenthetők egyik attraktorból egy másikba, és mint ilyenek dinamikus információ tárolására alkalmasak. Amikor tehát egy telefonszámot kell emlékezetben tartani pár másodpercig, addig agyunk ilyen dinamikusan konfigurálható attraktorhálózatokban reverberálja az információ nyomát. Ez rendkívüli rugalmasságot biztosít az agynak, különösen az emberi agynak, mert lehetővé teszi a szimbolikus műveleteket és szintaktikai struktúrák képzését, valamint dekódolását. Például a verbális vagy írott mondatok feldolgozását is egy ilyen szekvenciális nyelvtani elemzés előzi meg, amelynek során hipotéziseket állítunk fel, amelyeket később, majd csak a mondat végén zárunk le (lásd 9. fejezet). Ezt hívjuk munkamemóriának, és az agykéreg nagy része rendelkezik az információ rövid távú tárolásának képességével a prefrontális kéregtől (Wang, 1999) a supramarginális és anguláris kérgen át (Rubinstein és mtsai, 2020) az inferior-temporális, superior-temporális, inferior-parietális lebenyig és a precuneusig (Scharinger és mtsai, 2016).