有个女人盯着天花板,淡蓝色 在Pinterest分享
新的研究帮助解释了梦的用处。盖蒂图片社
  • “过度适应的大脑”假说的中心思想是,当动物学习重复的任务时,它们有变得墨守成规的风险,失去归纳所学知识的能力。
  • 这个假说受到了机器学习的启发,它提出,大脑每天晚上都需要一定的随机性,以梦的形式来恢复其灵活性和泛化。
  • 小说、电影和其他艺术形式可以充当“人造梦”,对大脑发挥同样的恢复功能。

在2020年的头几个月,随着全球数百万人因新冠肺炎大流行而陷入孤立,许多人报告说,他们的梦的生动度和频率都有所增加。

推特上开始流行#流行病梦的标签,用户们分享了自己的奇怪梦。

据马萨诸塞州梅德福塔夫茨大学(Tufts University)神经科学研究助理教授埃里克·霍尔博士(Erik Hoel)说,我们在禁闭状态下的单调生活可能会刺激我们的大脑随机产生大量夜间“噪音”。

Hoel博士认为,从线虫到人类,所有动物的神经系统都有与清醒时获取的信息“过度匹配”的风险。

这意味着,虽然动物,包括人类,可能变得非常擅长执行特定的任务,但他们不能将他们所学到的概括到其他任务中。

为了解决这个问题,霍尔博士认为,在高等动物中,梦的进化是为了将灵活性注入它们大脑的世界模型中。

心理学家发现,如果一个人白天的任务是狭窄的和重复的,比如玩俄罗斯方块,他们就会这么做更有可能做与这些任务相关的梦。

这就可以解释为什么在禁闭状态下单调而重复的生活经历会让这么多人突然做梦。“当然,这只是假设,但它确实提供了一种解释,”霍尔博士说188bet投注网站今日医学新闻

霍尔博士研究的是一种叫做深度神经网络的机器学习算法可以训练执行翻译文本和识别图片中的特定特征等任务。

在杂志上的一篇论文里模式他写道,所有的深度神经网络都遇到了同样的问题:它们与建模者用来训练它们的特定数据集“过拟合”。

这意味着网络不能将它们学到的知识概括为新数据。

建模者经常使用“噪声注入”来解决过拟合的问题。这些是随机或损坏的数据集,可以恢复网络操作的灵活性。

霍尔博士在他的论文中指出,在一天的学习经验之后,大脑面临着类似的过度拟合问题,它以大致相同的方式解决了这个问题。

他推测,梦是“错误的感官输入”——大脑从随机或“随机”的大脑活动中炮制出来的——它的进化增加了现实的内部模型的概括性。

他写道:“梦与清醒体验的差异是非常奇怪的,这给了它们生物学功能。”他补充说:“睡眠不足,特别是梦境缺失,导致大脑过于适应,仍然可以记忆和学习,但不能适当地归纳。”

Hoel博士称他的想法为“过度适配的大脑”假说。

研究人员说,为了查明他的假设是否正确,心理学家应该有可能设计出行为测试,以区分记忆新事物的能力和将知识推广到其他任务的能力。

他们会使用重复的训练任务来诱导参与者的过度拟合,然后测量睡眠剥夺对他们记忆和概括能力的影响。

霍尔博士推测,梦可能对大脑高效功能非常有益,人类已经找到了清醒时做梦的方法。

相反卓越的想法心理学家认为,小说、绘画和音乐等艺术形式是进化的“奶酪蛋糕”,令人愉悦,但对生存没有价值。Hoel博士认为,它们防止我们的大脑过度适应。

他写道:

“‘大脑过度契合假说’表明,小说,或许是整体艺术,实际上可能具有更深层次的潜在认知效用,通过充当人造梦的角色,提高归纳能力,防止过度契合。”

“作为一个小说家,我自己,”Hoel博士观察到,“小说,在某种意义上是人造的梦,可能有认知效用,防止我们太适应我们的日常生活,这是很好的想法,”他告诉我们MNT

在清醒的时候,大脑会变得过于适应自己的经历,而梦有助于构建概括知识的过程,这种观点在机器学习中根深蒂固。

1995年当时,计算机科学家们提出了一种“觉醒-睡眠算法”的想法,这种算法可以在没有人类监督的情况下,通过在清醒和睡眠阶段之间交替进行学习。

近二十年后,2014年来自英国伦敦大学学院的神经学家卡尔·弗里斯顿(Karl Friston)教授和他的合著者在这个概念的基础上发展了一个理论,即梦是大脑最小化其模型复杂性的一种方式。

弗里斯顿教授认为,大脑是一个对世界产生预测的机器,它使我们的每一个感知、思想和行动都成为可能。根据他的 自由能原理 ,我们做梦是为了简化大脑的预测模型。

“这是最近扩展到醒着沉思的时候,到说“啊哈!”’的时候,事情变得简单明了,”他说MNT在一个电子邮件。“我们甚至使用了复杂性最小化批评深度学习!”