瑞士伯爾尼大學(xué)的研究人員進(jìn)行的一項(xiàng)新研究表明，夢境——尤其是那些同時(shí)看起來很現(xiàn)實(shí)，但仔細(xì)觀察卻很奇怪的夢境——可以幫助我們的大腦從以前的經(jīng)歷中學(xué)習(xí)和提取通用概念。該研究在人腦項(xiàng)目中進(jìn)行并發(fā)表在eLife上，使用機(jī)器學(xué)習(xí)啟發(fā)的方法和大腦模擬提供了關(guān)于夢想意義的新理論。
睡眠和夢境對學(xué)習(xí)和記憶的重要性早已得到認(rèn)可——一個(gè)不眠之夜對我們認(rèn)知的影響是眾所周知的。該研究的主要作者 Nicolas Deperrois 解釋說：“我們?nèi)狈Φ氖且环N將其與經(jīng)驗(yàn)整合、概念概括和創(chuàng)造力聯(lián)系起來的理論。”
在睡眠期間，我們通常會(huì)經(jīng)歷兩種類型的睡眠階段，一個(gè)接一個(gè)地交替：非快速眼動(dòng)睡眠，當(dāng)大腦“重播”清醒時(shí)經(jīng)歷的感覺刺激時(shí)，以及快速眼動(dòng)睡眠，當(dāng)強(qiáng)烈的大腦活動(dòng)自發(fā)爆發(fā)產(chǎn)生生動(dòng)的夢境時(shí).
研究人員使用大腦皮層的模擬來模擬不同的睡眠階段如何影響學(xué)習(xí)。為了在人造夢中引入不尋常的元素，他們從一種稱為生成對抗網(wǎng)絡(luò) (GAN) 的機(jī)器學(xué)習(xí)技術(shù)中獲得靈感。在 GAN 中，兩個(gè)神經(jīng)網(wǎng)絡(luò)相互競爭以從同一數(shù)據(jù)集中生成新數(shù)據(jù)，在本例中是一系列簡單的物體和動(dòng)物圖片。該操作產(chǎn)生新的人工圖像，對于人類觀察者來說，這些圖像看起來很真實(shí)。
然后研究人員模擬了三種不同狀態(tài)下的皮層：清醒、非快速眼動(dòng)睡眠和快速眼動(dòng)睡眠。在清醒時(shí)，模型會(huì)接觸到船只、汽車、狗和其他物體的照片。在非快速眼動(dòng)睡眠中，模型會(huì)重放帶有一些遮擋的感覺輸入。REM 睡眠通過 GAN 創(chuàng)建新的感官輸入，生成扭曲但逼真的版本以及船、汽車、狗等的組合。為了測試模型的性能，一個(gè)簡單的分類器評估對象(船、狗、汽車)的身份識(shí)別的難易程度等)可以從皮質(zhì)表示中讀取。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！