网易首页 > 网易号 > 正文 申请入驻

睡觉做梦正在防止你“沉迷现实,走火入魔”

0
分享至

  地砖纷纷脱离路面,在空中像烟花一样爆开;地面连同楼宇一起折叠,翻转180度,遮蔽了天空;打开不同楼层的门,有的出去是房间,有的出去却是沙滩……这是电影《盗梦空间》中的荒谬场景,而真正的梦境可能比这些更诡异。


  奇怪的梦境丨Pixabay

  这些离奇的梦从何而来?科学家们一直在尝试使用不同的假说进行“解梦”。最近,科学家再次“脑洞大开”,提出了一个新假说:大脑做这些荒诞的梦,是为了让我们跳出日常经验,避免“过拟合”——简单点说,就是防止我们“沉迷现实,走火入魔”

  而这个解释,正是源于机器学习遇到的困境。

  无法被解释的梦

  这个新假说来自塔夫大学的神经科学家埃里克·赫尔(Erik Hoel),他近期在《模式》(Patterns)杂志上发表了一篇论文。文中指出,既然机器学习受到了人类大脑的启发,那机器学习遇到的问题是否也可以反过来解释人的大脑呢?

  赫尔在论文中提到了梦的体验有三种特性:

  稀疏性(sparseness)——梦通常没有现实那么鲜活,缺乏细节。举个例子,我们在梦里往往很难看清书上的字,危险关头要报警也永远按不对110三个数字。

  迷幻性(hallucinatory quality)——梦通常光怪陆离,会出现从未发生过的场景,包含不合常理的细节。

  叙事性(narrative property)——成年人的梦通常是一系列的事件,能够编织成一个故事。

  关于梦的理论有很多,其中比较主流的有记忆巩固假说(memory consolidation hypothesis):我们在梦里会访问过往的记忆,加强它们,或者把新的记忆整合到旧的记忆里。但赫尔认为,对于某些不符合记忆的梦,这个假说并不能给出解释

  大多数的梦完全不会复现我们的经历,而是和我们重复训练的任务有关系,比如玩了一天的俄罗斯方块之后,你很可能也会做关于这个游戏的梦。


  “神经”网络丨Pixabay

  赫尔想到了机器学习中,同样需要经历重复训练的神经网络模型——为了避免模型在重复训练里跑偏,研究者往往需要设立防止它过拟合的方案。赫尔认为,梦境或许并不只是大脑在巩固记忆、调节情绪等过程中溢出的副产品;它们的光怪陆离本身就具有意义,能让我们的大脑,跳出单一重复的日常经验,避免出现过拟合。

  过拟合:举一不反三的“刻板学习”

  1980年,美国某团队开展了一个机器学习的项目:用神经网络模型来识别坦克。他们收集了200张树丛照片,其中100张图里隐藏了坦克;而被训练的模型,则需要从这200张照片的样本中得出规律,从而学会判断其它的照片里有没有坦克。

  经过训练,这个模型的识别准确率高达100%。然而他们最终发现,训练的效果这么好,仅仅是因为:那100张有坦克的照片都是在阴天拍摄的,而另100张没有坦克的照片是在晴天拍摄的。模型并没有学会如何识别坦克,只是学会了根据光线来判断天气。它把偶然的因素当成了普遍的规律,因此缺乏所谓的泛化能力(generalization)——一旦坦克出现在晴天,它就无法正确辨别了。


  机器学习也并没有那么“聪明”

  虽然这个故事可能只是虚构的,但它却是过拟合的一个生动例证。现在常见的机器学习模型也很容易遇到过拟合的问题——毕竟神经网络太过强大,能看到许多人看不到的规律,或是将偶然的因素当成规律;从而只会“死记硬背”,只能处理和样本一致的内容,而无法触类旁通。避免过拟合的关键在于,要想办法让模型知道,哪些因素是偶然的、可以忽略的,而哪些规律是重要的、要认真学习。

  一种常见的方法是数据增强(data augmentation),即对同一张图片进行各种不同的处理(如翻转、随机遮挡或调节对比度),然后再一起作为样本,输入模型,进行学习。这样人为增加随机的干扰,就能防止模型把某一种偶然的现象,当成了普遍的规律。

  例如,随机改变亮度、对比度、饱和度的方法,如果用到上述的项目中,就能让模型知道光线不是重点,从而在一定程度上缓解过拟合的问题。


  随机改变花的图片的亮度、对比度、饱和度。丨tensorflow

  再举个例子,我们想训练一个能分辨猫狗的模型,不过收集的照片中猫猫碰巧都窝在左上方,而狗狗都窝在的右下方。模型可能会把“左上方有东西”当做“猫”,而把“右下方有东西”当做“狗“。要缓解这一窘境,就要让模型知道,位置只是偶然的因素,不是重点。


  对猫猫图进行翻转、旋转、缩放、裁剪,可以解决位置因素带来的“过拟合”。丨kdnuggets.com

  随机遮盖也是一种数据增强的方法。


  随机覆盖丨参考文献[6]

  为了避免模型过拟合,研究者将来自日常生活的素材篡改得乱七八糟……这是不是有点梦的意思了?

  人脑也会“过拟合”

  机器学习中的神经网络模型,原本就是受到大脑的启发才提出来的。而2020年最近的研究表明,这类神经网络模型中重要的学习机制——“反向传播”,在大脑中似乎也能找到对应的神经活动。因此,赫尔认为,或许可以用机器学习的研究反哺神经科学的研究。

  人在实际生活中的经验,和机器学习处理任务有一定相似性。我们的日常经验,常常是重复的、相似的,不能对所有可能的环境都有所体验。这就出现了和机器学习一样的问题——有效样本过少。赫尔认为,对于我们复杂而强大的大脑来说,样本过少也有可能导致过拟合——我们只会简单地记住这些经验,而不是从中学到可扩展、可泛化的规律。例如,有研究表明,在一个名为“纹理辨别”(texture discrimination)的任务中,被试如果过度训练,在测试的时候反而会表现得更差。


  大脑是否也能“过拟合”?丨Pixabay

  如果大脑也出现了“过拟合”的问题,那是否可以和机器学习一样,通过“人为增加干扰”的方式解决呢?赫尔认为,梦就是一种干扰。该假说认为,做梦是从生物学上对日常经验进行“加噪”(“Noise injection”)。离奇的梦境产生了一些与现实不符的可感知的信息,远远地偏离了我们的日常经验,从而避免了我们在练习某种任务时过拟合。

  赫尔提出了一系列的神经科学方面的证据。他认为,面对这些事实,他的理论比已有的其它的理论都更有解释力。

  首先,白天针对某个任务过量地、重复性地进行训练,是最容易触发梦的。比如,玩了一整天俄罗斯方块和滑雪模拟器,做梦时就会梦相关场景,但这些梦又不是简单的回放。这种偏离能减少过拟合,提高我们在该任务上的表现。

  其次,小孩子的梦几乎都是静止的、感知性的(比如“有只小鸟在叫”或“有只小狗站在那里”),而大人的梦常常是叙事性的。赫尔认为,小孩子的感知系统尚未固化,因此可以借助感知性的梦来重组;而成年人可以通过叙事性的梦,来提升他们在认知任务上的表现,这也解释了梦的叙事性。相反,成年人的感知系统经过了充分的训练,已经不存在过拟合的问题了,因此成年人的感知能力无法像小孩子一样通过睡眠提升。

  最后,以往研究表明,睡眠能提高在复杂问题中进行抽象和推理的能力。这是因为做梦增强了泛化能力,能让我们对复杂问题产生新的洞见,在认知任务中展现出更多的创造力。在这件事上,梦的过拟合假说也要比记忆巩固假说要更有解释性。

  除了神经科学,赫尔还给出了一些机器学习方面的证据。有一种名为“生成对抗网络”的模型,能根据已有样本生成新的样本,来拓展学习的材料,提高在不同任务上的表现。它们生成的样本,有时候会具有一种梦幻般的效果。这种梦与生成模型之间的有趣联系,也能间接印证梦的过拟合假说。


  对抗神经网络生成的图片。丨 arXiv:1903.05696

  不过,当前的证据,都来自于以往的实证研究。人脑是否真的会像神经网络模型一样,面临过拟合的问题,还有待进一步的验证。为此,赫尔提出了一系列预测。比如,根据该假说,做梦时间的减少,对于死记硬背的能力的削弱,是比对泛化能力的削弱要少的。如果这些预测能被实验验证,该假说的可靠度就更多了一些。

  赫尔还提出了一个观点:各种虚构作品,包括小说与电影,都可以看作是某种人造的梦,发挥着相似的功能。以往就有研究表明,阅读或者观看虚构作品,能提高我们理解他人心理状态的能力,这也是一种“从理解自己的心理到理解他人心理”的推广与泛化。赫尔认为,这种广义上的“对日常经验的偏离”,对我们认知功能的深入发展似乎非常重要,可以一并研究。

  参考文献

  [1]Nielsen, T.A., and Stenstrom, P. (2005). What are the memory sources of dreaming? Nature 437, 1286–1289

  [2]Lillicrap, T.P., Santoro, A., Marris, L., Akerman, C.J., and Hinton, G. (2020). Backpropagation and the brain. Nat. Rev. Neurosci. 1–12.

  [3]Stickgold, R., Malia, A., Maguire, D., Roddenberry, D., and O’Connor, M. (2000). Replaying the game: hypnagogic images in normals and amnesics. Science 290, 350–353.

  [4]Foulkes, D. (2009). Children’s Dreaming and the Development of Consciousness (Harvard University Press).

  [5]Kidd, D.C., and Castano, E. (2013). Reading literary fiction improves theory of mind. Science 342, 377–380.

  [6]Zhong, Zhun, et al. "Random erasing data augmentation." Proceedings of the AAAI Conference on Artificial Intelligence. Vol. 34. No. 07. 2020.

  作者:Charles

  编辑:Owl、麦麦、窗敲雨

  一个AI

  这不巧了吗!作为一个仿生人,本AI昨晚刚梦见电子羊。给各位AI同行提供一个发家致富新思路:AI解梦。


  本文来自果壳,未经授权不得转载.

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
王楠夫妇给乒乓球冠亚军送房 天眼查显示王楠夫妇控股数十家企业

王楠夫妇给乒乓球冠亚军送房 天眼查显示王楠夫妇控股数十家企业

金融界
2021-08-03 19:25:40
不是夫妻关系的两人能办理入住酒店吗?前台:满足以下要求就可以

不是夫妻关系的两人能办理入住酒店吗?前台:满足以下要求就可以

民生百态滋味
2021-08-03 08:15:43
俄罗斯飞船与国际空间站对接失败,空间站失控,堪比科幻大片

俄罗斯飞船与国际空间站对接失败,空间站失控,堪比科幻大片

野生胡萝卜呦
2021-08-03 10:20:10
沈梦辰模仿高质量女性,穿JK裙扎丸子头,造型可爱状态撩人

沈梦辰模仿高质量女性,穿JK裙扎丸子头,造型可爱状态撩人

娱乐圈的阿三
2021-08-01 20:05:08
敏昂莱成为缅甸总理,无论缅甸怎么变,是离不开中国的

敏昂莱成为缅甸总理,无论缅甸怎么变,是离不开中国的

王小东
2021-08-03 09:12:37
菲媒:请美国开放德特里克堡接受新冠溯源调查

菲媒:请美国开放德特里克堡接受新冠溯源调查

国际在线
2021-07-25 21:02:39
合租时遇到一对情侣,住了一晚上我就崩溃了

合租时遇到一对情侣,住了一晚上我就崩溃了

共执桔梗枝
2021-08-03 15:56:07
夫妻缘分已尽,早有征兆

夫妻缘分已尽,早有征兆

温柔与他皆失
2021-08-02 12:43:51
恭喜宏远!2.24米强援正式加盟,胡明轩或将离队,易建联降薪失败

恭喜宏远!2.24米强援正式加盟,胡明轩或将离队,易建联降薪失败

多特体育说
2021-08-03 22:28:18
网传吴亦凡招供:未满14岁女粉丝出面指控,聊天记录被技术恢复!

网传吴亦凡招供:未满14岁女粉丝出面指控,聊天记录被技术恢复!

小路杂谈
2021-08-02 13:57:10
看了这个,你还敢相信谢明皓的爆料吗?

看了这个,你还敢相信谢明皓的爆料吗?

瓜姐的眼
2021-08-03 11:23:12
价格暴跌 7000 元!最便宜的折叠屏手机来了

价格暴跌 7000 元!最便宜的折叠屏手机来了

科技狐
2021-08-03 07:10:02
1-2,又输了!5场不胜跌至倒数第二,中超昔日劲旅彻底沦为鱼腩队

1-2,又输了!5场不胜跌至倒数第二,中超昔日劲旅彻底沦为鱼腩队

巨懂球
2021-08-03 10:47:38
7人阳性,刚刚通报

7人阳性,刚刚通报

莱纳你坐啊
2021-08-03 00:13:19
美国前驻华大使:凭什么认为有能力让中国按照美国的意愿行事?荒唐

美国前驻华大使:凭什么认为有能力让中国按照美国的意愿行事?荒唐

文汇报
2021-08-03 08:20:53
黄景瑜烈士塔前蹦迪惹众怒 明星出格行为何时休?

黄景瑜烈士塔前蹦迪惹众怒 明星出格行为何时休?

妖腰
2021-08-03 11:00:59
给35岁洛瑞9000万,给36岁伊戈3000万,却给36岁的韦德240万

给35岁洛瑞9000万,给36岁伊戈3000万,却给36岁的韦德240万

大西体育
2021-08-03 08:29:31
被RM手表“承包”的奥运田径场

被RM手表“承包”的奥运田径场

爱表的八卦兔
2021-08-03 10:38:31
塔利班访华结束后,转头就对印度发出严厉警告,莫迪这回默不作声

塔利班访华结束后,转头就对印度发出严厉警告,莫迪这回默不作声

猴哥生活帮
2021-08-03 18:25:52
德安东尼宣布退役!篮网正式发声,杜兰特表态,哈登火箭成就了你

德安东尼宣布退役!篮网正式发声,杜兰特表态,哈登火箭成就了你

篮球头条
2021-08-03 14:59:32
2021-08-04 02:38:44
果壳
果壳
科技有意思
18751文章数 3951678关注度
往期回顾 全部

科技要闻

马云清仓阿里股票?阿里Q1财报传递了三个信号

头条要闻

张家界多名公职人员因疫情防控不力被处理

头条要闻

张家界多名公职人员因疫情防控不力被处理

体育要闻

日本足球离决赛就差5分钟!赛后失落

娱乐要闻

惊呆!疑圈内人曝吴亦凡供出一男星

财经要闻

汽车要闻

奥迪A6纯电版将于2023年上市 续航或达700km

态度原创

教育
本地
亲子
公开课
军事航空

教育要闻

混血学霸美女为中国香港队夺两银!还有另一身份引关注

本地新闻

柚子叶洗澡,如何成为广东人的转运密码?

亲子要闻

2种调料非常“危险”,多吃脾胃伤

公开课

奥运选手美出圈,30岁中国女选手引人佩服

军事要闻

俄苏34飞行员在叙作战使用美制民用GPS