瑞士伯尔尼大学的研究人员进行的一项新研究表明，梦境——尤其是那些同时看起来很现实，但仔细观察却很奇怪的梦境——可以帮助我们的大脑从以前的经历中学习和提取通用概念。该研究在人脑项目中进行并发表在eLife上，使用机器学习启发的方法和大脑模拟提供了关于梦想意义的新理论。
睡眠和梦境对学习和记忆的重要性早已得到认可——一个不眠之夜对我们认知的影响是众所周知的。该研究的主要作者 Nicolas Deperrois 解释说：“我们缺乏的是一种将其与经验整合、概念概括和创造力联系起来的理论。”
在睡眠期间，我们通常会经历两种类型的睡眠阶段，一个接一个地交替：非快速眼动睡眠，当大脑“重播”清醒时经历的感觉刺激时，以及快速眼动睡眠，当强烈的大脑活动自发爆发产生生动的梦境时.
研究人员使用大脑皮层的模拟来模拟不同的睡眠阶段如何影响学习。为了在人造梦中引入不寻常的元素，他们从一种称为生成对抗网络 (GAN) 的机器学习技术中获得灵感。在 GAN 中，两个神经网络相互竞争以从同一数据集中生成新数据，在本例中是一系列简单的物体和动物图片。该操作产生新的人工图像，对于人类观察者来说，这些图像看起来很真实。
然后研究人员模拟了三种不同状态下的皮层：清醒、非快速眼动睡眠和快速眼动睡眠。在清醒时，模型会接触到船只、汽车、狗和其他物体的照片。在非快速眼动睡眠中，模型会重放带有一些遮挡的感觉输入。REM 睡眠通过 GAN 创建新的感官输入，生成扭曲但逼真的版本以及船、汽车、狗等的组合。为了测试模型的性能，一个简单的分类器评估对象(船、狗、汽车)的身份识别的难易程度等)可以从皮质表示中读取。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！