圖片來源：Jacey

為(wei) 什麽(me) 我們(men) 會(hui) 做夢？這在科學界是一個(ge) 有爭(zheng) 議的話題。

美國塔夫斯大學神經科學助理教授Erik Hoel受到用於(yu) 訓練深度神經網絡的技術啟發，描述了一種關(guan) 於(yu) 夢的新理論：過度契合大腦假說。在5月14日發表於(yu) Patterns的一篇綜述中，研究人員描述了這一假說，認為(wei) 夢的奇異性有助於(yu) 大腦更好地概括人們(men) 的日常經曆。

Hoel說：“關(guan) 於(yu) 我們(men) 為(wei) 什麽(me) 做夢，顯然有很多理論。但我想讓大家注意到一個(ge) 非常嚴(yan) 肅的關(guan) 於(yu) 夢的理論——夢的經曆就是做夢的原因。”

當訓練人工智能時，一個(ge) 常見問題是，它變得過於(yu) 熟悉其訓練的數據——它開始假設訓練集是可能遇到的任何東(dong) 西的完美代表。數據科學家通過在數據中引入一些混亂(luan) 來解決(jue) 這個(ge) 問題。在一種叫做“信號丟(diu) 失”的正則方法中，有些數據被隨機忽略。想象一下，如果一輛自動駕駛汽車的內(nei) 部屏幕上突然出現了黑匣子：它能看到這個(ge) 黑匣子，並專(zhuan) 注於(yu) 周圍環境的總體(ti) 細節，而不是具體(ti) 的特定駕駛體(ti) 驗，可能會(hui) 更好地理解駕駛的一般體(ti) 驗。

“深度神經網絡的最初靈感來自大腦。”Hoel說。雖然將大腦與(yu) 技術進行比較並不是什麽(me) 新鮮事，但他解釋說，深度神經網絡與(yu) 過度契合大腦假說有自然聯係，“如果你看看正則深度學習(xi) 中使用的技術，會(hui) 發現這些技術與(yu) 夢境有驚人的相似之處。”

考慮到這一點，新理論認為(wei) ，夢恰好使我們(men) 對世界的理解不那麽(me) 簡單，而是更全麵——因為(wei) 我們(men) 的大腦，就像深層神經網絡，也會(hui) 變得過於(yu) 熟悉日常生活中的“訓練集”。Hoel認為(wei) ，為(wei) 了抵消這種熟悉感，大腦在夢中創造了一個(ge) 世界的怪異版本，即大腦中“信號丟(diu) 失”版本。他寫(xie) 道：“夢境與(yu) 清醒體(ti) 驗的差異是非常奇怪的，這給了它們(men) 生物學功能。”

Hoel說，神經科學研究已經有證據支持過度契合大腦假說。例如，有研究表明，促使人們(men) 夢見現實生活中發生的事情的最可靠方法是，在醒著的時候重複執行一項新任務。他認為(wei) ，當你在一項新任務上過度訓練時，過度適應的情況就會(hui) 被觸發，大腦會(hui) 試圖通過創造夢境來概括這項任務。

但他認為(wei) ，也可以通過研究來確定這是否為(wei) 人們(men) 做夢的真正原因。他說，精心設計的行為(wei) 測試可以區分概括和記憶，以及睡眠剝奪對兩(liang) 者的影響。

他感興(xing) 趣的另一個(ge) 領域是“人造夢”。正是在思考電影、小說等虛構作品目的時，他提出了過度契合大腦假說。現在，他假設，小說或電視節目等外部刺激可以作為(wei) 夢的“替代品”——它們(men) 甚至可以通過強調夢的本質（例如通過虛擬現實技術）幫助緩解睡眠剝奪的認知影響。

Hoel說，雖然可以在人工神經網絡中簡單地停止學習(xi) ，但你不能在大腦中做到這一點。大腦總是在學習(xi) 新東(dong) 西——這就是過度契合大腦假說發揮作用的地方。“生活有時很無聊。”他說。“夢的存在是為(wei) 了防止你變得過於(yu) 適合這個(ge) 世界的模式。”

相關(guan) 論文信息：