介绍
记忆并不代表任何一个科学谜团;它只是一个科学谜团。 其中有很多。 神经科学家和心理学家已经认识到我们大脑中共存着多种类型的记忆:过去经历的情景记忆、事实的语义记忆、短期和长期记忆等等。 它们通常具有不同的特征,甚至似乎位于大脑的不同部分。 但目前尚不清楚记忆的哪些特征决定了如何或为何应以这种方式对它进行排序。
现在,一项由人工神经网络实验支持的新理论提出,大脑可能通过评估记忆在未来作为指导的可能性来对记忆进行排序。 特别是,它表明,许多对可预测事物的记忆,从事实到有用的重复经历——比如你经常吃早餐或步行去上班——都保存在大脑的新皮质中,在那里它们可以有助于对世界的概括。 不太可能有用的记忆——比如你在一次聚会上喝的那种独特饮料的味道——被保存在被称为海马体的海马形状的记忆库中。 根据记忆的有用性和普遍性,以这种方式主动分离记忆,可以优化记忆的可靠性,帮助我们应对新的情况。
新理论的作者——神经科学家 孙渭南 和 詹姆斯菲茨杰拉德 霍华德休斯医学院珍妮莉亚研究园, 安德鲁·萨克斯 伦敦大学学院及其同事——在 最近的一篇论文 in “自然神经科学”。 它更新并扩展了公认的观点,即大脑有两个相互关联、互补的学习系统:快速编码新信息的海马体和逐渐整合新信息以进行长期存储的新皮质。
詹姆斯麦克莱兰斯坦福大学的认知神经科学家率先提出了记忆补充学习系统的想法,但并未参与这项新研究,他表示,它“解决了泛化的各个方面”,而他自己的团队在提出该理论时并未考虑到这一点。 1990世纪XNUMX年代中期。
介绍
至少从 1950 世纪 XNUMX 年代初起,科学家们就认识到记忆形成是一个多阶段的过程,部分原因是他们对一位名叫亨利·莫莱森 (Henry Molaison) 的患者进行的研究。几十年来,科学文献中仅将他称为 HM,因为他患有源自海马体的无法控制的癫痫发作,外科医生通过切除大部分大脑结构来治疗他。 此后,患者在大多数方面都显得很正常:他的词汇量完好无损; 他保留了童年的记忆,还记得手术前生活的其他细节。 然而,他却始终忘记了护士的照顾。 在她照顾他的十年里,她每天早上都必须重新自我介绍。 他完全失去了创造新的长期记忆的能力。
莫莱森的症状帮助科学家发现新的记忆首先在海马体中形成,然后逐渐转移到新皮质。 有一段时间,人们普遍认为所有持久记忆都会发生这种情况。 然而,一旦研究人员开始看到 越来越多 从长期依赖海马体的记忆的例子来看,很明显还有其他事情正在发生。
为了理解这种异常现象背后的原因,这篇新论文的作者转向了人工神经网络,因为大脑中数百万个相互交织的神经元的功能极其复杂。 萨克斯说,这些网络是“生物神经元的近似理想化”,但比真实的网络要简单得多。 与活神经元一样,它们具有接收数据、处理数据的节点层,然后向网络的其他层提供加权输出。 正如神经元通过突触相互影响一样,人工神经网络中的节点根据其他节点的输入调整其活动水平。
该团队将三个具有不同功能的神经网络连接起来,开发了一个计算框架,他们称之为教师-笔记本-学生模型。 教师网络代表了有机体可能所处的环境; 它提供了经验的投入。 笔记本网络代表海马体,快速编码老师提供的每一次体验的所有细节。 学生网络通过查阅笔记本中记录的内容来训练老师提供的模式。 “学生模型的目标是找到神经元——节点——并学习连接[描述]它们如何重新生成活动模式,”菲茨杰拉德说。
笔记本网络中记忆的重复重播通过纠错将学生网络引入了一般模式。 但研究人员也注意到了这个规则的一个例外:如果学生接受了太多不可预测的记忆(与其他记忆偏差太大的噪音信号)的训练,就会降低学生学习广义模式的能力。
从逻辑的角度来看,“这很有道理,”孙说。 他解释说,想象一下在你家里收到包裹:如果包裹里有一些对未来有用的东西,“比如咖啡杯和盘子”,那么把它带回家并永久保存起来听起来很合理。 但如果包装中包含万圣节派对的蜘蛛侠服装或促销手册,则无需将房子弄得乱七八糟。 这些物品可以单独存放或扔掉。
这项研究提供了人工智能使用的系统和大脑建模系统之间有趣的融合。 萨克斯说,在这个例子中,“这些人工系统的理论提供了一些新的概念来思考大脑中的记忆”。
例如,计算机面部识别系统的工作原理有相似之处。 他们可能会首先提示用户从不同角度上传自己的高清图像。 神经网络内的连接可以从不同角度和不同表情拼凑出面部外观的一般概念。 但如果你碰巧上传了一张“包含你朋友的脸的照片,那么系统就无法识别两者之间可预测的面部映射,”菲茨杰拉德说。 它会损害泛化能力,并使系统识别正常人脸的准确性降低。
这些图像激活特定的输入神经元,然后活动流过网络,调整连接权重。 随着更多图像的出现,模型进一步调整节点之间的连接权重,以最小化输出误差。
但仅仅因为某种经历不寻常并且不适合概括,并不意味着它应该被丢弃和遗忘。 相反,记住特殊的经历是至关重要的。 这似乎就是为什么大脑将其记忆分为不同类别并单独存储,新皮质用于可靠的概括,海马体用于例外。
麦克莱兰说,此类研究提高了人们对“人类记忆的错误性”的认识。 记忆是一种有限的资源,生物学必须妥协才能充分利用有限的资源。 即使是海马体也不包含完美的经历记录。 每次回忆一次经历时,网络的连接权重都会发生变化,导致记忆元素更加平均。 他说,这引发了人们的疑问,在什么情况下“可以保护目击者的证词免受偏见和反复询问的影响”。
该模型还可以提供对更基本问题的见解。 “我们如何积累可靠的知识并做出明智的决策?” 说 詹姆斯·安东尼是加州理工州立大学的神经科学家,他没有参与这项研究。 它显示了评估记忆以做出可靠预测的重要性——大量噪声数据或不可靠信息可能不适合训练人类,就像不适合训练人工智能模型一样。
- SEO 支持的内容和 PR 分发。 今天得到放大。
- PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
- 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
- 柏拉图ESG。 汽车/电动汽车, 碳, 清洁科技, 能源, 环境, 太阳能, 废物管理。 访问这里。
- 柏拉图健康。 生物技术和临床试验情报。 访问这里。
- 图表Prime。 使用 ChartPrime 提升您的交易游戏。 访问这里。
- 块偏移量。 现代化环境抵消所有权。 访问这里。
- Sumber: https://www.quantamagazine.org/the-usefulness-of-a-memory-guides-where-the-brain-saves-it-20230830/
- :具有
- :是
- :不是
- :在哪里
- ][p
- $UP
- a
- 对,能力--
- 关于
- 精准的
- 积极地
- 活动
- AI
- AI模型
- 所有类型
- 还
- 时刻
- an
- 和
- 出现
- 近似
- 保健
- 人造的
- 人工智能
- AS
- 方面
- 假定
- At
- 作者
- 意识
- 远离
- 已备份
- 银行
- 基于
- 基础
- BE
- 成为
- 因为
- 很
- before
- 开始
- 背后
- 最佳
- 之间
- 偏见
- 生物学
- 大脑
- 早餐
- 带来
- 建立
- 但是
- by
- 加州
- 被称为
- 校园
- CAN
- 关心
- 类别
- 造成
- 更改
- 特点
- 情况
- 清除
- 咖啡
- 认知
- 同事
- 学院
- 如何
- 补充
- 完全
- 复杂
- 妥协
- 概念
- 概念上的
- 地都
- 连接
- 咨询
- 包含
- 包含
- 相反
- 贡献
- 收敛
- 可以
- 创建信息图
- data
- 十
- 几十年
- 决定
- 依赖的
- 描述
- 详情
- 确定
- 开发
- 偏离
- 不同
- 通过各种方式找到
- do
- 不
- 不会
- 饮品
- ,我们将参加
- 每
- 早
- 吃
- 分子
- 其他
- 就业
- 环境
- 错误
- 故障
- 评估
- 甚至
- 所有的
- 例子
- 例子
- 例外
- 特殊
- 展开
- 体验
- 体验
- 实验
- 解释
- 表达式
- 面部彩妆
- 面部
- 面部识别
- 正确
- 远
- 专栏
- 找到最适合您的地方
- (名字)
- 适合
- 菲茨杰拉德
- 流动
- 针对
- 训练
- 形成
- 骨架
- 朋友
- 止
- 功能
- 功能
- 根本
- 进一步
- 未来
- 其他咨询
- 得到
- 目标
- 去
- 渐渐
- 团队
- 指南
- 民政事务总署
- 万圣节
- 发生
- 发生
- 有
- he
- 帮助
- 帮助
- 亨利
- 高清
- 他
- 他的
- 主页
- 别墅
- 创新中心
- 但是
- HTTPS
- 人
- 人类
- 主意
- 思路
- 鉴定
- if
- 图片
- 想像
- 重要性
- 重要
- in
- 影响
- 信息
- 通知
- 输入
- 输入
- 可行的洞见
- 例
- 研究所
- 集成
- 房源搜索
- 有趣
- 成
- 介绍
- 参与
- IT
- 项目
- 它的
- 本身
- 只是
- 保持
- 不停
- 类
- 知识
- 已知
- 层
- 学习用品
- 学习
- 最少
- 减
- 各级
- 生活
- 喜欢
- 容易
- 有限
- 链接
- 文学
- 活的
- 位于
- 合乎逻辑的
- 伦敦
- 长
- 长期
- LOOKS
- 丢失
- 占地
- 杂志
- 使
- 制作
- 许多
- 制图
- 可能..
- 意味着
- 医生
- 回忆
- 内存
- 中
- 可能
- 百万
- 模型
- 造型
- 模型
- 更多
- 早上
- 最先进的
- 许多
- 神秘
- 命名
- 导航
- 需求
- 网络
- 网络
- 神经网络
- 神经网络
- 神经元
- 决不要
- 全新
- 美国国立卫生研究院
- 没有
- 节点
- 正常
- 笔记本
- 小说
- of
- 提供
- 经常
- on
- 一旦
- 一
- 仅由
- 优化
- or
- 起源
- 其他名称
- 我们的
- 输出
- 产量
- 己
- 包
- 包
- 纸类
- 相似之处
- 部分
- 特别
- 部分
- 党
- 过去
- 病人
- 模式
- 模式
- 永久
- 照片
- 片
- 首创
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 可预见
- 预测
- 过程
- 建议
- 建议
- 保护
- 提供
- 提供
- 提供
- 查询
- 有疑问吗?
- 提高
- 范围
- 急速
- 真实
- 原因
- 合理
- 接收
- 接收
- 最近
- 承认
- 承认
- 确认
- 认识
- 记录
- 记录
- 经常性
- 经常
- 可靠性
- 可靠
- 保持
- 说
- 纪念
- 删除
- 重复
- 代表
- 代表
- 研究
- 研究人员
- 资源
- 资源
- REST的
- 第
- 说
- 盐
- .
- 科学家
- 看到
- 似乎
- 似乎
- 感
- 她
- 应该
- 作品
- 信号
- 简单
- 自
- 单
- 情况
- 一些
- 东西
- 具体的
- 立场
- 斯坦福
- 斯坦福大学
- 开始
- 州/领地
- 存储
- 存储
- 结构体
- 学生
- 研究
- 学习
- 遭遇
- 提示
- 周日
- 手术
- 症状
- 突触
- 系统
- 产品
- 服用
- 味道
- 团队
- 术语
- 见证
- 比
- 这
- 未来
- 世界
- 其
- 他们
- 他们自己
- 然后
- 理论
- 那里。
- 博曼
- 他们
- 事
- 事
- 认为
- Free Introduction
- 那些
- 思想
- 三
- 通过
- 次
- 至
- 一起
- 也有
- 熟练
- 产品培训
- 转移
- 转身
- 二
- 类型
- 无法
- 下
- 理解
- 独特
- 大学
- 变幻莫测
- 最新动态
- us
- 使用
- 用过的
- 用户
- 运用
- 是
- 方法..
- we
- 网页
- 为
- 什么是
- ,尤其是
- 这
- 而
- WHO
- 为什么
- 广泛
- 中
- 工作
- 世界
- 完全
- 您一站式解决方案
- 和风网