Patterns发表关于梦的新理论：过度拟合的大脑假说
，来源：北京师范大学“自我研究组”公号
I wanted to bring to attention a theory of dreams that takes dreaming itself very seriously——that says the experience of dreams is why you're dreaming.
——Erik Hoel
精神分析学派的创始人弗洛伊德第一次将“梦”带进了人们的视野，自此之后，关于梦的话题一直是研究者们关注的热点，由此产生了很多关于梦的理论和假设：（1）梦是为了巩固记忆；（2）梦用来调节情绪；（3）梦是有选择的遗忘；（4）梦是对现实世界问题的准备；（5）做梦通过改进生成模型有利于预测处理；（6）做梦会让我们的头脑对未知的可能性敞开。
2021年5月14日，来自塔夫茨大学(Tufts University)的神经科学助理Erik Hoel受深度神经网络(deep neural networks, DNNs)的启发，提出了一种关于梦的新理论：过度拟合的大脑假说(the Overfitted Brian Hypothesis, OBH)，并发表在“Patterns”上。
欢迎加入
全国睡眠学术讨论群
添加小编微信
brainnews_11
-留言睡眠研究群-
Hoel认为，一个关于睡眠的进化目的的假说，必须清楚的区分该目的与睡眠的其他功能的不同，并且还要清楚的阐述梦的现象学经验，即梦所特有的三种现象学特征。
梦的不连贯性
首先，梦具有不连贯性( the sparseness of dreams)。梦呈现的场景通常不如白天的生活生动，并且很少有感觉和概念的信息，即缺乏细节。
梦的虚构性
其次，梦具有虚构性(the hallucinatory quality of dreams)。梦通常是不寻常的，它们不是简单地重复日常事件或特定的记忆，而是会将人或物按照非常规的规则进行呈现(例如在梦里，一个人变成了一座房子、一艘飞船等等)。
梦的叙述性
最后，梦具有叙述性(the narrative property of dreams)。以往研究表明，成年人的梦通常具有一定的事件发展顺序，这使得梦就像在讲述一个故事，尽管它们的内容可能是虚构的。
在阐述OBH之前，将先对DNNs进行一个简单的介绍。DNNs是深度学习的基础，是一种深度神经网络模型，它将各种元素相互连接后，形成网络拓扑结构，从而能够自主挖掘出更深层的特征，这种工作模式和人类的大脑是非常类似的。虽然DNNs常用于深度学习领域，人们也借助这个模型推进了人工智能的研究，但它仍会出现一个常见的错误——过度拟合。过度拟合是指，由于过于准确地处理特定数据集的分析结果，因此可能无法拟合到其他数据或可靠地预测未来的观测结果。通俗来说，也就是该模型只记住了大量的具体示例，却没有概括和归纳出一般结论，从而无法使结论推广到数据集以外的地方。而应对过度拟合的办法之一就是加入“噪音”或扭曲输入的数据，从而降低模型的拟合度。
“我们的大脑就像DNNs一样，会对生活中熟悉的刺激形成'过度拟合’”，Hoel自然地联想到了人的大脑，由此提出了梦的新理论——OBH。这个假说表示，人的大脑会对生活中常见的刺激过于熟悉，因此为了消除这种熟悉感，大脑就会在梦里创造一个与现实生活不一样的“奇怪世界”，即在大脑中加入“噪音”来防止过度拟合，从而帮助我们更好的概括生活中的经历。
此外，OBH也很好的解释了梦的三个现象学经验。研究者解释道，梦的不连贯性是由自下而上的刺激的输入造成的，因为这些刺激通常是不具体的、抽象的。其次，由于需要打破熟悉感，扭曲日常经验，于是在做梦时会随机激活大脑皮层的某些区域，使经验变为“噪音”，造成梦的虚构性。最后，在大脑加工这些“噪音”时，会遵循自上而下的工作方式，因此梦有着叙述性。
目前已有证据支持OBH假说。例如，当在白天进行大量重复性的任务后(如俄罗斯方块)，就会触发过度拟合的情况，导致大脑创造一个梦来概括这个任务。此外，有研究表明，在成年人的梦里，大多是与认知任务有关的内容，而在7岁及以下的儿童的梦里，大多与知觉任务有关。这个结果也完全符合OBH，因为对成人来说，知觉模型已经很完善了，他们只需要将认知模型更加概括化，从而提高认知效率；而儿童的知觉模型还不够完善，因此他们的梦呈现出一种更加静态的模式。
最后，Hoel提出我们或许可以从“人造梦”的角度去考虑小说和电影对人类的影响。大多数人认为，小说和电影要么是为了展示人的丰富感情，要么只有“芝士蛋糕”的作用，即只满足了娱乐需求却没有带来实质性的好处。但是从OBH角度来说，小说、电影或许和梦的作用一样，他们虽然都是虚构的，但实际上可能存在一种潜在的认知功能的作用，即促进概括和防止过度拟合，以提高人们的创造性和对生活的新鲜感。
总之，虽然我们可以在使用DNNs模型拟合时通过丢弃数据，或者简单关闭联结来防止过度拟合，但是我们的大脑却无法做到这一点，因为我们总是在学习新的事物——而这就是OBH的理论意义所在。正如Hoel所说：“生活有时很无聊，而梦是为了让你不要陷入生活的框架中。”
参考文献
Erik Hoel. The overfitted brain: Dreams evolved to assist generalization. Patterns, 2021; 2 (5): 100244 DOI: 10.1016/j.patter.2021.100244
Cell Press. (2021, May 14). Our dreams' weirdness might be why we have them, argues new AI-inspired theory of dreaming. ScienceDaily. Retrieved May 27, 2021 from www.sciencedaily.com/releases/2021/05/210514134208.htm