NW 神經(jīng)世界 “別人講一遍就能記住,我卻要反復(fù)聽(tīng)好多次,?!泵總€(gè)人的記憶力差異為什么這么大?過(guò)目不忘真的只是天賦嗎? 2025年1月15日,,發(fā)表在《Nature》上的一項(xiàng)突破性研究給出了答案:麻省理工的研究團(tuán)隊(duì)首次發(fā)現(xiàn)了大腦中存在一個(gè)類(lèi)似'超級(jí)記憶系統(tǒng)'的神經(jīng)網(wǎng)絡(luò),,首次揭示了海馬體如何實(shí)現(xiàn)超強(qiáng)記憶力的神經(jīng)機(jī)制。 傳統(tǒng)理論的缺陷 '想象一下,,你正在往一個(gè)裝滿(mǎn)水的氣球里繼續(xù)加水,氣球會(huì)越來(lái)越大,,直到砰的一聲爆炸,。'本研究的通訊作者Ila Fiete教授用這個(gè)生動(dòng)的比喻解釋傳統(tǒng)記憶模型的局限。數(shù)據(jù)顯示,,在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)中,,當(dāng)存儲(chǔ)的信息量超過(guò)臨界值N時(shí),整個(gè)系統(tǒng)就會(huì)發(fā)生'記憶崩潰',,所有已存儲(chǔ)的信息都會(huì)丟失,。但我們的大腦顯然不是這樣運(yùn)作的。那么,,它是如何做到的,? 記憶腳手架 研究團(tuán)隊(duì)開(kāi)發(fā)的Vector-HaSH模型揭示了令人震驚的答案:大腦中的格點(diǎn)細(xì)胞網(wǎng)絡(luò)能夠構(gòu)建出一個(gè)穩(wěn)定的'記憶腳手架'系統(tǒng)。實(shí)驗(yàn)數(shù)據(jù)顯示,,僅需400個(gè)海馬體神經(jīng)元,,就能穩(wěn)定存儲(chǔ)超過(guò)14萬(wàn)個(gè)不同的記憶狀態(tài)!這相當(dāng)于傳統(tǒng)模型容量的300多倍,。更令人驚訝的是,,當(dāng)新的記憶不斷加入時(shí),舊的記憶并不會(huì)突然消失,,而是會(huì)逐漸變得模糊,,就像照片慢慢褪色一樣。這種優(yōu)雅的降級(jí)機(jī)制,,讓我們的大腦能夠持續(xù)學(xué)習(xí)新知識(shí)而不會(huì)'宕機(jī)'。 系統(tǒng)生成具有同樣大吸引域的指數(shù)多吸引子 神奇的空間導(dǎo)航系統(tǒng) 研究人員進(jìn)一步發(fā)現(xiàn),,格點(diǎn)細(xì)胞就像大腦中的GPS系統(tǒng),能為每段記憶提供獨(dú)特的'空間坐標(biāo)',。這就像在一座巨大的圖書(shū)館中,,每本書(shū)都有其獨(dú)特的位置編碼。只要知道'坐標(biāo)',,就能在茫茫書(shū)海中快速找到目標(biāo)圖書(shū),。測(cè)試顯示這種系統(tǒng)能夠準(zhǔn)確記住和重現(xiàn)長(zhǎng)達(dá)14,000步的復(fù)雜序列,而傳統(tǒng)模型最多只能處理50步。這一發(fā)現(xiàn)首次解釋了為什么有些人能輕松記住長(zhǎng)篇演講或復(fù)雜的故事情節(jié),。 序列框架支持高容量的情節(jié)記憶 揭秘記憶術(shù)的奧秘 此外,研究團(tuán)隊(duì)還首次從神經(jīng)科學(xué)角度解釋了古老的'記憶宮殿'技巧,。數(shù)據(jù)顯示,,當(dāng)人們使用熟悉的空間場(chǎng)景來(lái)組織新的記憶內(nèi)容時(shí),Vector-HaSH系統(tǒng)會(huì)自動(dòng)將這些空間信息作為穩(wěn)定的'掛鉤',。使用這種方法,,記憶準(zhǔn)確率可以提升至接近100%。這也解釋了為什么世界級(jí)記憶大師都喜歡使用空間想象來(lái)輔助記憶,。 '記憶宮殿'將輸入關(guān)聯(lián)到標(biāo)記點(diǎn)實(shí)現(xiàn)精確回憶 這項(xiàng)研究的意義遠(yuǎn)不止于解釋人類(lèi)超強(qiáng)記憶力的神經(jīng)機(jī)制。研究發(fā)現(xiàn),,即使系統(tǒng)出現(xiàn)30%的損傷,,經(jīng)過(guò)強(qiáng)化的記憶仍能保持完整。這一發(fā)現(xiàn)對(duì)阿爾茨海默病等神經(jīng)退行性疾病的治療帶來(lái)了新的希望,。 未來(lái),,我們能否通過(guò)訓(xùn)練增強(qiáng)格點(diǎn)細(xì)胞系統(tǒng)來(lái)提升記憶力?是否可能開(kāi)發(fā)出模仿這一機(jī)制的新型人工智能,?這些問(wèn)題的答案,,也許就在不遠(yuǎn)的將來(lái)。 論文鏈接: https://www./articles/s41586-024-08392-y |
|