为什么生命没有进化出过目不忘的大脑?
下篇(内容来自微信公众号学习观)

泛化能力需求
多细胞生物想要存活,就不能仅仅记忆已有的例子。
比如蟾蜍捕食模型的泛化能力就顾及不到不动的虫子,如果把蟾蜍放在装有大量死掉的虫子的箱子里,蟾蜍会被活活饿死。又比如我们无法根据比尔盖茨乔布斯都辍学,就构建一个认为辍学就能成功的模型,便辍学回家。
所以多细胞生物应该抑制过拟合和增强泛化能力
个体记忆需求
个体学习就得记忆也已有的例子,等收集够了数据,便用来学习。
所以记忆最初的产生,不是用来回忆过去而是用来从历史经验中学习。
高等生物的目标
多细胞生物只要确保自己在产生后代之前不死,就可以让演化机制在该层级上继续工作。
这就好比在游戏中,一旦到了存档点,即使死了也可以让后代继续冒险,但前提是要有允许个体走到存档点的学习能力。
而面对这些新挑战,我们的祖先又靠什么保证繁衍前不死的呢?
查找记忆与网络记忆
当我们思考生命是如何用记忆来抵抗未知,我们便能知道生命为什么没有选择演化出过目不忘的能力。
第一种记忆方式是查找记忆,像背诵九九乘法口诀表,将所有情况都记下来,从输入直接查找对应的输出。
这种记忆的特点是记忆迅速,保存稳定不会混淆。
这是我们比较熟悉的记忆方式,大多数人认为我们长期记忆用的就是这种方式。
第二种记忆方式是网络记忆,从输入直接计算出输出。
不同于第一种记忆,网络的记忆并不是存储在某个特定位置,而是由所有权重共同存储的,无法直接查看,只能根据输入计算输出。
假如有四种情况,将全部的情况储存在网络中这便是记忆,如果仅记仪三种情况而推测出第四种情况这便是学习。
这种记忆的特点是记忆缓慢,会有干扰,会有混淆,可稳定记忆
生物记忆
根据我们平时记忆的特点,可以看出生物的底层记忆方法是网络记忆。可是明明网络记忆有很多弊端,为什么不选择查找记忆的方式?
这是因为查找记忆的代价是有人来提供所有的情况,所有的信息。但是在大自然中,谁来提供所有的情况呢?查找之夜并不能解决上一节我们提到的生存困难,不能用已有的例子来学习模型,并抵御生命最大的敌人――未知!
而网络记忆虽然记忆缓慢,而且会混淆信息,但是他不用记住所有的情况,仅从已知的例子,找到共同的规律。这能节省储存的空间,更重要的是能预测从未见过的情况。
基于概率的模型筛选机制
根据概率:
若某一概率只出现一次,那这概率是普遍概率的可能性就很小,那么学习到这一概率的生物就很难存活。
若某一概率重复出现,那么这概率是普遍概率的可能性就很大,那么学到这一概率的生物就很容易存活。
于是便出现了基于概率的模型筛选机制:
若网络中某一连接被高频率使用,就加强该连接(回答了,【为什么需要不断重复来记忆?】)
若网络中某一连接被低频率使用,便弱化该连接(回答了,【为什么好不容易记住的信息又会遗忘?】)
这种筛选机制会使得特殊规律的模型难以存留,只有那些所有情况都有的规律才会被生物学习。大脑的遗忘机制其实和演化的自然选择一样,都是为了筛选模型。
随后拥有该机制的个体在残酷的自然选择中存活了下来,继续繁衍,成了我们的祖先。
而这,便是为什么我们要靠不断重复来记忆?,为什么好不容易记住的信息又会被遗忘?
网友评论