美文网首页心理
大脑社交神经网络与自动权重机制

大脑社交神经网络与自动权重机制

作者: 威威专栏 | 来源:发表于2017-12-09 00:31 被阅读0次

人们在不停的玩微信朋友圈和facebook的过程中,猜想是由于大脑中某种神经电化学反应导致人们自从醒来到睡着的时时刻刻,都在自动的无意识的被导引到使自己娱乐和轻松的状态。

大脑的权重机制~

大脑社交神经网络与自动权重机制

在各种娱乐工具面前,人们往往自动与意志力相抗衡,选择大脑消耗最低的活动内容。相比而言,视频比阅读更加受欢迎,图片比文字更能吸引眼球,这些现象背后的原因可能在于大脑处理音视频信息比文字信息来的更轻松舒适,而阅读则需要使用到文字处理,逻辑思考等大脑区域。即便在阅读领域,小说等和想象力与情绪有关,右脑有关的文字更能让人引人入胜,而逻辑与数理较强的专业文章则难以引起普罗大众的兴趣。

在新闻阅读领域,人们也会倾向于选择满足好奇心和感官愉悦的新闻内容,体育,娱乐八卦,突发事件等往往是关注的重点领域。相对于密密麻麻的小字,美轮美奂的PPT更让人青睐。相对于抽象理性的推理,讲故事更能触及人的内心。

大脑社交神经网络~

大脑社交神经网络与自动权重机制

根据科学研究,人们存在着默认社交神经网络,也就是说当人们无所事事,或者事物忙碌的空隙,总会自动的回复到默认社交神经网络模式。在互联网时代,微信朋友圈,facebook迎合了人们潜在的社交网络需求,虚荣心,优越感,面子等人性弱点在社交网络的蓬勃发展中的功劳不可磨灭。根据马斯洛的需求层次理论,在生理和安全需求满足以后,再往上发展的归属感,爱与被爱,成就感等需求,可以归类为社交需求,也就是脱离了社会和社交群体,这些需求就无从谈起。人们一方面会有各种群和圈子,用来满足归属感的需求,也会通过聊天通讯满足不同层次的爱与被爱的需求,而成就感则往往和优越感有关,如果和其他人一样,没有差异也就无从体现出优越感。

优越感来自于各个层面,财富资产的多寡需要通过对比和炫耀能够展现出优越感,房子,车子,衣服,包,饰品等外在的事物是满足人们优越感的常用道具。优越感还可能来自于地域,社会地位,学历,圈子,外貌,技能,经历等内外在因素,大部分朋友圈和facebook的内容,和优越感有一定关系。

大脑社交神经网络与自动权重机制

优越感的另外一个结果是心理平衡和心理安全感,舒适区的打破,所以往往优越感的建立和维持是以牺牲有关受众的心理舒适为代价的。在平衡的破裂与重新建立平衡的动态过程中,人们乐此不疲,发挥着有趣无尽的能动性。

优越感的背面是心理安全感,在过于强大或有锋芒的人面前,人们由于自身不足之处往往会倾向于保护自我,以避免重复建立心理平衡所带来的烦恼,所以屏蔽朋友圈等行为的背后,有一部分原因是安全感缺失和心理平衡失去的恐惧感。

优越感与自动权重机制的结合~

大脑社交神经网络与自动权重机制

人们在社交领域,也会自动的被引入到自动权重机制,例如同样一句话或一件事,在名人和普通人,衣着光鲜的富人和穿着破烂的穷人,有学历和资历权威人士和普通人之间,人们不自觉的会倾向于相信和看重前者,即便道德和社会规范会引导人们朝着更公平公正的原则努力,现实社会中形成的习惯反应的力量还是极其强大的。

在社交领域,无论是线上还是线下,人们的基本需求都是类似的,对认可和鼓励的需求来自于爱与被爱,归属感等社交需求。这些需求也会因对方的社会地位等因素而引起不同强度的满足。一个陌生人的认可,与一位专家权威或名人的认可,对于普通人的心理满足感往往是天壤之别。

大脑社交神经网络与自动权重机制

本质上,对于财富,权力,名声,学历,社会地位等的追求,来自于对安全感和优越感等社交领域的需求的综合反应。无论是财物自由还是慈善活动,必然是迎合了人们的相关需求,才有可能存在和发展,这些都是日常生活背后的道理,也是大部分正常人的常规反应机制。

能够了解这些机制,有所自省和他省,也许能够为在这个社会更惬意的生活有一点点帮助,至于效果如何,则取决于各人悟性和造化和积德行善了。

相关文章

  • 大脑社交神经网络与自动权重机制

    人们在不停的玩微信朋友圈和facebook的过程中,猜想是由于大脑中某种神经电化学反应导致人们自从醒来到睡着的时时...

  • 深度学习开发框架PyTorch(3)-- Autograd

    PyTorch与Python、Numpy等最大的区别在于自动求导机制,这种机制为神经网络训练过程中的梯度计算而特别...

  • 2 autograd

    1.自动微分(autograd)指南 2.Autograd:自动微分机制 PyTorch 中所有神经网络的核心是 ...

  • 深度学习入门--损失函数

    神经网络的学习是指从训练数据中自动获取最优权重参数的过程,损失函数就是用来衡量神经网络的学习的程度,学习的目的就是...

  • 神经网络常用函数理解

    神经网络一个重要的性质是: 可以自动地从数据当中学习到合适的权重参数。 关于激活函数 激活函数是将输入信号经过权重...

  • 深度学习入门--超参数优化

    神经网络中,除了权重偏置等参数,超参数也是一个很重要的概念。权重偏置可以通过学习自动更新,而超参数必须人为设定。 ...

  • 卷积神经网络实现解析

    摘要:卷积神经网络是受生物学中感受野机制的启发而提出的,是一种具有局部连接、权重共享等特性的深层前馈神经网络,其主...

  • 营销没那么难

    思考快与慢,人大脑的决策机制。 鳄鱼脑,原始脑:感性,自动化程度高,快速反应。享受人 进化脑,大脑皮层:理性,逻辑...

  • 贝叶斯神经网络

    一、标准神经网络与贝叶斯神经网络 通过优化的标准神经网络训练(从概率的角度来看)等同于权重的最大似然估计(MLE)...

  • Chapter4_神经网络的学习

    神经网络的学习 学习:从训练数据中自动获取最优权重参数的过程 指标:损失函数 目的:以损失函数为基准,找到能使损失...

网友评论

    本文标题:大脑社交神经网络与自动权重机制

    本文链接:https://www.haomeiwen.com/subject/wrtuixtx.html