体育界充斥着迷信。迈克尔·乔丹曾穿着北卡罗来纳大学的短裤在芝加哥公牛队的球衣下比赛；塞蕾娜·威廉姆斯在整个锦标赛期间都穿着同一双袜子；而戈兰·伊万尼塞维奇在赢得一场网球比赛后，会在整个比赛期间重复当天的活动。
心理学家认为，这种行为的产生是因为人脑有时会将几乎没有或根本没有因果关系的事情联系起来。计算机科学家对此有不同的看法。在他们看来，这是一种“过拟合”的例子——使用不相关的细节来构建模型。一个特定的网球击球、篮球投篮或本垒打的成功可能有很多因素促成，但袜子的颜色或内裤的颜色可能不是其中之一。
同样的事情也发生在人工智能神经网络中。这些网络在学习相关细节的同时，也会学习不相关的信息。事实上，过拟合是机器学习专家的一大难题，他们已经开发了各种技术来解决这个问题。
这一切都引出了一个问题：人脑如何处理过拟合？我们日常的经历可能极其重复，那么大脑如何从这些单一的经历中泛化到其他情境呢？
如今，得益于塔夫茨大学神经科学家埃里克·霍尔（Erik Hoel）的研究，我们得到了答案。霍尔的答案是，人脑通过做梦来防止过拟合。他认为，做梦的出现是为了专门解决这个所有神经网络共有的问题。如果他的理论是正确的，那么它就解释了神经科学中最伟大的未解之谜之一：我们为什么会做梦。
首先，一些背景知识。心理学家、神经科学家和其他人一直在思考梦的起源和作用。弗洛伊德认为梦是表达与禁忌相关的挫折感的一种方式——这个观点早已被否定。
另一些人认为梦是一种情感恒温器，可以让我们控制和解决情感冲突。然而，批评者指出，大多数梦缺乏强烈的情感内容，而且情绪中性的梦很常见。
还有人认为梦是大脑用于巩固记忆或选择性地遗忘不需要或不想要记忆的过程的一部分。这些理论也面临批评，因为大多数梦缺乏现实细节，具有奇怪的幻觉性质，并且经常包含从未见过的序列。霍尔说：“大多数梦根本不涉及具体的记忆，这使得整合新记忆成为梦的一个可疑目的。”
机器学习的启示
他的新想法是，梦的目的是帮助大脑在特定经验的基础上进行泛化。它们这样做的方式与机器学习专家防止人工智能神经网络过拟合的方式类似。
处理过拟合最常用的方法是在学习过程中加入一些噪声，使其更难让神经网络专注于不相关的细节。在实践中，研究人员会在图像中添加噪声，或者向计算机输入损坏的数据，甚至移除神经网络中的随机节点，这个过程被称为“dropout”。
用人类的语言来说，这相当于强迫迈克尔·乔丹穿不同组合的短裤，或者让塞蕾娜·威廉姆斯更换袜子，或者让戈兰·伊万尼塞维奇在比赛日采用随机的例程。这会大大降低他们专注于特定不相关细节的可能性。
霍尔说，梦对大脑起着同样的作用：“目的是提供‘分布外’的模拟，特别是为了防止过拟合和提高泛化能力。”
他将这个想法称为“过拟合的大脑假说”，并指出有大量的证据支持它。例如，触发梦境的最佳方法之一是进行长时间的简单重复性游戏，如俄罗斯方块。这会创造大脑可能对任务产生过拟合的条件。
这就是为什么这类活动会引发梦境。这些梦境不是对记忆中俄罗斯方块游戏的重播，而是细节稀疏、具有幻觉性质。正是这种“噪声”帮助大脑从游戏中进行泛化。这也是为什么人们在睡个好觉后表现会提高的原因。
霍尔利用他的新理论做出了一系列可检验的预测。“也许可以直接测量人类的过拟合，”他说。例如，一种方法可能是对人们进行过度重复的任务训练，看看他们在睡眠期间或不睡眠期间是否能进行泛化。
梦的替代品
这个理论还可以帮助我们更好地理解睡眠不足的人可能犯的错误类型，并加以缓解。“如果睡眠不足的大脑确实过拟合了，它们就会倾向于以刻板的方式犯错误，”他说。
霍尔认为，这个理论提供了一种治疗睡眠不足的方法。“也有可能存在梦的替代品，即人为的梦境般刺激可以帮助提高睡眠不足个体的泛化能力，从而提高他们的表现，”他说。
梦的替代品的性质本身就很有趣。霍尔认为，总的来说，虚构作品——书籍、戏剧、电影等——可能起着与梦类似的作用。“毕竟，它们是明确的虚假信息，”他指出。
人类为何会创作和欣赏虚构作品一直是个谜。但霍尔有一个答案：“过拟合的大脑假说表明，虚构作品，也许还有艺术，可能具有潜在的认知效用，通过改善泛化和防止过拟合，因为它们充当了人工梦境。”
这是一项有趣的研究！到目前为止，大多数认知理论都将梦视为一种“表象”，即睡眠的一个有趣的副产品，本身没有显著的功能。
霍尔的观点将这一切颠倒过来，首次为梦提供了生物学功能，从而为其进化提供了理由。
该小睡了！
参考文献：arxiv.org/abs/2007.09560 : 过拟合的大脑：梦境是为了辅助泛化而进化的
