理论上，记录梦境是可能的——科学家们正在尝试

当你沉入梦乡时，梦境会感觉无比真实。也许你在自己的家里发现了一扇神秘的门，通往全新的房间和走廊。又或者，你穿着内衣去上班——天哪。

醒来后，你可能会检查衣柜里是否真的有那扇神秘的门；也许你会冷汗淋漓地惊醒，庆幸自己还有足够的时间穿好衣服再出门。无论如何，你刚才所经历的一切都感觉非常真实。

梦境本质上是我们从未有过的生动记忆。然而，你却发现自己身处一个包罗万象的平行现实中，一个只属于你自己的奇幻世界。梦境的麻烦之处，尤其是那些有趣的梦，在于它们转瞬即逝。通常，醒来后不久你就记不起梦中的任何细节——只剩下一种感觉的回响。但如果能记录下你的梦，回放分析，甚至与朋友分享呢？

专家表示，理论上，有一天这可能是可能的。

织梦者

2011年，来自加州大学伯克利分校Gallant实验室的研究人员让参与者观看电影预告片，然后仅凭他们的大脑活动，研究人员就能重建出他们观看内容的低分辨率视频。他们改进了这项技术，并于2016年发表了后续研究。实际重建出的图像是粗糙的图案，而非高清的预告片复制品。尽管如此，这项计算奇迹激起了其他科学家们的好奇心，他们想知道是否可以采用类似的方法来记录梦境。

德国马克斯·普朗克精神病学研究所的睡眠科学家Martin Dresler说：“我们不能确定，但我想有一天可能会实现。我的意思是，代表梦境的信息在大脑的某个地方存在，所以原则上，没有理由说它不应该可能。”

京都大学神经科学家Yukiyasu Kamitani也有同感。他的梦境研究处于神经科学和计算机科学的交叉领域。

Kamitani说：“我认为，至少梦境的一些视觉方面可以以低空间和时间分辨率的电影形式被捕捉到。需要注意的是，电影可能只是对梦境的粗略近似。”

所以，很明显我们现在还无法记录梦境。但通往那个目标的道路是怎样的呢？

追逐梦想

2017年4月，威斯康星大学麦迪逊分校的一组科学家在大脑中识别出一个“后部皮层热点”，该热点可以指示一个人是否正在做梦（有主观体验）。大脑的这个区域更广泛地参与感知。研究人员发现，当受试者报告做梦时——无论他们是否记得梦境——在这个热点区域，低频活动，即慢波，会减少。梦境与热点区域高频活动的增加有关。因此，大脑活动中慢波的减少可以作为梦境发生的信号，就像突然亮起的红色录制灯一样。这很重要，因为了解梦境何时发生可以让科学家们更可靠地记录它们——这是第一步。

除了识别表明梦境状态的大脑线索外，这些研究人员还发现，在我们清醒时参与感知的脑区在睡眠时也以同样的方式运作。

该研究的首席科学家Benjamin Baird说：“当我们叫醒一个人，他们报告说听到了声音，或者有语音输入，我们就会发现皮层中一个非常特定的区域——韦尼克区——被激活，该区域以处理语音而闻名。当人们报告看到一张脸时，我们发现大脑的一个非常特定的区域——称为梭状回面孔区——被激活。因此，梦境中特定类型的感知似乎会激活与清醒时感知相同的脑区。”

我们越来越近了。

清醒梦者指引方向

追逐梦境并非只有梦境爱好者参与；这项研究也吸引了睡眠科学家的注意，尤其是Dresler及其团队。他们转向清醒梦者来帮助揭开梦境的神秘面纱。

清醒梦是一种更高层次的“数羊”，因为它涉及到元认知：在梦中知道自己在做梦。因此，清醒梦者可以控制梦境的结局；他们积极参与其中，并且知道自己在做梦（在噩梦中很有帮助）。大脑状态可能与普通做梦者相似，不同的是负责元认知的脑区，可能就是前额叶皮层，也处于活跃状态。

在Dresler的研究中，他们给清醒梦者布置了简单的任务，比如握紧和松开一只拳头，因为他们确切地知道任务何时开始和结束，他们能够将任务与梦境内容的fMRI活动联系起来。因此，他们可以将特定的动作与大脑信号配对。这些梦境中的运动也与体感运动皮层的激活有关。Dresler的工作让他对记录梦境，或者至少是梦境体验的部分内容成为可能感到乐观。

他说：“例如，杏仁核是大脑中与情绪密切相关的区域，在REM睡眠期间非常活跃。没有理由不能解码它。这可能比尝试解码复杂的视觉场景更容易。情绪的数量有限，识别它们可能更容易。”

声音呢？未来的梦境记录会是无声的，还是有声的？

Dresler说：“关于声音，一个问题可能是，特别是如果你试图用fMRI来做这件事，扫描仪的声音太大了，你从大脑活动中获得的任何信息都可能与外部声音水平有关。”

因此，许多研究梦境的科学家都同意，最容易解码和记录的组成部分将是视觉。然而，当研究人员在这种情况下使用“容易”这个词时，它仅仅是相对于手头困难的任务而言。

这里有一个问题：大脑在睡眠时的工作方式不同。清醒时活跃的脑区在睡眠时可能不那么活跃。因此，在清醒和睡眠状态下收集的fMRI数据之间存在差距，这使得用计算机算法连接这两个数据集变得具有挑战性。

Dresler说：“据我所知，他们从fMRI数据中获得的最重要和最丰富的信息来自非常早期的视觉区域，”而这个区域在睡眠时并不活跃。“在这些在清醒时工作相当好的算法能够转移到睡眠状态之前，还有很长的路要走。”

我梦想着大数据

Kamitani及其同事正在人工智能算法研究无意识领域的新兴领域中取得突破。他的研究侧重于解码梦境中的视觉和运动，但他认为在解码其他感知模式和情绪方面没有根本性的困难。

Kamitani说：“众所周知，视觉是跨文化和种族中做梦时最主要的感知模式，这使得解码更容易。”

Kamitani和他的团队表示他们已经解码了梦境的类别内容。Kamitani和其他研究梦境内容的研究人员一样，通过在夜间唤醒受试者并询问他们梦见了什么来指导他们的研究。然后，他构建了个性化的大脑活动目录，对应于清醒时感知到的图像，然后训练一个深度神经网络来识别睡眠状态下的这些脑电波模式。

通过记录受试者梦境报告中的关键词和常见类别，他们选择了代表每个类别的照片，并在受试者清醒时向他们展示。记录了他们观看这些图像时的脑部活动，并将其与梦境状态下的脑部活动进行比较。通过这种方法，研究人员能够以高精度预测受试者的梦境内容，他们目前正在努力从睡眠状态下的脑部活动生成图像。

值得一试

虽然关于梦境的功能没有确切的定论，但一些科学家认为梦境就像一个现实世界的模拟测试。它们是现实的模拟，让我们在一个非常安全的环境中，训练新的行为和技能来应对威胁或处理社交情境。

但是，我们对梦境及其在我们生活中所起作用的大部分推断都是粗略的、主观的。这些初步但引人入胜的尝试，揭开隐藏的电影的面纱，是走向更深入理解梦境的一步。

探索梦境的个体元素会引发一连串新的问题，而目前的答案并不令人满意。从无意识的受试者那里收集信息并不容易。这需要创造力和大量的试错，但这项努力可以帮助我们理解人类体验中一个广阔的、未被探索的方面。毕竟，我们一生中有大约三分之一的时间都在睡眠中度过。难道我们不应该至少尝试一下吗？