梦境的计算模型:学习与记忆巩固
神经元与认知
2026-02-05 v1 人工智能
新兴技术
摘要
已有多项研究得出结论,梦境主要由随机到达的内部信号引发,因为“梦的内容是随机冲动”,并认为梦睡不太可能在我们的智力功能中发挥重要作用。相反,大量功能性研究揭示了梦睡在我们的学习及其他智力功能中确发挥重要作用。具体而言,最近的研究表明,梦睡在记忆巩固中至关重要,紧随着脑海底裂隙中最近清醒模式神经重放的发现。随机性一直是将梦理论划分为功能性或无功能性这一障碍。本研究提出了梦境过程的认知和计算模型。该模型被模拟用于执行学习与记忆巩固的功能,这两个是最流行的梦境功能。仿真结果表明,随机信号可能导致学习与记忆巩固。因此,提出梦境是大脑清醒活动的延续,处理由海底裂隙自发且随机激活的信号。本模型的特征与从各种经验研究中得出的许多特征相一致。
引用
@article{arxiv.2602.04095,
title = {A computational account of dreaming: learning and memory consolidation},
author = {Qi Zhang},
journal= {arXiv preprint arXiv:2602.04095},
year = {2026}
}
备注
30 pages, 4 tables, 2 figures