药明康德/报道
对于大多数人来说，记忆力好意味着能够长时间清楚地记住更多的信息。对于神经科学家来说也是如此，无法记住过往信息长久以来被认为是大脑存储和检索信息机制的缺陷。
然而，根据多伦多大学的神经科学家们最近发表在《细胞》子刊《Neuron》上的一篇综述文章，我们的大脑一直在积极努力地去遗忘，大脑记忆的目标并不是保证随着时间推移仍能输出最准确的过往信息，而是试图通过只保留有价值的信息来指导和优化大脑决策。
▲文章作者BlakeRichards教授（左）和PaulFrankland教授（右）（图片来源：多伦多大学）
“大脑能够忘记不重要的细节，并专注于能帮助在现实世界中做出决定的信息，是一件十分重要的事情，”文章作者BlakeRichards教授说道。最近以来，对促进遗忘的大脑机制的研究不断增加，人们逐渐认识到，遗忘与记住信息的功能在我们的大脑记忆系统中一样重要。
“我们从最近的研究中发现，有很多证据表明存在促进记忆丧失的机制，而且与存储信息的机制完全不同，”文章另一作者PaulFrankland教授说道。
▲记忆的产生（图片来源：universe-review.ca）
这些机制当中就包括削弱或消除编码记忆的神经元之间的突触连接。此外，PaulFrankland教授实验室的研究还提出了另一种机制，即从干细胞中产生新的神经元。这些新神经元会成为海马体的一部分，其产生的新突触连接会重建海马体中的神经回路，覆盖到以用于存储记忆的回路，使得其难以被再次激发。这可能解释了为什么海马体中新生大量神经元的幼儿们容易遗忘信息，只有在一定年龄后才开始记事。
这听起来确实有些令人诧异，大脑竟会花费很多的精力创造出新的神经元去破坏已有的记忆。作者们认为，应采用人工智能（AI）的理论来理解大脑——人脑中记住与遗忘信息过程之间的相互作用能使我们基于记忆做出更加智慧的决策。
它以两种方式进行。首先，通过摈弃过时和潜在误导性的信息，遗忘让我们能更好地适应新的环境。
“如果你想要环游世界，可是你的大脑不断地提供出多个相互冲突的记忆，这将使你更难做出明智的决定，”BlakeRichards教授说道。
第二种方式是让我们对过去的事件归纳，以应用到新事物。在人工智能中，这一过程被称为“正则化”（regularization），它通过创建简单的计算机模型，来优先考虑核心信息，并消除特定细节，以实现更广泛的应用。
▲一个正则化的过程：数据点不变，蓝色曲线正则化为绿色曲线（图片来源：维基百科）
大脑的记忆机制就以类似的方式工作，让我们只记得事情的要点，并遗忘微不足道的细节。于是，这一受到调控的过程都会创造出简单的记忆，让我们面对新的环境能更为有效地做出判断和预测。
最终，这些机制都会由我们所处的环境所引导。通常，如果处于不断变化的环境中，那么我们需要记住的就更少。例如，每天遇到很多新顾客的收银员只需要短时间内记住他们的姓名，而与顾客定期会面的设计师就更会在更长的时间内保留这些信息。
“区分你处于一个需要更多地记住还是忘记信息的环境的关键在于，环境的前后一致性怎样，以及过去的事情会否常常再回到你的生活中来，”BlakeRichards教授说道。
的确，对于偶发性的事件我们会很容易忘记，而每天遇到的一般性知识则会形成更持久的记忆。我们的记忆会生锈，但同时又有“勤能补拙，熟能生巧”。也许，正是这两方面的相互协作，让我们能基于记忆以做出更明智的决策。也许，这也就是“见多识广”背后的真正机制吧。
参考资料：
[1]ThePersistenceandTransienceofMemory
[2]Forgettingcanmakeyousmarter
赞赏
