记忆与深度学习的关系
不知道你有没有像我一样，前几分钟听到看到的东西，很可能就在后几分钟之类，忘了差不多50%。特别是我在互联网行业工作了几年， 切身体验到信息轰炸的威力。每天起床，看到微信里就是各种公众号向我推荐的几十篇文章，频繁地刷抖音，10分钟就能浏览过30段不同的短视频。 成千上万的信息朝我汹涌而来，我想全部接住，但也无能为力。
于是我开始思考什么才是我真正关心的，我想要记住的。然后我需要怎样做才能留下长久记忆。接下来的探索，让我发现， 有很多概念与深度学习有着异曲同工之处。所以我才想把这些想法写下来，留作未来的参考。
信息轰炸¶
2020年，是一个APP就想给我推送消息，以前的朋友有些做了生意/代购，朋友圈里的小红点一直就没有消停过。 我是一个特别厌恶被杂乱信息打扰的人，所以我屏蔽了95%的推送，取消了红点提示。下面这张图就是我的微信发现页， 我就只保留了一天大概只看一次的朋友圈，保留视频号的原因也只是我想了解张小龙想怎么推进视频号， 可能也就一周看一次，但是我还是很讨厌它上面那个红点提示。
其他的通知源也被我逐一的优化
，能最终在我的手机上弹出通知的，可能也就是验证码，微信，闹钟了。这只是有效记忆的第一步-过滤繁杂信息。
记忆增强¶
想多记得点东西，那就睡觉吧。 你还别说，睡觉真的是增强记忆的重要手段。《Why We Sleep: Unlocking the Power of Sleep and Dreams》 这本书中有详细参数这样的观点。如果想偷懒，这个TED科普中Hacking your memory with sleep用比较好的动画展示了睡眠与记忆的关系。
我白天学习如何做出又好看又实用的Rethink，这些记忆可能都只是暂存在我的海马体中。就是图中脑部中下方的那个东西。 之前有一个非常特别的病例，1957年一个叫H.M.的病者因为癫痫，他的海马体被切除了，接着他就失去了形成新的成熟性长期记忆的能力。 这个研究也推动了脑科学中对于记忆的研究。
研究表明海马体主要是收集新的记忆，就好像你把工作电脑中的文件拷到了U盘当中或者说是编码进你的脑神经系统。 等到了晚上睡觉进入到快速眼动期， 我的大脑开始带着我这个U盘进入了我大脑的数据中心 - 长期记忆存储地 - 大脑皮层。这时短期记忆被转移至长期记忆。
甚至，当你做梦的时候，也是一种学习，研究发现大脑会不断 重放 - Replay
这一段被编码的记忆 (在强化学习中，也有记忆库和replay)。 科学家记录了小白鼠白天走迷宫的脑神经活动， 睡觉时，科学家发现这些脑神经被不断地激活， 而且重放的速度大约是清醒时的10倍（这是不是意味着我们做梦的速度比现实发展速度更快，记得盗梦空间里有这一段）。而这种重放机制， 其实就是在你大脑中刻画新的神经链接，形成新的记忆，不断的重放，也意味着它在不断地强化。
我在 想学好就得休息好 中会有更加具体的分析和拆解。
模型迭代与记忆重放¶
这让我思考是否可以类比 深度学习当中的迭代过程，虽然在基础理论上不太相同，一个是用Gradient来不断更新神经网络模型的链接中的参数（我就把这个参数链接叫做认知吧）。 上一段讨论到，人类在睡眠中，也存在不断重放的过程。
- 深度学习模型：不断迭代更新网络参数
- 人脑：不断重放强化新的脑神经链接
至少在我看来这真的很像，只是他们的迭代和重放的trigger不太一样，一个是预测值和真实值的误差，一个是短时记忆与长期记忆的迁移过程。
人和模型还有一点很大的不同，人脑形成新的神经连接后，是嵌入到以前的记忆链接中的，这也更新了以前的某些相关联的记忆。所以说如果你生活中遇到什么问题， 说不定睡一觉，醒来就会有答案了。
广泛or专业学习¶
有一个TED科普 Why specializing early doesn't always mean career success | David Epstein 中描述了 广泛学习 能让我们更快速地学习到新技能，新知识。
其中举了这样一个例子。有两批人，一批是在某一个乐器上的专业演奏者，一批是多种乐器都接触过，玩得很杂的业余者，让他们再接着学习新的几种乐器。 结果发现，业余着会花很多时间学习第一个新乐器，但是他们能花更少时间学习其它乐器，甚至，当学到第三种乐器时，业余者可以花比专业者更少的时间学习。
这种情况不仅仅发生在学习乐器上，在学校教育里也存在，如果孩子入大学前什么都尝试过，比那些只在某个专项向上努力的学生，学习新事物的时间要少很多。
罗森茨威格 也做出了一个白鼠实验（我没有找到原文，但是 搜丰富的经历 = 更大的大脑？
可以搜到一些结论）， 分批让白鼠生活在信息单一匮乏和信息丰富的环境中，结果发现丰富环境成长的老鼠大脑皮层更厚更重，乙酰胆碱的酶更具活性， 神经元两者数量无差别，但是丰富环境老鼠神经元更大。广泛学习也可以认为是这样的丰富信息的环境。
如果回到脑结构上，我们往远了思考， 广泛学习，必定会构建一个更加复杂庞大且有效的神经链接网络，而这个网络中存在更多事物之间的共通性，毕竟他们要节约链接数， 也意味着不同事物可能会共用一些链接，这使得广泛学习者对于新的类似的事物能更快速的构建链接，加入到这个已经存在的网络里。 而专业学习者，他们的技能可能更加独立，链接系统也可能独立起来，更加难找到事物的共通性。
所以，我认为广泛学习，找到事物的本质和共通性才是我们真正应该追求的。 我在 寻找本质 中更加具体地阐述了我是如何利用这个想法，发现生活中的本质的。
通用编码器¶
有了对广泛学习和专业学习的讨论，我想再回到我擅长的深度学习上。我会发现， 对于事物的理解非常像 AutoEncoder 系统中的 Encoder Decoder 概念。 广泛学习者一直是在训练一个庞大的Encoder，这个Encoder可以理解，编码不同种类的信息，能够进行深度类比和找到事物本质的信息。 训练出一个万能通用Encoder，可以大大减轻Decoder的学习压力，这也是为什么上面提到的广泛学习者，能快速学习多种不同任务的原因了。
换句话讲，广泛学习者利用更多的Decoding任务，花了更多时间在学习一个通用Encoder。如果Decoding任务足够多， Encoder就更通用，新的Decoding任务学起来就更简单。
而专业学习者，更像是学着多个不同的Encoder，所以他们单个Encoder特别的强，而不具备通用性。
我在 通用解码器 中会更详细的分析这种观点。
你看，我说了我喜欢挖掘一些深度学习比较本质的东西，这不就是一个吗。以后我对于Encoder-Decoder就会有另一种解释了~ 什么迁移学习，多任务学习，多模态学习还不都是这个原理。
记忆的覆盖与重构¶
我再从全局观察一下，想要记忆的第一步，就是过滤多余信息，让脑袋的负载没那么大。当新信息不断地进入长期记忆中， 我们的神经网络系统将会不断创造新的连接，如果新信息与长期记忆中的旧信息之间是有关系的，那我们原本的网络系统很可能就会被覆盖或者重构。 这样的好处就是将新信息安好家，找到了一个同兴趣的社区，但是坏消息也有，被重构的网络可能改变原有的记忆， 这时记忆应该就出现了混淆或者遗忘（我还没找到实验依据，等我找到再打reference）。
所以遗忘是有它的合理性的。 大自然最擅长的是充分利用资源，效率最大化的运转事物。每一种动物的大脑都有着不一样的容积，蚂蚁为什么没有像人一样大的大脑？ 答案是没必要，用不了那么多。同样，我们人的大脑为什么不再长大一点？答案是更大的大脑消耗更多的资源，目前我们的大脑最适合人作为人类所消耗的资源量。
在有限的大脑容积内，怎么样可以有效地利用这些脑神经链接，更有利于我们活下去？ 我认为是我们的大脑学会了 复用
这些神经链接（上文提到的通用Encoder）。 如果某些东西可以在多种场景下，实现复用，那这东西的价值肯定高，效率也不差。
所以本质上来说，我们并没有忘记，而只是之前的神经连接方式变了， 记忆也就出现了变化，有的记忆因原本的链接方式变化而改变，也有的记忆甚至因这场改变而消失了。 但这场变化也有好的一方面，多个记忆的共同部分因为重复被激活，他们的链接也可以被加强。我把它称为事物的共通性被重构加强了
。
对我的影响¶
对我的影响肯定是巨大的，在今后的生活学习中，我就会依据上面的这些思考，跟随下面这些原则：
- 坚持广泛学习，不排斥新领域的新知识；
- 不熬夜，多睡觉（这点我依旧是打脸的...）；
- 多将新的知识归纳总结到原有的知识体系中（Rethink就这样诞生了）
希望看到这篇文章的朋友共同进步吧。
