如何提高记忆力?

许多学员经常问我:为什么您的记忆力那么好?有没有什么方法,可以提高记忆力?

今天,我想好好聊聊这个问题。

当然,学习和记忆,是一个巨大的话题。这篇文章只是一个初探。希望能帮你打开一些视野,扫清一些困惑。

图片

首先,我们来看看大脑的第一个记忆系统。

众所周知,记忆系统可以大略分为短时记忆和长时记忆。短时记忆相当于「内存」,长时记忆相当于「硬盘」。当我们接收到任何一段信息时,必须先放入短时记忆,让大脑「识别它」,然后才能被写入长时记忆,让大脑「记住」它。

也就是说,我们能够记住多少东西,取决于有多少信息最终被写入长时记忆。

但比起电脑,大脑有一个巨大的劣势:

我们的长时记忆可以很庞大,但短时记忆的容量少得可怜。

有多少呢?大家一定听说过「7+-2」—— 这是上个世纪的数据。实际上,按照 2001 年 Cowan 的研究结果,更精确的数据是:4个单位。

什么叫4个单位呢?简单来说,就是4个词,或者4个短语。也就是说,当你阅读上一段话时,你的大脑正在忙碌地做许多事情:把一个句子拆成若干个短语,先把4个塞进短时记忆里,识别它们;再清除掉,重新塞4个短语进来,识别。循环往复。

这里的问题就在于:识别的速度要远远快于「记忆」。也就是说,这4个短语被你识别之后,它们很可能还未能形成记忆,就被立刻清除出去了,迎接新的4个短语。

在这个过程中,你得到了什么呢?你其实什么都没有得到。大量的信息都在这个「进入 → 离开」的过程里被清除了,无法真正被大脑「记住」。你所得到的,只是一连串「我知道了!」的瞬间。

打个比方,这就像是一个小偷,潜入城堡里偷东西,抓起一堆财宝就往口袋里塞,但口袋破了一个大洞,他还恍然不知 —— 结果是什么呢?塞多少漏多少。唯一留下的,只有「这儿有财宝」「这儿也有!」「它们全都是我的啦!」的「虚假的狂喜」。

所以,为什么我们读了很多书、很多文章,阅读的时候觉得「讲得真好」,但读完就留不下多少印象了?原因正在于此。

那么,如何让我们偷到的财宝 —— 不对,是读到的信息,能够最大限度地留下来,从短时记忆里写入长时记忆呢?我们就需要来研究下一个系统。

图片

请思考一个问题:你昨天晚上吃了什么?

这个问题不难,我相信绝大多数人都能立刻回答出来。如果不能,那……你可能脑子里的事情太多了,请让自己放松一下。

那么,再回答一个问题:你上一周的周三晚上,吃了什么?

我相信,能回答起这个问题的朋友,就不多了吧。

那么,为什么昨晚吃的东西,能立即回忆起来;但上周三吃的东西就想不起来呢?在这里,「你昨晚吃了什么」,是属于短时记忆,还是长时记忆?

显然,是长时记忆。因为短时记忆的信息会被不断清除,只能保持几秒到几十秒。

但是,即使是长时记忆,这里面也很复杂。长时记忆里,有一个缓冲区域,叫做「鲜活区」。它指的是:最近一段时间内,被写入长时记忆里的信息。

这个「最近一段时间」有多长呢?因人而异,目前还没有明确的研究结果,不过一般认为是6个小时以上,1天以内。

位于鲜活区以内的信息,我们可以不费力地「回忆」起来。但一旦信息脱离了鲜活区,再去回忆就很困难了。

那么,把这两个系统结合起来,我们现在有了这么一个模型:

信息 → 短时记忆 → 长时记忆(鲜活区)→ 真正的长时记忆

接下来,我们来看看它们的神经基础。

图片

我们总是说「记忆」「储存」……但大脑里面是否存在一个东西,像电脑的内存和硬盘一样,专门用来储存数据呢?

其实是没有的。

我们的大脑皮层,有约160亿个神经元。一切的记忆,都由这160亿个神经元来表征。

如何表征呢?每个神经元都可以跟其他神经元相连接。而这160亿个神经元,它们的「连接状态」状态,每一刻都是不同的。当你阅读上一段话时,神经元集群A处于A1状态;当你阅读下一句话时,这个集群A处于A2状态……这就是「储存记忆」的本质。

也就是说,当你回忆起第一段话时,大脑里面发生了什么?实质上,就是让神经元集群A,再一次构建出了A1状态。

这是一个很有趣的事情:大脑并不能「储存」任何信息 —— 它能储存的,只有当获取到某些信息时,自身神经元的状态。而所谓的「回忆」,实质上就是「回放」出了这个状态。

好了,明白了这一点之后,我们来看:

短时记忆的本质是什么?就是让一堆神经元,彼此之间暂时连接起来,构成状态A1。

长时记忆的本质是什么?就是让这堆神经元,彼此之间通过长时间的连接,产生化学上的变化,让它们「粘合」起来,把这个A1状态固定下来 —— 这就叫做「突触可塑性」。

而「鲜活区」呢?它指的是这么一个状态:这堆神经元彼此之间有高度的敏感性,特别容易「回放」出A1;但与此同时,它们的「粘合性」又还不够强,不足以长久地固化,形成长时记忆。

那为什么过了一段时间,鲜活区里面的信息就没了呢?因为这堆神经元的「高度敏感」消失了。你可以理解为,它们放着放着,没有人把它们粘在一起,所以就凉了,失去了彼此之间的敏感性,重新变得跟之前一样。

从这里呢,其实还可以得到一个推论:学习的本质是什么?其实就是通过这种「突触可塑性」,改变大脑的结构,从而拥有全新的思维模式。

也就是说,一个非常聪明的人,他未必脑容量很大,未必有什么非常特殊的脑回路,但他的大脑中,一定拥有比常人更丰富、更复杂的神经元连接。正是这些复杂的连接,让他的思维可以毫无阻碍地、自由地游走。

学习一个领域,学习一系列知识,学习一项技能……本质上,都是一样的,都是改变大脑的内在连接方式。

到这里,我们可以来思考一下。

当我们说一个人记忆力很好时,我们指的是什么?通常情况下,是两个含义:

1)他看过的东西,能够几乎毫无遗漏地复述出来。

2)他能够回忆起很久以前读过的信息、经历过的事件。

第一种,指的是能有效地把信息从短时记忆写入长时记忆,避免丢失;第二种,指的是他的长时记忆比较丰富、完备,从而能轻易地「回放」出某一种状态。

显然,第二种是基于第一种而存在的 —— 只有能够不断地丰富长时记忆,才能使到长时记忆变得丰富。

那么,我们的问题就来了:如何培养「把信息从短时记忆写入长时记忆」的能力呢?

实际上,心理学界还真有一个实验方法,叫做「n-back 测试」。

什么意思呢?举个例子:你盯着一个屏幕,屏幕上会不断随机出现1-9的数字。你要做的是,看当前的数字,把它跟「前第 n 个数字」做对比。如果一致,按 Yes;如果不一致,按 No。

比如,屏幕上显示的数字是这样:……1, 4, 3, 4, 2……

现在,你看到的数字是3,假设n=2,那么,你需要回想,前第2个数字是什么?是1,不一样,那么,按 No。

下一个数字是4,你继续回想,前第2个数字是什么?是4,一致,好的,按 Yes。

下一个数字是2,继续回想,前第2个数字是3,不一致,按 No……

难吗?要知道,n=2是最简单的情况了(也有n=1,那就是「跟上一个数字对比」,比较多用于认知障碍或记忆障碍患者)。难度往上走,还有n=3,n=4……

有很多研究认为,n-back 测试能够在一定程度上提高记忆力,进而提高流体智力。在很多实验中,n-back 测试也常被用来衡量记忆力水平:犯错的次数越少,答对的次数越高,记忆力就越好。

但是,我们在日常生活中,是不是一定要用n-back测试来锻炼记忆力呢?其实也不是。我们要做的,是通过这个简单的方法,探究背后的原理。

图片

不难发现,n-back的测试的原理是什么?其实就是「强迫」你的大脑,让它花费更多的精力,去把一段信息,「保持」在短时记忆里。

简而言之:既然识别的速度远远快于记忆,而正是因为这一点,信息来不及「被记住」就被清除出去 —— 那我们人为把它保持得更久一点,岂不是就能有效地强化记忆?

打个比方:你伸出手,掬起一捧沙子,它会怎么样呢?会从你指缝间流失。如何才能把这捧沙子带走?你就必须紧闭指缝,合拢双手,让你的双手变成一个封闭空间,把沙子「束缚」在里面。

同样,如何让一段信息能够被记住?你就需要花费精力,让大脑把一段复杂的信息,「打包压缩」在短时记忆里,对它进行加工。

如何进行加工呢?也即是前面讲过的:建立神经元之间的连接,让这段信息,在你的脑海里「落地生根」。这就叫做「精细加工」。

用一个流程来说就是:

把一段复杂的信息「打包压缩」到短时记忆里,集中注意力保持一段时间,在这段时间里对其进行精细加工,建立尽可能多的联系。

所以,提高记忆力,要锻炼的,就是两个能力:

1)压缩、保持一段复杂信息的能力

2)使信息建立更多联系的能力

那么,基于这个原理,我们在平时的生活中,可以去做一些什么样的练习,来锻炼它们呢?

分享几个简单的方法。

1. 「我刚才读到了什么?」

我在阅读、看视频时,会有一个多年形成的习惯:每看到一个新的段落,都会问自己一句:我前面都读到了哪些东西?

这个「新的段落」,可能是一两页,一个小标题,也可能是视频的一个转场,诸如此类。

这样做的好处是什么?有两点。一,是提升自己「打包压缩」的能力,让短时记忆能够容纳更多、更复杂的信息;二,是提醒自己,是不是有些信息已经漏掉了?我能否把它们找回来?

试一试:读到这里时,回想一下这篇文章的全文,问自己:文章讲了什么?我能否把前面的大意复述出来?

让信息过脑子,而不是任由它流走 —— 这样,才能真正把获取的信息,吸收成为自己的。

2. 「它的内部逻辑是什么?」

读一篇文章、一本书,读到一个有趣的观点,或者一个知识点时,我都会让自己动脑想一想:它的内部逻辑是什么?

什么叫内部逻辑呢?举个例子:如果一个点可以分成三个小点,我不会单单记住这三个小点,而是会去思考:这样划分的依据和标准是什么?每个点的原理和支撑是什么?它跟之前讲过的内容有没有逻辑上的联系?

这样做的好处是什么呢?你不会仅仅停留在「它是什么」的层级,可以透过现象,从更深层的逻辑去理解:它为什么是这样的?

简而言之,这样可以不断建立知识点之间的联系,把它从简单的树状结构,变成一张紧密的、复杂的「网络」。

提升记忆力,永远不是说要强行去记住它,而是要通过透彻的理解去记住它。

3. 「关于它,我能够想到些什么?」

当我碰到一些新的知识点,或者一个主题、话题时,我会做一些「反刍」。亦即暂时关闭外界的信息输入,以这个主题为引子,让自己展开联想。

为什么这样做呢?一方面,它可以激活大脑中那些沉睡的神经元节点,重新唤醒它们(可参考我在 为什么我们越来越喜欢独处? 中提到的 DMN 模式)。另一方面,它相当于在旧的知识网络和新节点之间拓展了联系,让新的节点更不容易丢失。

也就是说,它实质上,是一种转向内部的,梳理、维护、清扫自己内在知识网络的方法。

当然,它也会有代价:你看上去总是很容易出神,总像沉浸在自己的世界里。

所以,如果你想尝试这种方法,我会建议你每天空出一段不受打扰的时间,最好是下班后,拨出一段时间,漫无目的地看一些东西,一边看,一边让大脑放松,发散联想,并记录下想到的内容。

4. 「我能否把它讲给别人听?」

这是一个非常经典又非常有效的办法。什么情况下,你能算是真正掌握、记住了一个知识点?当你能够把它讲给别人听,并让别人理解它的情况下。

原理非常简单:当你讲授它的时候,你会调用大脑的各种相关节点,进行全方位的「精细加工」。你也许需要类比,也许需要举例,也许还需要提炼它的重点信息,对它的逻辑和结构进行重构……

这些,都是在不断强化大脑对它的记忆。

所以,为什么我强烈建议大家写作?原因也正是如此。输出,才是最好的学习。

图片

这些是我日常的心得和经验,分享给你。你也可以基于前面的原理,探索、尝试出适合自己的锻炼方式。

另外,简单讲几个可能反常识的东西。

1)艾宾浩斯遗忘曲线有用吗?

没有。

艾宾浩斯的研究发生在19世纪末,而那时实验心理学还未建立(他本人就是实验心理学的先驱),缺乏有效的范式,因而他的研究成果是简单的,没有考虑到语义、联系等要素,整个实验也非常粗糙,严格来说并不科学。

学界如今基本已不再使用艾宾浩斯的成果。如果看到市面上打着「艾宾浩斯」旗号的产品,忽略就好了……他们的知识更新可能有点滞后。

2)记忆宫殿法有用吗?

没有明确的研究表明其有用。不过,从前面的原理你也可以知道:如果它有用,那无非也是用你非常熟悉的事物作为依托,来「建立联系」 —— 也就是精细加工的一种,本质并没有什么特别神奇的。

并且,记忆宫殿更多用在记忆文本、词汇上面,但我们有必要记住一大堆文本和词汇吗?其实没有。生活不是考试做题,我们更需要的,是高维度、高层次的「全局记忆」,是丰富知识体系,而不是复述细节。

所以,我对它的态度就是:不提倡也不反对。如果你喜欢可以用用,但不要抱太大期望。

3)图像记忆法、讲故事法……等等一系列记忆法,有用吗?

没有明确的研究表明其它们有用。但是,还是那句话,如果有用,那其实都只是因为两点:一,保持信息;二、建立联系。

毕竟,你要把一段信息编成故事、想象出画面,或是放进记忆宫殿里,那……总得把它们在大脑里「保持」一段时间吧?在这段时间内,再对它们反复地加工,怎么说也该记住了。

所以,态度也是一样的:不予置评。喜欢的朋友可以用用,不失为一种精细加工的办法。

图片

最后,再讲一个问题。

不知道大家有没有想过:通常情况下,我们的记忆力都不怎么好,很容易出错,也很容易遗忘细节 —— 那问题来了,为什么大脑要这样设计呢?为什么不能像电脑一样,忠实地把所有信息储存起来,需要的时候再读取就好?

原因可能非常复杂,但有一点至关重要:记忆的本质,不是用来让你「回忆过去」的,而是为了让你更好地「面对未来」。

什么意思呢?我在 认知的冰山 中提过,大脑的本质,是一个贝叶斯模型。我们面对这个世界上的种种事件,都会有一个概率判断。这可以让我们更高效地理解日常生活,也可以更有效地逃避危险、解决问题。

而记忆,实际上就是这个贝叶斯模型的反馈:我们从日常生活中经历种种事件,从中提取出「大脑觉得有用的信息」,把它们纳入模型里面,用来改进概率判断,完善概率库 —— 这些信息,就是记忆。

所以,记忆从来都不需要100%还原,因为目前这样,就已经非常够用了。

也正因为如此,我才一直强调:大脑是用来思考的,不是用来记忆的。

但这句话意味着我们「不需要记住」事物吗?当然不是。它最确切的理解是什么?我们无需去「强行记忆」事物,而是通过对事物的理解,把事物的特征和模式提取出来,纳入我们已有的知识体系里面。

简而言之,就是8个字:提纲挈领,以点带面。

你需要记住一个复杂理论的详情吗?需要记住它可以细分为几个点、每个点又可以细分为几个小点吗?没必要。你要记住的是:

它具备什么特征?在整个体系和框架里处于什么位置?在思考哪些类型的问题时可能需要用到?跟其他问题、概念之间存在什么联系?我可以如何调用它?

只有把知识拆散,重构,再连接,编织成网,你才算是真正地理解和记住了它们。

同样,也只有这样,当你需要时,从某个节点出发,就能透过节点之间的联系,提取出整张知识网络。

这才是真正意义上的「记忆」。也才是更有价值、更有效的「记忆」。

以我为主,为我所用。

你所经历的一切,只有当它们形成「你的一部分」,才是真正发挥了价值。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/649963.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

深入理解Redis:如何设置缓存数据的过期时间及其背后的机制

目录 Redis 给缓存数据设置过期时间 Redis是如何判断数据是否过期的呢? 过期的数据的删除策略 Redis 内存淘汰机制 Redis 给缓存数据设置过期时间 一般情况下,我们设置保存的缓存数据的时候都会设置一个过期时间。为什么呢? 因为内存是有…

电流检测电路设计方案汇总

电流检测电路设计方案(一) 低端检流电路的检流电阻串联到地(图1),而高端检流电路的检流电阻是串联到高电压端(图2)。两种方法各有特点:低端检流方式在地线回路中增加了额外的线绕电…

​ElasticSearch

目录 简介 基本概念 倒排索引 FST 简介 ES是一个基于lucene构建的,分布式的,RESTful的开源全文搜索引擎。支持对各种类型的数据的索引;搜索速度快,可以提供实时的搜索服务;便于水平扩展,每秒可以处理 …

响应式Web开发项目教程(HTML5+CSS3+Bootstrap)第2版 例5-1事件处理

代码 <!doctype html> <html> <head> <meta charset"utf-8"> <title>事件处理</title> </head><body> <input id"btn" type"button" name"btn" value"提交" /> <…

深入理解ZooKeeper分布式锁

第1章&#xff1a;引言 分布式系统&#xff0c;简单来说&#xff0c;就是由多台计算机通过网络相连&#xff0c;共同完成任务的系统。想象一下&#xff0c;咱们平时上网浏览网页、看视频&#xff0c;背后其实都是一大堆服务器在协同工作。这些服务器之间需要协调一致&#xff…

小游戏选型(二):第三方社交小游戏厂家对比,即构/声网/融云/云信等

前言&#xff1a; 上一篇文章我们主要介绍社交游戏化趋势&#xff0c;并分析了直播平台面临的买量贵、变现难等问题&#xff0c;探讨了小游戏作为新的运营变现玩法的优势。同时还列举了各大直播平台TOP5的小游戏。今天我们继续介绍小游戏系列内容&#xff0c;本文是该系列的第…

浪花 - 添加队伍业务开发

一、接口设计 1. 请求参数&#xff1a;封装添加队伍参数 TeamAddRequest package com.example.usercenter.model.request;import com.baomidou.mybatisplus.annotation.IdType; import com.baomidou.mybatisplus.annotation.TableField; import com.baomidou.mybatisplus.ann…

勤学苦练“prompts“,如沐春风“CodeArts Snap“

前言 CodeArts Snap 上手一段时间了&#xff0c;对编程很有帮助。但是&#xff0c;感觉代码编写的不尽人意。 我因此也感到困惑&#xff0c;想要一份完整的 CodeArts Snap 手册看看。 就在我感觉仿佛"独自彷徨在这条悠长、悠长又寂寥的雨巷"时&#xff0c;我听了大…

【数据库】聊聊explain如何优化sql以及索引最佳实践

在实际的开发中&#xff0c;我们难免会遇到一些SQL优化的场景&#xff0c;虽然之前也看过周阳的课程&#xff0c;但是一直没有进行细心的整理&#xff0c;所以本篇会进行详细列举explain的相关使用&#xff0c;以及常见的索引最佳实践&#xff0c;并通过案例进行讲解。 数据准…

Java复习系列之阶段三:框架原理

1. Spring 1.1 核心功能 1. IOC容器 IOC&#xff0c;全称为控制反转&#xff08;Inversion of Control&#xff09;&#xff0c;是一种软件设计原则&#xff0c;用于减少计算机代码之间的耦合度。控制反转的核心思想是将传统程序中对象的创建和绑定由程序代码直接控制转移到…

阿里云幻兽帕鲁服务器4核16G配置报价

自建幻兽帕鲁服务器租用价格表&#xff0c;2024阿里云推出专属幻兽帕鲁Palworld游戏优惠服务器&#xff0c;配置分为4核16G和4核32G服务器&#xff0c;4核16G配置32.25元/1个月、10M带宽66.30元/1个月、4核32G配置113.24元/1个月&#xff0c;4核32G配置3个月339.72元。ECS云服务…

C++(搜索二叉树)

目录 前言&#xff1a; 1.二叉搜索树 1.1二叉搜索树的定义 1.2二叉搜索树的特点 2.二叉搜索树的实现 2.1框架 2.2查找 2.3插入 2.4删除 1.右子树为空 2.左子树为空 3.左右都不为空 3.递归版本 3.1前序遍历 3.2中序遍历 3.3后续遍历 3.4查找&#xff08;递…

【日常学习笔记】gflags

https://mp.weixin.qq.com/s/FFdAUuQavhD5jCCY9aHBRg gflags定义的是全局变量&#xff0c;在main函数后&#xff0c;添加::gflags::ParseCommandLineFlags函数&#xff0c;就能解析命令行&#xff0c;在命令行传递定义的参数。 在程序中使用DEFINE_XXX函数定义的变量时&#x…

Ubuntu 22.04 apt 安装 ros1 ros Noetic Ninjemys

众所周知 ros2还有很多功能没有移植&#xff0c;而ros1官方不再支持 ubuntu 20.04 之后的版本。另一方面Ubuntu 22.04 更新了很多对新硬件的驱动&#xff0c;有更好的兼容性和体验&#xff0c;这就变的很纠结。 如果想在 22.04 使用最新版本的 ros noetic 只有自己编译一个办法…

HTML 曲线图表特效

下面是代码 <!doctype html> <html> <head> <meta charset"utf-8"> <title>基于 ApexCharts 的 HTML5 曲线图表DEMO演示</title><style> body {background: #000524; }#wrapper {padding-top: 20px;background: #000524;b…

第二证券:大金融板块逆势护盘 北向资金尾盘加速净流入

周一&#xff0c;A股商场低开低走&#xff0c;沪指收盘失守2800点。截至收盘&#xff0c;上证综指跌2.68%&#xff0c;报2756.34点&#xff1b;深证成指跌3.5%&#xff0c;报8479.55点&#xff1b;创业板指跌2.83%&#xff0c;报1666.88点。沪深两市合计成交额7941亿元&#xf…

WEB安全渗透测试-pikachuDVWAsqli-labsupload-labsxss-labs靶场搭建(超详细)

目录 phpstudy下载安装 一&#xff0c;pikachu靶场搭建 1.下载pikachu 2.新建一个名为pikachu的数据库 3.pikachu数据库配置 ​编辑 4.创建网站 ​编辑 5.打开网站 6.初始化安装 二&#xff0c;DVWA靶场搭建 1.下载DVWA 2.创建一个名为dvwa的数据库 3.DVWA数据库配…

微信小程序(十八)组件通信(父传子)

注释很详细&#xff0c;直接上代码 上一篇 新增内容&#xff1a; 1.组件属性变量的定义 2.组件属性变量的默认状态 3.组件属性变量的传递方法 解释一下为什么是父传子&#xff0c;因为组件是页面的一部分&#xff0c;数据是从页面传递到组件的&#xff0c;所以是父传子&#xf…

防火墙的用户认证

目录 1. 认证的区别 2. 用户认证的分类 区别&#xff1a; 3. 上网用户认证的认证方式 3.1 置用户认证的位置&#xff1a; 3.1.1 认证域 创建认证域&#xff1a; 新建一个用户组&#xff1a; 新建一个用户 创建安全组 4. 认证策略 4.1 认证策略方式&#xff1a; 4.2…

MR image smoothing or filtering 既 FWHM与sigma之间的换算关系 fslmaths -s参数

这里写目录标题 FWHM核高斯核中的sigma是有一个换算公式&#xff1a;结果 大量的文献中都使用FWHM 作为单位&#xff0c;描述对MR等数据的平滑&#xff08;smoothing&#xff09;或者滤波&#xff08;filtering&#xff09;过程。FWHM 通常是指full width at half maximum的缩写…