引言
人工智能（AI）在信息处理、数据分析和任务自动化等方面展现了强大的能力。然而，在人类独有的记忆和想象力领域，AI仍然有很长的路要走。加利福尼亚大学戴维斯分校的心理学和神经科学教授查兰·兰加纳特（Charan Ranganath）在最近一次访谈中，深入探讨了人类记忆的复杂性及其对AI发展的启示。这篇文章将带您探索记忆、想象与AI之间的关系，了解当前AI在记忆处理上的挑战，以及未来AI在实现强人工智能和超人工智能的潜力。
记忆的定义与内部模型
记忆不仅是信息的储存
记忆并非简单地记录过去的信息。兰加纳特指出，记忆是人脑在一系列复杂认知模型的相互作用下编制出来的图景。在日常生活中，记忆帮助我们记住诸如不要忘记钥匙、纪念日或工作任务等关键事项。但深入研究记忆的运作原理，我们发现它远不止记录那么简单。
分布式神经元池与记忆竞争
兰加纳特表示，记忆的工作原理类似于一个分布式的神经元池，其中记忆在不同的神经元池中共享、竞争、互相对抗。忘记某些事情，往往是因为在记忆的竞争中，失败的一方被抹去了。而更多的时候，记忆被“藏”在大脑中，需要正确的线索来激活它。
事件的内部模型
人类大脑中的记忆模型相互关联，在前额叶皮层交织在一起，控制信息流。兰加纳特将这种模型聚合和分离的过程称为事件的内部模型。例如，在生日派对上，一旦看到蛋糕和蜡烛，便可以预测接下来的事情。这是因为大脑根据过往的数据储存，提前推演即将发生的事情。
稳定可塑性难题
AI的记忆处理挑战
当下的AI在记忆处理方面面临着“稳定可塑性难题”。这一难题涉及如何主动判断哪些记忆需要被遗忘，哪些记忆需要被保留。兰加纳特将这一问题细分为两个部分：AI对于规则的认知程度和规则与规则例外情况的权衡。人类可以自主选择接受或不接受例外情况，但AI尚缺乏这种能力。
偶发性记忆的机制
兰加纳特介绍了人脑中的偶发性记忆系统。当出现违反过往规则的事件时，扳机被扣下，提醒我们例外情况的存在。这一机制赋予人类思维逻辑的灵活性，使我们能够适当做出改变，而不必抹杀已经学到的一切。对于AI而言，违反规则的记忆需要被记录多少，例外情况的具体持续时间等都是未知数。
想象力的由来
记忆与想象的关系
兰加纳特解释了记忆和想象之间的关系。虚假记忆（False memories）是大脑为了填补内部模型中被删去的记忆，而从已有的记忆中拼接出来的。当人们回忆某个事件时，往往会把事件中的原始信息与后来的信息混合，最终拼接出一段从未发生过的生动记忆。这一过程本质上是一种创作，显示了记忆与想象的紧密关联。
默认模式网络与想象
通过对大脑的扫描研究，兰加纳特发现，回忆和想象过程中激活的大脑区域相似，即默认模式网络（Default Mode Network）。这表明，记忆与想象力在神经网络层面上密切相关。记忆中的部分信息可以重新组合，创建尚未发生的事件模型，这也许就是想象力的来源。
AI的未来展望
破解记忆难题
兰加纳特认为，破解稳定可塑性难题的关键在于弄清楚记忆“小积木”的封装、调度和删除机制。一旦明了这一点，AI也许能够实现类似人脑的记忆筛查和遗忘功能，进而获得想象力和自主创作能力。
AI在信息传播中的应用
随着大语言模型（如GPT-4）和AI绘画的问世，AI在信息传播领域的影响力日益增强。兰加纳特担忧，AI可能会大批量生产虚构信息，形成群体效应，改写历史和文化记忆，甚至导致阴谋论的传播。
脑机接口的前景与隐忧
BCI技术的潜在威胁
除了人工智能，兰加纳特还谈到了脑机接口（BCI）技术。他对BCI技术在读取人脑思维和政治立场方面的潜力表示担忧，认为这可能彻底摧毁个人隐私权。一旦BCI被应用于记忆检查或修改，反乌托邦式的社会或许不再遥远。
结论
记忆与想象力是人类智能的重要组成部分，也是当前AI研究中的关键难题。通过理解人类大脑的记忆机制，AI有望在未来实现更强的智能和创作能力。然而，随着AI和BCI技术的发展，我们也需要警惕其可能带来的隐私和社会问题。通过科学与技术的不断进步，我们期待AI在未来能够更好地服务于人类，同时尊重和保护个人隐私和记忆。
