新浪财经讯主题为“和而不同，思想无界”的 CC讲坛第49期演讲于2022年7月23日在北京以线上直播方式举行。来自北京大学心理与认知科学学院、北京大学麦戈文脑科学研究所研究员罗欢出席，并以《信息爆炸中的知识获取：来自脑科学的启发》为题发表演讲。

　　以下为演讲全文：

　　非常荣幸能够来到CC讲坛，我是做人脑的认知机制的基础研究的，能够和大家分享我们近期的一些基础科研工作，希望能够对大家未来的学习工作和生活带来一些启发，这就是我最重要的目的。

　　我们每个人都感受到我们生活在一个信息爆炸的时代，这既是一个好的时代，也是一个坏的时代，好的地方是我们有了千载难逢的机会，能够在很快的时间内去接受我们人类几千年来所累积的壮阔知识；但是另外一个不幸的地方，就是在面对知识的星辰大海的时候，我们被震撼的同时，也会感受到一种无力感，一种渺小感。

　　信息爆炸带来的一个问题就是知识的碎片化，这也是我们日常生活中经常能够感受到的。知识的碎片化带给我们一种焦虑，就是一方面我们觉得我们自己是有可能做到无所不知，但是经过深刻思考，我们又会发现其实自己是一无所知。

　　其实大家并不需要自责于自己面对海量的碎片化知识所带来的渺小感和无力感，因为我们人脑认知的基本规律就决定了我们的大脑和我们的认知系统，是无法处理和存储这样海量的碎片化信息的，借用一句话，“人生而自由，而又无往不在枷锁之中”。

　　其实我们脑认知的基本规律就是附着在我们大脑上的一个带引号的枷锁。知道我们有这样的枷锁，我们才知道如何的去应对，我们也才知道我们自己生而为人的局限性，我们有什么样的枷锁呢？

　　首先我们的注意资源是有瓶颈的，所谓“一心不可二用”。很多心理学实验都告诉我们，即使有海量的信息进来，只有部分的信息能够通过瓶颈被我们的注意所加工，所以我们不可能在同一个时刻，用大量的注意力做需要大量注意力的事情，我比我们也不可能在同一个时刻和多个人进行着非常深入的交流。

　　有的国家为了保证驾驶安全，会制定法律，禁止你在开车的时候打电话，它所基于的科学研究的成果，也是因为知道注意瓶颈这样一个作用；

　　除了注意资源以外，我们的记忆资源也是存在瓶颈的。我们的记忆可以想象成是两个系统的连接，一个系统是一个短时的工作记忆系统，这个工作记忆系统有点像我们所有信息进入记忆系统的一个入口，它也是我们测量智商的一个很重要的指标，我们经常说一个人智商高，其实就说明他的工作记忆非常的强。

　　这样一个工作记忆系统，它有一个非常有趣的特性，就是在短时间内，工作记忆容量是有限的，它的容量是多少？经过大量的实验证明它是“5±2”，什么意思呢？就说在短时间内，你只能够记住5±2个数字，或者5±2个物体等等，所以我们家长在给孩子短时间内“填鸭”是没有作用的，因为如果你给了他很多的信息，超过了他的工作记忆容量，他是进不了工作记忆系统的；

　　除了工作记忆系统以外，我们还有一个长时记忆系统。长时记忆系统非常有趣，首先它保存的时间特别长，第二容量理论上是可以无限的，这就给了我们一个非常振奋的前景，好像我们人，真的可以变得非常聪明，可以记住所有的东西，但事实上长时记忆系统，如果真的能够把知识存储在这样一个系统里，是需要多次的这样的一个整合，多次的巩固。所以也许你今天通过临时抱佛脚，能够让明天的考试成绩好一点，但如果不经过长时间的记忆巩固和一个整合，这些信息就会被时间修剪，依然不能够成为你真正的长久的知识。

　　我们如何从我们一个有限容量的工作记忆系统，能够达到一个无限知识的长时记忆系统，我今天特别想跟大家分享的就是，一个特别核心的东西，叫做“结构化”，也是我今天演讲的中心思想。

　　什么是结构化？我们先举一个非常简单的小例子，我给大家呈现一组十五个数字：“837627938523902”，请大家在短时间内把它记下来。

　　好，我知道大家一定在记了，有的人开始去寻找这组数字之间的关系，“8-3+7……”，其实这是一个很难的任务，我猜想如果我们在研究室中招募受试者来做这样一个实验，我每次数字都换一下的话，你们的成绩一定会很差，为什么？

　　我刚才说过，因为十五个数字，超过了我们的工作记忆容量，所以理论上我们人类是做不到的，但是我们只需要用一个非常简单的办法，就会让大家觉得会很好记，什么样的方式？

　　“8376——2793——8523——902”

　　这样的一个分段，为什么能够起到作用呢？

　　是因为这种分段就把这十五个数字进行了结构化。就类似于把十五个数字放到了四、五个抽屉里面，也就是我们的工作记忆容量的抽屉里，这样就会降低你记忆的负荷，并且促进你记忆的形成。

　　其实大家在我们生活中已经使用了这个方式，比如电话号码、银行账号等，会有这样的方式呈现，所以其实生活中的很多发现都基于科学的一些基础研究。

　　我们知道了我们的数据，是我们外部的知识，是碎片化和无规律的，那么通过一些数据统计，可以对这些数据进行一个标签，产生信息，但是知识既不是数据，知识也不是信息，知识是什么？

　　知识是这些碎片化信息背后联系的结构，把这些点和点之间的连接读取出来，这才能成为真正的知识。

　　知识如此重要，我们知道了依赖于这样的一个结构，我们的大脑又是如何去获取知识的，也就是这些碎片背后的相对关系的这样一个结构的？

　　这就是我们实验室近几年研究的一个方向，也是我今天想给大家分享的，我会讲三项研究，用非常简单的方式给大家分享。

　　第一项研究，我们人的大脑是如何存储一段声音序列？

　　可能大家会说为什么要研究这个问题，因为声音序列在日常生活中非常常见，比如大家要记住一段旋律、一首歌、一段话，它们都是声音序列，可是放到实验室里你怎么去研究这个问题？我们需要非常严格的实验控制，我们会让招募一些大学生，让他记住一段声音序列，保存在他们的工作记忆里，过一会儿我们会去考验他们。

　　做这个实验的时候，我们会给他戴上一个脑电帽，记录大脑的活动，这样我们就知道记忆是不是在他大脑中存储，能不能够从他大脑中把他的记忆读取出来，但是我们碰到了一个非常难的问题，这个问题需要我们去解决，什么问题？

　　简单的来说，当我们的信息进入了我们的工作记忆系统以后，我们的大脑会进入一个我们称为“静默态”的状态。

　　什么叫寂寞态？你可以把寂寞态想象成是一杯透明的水，你明明知道这个水里有东西，但是你读取不出来，因为它是透明的。我们怎么解决这个问题？

　　我们采用了一种叫做“冲击响应”的手段，我来简单的解释一下冲击响应手段，就有点像往透明的水杯里扔一个石子，这个石子会激起水花，这个水花通过你的读取和分析，你就知道这个系统里包含了什么，这个就是我们的手段。

　　为了让大家更明白，我又借用了《猫和老鼠》的片段，我们可以把钢琴想象成是一个记忆系统， Jerry就是记忆系统里藏的信息，它可以非常安静地躲在钢琴里，所以你并不知道钢琴系统里面有没有记忆，Tom如何去检测到躲着的Jerry？它可以使劲去敲击钢琴，敲击像是一个冲击响应，使劲地打钢琴，里面如果躲着一个信息的话，这个信息就会被激发出来，这个就是我们所用的“冲击响应”手段。

　　当然了不可能敲击我们实验者大脑，我们用什么样的办法？我们用了一个非常简单的方法，就是当他们保存这个信息在他们大脑的时候，我们会播放一个白噪声，这个白噪声是什么？我模仿一下，就是“嗞滋……”这样一个声音。

　　这个声音就类似于对我们的大脑起了一个冲击，然后我们想看一下，只要播放白噪声，能不能把你大脑中记住的音调信息激发出来，也就是能不能看到小老鼠呢？

　　我们的结果发现确实是的，只要你在记忆的过程中播放一个白噪声，通过读取他的大脑信号，我们就能够解码你的大脑里面当时存储的是什么音调信息，同时我们也开发了其他的一些干扰手段，发现还能够把其他的信息激发出来，比如结构信息，也就是说音调是在序列中间第一个位置、还是第二个位置、还是第三个位置……

　　总结一下这个研究，我们的大脑如何去记忆一个声音序列，就像我们日常生活中做到的，你听到了一个你特别喜欢的歌曲，你想把它存在你的工作记忆里，你如何做到的呢？

　　其实大脑并不是像一个录音机一样，把这个声音序列粘贴在你的大脑里，大脑做什么呢？大脑会把这个声音序列里的内容和结构分离出来，分别存储。它的内容，就是音调本身，比如“Do、Re、Mi……”，而它的序列结构，是处于第一个位置还是第二个位置和第三个位置，这样你就不会搞混到底是“Do、Re、Mi”还是“Mi、 Re 、Do”了。

　　这就是我们人脑对于这样一个声音中间的序列结构的抽取，我刚才不是和大家分享过，结构的抽取是知识获取的必要条件，所以这里就是抽取了序列的结构，把它存储在我们的记忆里。

　　但是序列结构毕竟只是一种非常简单的结构，大家可以看到这十个人在排队，他们形成了一个序列，你们猜他在干什么呢？

　　“测核酸？”

　　一看到觉得大家在测核酸，我们可以拿这个例子再简单的解释一下什么叫内容，什么叫结构。

　　不同的人，可以每天都有不同的人，但他都站在同样的位置，所以序列结构是不变的，但里面的内容是不停地变的。

　　但是对于这样一个简单的序列结构，它的问题就是这个人和人的关系太简单了，我们只关心谁排在第一位，谁排在第二位，谁排在第三位，但人和人的关系显然不止这么简单，知识关系也不是这么简单，人和人的关系可以非常复杂，比如在我们的一个社会网络中，人和人的关系会形成非常复杂的网络结构。

　　所以我们就想继续的去研究，刚才我们研究的是人的简单的序列结构，我们现在想研究一个更复杂的网络结构，能不能在我们的大脑中被抽取出来，并且被存储并且被学习。

　　所以在实验室中我们就从简单的序列开始研究复杂的网络，这个是我想给大家分享的第二部分研究。我们怎么做这个研究？

　　回到科学实验室，我们特别强调严谨的实验设计，怎么去做这个实验？

　　首先我们找到了十五幅随机图片，大家不要试图去猜这个图片有什么意义，因为它真的是随便找到的，这十五幅图片没有什么意义，相互之间也没有什么关系，但是我们干了一件事情，我们强行赋予这十五幅图片之间一个关系，使得这十五幅图片的关系符合一个非常复杂的网络，这个网络我们把它称为“社区网络结构”。

　　因为它特别像三个社区连接起来，我们把这十五幅图片放到网络上的每个节点，所以网络中的每一个节点代表一幅图片，当这些图片之间有连线的时候，就是表示它们被我们强行赋予了某种关系，就像两个人认识一样，而这两个图片之间如果没有连线的话，就是代表他们之间的关系是比较弱的。

　　对，所以这十五幅图片本来是没有关系的，但是我们通过实验设计让它们产生了一样一个关系去学习，这里面还特别需要强调的是，在我们参加实验的受试者中，他们从来就没有看见过这个网络，他们看见的是什么，他们实际上看见的只是一一幅图片，我们真正做实验的时候会每次只呈现一幅图片，我们让参加实验的人去猜这个图片的下一幅是什么？你肯定开始的时候猜不出来，会一头雾水，但没关系，通过你的答案我们会给你反馈，然后我就让你不断地去猜，猜下一幅是什么、下一幅是什么，不断给你反馈。

　　所以参加实验的人，他们看到的就是一堆图片流，他们根本就不知道这些图片之间背后会服从一个非常复杂的网络关系结构，但他是否能够学习到？我们的研究结果表示其实人是可以学习到的，这个就是他们的行为成绩，预测成绩越来越好，从开始基本上是乱猜，到最后都能够猜对。

　　猜对说明什么？说明他们掌握了这十五幅图片之间的关系，也就是他掌握了知识结构，但是最酷的地方是我们从他的大脑活动中通过一些分析，也发现了这样一个网络结构，真的能够在他看到图片的过程中涌现出来，所以说明什么？

　　总结一下这部分研究，当我们看一个图片流的时候，我们大脑是能够去从连续的图片流中间抽取出它之间的一个复杂的网络关系，并且把它在大脑中给表征出来。可能大家会觉得这个是能力很神奇，其实我举一个例子，你就会发现你在日常生活中都有，比如大家读一本书，或者看一部电影，或者看一部话剧，这里面的人物即使是一个一个地登场，你是不是过了一会儿就会建立起这个人物关系的网络出来了？

　　所以其实这是我们日常生活中的一种能力，没有问题，只是我们在这里通过一些非常严格的实验设计来发现，我们人类确实能够把这些事物之间的关系提取出来，并且用一种网络的方式表达出来，我们还在大脑的神经活动中找到了这样的证据，所以这是我们研究的一个发现。

　　我们刚才讲了人擅长于学习序列，人擅长于学习复杂网络，有没有最好的网络特别适合我们人脑学习呢？

　　这个问题也是一直让我觉得特别有意思的问题，所以这是我要介绍第三项研究，就是我们人类是否擅长学习特殊某种类型的网络？

　　我们还是用刚才我们的研究的方法，这十五幅图片，但是跟刚才不一样，我们把这十五幅图片强行的分配到了四种类型的网络，这四种网络一种叫规则网络，一种叫随机网络，一种叫小世界网络，一种叫无标度网络。

　　我们把这十五幅图片嵌到网络结构中，然后我们找了四组人来，分别去学习这四个网络，看一看哪组人学习得更好。换句话说，这四种人看到的图片内容都是一模一样的，唯一不一样的是他们之间的关系不一样，有点像同样的演员，他有的时候演剧目一，有的时候演剧目二，他们关系不一样，我们就想知道哪一种网络学得更好。

　　大家来猜一猜，哪一个最好？

　　规则？我猜也应该是这样，为什么？因为它看起来特别简单，对吧？说明这个还是很好理解的，因为规则网络看上去很简单，后面几种网络看上去很乱，应该很不好学习。

　　我们来看一下我们的研究结果是什么？它会让你有一点惊讶的，我们发现是最后一种“无标度”，看上去非常乱的网络，其实你很好学习。

　　规则网络不但不是最好的，基本上是最差的，非常有意思。

　　所以这个结果说明什么呢？这个结果就提示了，至少我们人脑可能具有一种内禀的网络特性，这个网络特性就是无标度网络，所以当外界的网络符合人脑的无标度网络的时候，我们就特别容易学习知识结构，而如果不符合的话，我们就会稍微难一点。

　　接下来的问题可能小朋友也要问了，无标度网络有什么神奇的特点、神奇的本事会让我们人类特别擅长于学习？所以我们把刚才的四个网络再给大家解释一下。

　　刚才规则网络我已经讲过了，就是非常的规则，随机网络是什么？随机网络就是这些节点之间的连接是随机并且均匀的；小世界网络是什么？小世界网络就是它的局部连接很紧密，但是局部和局部之间有一些非常稀疏的长程连接，举个例子，特别像我们古代中国的村落，村落内部非常紧密，但是村落和村落之间没有什么联系，只有一些非常少的很长程的连接，比如一个人从这个村子到了很远的另外一个村子；什么叫无标度网络？无标度网络特别像咱们的现代社会，它会有一些大枢纽，然后枢纽下面还有小枢纽，它会有枢纽并且有层级感。

　　其实在我们的生活中，无标度网络也很常见，比如我们的人际网络也算是一个无标度网络，另外我们的万维网就是因特网，这些网站之间的关系结构也是无标度，比如说大家知道百度，这就是一个很重要的枢纽；这是航空图，它呈现一个无标度网络特点，因为它里面有一些枢纽的大城市，并且有人还研究过我们大脑区域和区域之间的关系，也发现它貌似符合这样一个无标度网络。

　　还有一个证据就是很多的网络科学工程师，他们专门研究各种网络特性，他们也发现无标度网络相对于其他的网络具有一种非常高效的信息传递性。

　　所以我们总结一下这部分的研究，我们比较了四种类型的网络，我们发现非常反直觉的地方是我们的人脑，人脑是非常擅长于学习这种无标度的网络的。

　　好，我已经介绍完了我的几项研究，那么我们现在来总结一下我今天给大家分享的，首先当我们的大脑面对海量的碎片化的信息，就像我们今天在这样一个信息爆炸的时代，由于我们人类天生的枷锁，也就是我们的注意和记忆的瓶颈机制，这些碎片化的信息理论上我们就没有办法去注意、去记忆、去学习，但是我们可以试图从这样一个碎片化的信息中，提取出它背后的一个结构，这样的一个结构可以去降低、克服我们的注意和记忆带给我们的瓶颈，并且大家想一想，不同的碎片化，如果都用同样的结构，就可以把这个信息更有效、更压缩，更加便于我们去加工。

　　通过这样一个结构提取，我们也就获得了知识，而且我已经给大家分享了我们的一些基础研究，告诉大家，其实我们人脑非常擅长于学习这种网络结构，无论是序列结构，无论是社区网络结构，还是各种类型的网络结构，而且我们有特别的脑区或者好几个脑区，专门来提取这样的一个结构信息。

　　在这些网络中有一个明星网络，它就是无标度网络，它有很多的特性，使得它的信息传递率非常高，也是特别适合擅长于让我们去学习。

　　既然基础研究，虽然不是我们的最终目的，但我们特别希望能够给大家平时的生活带来一些实际的建议。

　　所以我最后想总结一下，对于大家，还有各位家长孩子们，你们如何有效学习和获取知识，有这样几点：

　　第一，“填鸭式”是没有用的，因为它没有办法克服我们注意和记忆的认知瓶颈，你做不到，所以你是没有办法有效地吸收知识的；

　　第二，如果你想更好地去克服瓶颈，学习知识，你需要提取碎片化信息背后的结构，而不只是这些碎片本身；

　　我们人脑本身就具有这样的能力，擅长提取信息之间的关系结构，并且我们有专门的脑区去存储它。

　　最后再给大家两个彩蛋，是根据我们的研究提供的一个启发，但是我们并没有实验证据直接支持。

　　第一个彩蛋，如果你学习了新的知识，你该怎么存储它？其实我们的研究提示，你可以把新的信息嵌入你原有的知识网络架构中，也就是对这个知识进行贯通。

　　比如你今天听到七个报告，每个报告都不尽相同，你可能会觉得，我是不是需要七个地方去存储它，你可以试着看一下，这些报告之间有没有关系，能不能把某个报告嵌入到另外一个报告知识架构中，那么它就可以让你的学习更有效；

　　第二个彩蛋是什么呢？我们的结果发现，我们人脑特别擅长于学习这种无标度网络，无标度网络就是有枢纽、有层次的这种网络，所以当我们以后再想学习外界的知识的时候，我们也许可以把知识的网络试图整合成这样一个无标度网络，好像特别适合我们人类学习的这一款，它也就可以提高我们的人类的学习能力。

　　谢谢大家。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：梁斌 SF055