在上个世纪初，就不断有科学家做不同的实验，试图证明人的大脑在睡眠状态中能够接收外部信息，在实验参与者睡着的时候播放音频，丰富他们的学识，让他们睡一觉起来就能获得新的知识。

年代，美国的一位心理学家招募了20个喜欢啃指甲的小孩来做实验，在他们每晚睡着后，不断地给他们播放“我的指甲很苦涩”的音频，大概两个月后，有8个小孩改掉了啃指甲的习惯。此后，不断有科学实验证明，在睡眠状态下，大脑仍然对听觉信息敏感，并能对其进行解读。

这似乎为“在睡觉中获得新知识”铺平了道路，但是一个世纪过去了，为什么我们还必须在清醒的时候，花费精力去学习，为什么还没有一种方法让我们在睡觉的时候听听音频，醒来就能获得新知识呢？

因为，我们的大脑在我们睡着的时候高速运转，比清醒的时候还忙碌，在以1到4倍的速度重放清醒状态下收集到的记忆，并且整理这些信息，主动遗忘不重要的信息，增强重要的记忆。形象来说就是，大脑在我们睡觉的时候，在闭关复习，如果这个时候用音频等外部信息刺激它，虽然能够写入少量新的记忆，但这无疑是在打扰它复习。

最终的结果是，睡眠中获得的信息少得可怜，而清醒状态下获得的记忆又得不到巩固，得不偿失。没啥用，不如睡个好觉，醒来后以饱满的精神去学习。

除了整理记忆外，大脑在我们睡着的时候，还会调节我们的心率、呼吸和新陈代谢，调节身体的激素水平，使全身放松，如果收到干扰，这一切将不能完美地执行。

人工神经网络利用人类大脑的结构来改进许多技术和系统，从基础科学和医学到金融和社交媒体。在某些方面，人工神经网络已经取得了超人的性能，例如计算速度，但人工神经网络在一个关键方面失败了：当人工神经网络按顺序学习时，新信息会覆盖先前的信息，这种现象称为灾难性遗忘。

加州大学圣地亚哥医学院医学教授、睡眠研究员马克西姆·巴谢诺夫博士（MaximBazhenov）说：“相比之下，人类大脑会不断学习，并将新的数据融入现有的知识中。通常，当新的训练与睡眠时间交织在一起以巩固记忆时，大脑的学习效果最好。”

在最近发表于《PLOS计算生物学》（PLOSComputationalBiology）上的一篇论文中，巴谢诺夫博士和他的同事们讨论了生物模型如何帮助减轻人工神经网络中灾难性遗忘的威胁，从而提高其在一系列研究中的实用性。

科学家们使用了人工模拟自然神经系统的尖峰神经网络：信息不是连续传递，而是在特定时间点以离散事件（尖峰）的形式传递。他们发现，当尖峰网络接受了一项新任务的训练，但偶尔会有模仿睡眠的离线时间，灾难性遗忘就会减轻。就像人脑一样，网络的“睡眠”使它们能够在不明确使用旧训练数据的情况下重放旧记忆。

人脑中的记忆是由突触重量的模式表示的，即两个神经元之间连接的强度或幅度。巴谢诺夫说：“当我们学习到新信息时，神经元会按特定的顺序放电，这会增加它们之间的突触。在睡眠期间，我们在清醒状态下学习到的尖峰模式会自发重复，这被称为再激活或重放。”

突触可塑性，即改变或塑造的能力，在睡眠期间仍然存在，它可以进一步增强代表记忆的突触重量模式，有助于防止遗忘或使知识从旧任务转移到新任务。当巴谢诺夫将这种方法应用于人工神经网络时，他们发现它有助于网络避免灾难性遗忘。这意味着这些网络可以像人类一样持续学习。

“在其他项目中，我们使用计算机模型来制定最佳策略，在睡眠期间施加刺激，如听觉音调，以增强睡眠节奏并改善学习。这在记忆不最佳的情况下尤其重要，例如在衰老或阿尔茨海默病等某些情况下记忆力下降。”巴谢诺夫和他的同事们还将继续在人类和人工神经网络的睡眠上做更多的研究工作。