在信息爆炸的時代，我們每天都會接收到大量的數(shù)據(jù)和圖像。然而，有些圖像卻能夠深深地印在我們的腦海中，讓我們難以忘懷。那么，為什么有些圖像比其他圖像更令人難忘呢？耶魯大學的一項新研究為我們解開了這個謎團。

據(jù)耶魯大學心理學助理教授伊爾克·耶爾德勒姆表示：“大腦會優(yōu)先記住那些無法很好解釋的事情。”如果一個場景是可以預見的，而且并不令人驚訝，它可能會遭到忽視。這一原則似乎也適用于圖像，以及哪些圖像更令人難忘。

這項研究發(fā)表在《自然人類行為》雜志上，通過將場景復雜性的計算模型與行為研究相結合，研究了大腦如何在人們不假思索地每天接收的大量數(shù)據(jù)中對某些信息進行優(yōu)先排序。論文詳細介紹了這項研究，該研究由耶爾德瑞姆和耶魯大學統(tǒng)計學和數(shù)據(jù)科學教授約翰·C·馬龍、約翰·拉弗蒂領導。

研究人員開發(fā)了一種計算模型，解決了記憶形成的兩個步驟——視覺信號的壓縮和重建。據(jù)此，這項研究包括一系列實驗，在這些實驗中，人們被問及是否記得快速連續(xù)顯示的一系列自然圖像中的特定圖像。這就是探索什么是令人難忘的想法的地方。研究人員發(fā)現(xiàn)，計算模型重建圖像的難度越大，或者說解釋或理解的圖像越復雜，實驗參與者就越有可能記住它。

耶魯大學的論文里提供了一個偏遠自然環(huán)境中的消防栓的例子，這種物品通常在城市景觀中出現(xiàn)，其功能或放置位置不太合理。雖然這可能有助于確定哪些照片能夠脫穎而出，但它也標志著人工智能發(fā)展的一步。

“我們使用人工智能模型來嘗試闡明人類對場景的感知，”拉弗蒂說，“這種理解可能有助于未來為人工智能開發(fā)更高效的記憶系統(tǒng)。”

這項研究的意義不僅僅在于揭示了為什么某些圖像更令人難忘，還為人工智能的發(fā)展提供了新的思路。通過模擬人類大腦對信息的篩選和記憶過程，我們可以為人工智能開發(fā)出更加高效的記憶系統(tǒng)，使其能夠更好地處理和存儲信息。這將有助于提高人工智能在各個領域的應用效果，如自動駕駛、醫(yī)療診斷、語音識別等。

此外，這項研究還為我們提供了一種全新的視角來看待日常生活中的信息接收和處理。我們可以通過了解大腦是如何處理和篩選信息的，來優(yōu)化我們的學習和記憶方法，從而提高我們的工作效率和生活質量。