2022年8月24日晚20点，北京大学心理与认知科学学院长聘副教授，北京大学麦戈文脑研究所罗欢研究员作为脑客中国科研第69位讲者为大家带来主题为《人脑中的关系知识结构：表征、记忆和学习》的报告。
在报告的最后阶段，罗欢老师总结道：
我今天主要和大家介绍了三种类型的关系结构。包括序列、层级和网络。在前面的序列和层级，介绍了我们开发出一种叫做冲击响应的方法，在工作记忆的静默态阶段，可以把存储在里面的结构信息给激发出来，包括处于序列中哪个位置，处于层级里的global rank还是local rank，并且发现他们和你的工作记忆层级是直接相关的。还有一个有趣的点是，我们发现内容和结构是分离的，并且即使都是结构，global结构和local结构也是分离的，可能是处于一个正交的神经表征中。
网络是我们一个新的研究方向，我们得到非常直接的证据表明我们人脑可以完全不依赖于内容去学习它背后更抽象的复杂网络结构。大家知道研究中的图片是一样的，我们只是把它放在不同的网络里，可以看到我们最后做的所有的分析都是基于网络本身，而完全不在意内容，所以它是种非常抽象的网络结构的表征。而且他和我们的学习行为是有关系的，针对不同的网络具有不同的学习能力，其中无限度网络的学习能力是最好的。
我自己觉得更爽一点就是我们找到了一些办法能够去设计一些学习路径，不同的路径可以让你的学习效率会更不一样。另外想给几个跟我们日常生活中更加有直接关系的小tips，
首先我们知道，注意也好，工作记忆也好，都是有瓶颈的，不可能注意到很多东西，工作记忆也只是5±2。当你面对外面星辰大海般的碎片化信息时，其实比较重要的方式是把这些碎片化信息背后的结构给提取出来，这样才能够获得真正的知识，或者说结构关系的提取才是知识的来源。
第二点就是我们通过认知神经科学的办法，通过大脑的活动，发现人脑是完全能够提取这样的一个背后的知识网络结构的，而且他很擅长提取，他还可以学习各种不同类型的知识网络结构，我们所测试的五种网络结构，人类都可以学习。
第三点就是我们发现无标度网络似乎是人的类比特性，当你给他一个无标度网络学习时学习效果是最好的。
最后希望今天的报告能够让大家面对海量知识觉得很无助时，首先想的是你需要从这些碎片化的信息中提取到基本的结构，结构本身应该没有你想那么复杂，当你做到这一点的时候。你才可能获得真正的知识。
观看本期及往期精彩视频内容及请扫描下方二维码观看。
扫描二维码
观看完整视频
END
