官方网站-首页

【导语】从弗洛伊德解析潜意识到神经科学追踪REM睡眠脑波，人类对梦境的探索从未停歇。如今，AI也踏入这场“造梦”之旅——2015年谷歌工程师意外开启的深度梦境(DeepDream)，让神经网络以人脑视觉机制为原型，通过反向激活神经元，将云朵幻化为狗、树叶睁开“眼睛”。AI的梦境，恰似人类REM睡眠中记忆碎片的重组，揭示了感知本质：我们看到的，永远是经验烙印下的主动建构。

梦境光怪陆离，探索梦境的机理是人类长久以来的课题。从弗洛伊德的潜意识解析，到现代神经科学对REM睡眠的脑波追踪，我们总在追问：那些(xiē)奇(qí)异(yì)的(de)影(yǐng)像(xiàng)从(cóng)何(hé)而(ér)来(lái)？而(ér)或(huò)许(xǔ)你(nǐ)不(bù)知(zhī)道(dào)的(de)是(shì)，AI也(yě)开(kāi)始(shǐ)做(zuò)梦(mèng)了(le)。2015年(nián)，谷(gǔ)歌(gē)的(de)一(yī)位(wèi)工(gōng)程(chéng)师(shī)意(yì)外(wài)打(dǎ)开(kāi)了(le)这(zhè)扇(shàn)窗(chuāng)，让(ràng)全世(shì)界(jiè)第(dì)一(yī)次(cì)看(kàn)到(dào)了(le)神(shén)经(jīng)网(wǎng)络(luò)眼(yǎn)中(zhōng)那(nà)个充满幻觉的奇异世界。

图片来源：Wikipedia

现代科学认为，人脑做梦主要是因为睡眠的快速眼动期里，大脑的视觉皮层和关联区域高度活跃，脑干的随机电化学信号转化为生动、叙事般的影像序列。那么AI之所(suǒ)以(yǐ)能(néng)做(zuò)梦，正是因为其核心机制由人脑视觉皮层的设计原型所启发。我们通过眼睛获取到外界信息后，大脑的处理过程就像剥洋葱，一层一层提炼信息：简单(dān)细(xì)胞(bāo)先(xiān)捕(bǔ)捉(zhuō)边(biān)缘(yuán)信(xìn)息(xi)，避(bì)免(miǎn)大(dà)脑(nǎo)被(bèi)海(hǎi)量(liàng)像(xiàng)素(sù)淹(yān)没(méi)。这(zhè)些(xiē)信(xìn)号(hào)再(zài)层(céng)层(céng)上(shàng)行(xíng)，由(yóu)更(gèng)复(fù)杂(zá)的(de)细(xì)胞(bāo)组(zǔ)装(zhuāng)这(zhè)些(xiē)边(biān)缘(yuán)成(chéng)基(jī)本(běn)形(xíng)状(zhuàng)，最(zuì)终(zhōng)抵(dǐ)达(dá)高(gāo)层(céng)细(xì)胞(bāo)，把(bǎ)形(xíng)状(zhuàng)融成完整对象。那么既然人脑能通过这种分层抽象高效处理视觉信息，那么如果让人工神经网络能够模拟这个层级过程，岂不是就能实现机器视觉了？于是卷积神经网络（CNN）就诞生了。

既然我们了解了CNN在识别图像时的原(yuán)理(lǐ)，就(jiù)不(bù)难(nán)理(lǐ)解(jiě)它(tā)为什么会做梦了。平时它处理的信息是自下而上流动的:也就是前文提到的从像素到边缘，从边缘到形状，从形状到物体。那么让它做梦，就是信息的反向流动，这就是深度梦境(DeepDream)的核心原理。

如果训练了一个能识别狗的神经网络(luò)。当(dāng)它看到一张云朵的照片时，某些神经元可能会微弱地激活，因为云朵的某个边缘曲线恰好和狗耳朵的特征有那么一点相似。接着，算法会计算网络某一层神经元的激活强度，然后通过梯度上升来修改输入图像，也就是让这些神经元激活得更强烈。这个过程不断迭代更新:神经元越激活，图像就越被修改成能激活这些神经元的样子；图像越修改，神经元就越兴奋。这形成了一个正反馈循环——云朵里那一丝狗耳朵的影子被放大,然后是狗的眼睛,接着整只狗的轮廓都浮现出来了。

图片来源：Wikipedia

更奇妙的是，如果网络的不同层级来进入这个梦境，会得到完全不同的梦境效果。浅层神经元只识别简单的边缘和纹理，所以反向激活会让图像布满波纹、条纹、几何图案，像是迷幻的万花筒。而深层神经元识别的是完整物体，所以它们的梦境里到处都是眼睛、狗头、鸟、建筑，也就是那些网络在训练数据中见过无数次的东西。

这就解释了为什么DeepDream梦到的图像如此诡异:一张名画长出无数狗脸，一片树叶会睁开眼睛凝视你，建筑物的窗户会变成动物的轮廓。神经网络在用它所学到的视觉词汇，强行解读和重构这个世界。它看到的不是真实存在的东西,而是它想看到、被训练去寻找的东西。

这和人类做梦何其相似呢，我们的梦境也充满了日常经验的碎片重组，潜意识将白天的记忆、情感打碎重塑成超现实的叙事。大脑的视觉皮层在REM睡眠中自发激(jī)活(huó)时(shí)，它(tā)也在用已知的视觉概念去解读随机的神经信号，于是陌生人的脸拼贴着熟人的特征，不存在的场景融合着多个真实地点的元素。

AI的梦境，本质上是过拟合和特征幻觉的艺术化展现。感知或许从来不是对现实的被动记录(lù)，而是基于过往经验的主动建构。我们看到的世界，永远都带着我们已知的烙印。

参考文献

[1] Wikipedia. DeepDream. https://en.wikipedia.org/wiki/DeepDream (Accessed: 2025-10-10).

本文为·创作培育计划扶持作品出品丨中国科协科普部监制丨中国科学技术出版社有限公司、北京中科星河文化传媒有限公(gōng)司(sī)

作(zuò)者(zhě)：蔡(cài)文垂(chuí) 中(zhōng)国(guó)科(kē)学(xué)院(yuàn)大(dà)学(xué)博(bó)士(shì)研(yán)究(jiū)生(shēng) 中(zhōng)国(guó)光(guāng)学(xué)学(xué)会(huì)会(huì)员(yuán)

审(shěn)核(hé)：于(yú)乃(nǎi)功(gōng) 北(běi)京(jīng)工(gōng)业(yè)大(dà)学(xué)教(jiào)授(shòu) 中(zhōng)国(guó)人(rén)工智(zhì)能(néng)学(xué)会(huì)理(lǐ)事(shì)