泛化（Generalization）
泛化是一个过程，在这个过程中，知识的混乱细节被忽略，以提供一个更清晰的大图景。泛化有助于理解和推理。它对于人类智慧至关重要。这是神经网络的固有特性，甚至在原始动物身上也能体现出来。
例如，如果我们对一只狗做一个复杂而详细的心理照片。这张照片会很快失去它的细节，很快我们就会记起遇到某个特定品种的狗，例如金毛猎犬。通过泛化，可以轻松地将数据丰富的知识转化为具有更高适用性[1]的数据稀疏的知识。
遗忘[2]在泛化过程中起着至关重要的作用。我们不断学习事实，不断忘记事实。这个无休止的，而且看似徒劳的过程有助于通过泛化形成模型。这就是学习看似琐碎的事实如何有助于提高智力[3]。
泛化是大脑概念网络[4]结晶的基础：概念化。在一个概念网络[4]中，泛化发生在不同上下文中概念图激活的交叉点。重复激活概念链接会导致稳定化。不太常用的链接容易被遗忘[2]。
有关更多信息，请参阅：抽象知识[5]
概念化（Conceptualization）
概念化是一个概念网络[4]中概念的涌现[6]（例如在大脑中）。概念化是学习和遗忘的结果。当学习提供了细胞和概念之间的新联系时，遗忘在泛化过程中会减少冗余的和干扰的联系。在概念化的早期阶段，概念可能由大量低特异性的链接激活。在后期阶段，不太特异的链接被消除，并且概念对高度特异的输入模式做出准确响应。
在连通性方面，概念化正在改变大脑拓扑，从随机网络到小世界网络。新生儿的大脑的特点是大量密集和混乱的连接。成人大脑稀疏、专业、无重叠，具有小世界网络特征。概念化减少了类似输入模式和模式分离的基础之间的干扰[7]。
早期教育策略可以通过干扰或促进计算上有效的概念化来影响大脑结构。其中一个严重错误是普遍实行强制学习[8]（例如学龄前）。因此，早期学术教学会影响儿童的一生。
图：假定在固定大小的概念网络[4]中的学习和概念化过程。初始网络在高可塑性（红色）下开始学习过程。随着个别概念的形成，它们得到巩固和稳定。网络的整体稳定性不断提高（深蓝色）。概念化的速度（以橙色表示）是可塑性和稳定性的结果。在从随机图阶段到稀疏表示阶段的过程中，它在某个地方达到了理论上的最大值。这是一个提供大量概念的时代，这些概念可能会被泛化，并在稳定化和遗忘之间取得良好的平衡。网络的整体问题解决能力（浅蓝色）一开始可以忽略不计，并随着网络稳定而趋于饱和。大量稳定的概念使得寻找新的可塑网络节点进行进一步概念化变得更加困难。网络的最大容量取决于其大小。老年人在间隔重复中的学习速度似乎表明，人脑概念网络的规模足够大，可供终身学习，而不会出现明显的饱和。看：儿童健忘症的概念化理论和人脑能容纳多少知识。
另见：
参考
1. 适用性 ./517317208.html2. 遗忘机制 ./265081034.html
3. 智力 ./492731786.html
4. 概念网络 ./266541480.html
5. 抽象知识 ./270927894.html
6. 涌现 ./349290940.html
7. 干扰 ./269974053.html
8. 学习中的强迫 ./351872034.html
9. 概念计算 ./304193622.html