神经网络战争

定义

网络战争是神经控制系统内的重大信号矛盾。从长远来看，矛盾是通过一套机制来解决的，其中神经元的死亡是最剧烈的。

理论依据

我引入了「网络战争」这个戏剧性的名词，来说明人类大量心理和健康问题的内在神经根源。

机制

当两个神经网络相互对立时，它们会争相调和自己的信号。信号矛盾是一种常态，在大脑中一直存在。在一个简单的陈述性案例中，学习中的事实矛盾很快就会被调和（例如，通过一点推理，或者在知识估值网络^[1]的即时帮助下）。获得较高估值的陈述性信号通过干扰^[2]抹去了矛盾信号。错误的信念在经过分门别类、标签化和添加线索后，可以保存下来（如「我知道古人认为地球是平的」）。

网络矛盾对于管理人类生理和行为各个方面的控制系统来说，尤为重要。例如，当一个孩子在黎明前被从床上扯下来时，他的睡眠控制系统会收到矛盾的信号。一方面，他的昼夜节律控制告知，睡眠周期没有完成。另一方面，孩子的母亲愤怒的面孔昭示着一个压倒一切的优先事项的到来：上学！

神经网络中矛盾的解决通常是和平的。在最常见的情况下，一直发生在大脑中的是神经递质在轴丘部位的抑制性影响。抑制性信号因此可以过滤掉从树突到达的兴奋性刺激，防止触发动作电位。通过学习或解除学习发生持久的适应。这一过程中涉及的重叠现象有：新突触的形成、突触权重的重新计算、竞争性抑制、突触抑制、通过干扰^[2]而遗忘、树枝状的回缩或清除、突触丧失、轴突修剪，以及在更戏剧性的情况下凋亡，抑制神经发生，兴奋毒性，突触失控，神经炎症，小胶质病，神经元营养不良，以及神经退行性疾病，如帕金森氏症和阿尔茨海默病。所有这些适应性变化都会重塑网络，影响系统中的计算。这些变化的范围从自然的、受欢迎的（学习）到病理的（神经退行性疾病）。

控制能力受损

就控制系统而言，反复同时到达的矛盾输入可能导致部分功能丧失，控制能力受损。例如，轮班工人可能会逐渐失去昼夜防御功能，适应一天中不同时间的睡眠，而实际上永远无法实现完全的恢复性睡眠。最终的结果是：永久的疲劳，以及对健康的长期严重影响。

我引入了「网络战争」这个术语，指的是人类努力反抗神经控制所造成的伤害的戏剧性例子，特别是在不容易或不可能解决矛盾的情况下。许多控制系统在子宫内发育，可以终生不受干扰地运行。新生儿精通呼吸控制。婴儿床死亡可能是罕见的控制失败的例子。对于一个成年人来说，几乎不可能忘记呼吸控制，然而，即使是这个领域也已经被探索过了（例如在自由潜水中）。

现代世界和西方文化施加了许多极具破坏性的影响，破坏了人们的健康。这一事实被寿命的延长很好地掩盖了。在最具破坏性的影响中，我经常写到不尊重睡眠的危害、强制学校教育^[3]的危害、压力（如见：托儿所的痛苦^[4]）、抑郁症（如见：学习与抑郁^[5]）、死记硬背、节食等等。

网络战争的后果在现象上太多，无法一一列举：抑郁症、昼夜节律紊乱、暴力、学习内驱力^[6]的抑制、溜溜球式节食、激进主义、恐怖主义、失眠、欺凌、压力过大、ADHD、肥胖、学校仇恨^[7]、糖尿病、老年痴呆症、成瘾、心脏病、家庭虐待、新陈代谢紊乱、免疫缺陷等等。这个清单几乎是无穷无尽的。

策略

我们都想取得更多的成就，但我们永远不应试图跨越人性所设定的限制。尊重这些限制，才有可能取得更多、更好的成就。尊重睡眠就是一个典型的例子。很多人试图通过少睡来取得更多的成就，但他们却判处自己的成就更低。最高的智力成就属于那些按照大脑需求量睡觉的人。

有趣的是，即使是多任务处理也涉及到轻微的网络矛盾。关于渐进阅读的谬误之一是，它涉及多任务：频繁地切换注意力。在现实中，运用良好的渐进阅读恰恰相反：它使得一次专注于单一阅读任务成为可能。读者面对的不是一个有几十个标签的浏览器，而是一个有优先级的学习/阅读任务序列。

完美解决所有不利的网络矛盾的一个很好的例子就是马拉松式的努力。当所有的身体资源都被调动起来，以达到一个单一的目标时，所有的网络都会一致地完成任务。这种单焦点的努力，对长期的心理健康，和创造性的成就，是一种很好的治疗方法（见：幸福生活的简单公式）。

有一个简单的规则，以避免有害的网络战争：尊重人类的自然本能，即与自己一致的生活。

例子：自律

Angela Duckworth 让毅力流行起来（见：Angela Duckworth 对毅力的看法是错误的）。她声称，毅力是人类最重要的特征之一。然而，她的话很容易被误解。如果毅力源于激情，它将为成功服务（见：健康自律的公式）。然而，如果用自律来产生毅力，很容易适得其反（见：自律的危害^[8]）。

例子：学校矛盾

网络战争的一个经典案例是学习内驱力^[6]与学校外驱力的矛盾。解决的极端从积极的（反抗学校）到消极的：习得性无助^[9]。

图：这是学校摧毁学习热情的方式。学习内驱力^[6]是孩子想要追求的一系列激情和兴趣。学校外驱力是学校系统设定的一系列奖励和惩罚。 学习内驱力产生简单，助记，连贯^[10]，稳定和适用的记忆，这是因为知识的质量决定了学习内驱力系统中的奖励程度。 由于学校通过课标^[11]（而不是通过学习内驱力的神经机制）对知识进行序列化，因此学校外驱力会产生容易受到干扰^[2]的复杂短期记忆。 学习内驱力和学校外驱力网路之间的竞争性抑制将导致神经连接的减弱。 强大的学校外驱力会削弱学习内驱力，破坏学习热情，并导致习得性无助^[9]。 强大的学习内驱力会导致叛逆，保护内在的激情，但也可能导致学校的问题。 在学习内驱力的影响下记忆新知识是非常有益的，并且不会带来任何损失（根据学习内驱力的定义）。 这将使学习内驱力蓬勃发展，从而成功地学习（并在学校中）。 相比之下，由学校外驱力的压力引起的知识质量低下将产生较弱的奖励信号，并可能导致较强的不连贯惩罚。 惩罚将反馈给学校，以产生对学校外驱力的反抗^[12]，这反过来又需要学校系统进行进一步的强制更正，从而进一步降低知识的质量。 这些反馈回路可能导致其中一种力量的统治：学习内驱力或学校外驱力。 蓬勃的学习内驱力会增加叛逆，从而增强对学校外驱力的防御能力。 同样，在学校增加的惩罚会增加习得性无助^[9]，削弱学习内驱力^[6]，并导致对制度的屈服。 可悲的是，在大多数情况下，控制系统处于这两个极端的中间（请参阅：老汤问题^[13]）。 大多数孩子讨厌上学，对学习失去热爱，仍然屈服于奴役。 他们获得康复的最佳机会是大学自由，或者更好的成人自由。参见：在神经元水平的二元决策中的竞争反馈循环

神经元模型

竞争性学习和决策涉及自然反馈回路，提供毫不含糊的输出。如果相同的决策或相同的模式识别结果不断出现在输出上，冗余的突触可能会被自然修剪。因此，快速思维取代了深思熟虑的决策。模式被快速有效地识别。如果同样的过程发生在控制系统的覆盖中（如在学校、节食等），可能会出现功能失调的系统。

图：竞争决策中的神经元反馈环路。竞争决策中的神经元反馈回路。输入模式决定输入值（如由知识估值网络^[1]计算）。抑制性神经元 IA 和 IB 减少竞争性决策神经元（决策 A或决策 B）的发射机会。先前决策的历史将决定突触的稳定，这将有利于过去带来更高回报的决策。另见：网络战争，竞争反馈环路在二元决策的神经元水平，在学校的学习内驱力。

进一步阅读

• 不可逆的不适应性
• 习得性无助 ^[9]
• 习得性乐观
• 幸福生活的简单公式
• 学习和抑郁 ^[5]
• 最佳饮食

原文：War of the networks - supermemo.guru

← 返回目录