物理学家声称，我们大脑的学习是由熵控制的

我们的大脑学习新信息的方式困惑了科学家几十年，我们每天都会遇到这么多新的信息，我们的大脑如何存储重要的信息，并且更有效地忘记了其余信息的？

事实证明，这可能由控制恒星形成和宇宙演变的相同的法则控制。因为一组物理学家已经表明，在神经元水平上，学习过程最终可能受到热力学定律的限制。

德国斯图加特大学的首席研究员Sebastian Goldt表示：“我们工作的最重要的意义在于我们将热力学的第二定律引入到神经网络的分析中。”

热力学的第二定律是我们所拥有的最有名的物理定律之一，它指出，一个孤立系统的总熵总是随时间增加。

熵是一种热力学量，通常被称为系统中的无序度量。这也就意味着，如果没有额外的能量被放入一个系统，转换不能逆转，事情会逐步更加无序。熵目前是“为什么时间箭头只能前进”的主要假设。

但这与我们的大脑学习的方式有什么关系？就像恒星中原子的键合和气体颗粒的排列一样，我们的大脑被设计成找到最有效的方式来组织自己。

Goldt解释说：“第二定律是一个非常强大的陈述，这种变换是可能的。而学习只是以牺牲能量为代价的神经网络的变换。”

如果你记住这样一个事实，即最简单的形式的学习是由我们的大脑里面数十亿神经元控制的，然后在大脑能量输出中找到能量输出中的模式变得更容易一些。然后找出大脑中能量输出变得更容易一些的模式。

为了模拟它是如何工作的，Goldt和他的团队建立了一个神经网络--一个计算机系统，模拟人类大脑中神经元的活动。

几乎每个生物体都会收集有关其嘈杂环境的信息，大多使用神经网络从这些数据中构建模型。研究人员正在寻找的是神经元如何过滤掉噪声，并且只对重要的感觉输入做出反应。

他们的模型基于赫布理论，赫布理论解释了在学习过程中神经元是如何适应的。意味着当细胞神经在某些模式下更好地传输时，最终的想法在我们的大脑中得到更多的增强。

使用这个模型，团队表明学习效率受到神经网络的总熵产生的约束。他们注意到神经元学习越慢，它产生的热和熵越少，这提高了它的效率。

不幸的是，结果并没有告诉我们如何学习更好或更聪明。

但是研究人员所做的是对学习研究提出一个新的观点，并提供证据表明我们的神经元遵循与宇宙其他部分相同的热力学规律。

然而，他们不是第一个在热力学方面思考我们大脑的人。去年，来自法国和加拿大的一个团队提出，意识可能只是熵的副作用，我们的大脑以最有效的方式组织起来。

想要了解我们大脑是如何工作的，我们还有很长的路要走。还有许多的研究正在探索我们的大脑，但是每条新线索都使我们更加接近了解我们的大脑，并希望学习如何在人工系统中利用它。

‍