从神经科学角度看人工智能的信息存储、检索和思维

与电子计算机的模块化和集成设计相反，大脑使用分布式神经元网络来存储、检索和处理信息。信息以特定的神经元形式存储在记忆中，这些神经元放置在通路上并一起被激发。因此，神经通路的数量和强度是改善信息存储和检索的关键。

人出生时大约有1000亿个神经元，随着年龄的增长，它们以各种方式相互连接。影响人类思维发育的其他关键因素包括：每个神经元或神经元群体所具有的功能，它们生长的大小以及它们向大脑不同部位移动的位置。更重要的是神经连接的数量，可能高达100万亿。当我们学习的时候，新的连接在建立，或现有的连接被加强。如果不经常重访的话，连接便会削弱甚至消除。

神经科学的最新发展极大地促进了人们对“与信息检索有关的学习”的理解。现在人们认为遗忘是一件好事，因为它迫使学习者通过不同的神经通路或连接来主动地参与并回忆或重建新获得的概念，这些神经通路或连接是存在的并且是可检索的。因此，与相关概念的连接越多，在以后需要时回忆新获取的概念的几率就越高。此外，尝试在不同时间、不同设置和上下文的情况下进行认知检索实践是有益的，因为每次尝试回忆都会建立更多的连接从而有助于记忆和学习。接触新概念，通过与不同研究领域的多个视角连接，是认知心理学家推荐的有效检索策略。

基本上，检索听起来像是一种具有创造性的重新想象的行为，且检索的不是原始模式，而是存在些多余或不足信息的模式。因此，神经科学家现在很少或根本不区分信息存储/检索和思维行为的差异。这种存储/检索和思维的统一视图与信息行为模型非常吻合。为解释神经科学家所说的存储和检索，假设记忆或新学习的概念是先前形成的记忆和概念的组合结果，那么每个记忆和概念可能也涉及另一层次的巨大概念网络和以层次结构方式映射到大脑神经网络中的细枝末节。当新信息到来时，它会在分布式过程中触发所有相关线索、神经元和通路，这类似于自上而下的行为，其中新概念被分解为相关部分。同样地，检索记忆是在与自下而上动作类似的关联过程中重新组装其原始神经元和通路的模式。

因此，大脑试图以之前注册的模型（对象、侧面、场景等方式）来演绎地分析它遇到的每个新概念和信息。而且，随着我们的知识的进一步增长，已注册信息之间的关系最终导致现有模型的各种组合和场景相互作用，最终将相关细节归纳为结论、概括和更具包容性的信息模型。最终，大脑记录和存储的细节和它们之间建立的层次关系，以及这些概括和结论随着时间的推移形成了一个类似金字塔的结构，可称之为思想。为了与此处所述的大脑（硬件）区分开来，认知科学家经常将思想比喻为软件。