מכון טמיר לפסיכותרפיה
אבל, וזה אבל חשוב, הסבר כזה לא מצליח להבהיר מהי התועלת שמפיק המוח מחלומות ביזאריים.
אם אנחנו יוצאים מתוך עמדה אבולוציונית מדעית, הרי שהגיוני לצפות שלחלומות בלהה יהיה תפקיד מסוים.
השערת המוח המותאם יתר (OBH)
ניתן להקביל את ההוספה הזו לתהליך בו מתכנתים מוסיפים גיבובים ו״רעשים״ לתוך מערכות מחשב לומדות, כדי לעזור לתוכנת AI להבחין בין המוץ לבין התבן, במטרה לפתח יכולת חיזוי מדויקת בתוך אינסוף המידע שמוזן אליה.
מטרת למידת מכונה היא לבנות אלגוריתם עם מערך נתונים, בו יזוהו דפוסים וממנו ייגזרו תחזיות אותן ניתן ליישם עבור מערכי נתונים עתידיים.
העניין הוא - וכאן ההקבלה לתיאוריה - שאם מכונה לומדת את החומר ״טוב מדי״, היא תלמד לפלוט רק תחזיות שתואמות במדויק עבור המידע שהוזן.
במילים אחרות, היא לא באמת תלמד ו״תחכים״ כי לא תדע כיצד לייצר דפוסים שיוכלו לשמש נבאים למידע שעדיין אינה מכירה.
במקרה כזה, האלגוריתם יידע לתאר מערך נתונים, במקום את פירושו.
תופעה בעייתית זו זה נקראת ״התאמת יתר״.
כדי למנוע מלמידת מכונה להפוך למקובעת על מידע מסוים במערך הנתונים, מתכנתים מציגים לתוכנה גם מידע נוסף שאינו קשור - רעש, שבבי מידע, או נתונים מבלבלים בעלי דמיון חלש יותר למידע המעובד.
לרוב, הרעש הזה אינו קשור בשום צורה לפרויקט עליו עובדים והוא נמצא שם רק כדי להסיח ואפילו לתעתע באלגוריתם,
המטרה היא לאלץ את התוכנה לקחת צעד אחורה, לסגת לעמדת יתרון, בה דפוסי מידע עשויים להיתפס בקלות רבה יותר ולא להידלות מהפרטים הספציפיים במערך נתונים חדש.
למרבה הצער, התאמת יתר מתרחשת לעתים קרובות גם בעולם האמיתי, כאשר כולנו ממהרים להסיק מסקנות על בסיס ידע שאינו מספיק, למשל בהטיות קוגניטיביות.
כמה שטח אחסון יש בראש שלנו?
עדיין רב הנסתר על הגלוי, אך מובן שאם מוחנו היה זוכר כל פרט ופרט שאנו חווים, היה מדובר בכמות עצומה של זיכרון.
לכן, נראה שהמוח מגבש זיכרונות במהלך החלימה.
לשם כך, הוא חייב לצקת בהם היגיון וחייבת להיות לו מערכת שתקבע מה מספיק חשוב לזכור ומה לא מספיק חשוב וניתן לשכוח.
זאת במקום להשליך הכל אל תוך הזיכרון לטווח ארוך, דבר שיהיה בגדר התאמת יתר:
תיוק של כל מה שחווינו ללא מיון לשם אימות משמעות הדברים.
כאן נכנסת לתמונה התיאוריה החדשה של אריק הול מאוניברסיטת טאפטס (Tufts), היפותזת המוח המותאם יתר (OBH), המציעה שייתכן וניתוח החוויות שמבצע המוח בשינה קרוב ללמידת מכונה.
הול מציע שהנרטיבים הלא-הגיוניים בחלומותינו אקוויוולנטיים ל״רעש״ שמתכנתים מזריקים בכוונה אל תוך אלגוריתמים, במטרה לשמור עליהם מפני התאמת יתר של המידע שלהם.
לדברי הול, הדבר עשוי להוות מספיק ״שטויות״ שחורגות מהדפוס ע״מ לאלץ את המוח שלנו לראות את היער ולא רק את העצים, בתוך הנתונים היומיומיים שלנו, כלומר החוויות שלנו.
כמובן שחוויות אלה מועברות אלינו כקלט חושי, ולכן הול מציע שחלומות הם רעשים של קלט חושי, זריקות של רעש מציאותי ביולוגי עם טוויסט בעלילה:
מצד אחד החלומות מציאותיים דיים בכדי לרתק ולסחוף אותנו, אך מצד שני הם שונים מספיק מהחוויות שלנו, כלומר מ״מערך התרגול״, ע״מ לשרת באופן יעיל כרעש.
למרות שאיננו יודעים כיום עד כמה התהליכים המנטליים הביולוגיים שלנו באמת דומים ללמידת מכונה מעשה ידי אדם, הפשוטה יותר באופן יחסי, תיאוריית ה-OBH היא עדיין כיוון אטיולוגי מעניין לחלומות בלהה.
נכתב ע״י מומחי מכון טמיר
עדכון אחרון:
2 באפריל 2022
