一組科學家提出了一種模型，表明人腦通過構建一種樹狀結構來存儲敘事，其中靠近根節(jié)點的部分代表更精細細節(jié)分支的壓縮摘要。

來自美國埃默里大學高等研究所和以色列魏茨曼科學研究所的團隊開發(fā)了一個新的數學框架，以理解人類如何在記憶中存儲有意義的敘事。

他們的方法使用隨機樹（一種可以表示分支結構的數學對象）來模擬人們記憶故事的方式。

該研究的首席作者指出，他們的目標是建立一個關于人類記憶如何存儲復雜故事材料的嚴謹理論。這項研究發(fā)表在《物理評論快報》期刊上，它結合了數學、計算機科學和物理學的概念，探索敘事中的事件和細節(jié)在大腦中是如何相互關聯的。

研究人員發(fā)現我們回憶故事的可預測模式

盡管許多科學家認為敘事過于復雜，難以用統一的數學理論來描述，但這項最新研究卻得出了不同的結論。根據資深作者米莎·措迪克斯的說法，盡管故事很復雜，但人們在回憶它們時存在統計模式，這些模式可以用一些簡單的基本原理來預測。

研究人員在摘要中指出：“我們引入了一個隨機樹的統計系綜，將敘事表示為關鍵點的層級結構，其中每個節(jié)點是其后代葉子節(jié)點（即原始敘事片段）的壓縮表征。”

措迪克斯和他的團隊通過在亞馬遜和Prolific平臺招募的100多名參與者進行在線回憶實驗，測試了他們的隨機樹記憶模型。該團隊使用了由美國語言學家威廉·拉波夫最初匯編的11個長度不同的敘事（從20句到200句不等）。參與者被要求回憶這些故事，研究人員分析了他們的回答，以驗證他們的理論是否成立。

隨后，該團隊使用了拉波夫在1960年代錄制的口頭敘事，并借助人工智能（AI）和大語言模型等現代工具分析了大量數據。

研究人員發(fā)現，人們經常將故事的整個情節(jié)總結成單句，由此得出結論：敘事在記憶中是以樹狀結構存儲的。在這個模型中，靠近根節(jié)點的部分代表更廣泛的摘要，而更詳細的事件則分支延伸到更遠的地方。

大腦以數學可預測的樹狀結構存儲敘事

該研究的作者們認為，當一個人初次聽到或閱讀一個故事并理解它時，其大腦會構建一個樹狀結構來表示該敘事。由于人們對故事的理解不同，每個人的記憶樹都具有獨特的結構。

為了驗證這一想法，措迪克斯和他的團隊創(chuàng)建了一個基于具有特定結構的隨機樹系綜的模型。他們發(fā)現，該模型可以通過數學方法求解，其預測結果與實驗數據相符。其主要見解是：所有有意義的內容，如敘事，在記憶中可能都以類似的樹狀方式表示。

研究人員現在相信，他們的發(fā)現對于理解人類認知具有更廣泛的意義，因為敘事是人們理解個人經歷以及社會和歷史事件的常見方式。

此外，此類發(fā)現也突顯了將數學模型與人工智能技術相結合的巨大潛力，有助于更好地研究有意義的信如何在記憶中存儲和組織。

如果朋友們喜歡，敬請關注“知新了了”！