Az emberi agy és a neurális hálózatok között éppen ilyen kapcsolat áll fenn, hiszen ahogy azt a szóban forgó elmélet kidolgozója, Erik Hoel is kifejti, a mély tanulással kiképzett, neurális hálózatok inspirációja eredetileg éppen az emberi agy. Ezek után pedig nem is olyan elrugaszkodott ötlet, hogy ezen hálózatok működése alapján fejtsünk vissza törvényszerűségeket, melyek az emberi agyat mozgatják. Hoel elmélete, a különös, furcsa álmokat magyarázó „ovefitted brain hypotesis” éppen ezt teszi. Az „overfitted”, magyarul túltanulás valami olyasmit jelent, hogy az agy túlságosan hozzászokik egy bizonyos, betanult dologhoz. Pontosabban a fogalmat eredetileg a neurális hálózatokra dolgozták ki, mint az azok betanításakor jelentkező egyik problémát. A túltanulás lényege, hogy az adott hálózat elkezd túlságosan is egyedi dolgokra figyelni a tanítására használt adatállomány alapján, vagyis nem látja a fától az erdőt. A programozók ezt orvosolandó bevezettek a rendszerbe némi káoszt, például a „dropout” vagyis kihagyás eljárást – tehát hogy a neurális hálózat rétegeinél véletlenszerűen kihagyunk a számolásból neuronokat. Ennek a lényege, hogy így a neuronok nem kerülnek túlságosan függőségi viszonyba egymással, és így a következő réteg kénytelen lesz az adathalomban már általánosabb összefüggéseket keresni. A dolgot nagyjából úgy kell elképzelni, hogy ha rossz a tévében a vétel, de azért még kivehető valami, az ember úgyis képes nagyjából megmondani, hogy mit lát.

Hoel arra jutott, hogy a neurális hálózatok tanulási folyamatának a sajátosságai – mint amilyen tehát például a fent kifejtett kihagyás – nagyban hasonlítanak arra, amikor az ember álmodik. Vagyis a rendezett adatok közé bevegyül némi káosz annak érdekében, hogy általánosabb mintázatokat ismerjen fel az agyunk. Vagyis az álmaink épp azért furcsák, hogy furcsák legyenek – tehát hogy a kihagyáshoz hasonlóan eltereljék a figyelmet a túlságosan egyedi aspektusairól a felhasznált adatállománynak, hogy általánosabb összefüggéseket ismerhessen fel az agyunk.

Hoel szerint a neurológia területéről már most léteznek kutatások, melyek alátámasztják a „túltanulásos agy” teóriáját: például az egyik legmegbízhatóbb módja, hogy egy valós tevékenység bekerüljön az álmainkba, ha ismétlődően végzünk, tanulni kezdünk valami új tevékenységet az ébrenlétünk alatt. Ilyenkor tehát fellép a túltanulás veszélye, amit az agy az álmokkal kompenzál. A kutató szerint további vizsgálatokkal be lehetne bizonyítani azt is, hogy az emberi álom valóban a túltanulás kivédésére létrejött biológiai funkció: megfelelő viselkedési tesztekkel el lehetne különíteni a generalizáló és a memorizáló tanulási folyamatokat, illetve azt, miként hat ezekre az alvásmegvonás.

Hoel ezen kívül még kutatná a mesterséges álmokat is, már csak azért is, mert a túltanulásos agy elmélete akkor pattant elő, amikor azt vizsgálta, hogy mire jók az embernek az olyan fikciós művek, mint a tévé sorozatok vagy a regények fogyasztása. Feltevése szerint a fikció amolyan álompótlékként működik, és az sem elképzelhetetlen, hogy ezek alapján kidolgozhatóak olyan fikciós alkotások, melyek betölthetnék az álom szerepét, ezáltal is enyhítve az alváshiány tüneteit.

További cikkek a témában:

Tudósoknak sikerült belépni emberek álmaiba és beszélgetni velük Most először létesítettek kétirányú kommunikációt álmodó alanyokkal, akik matematikai feladatokat oldottak meg és kérdésekre válaszoltak, bár egyelőre nem szavakkal. A jelenséget interaktív álmodásnak nevezték el a kutatók.

A jövőben rögzíthetjük, és akár vissza is játszhatjuk álmainkat Az ősi egyiptomiak még az istenek üzenetének tartották, a modern pszichológia a tudatalatti kivetülésének, agykutatók pedig most egy lépéssel közelebb kerültek ahhoz, hogy algoritmussá alakítsák az álmokat, hogy azok ébredés után újrajátszhatóak legyenek.

Van kiút a hosszú álomból - agyba ültetett implantátummal ébresztenék fel a kómás betegeket A kísérleti majmokon már bevált a teszt, ha felébredvén a mélyaltatásból videójátékokat is tudnak játszani, kezdődhetnek a humán kísérletek.