知乎日报 - 知乎
没必要了解记忆形成原理，难不成你能在分子和电信号层面刺激神经元来强化记忆？了解一下记忆的宏观层面的机制就可以了。
如果你真想了解，可以看一下这篇 Nature 综述：
Jarrett Ye：[Nature 综述 | 神经科学] 学习的最佳时机：间隔学习的机制与优化
反正我看到一堆神经递质和电位变化后头已经大了。
下面是认知科学层面的记忆机制介绍。
以下内容摘自 @Thoughts Memo 《第三章 核心科学：大脑的工作机制》
⠀⠀⠀摘要：认知过程涉及信息在大脑的感觉记忆、工作记忆和长期记忆库之间的流动。感觉记忆短暂存储原始信息，工作记忆对信息进行加工和整理，而长期记忆则通过在神经元之间建立策略性电路连接，将信息无限期地储存。学习本质上是增加学生长期记忆中概念和技能的数量、深度、可提取性和可迁移性。工作记忆容量的限制在信息向长期记忆转移的过程中形成了瓶颈，但我们可以运用认知学习策略来缓解这种瓶颈效应。
感觉记忆、工作记忆和长期记忆
想要对如何优化学习这一问题形成准确的直观认知，关键在于从大脑的具体物理层面理解学习的本质。从最基础的角度来看，学习实际上是在神经元（「脑细胞」）之间建立策略性电路连接，从而提升大脑执行任务的能力。
当大脑在思考对象、概念、联系等等时，会通过用电脉冲激活不同的神经元模式来表示它们。每当神经元被电脉冲激活时，这些脉冲会自然地沿着神经元的外部连接传递至其他神经元，并可能激活其他神经元。通过在神经元之间建立策略性连接，大脑可以更轻松、更快速、更准确、更可靠地激活更复杂的神经元模式。
正如我们可以预料的那样，要理解这些特定的大脑模式是什么、它们如何相互作用，以及大脑如何找出提升其连通性的策略路径，是一件极其复杂的事情。然而，从某种程度上说，这些仅仅是自然界实现认知功能的方式——而大脑的整体认知过程要容易理解得多。
- 感觉记忆暂时保存通过感官（视觉、听觉、味觉、嗅觉和触觉）观察到的大量原始数据，最多只有几秒钟，而相关数据则被转移到短期记忆中进行更复杂的处理。
- 短期记忆，或更广义地说，工作记忆，其容量比感觉记忆小得多，但它可以将信息存储大约十倍的时间。工作记忆由短期记忆和组织、操作以及普遍意义上「加工」存储在短期记忆中的信息的能力组成。大脑的工作记忆容量代表了它能够投入多少努力，用于激活神经元模式并持续维持这些模式的同步激活，这个过程被称为记忆复述。
- 长期记忆能毫不费力地、无限期地保存海量的事实、经历、概念和程序，这种存储基于神经元之间的策略性电路连接。这种连接会引发一种「多米诺骨牌效应」：最初只需激活模式中极少数的神经元，就能自动带动整个神经元模式的激活。将新信息存储到长期记忆中的过程被称为巩固。从认知科学的角度来看，学习可以被定义为长期记忆的积极变化。
这些记忆库共同构成了以下信息处理流程：
- 感觉记忆接收来自环境的刺激，并将重要细节传递给工作记忆。
- 工作记忆保持并处理这些细节，通常会用先前存储在长期记忆中的相关信息来增强或替换它们。
- 长期记忆精心筛选和组织重要信息，就像为工作记忆编写一本「参考书」一样。
然而，需要注意的是，长期记忆与参考书之间存在一个重要的概念差异：长期记忆中的信息是可能被遗忘的。参考书中的内容永远保持不变，无论你是否阅读它，都可以随时查阅。但长期记忆中的信息表征如果长期不使用，会随着时间推移变得越来越难以提取，最终导致遗忘。长期记忆中的遗忘现象已经成为广泛研究的课题，其特征可以概括如下（Hardt, Nader, & Nadel, 2013）：
⠀⠀⠀「……遗忘是指在正常情况下应该能够表达的、先前正确习得的记忆，却无法被表达出来。这可能反映了实际的记忆丢失，或是无法提取已存在的记忆。」
然而，长期记忆中遗忘的底层机制尚不清楚。
我们可以从两个互补的角度来思考这个流程。
- 编码角度——该流程将来自外部世界的信息转换或「编码」成一种可以存储在长期记忆中并在日后回忆的表示形式。
- 执行功能（或认知控制）角度——该流程以工作记忆为中心，将来自感觉记忆和长期记忆的相关信息提取到一个可以进行信息整合、转化的区域，并利用这些信息来指导行为，以实现目标。
在数学才能培养的背景下，一旦学生超越了学习阅读和数数的阶段，我们就不太关心他们的感觉记忆，而更关心他们的长期记忆。教学的目标是增加学生长期记忆中数学概念和技能的数量、深度、可提取性和泛化性。
学生的工作记忆容量是信息转移到长期记忆的瓶颈。然而，通过利用认知学习策略，并适当地搭建认知脚手架并将教学内容调整适应学生的个人需求，我们可以最大限度地减少工作记忆容量对学习的限制，从而最大限度地提高新信息的转移和现有信息在长期记忆中的保留。
设计约束
大脑的信息处理流程被设计得非常高效。然而，即使是最有效的设计也有局限性。设计就是在约束条件下权衡利弊，以达到最佳可能的结果。要理解这些约束和设计背后的逻辑，我们可以尝试提出一些看似简单的质疑。
质疑：为什么我们需要长期记忆？为什么大脑不能通过持续复述，将所有信息永久保存在工作记忆中呢？
原因：复述需要耗费大量精力。这对大脑来说是一种巨大的负担。当大脑进行复述时，就像肌肉在不断举重一样费力。
就像肌肉能够承受的重量是有限的一样，大脑通过复述在工作记忆中能够保存的新信息量也是有限的。大多数人只能同时记住大约 7 位数字（或者更一般地说，4 个连贯组织的组块），而且这些信息只能保持大约 20 秒 (Miller, 1956; Cowan, 2001; Brown, 1958)。值得注意的是，这个结论是建立在不需要对信息进行任何心理加工的前提下。如果需要进行心理操作，由于大脑处理资源有限，多项任务会相互竞争，从而导致能够保持的信息量进一步减少 (Wright, 1981)。
长期记忆解决了这个问题，它为大脑提供了一个存储空间，可以在此长时间保存大量信息，而且几乎不需要耗费心力去维持。
质疑：为什么大脑不干脆把所有接触到的信息都存入长期记忆呢？这样不就能做到永远不忘记任何事情了吗？
原因：在信息存储方面，并非越多越好。为了使存储一条信息值得，其收益必须抵消成本。在神经元之间建立连接是有代价的，因为这需要消耗生物资源——这些连接实际上是细胞之间的物理生长，意味着身体必须主动构建并持续维护它们。
让我们用一个具体的例子来说明这个道理。假设你想买一本传记，以了解某人的背景及其对社会的影响。一本书有 300 页，售价 20 美元，内容涵盖了该人物童年的重要经历、职业发展轨迹，并穿插一些轶事来阐明关键观点和主题。另一本书有 10,000 页，售价 1,000 美元，包含了第一本书的所有内容，还额外记录了这个人一生中每一顿饭的详细情况。除非你对这个人的饮食习惯有特别浓厚的兴趣（这种可能性很小），显然第一个选择更为明智。
案例研究：计算过程中的信息流动
为了具体说明在解决数学问题时信息是如何在各个记忆库之间流动的，我们来分析一下当我们使用常规算术方法计算 4³ 并记录中间步骤时的认知过程。（需要注意的是，幂运算实际上就是重复乘法：4³ 意味着将三个 4 相乘，即 4³ = 4 × 4 × 4 = 64。）
首先，让我们了解一下每个记忆库在解题过程中的具体作用：
- 感觉记忆负责捕捉视觉信息，使我们能够阅读题目和已经写下的中间计算步骤，从而将这些书面信息传输到工作记忆中。同时，它还能在我们专注解题时过滤掉周围的干扰因素（如背景噪音）。
- 工作记忆存储问题的关键信息，根据需要从长期记忆中调取额外资料，并运用这些信息逐步将问题转化为解决方案。我们整个解题的思考过程都发生在工作记忆中。
- 长期记忆则根据工作记忆的请求，提供我们之前学习过的定义、事实和解题方法。它就像我们大脑中的「参考书」，我们可以随时查阅，获取解决当前问题所需的额外信息。
值得再次强调的是，整个问题解决的过程主要发生在工作记忆中。感觉记忆和长期记忆为工作记忆提供必要的信息，而工作记忆则负责整合和转化这些信息，并据此指导我们的行为以解决问题。正如研究人员（Roth & Courtney, 2007）所阐述的那样：
⠀⠀⠀「工作记忆是对当前相关信息的主动维护，以便使其可供使用。工作记忆的一个关键组成部分是，当新信息比先前维护的信息更相关时，能够更新其内容。新信息可以来自不同的来源，包括感官刺激或长期记忆。
⠀⠀⠀……
⠀⠀⠀为了使工作记忆中的信息能够最佳地指导行为……它必须根据当前的上下文和目标反映最相关的信息。由于上下文和目标经常变化，因此有必要选择性地用最相关的信息更新工作记忆的内容，同时保护工作记忆的当前内容免受不相关信息的干扰。
⠀⠀⠀……
⠀⠀⠀工作记忆可以通过多种方式改变，包括通过操纵正在维护的信息 (Cohen et al., 1997; D'Esposito, Postle, Ballard and Lease, 1999)，添加或删除正在维护的项目 (Andres, Van der Linden and Parmentier, 2004)，或用一个项目替换另一个项目 (Roth, Serences, and Courtney, 2006)。」
现在，让我们逐步梳理解决问题所需的具体步骤，同时观察各个记忆库中发生的变化。
| 感觉记忆 | 工作记忆 | 长期记忆 |
|---|---|---|
| 查看问题：4³ | ||
| 将相关信息发给工作记忆：4 的 3 次方 | ||
| 记忆复述：4 的 3 次方 | ||
| 从长期记忆调用指数的定义 | ||
| 提取定义：A 的 B 次方的定义是 A 乘以自身 B 次 | ||
| 记忆复述：4 的 3 次方，「A 的 B 次方的定义是 A 乘以自身 B 次」 | ||
| 将「A 的 B 次方的定义是 A 乘以自身 B 次」应用于 4 的 3 次方得到 4 × 4 × 4。清除所有其他工作记忆。 | ||
| 记忆复述：4 × 4 × 4 | ||
| 从长期记忆调用重复乘法程序。 | ||
| 提取程序：「以任意顺序相乘，但默认从左到右」 | ||
| 记忆复述：4 × 4 × 4，「以任意顺序相乘，但默认从左到右」 | ||
| 将「以任意顺序相乘，但默认从左到右」应用于 4 × 4 × 4 得到 (4 × 4) × 4。清除所有其他工作记忆。 | ||
| 记忆复述：(4 × 4) × 4 | ||
| 从长期记忆调用 4 × 4 | ||
| 提取事实：4 × 4 = 16 | ||
| 记忆复述：(4 × 4) × 4，4 × 4 = 16 | ||
| 将「4 × 4 = 16」应用于 (4 × 4) × 4 得到 16 × 4。清除所有其他工作记忆。 | ||
| 记忆复述：16 × 4 | ||
| 从长期记忆调用 16 × 4 | ||
| 无法提取事实 16x4。自动重定向到提取程序：「分别计算各位数的乘积，然后将结果相加」 | ||
| 记忆复述：16 × 4，「分别计算各位数的乘积，然后将结果相加」 | ||
| （在纸上写下 16×4 以便稍后重新加载。） | ||
| 将「分别计算各位数的乘积，然后将结果相加」应用于 16×4。十位上的数是 10，所以 10×4。从工作记忆中清除 16×4。 | ||
| 记忆复述：10×4，「分别计算各位数的乘积，然后将结果相加」 | ||
| 从长期记忆调用 10 × 4 | ||
| 提取事实：10 × 4 = 40 | ||
| 记忆复述：10 × 4 = 40，「分别计算各位数的乘积，然后将结果相加」 | ||
| （在纸上写下 40 以便稍后重新加载。） | ||
| 重新加载工作记忆。 | ||
| 查看书面作业： | ||
| 16 × 4 | ||
| 40 | ||
| 将相关信息发送给工作记忆：16 × 4，「一个数字已写下」 | ||
| 记忆复述：16 × 4，「分别计算各位数的乘积，然后将结果相加」，「一个数字已写下」 | ||
| 将「分别计算各位数的乘积，然后将结果相加」和「一个数字已写下」应用于 16 × 4。接下来是个位数；个位数是 6 所以 6 × 4。清除所有其他工作记忆。 | ||
| 记忆复述：6 × 4 | ||
| 从长期记忆调用 6 × 4 | ||
| 提取事实：6 × 4 = 24 | ||
| 记忆复述：6 × 4 = 24 | ||
| （在纸上写下 24 以便稍后重新加载。） | ||
| 重新加载工作记忆。 | ||
| 查看书面作业： | ||
| 16 × 4 | ||
| 40 + 24 | ||
| 将相关信息发送给工作记忆：40 + 24 | ||
| 记忆复述：40 + 24 | ||
| 从长期记忆调用 40 + 24 | ||
| 无法提取事实 40 + 24。自动重定向到提取程序：「对各位数字进行加法运算」 | ||
| 记忆复述：40 + 24，「对各位数字进行加法运算」 | ||
| 将「对各位数字进行加法运算」应用于 40 + 24。第一位是 4 + 2。清除所有其他工作记忆。 | ||
| 记忆复述： 4 + 2，「对各位数字进行加法运算」 | ||
| 从长期记忆调用 4 + 2 | ||
| 提取事实：4 + 2 = 6 | ||
| 记忆复述：4 + 2 = 6，「对各位数字进行加法运算」 | ||
| （在纸上写下 6 以便稍后重新加载。） | ||
| 重新加载工作记忆。 | ||
| 查看书面作业： | ||
| 16 × 4 | ||
| 40 + 24 | ||
| 6 | ||
| 将相关信息发送给工作记忆：40 + 24，「一个数字已写下」 | ||
| 记忆复述：40 + 24，「对各位数字进行加法运算」「一个数字已写下」 | ||
| 将「对各位数字进行加法运算」和「一个数字已写下」应用于 40 + 24。第二位是 0 + 4。清除所有其他工作记忆。 | ||
| 从长期记忆调用 0 + 4 | ||
| 提取事实：0 + 4 = 4 | ||
| 记忆复述：0 + 4 = 4 | ||
| （在纸上写下 4 以便稍后重新加载。） | ||
| 重新加载工作记忆。 | ||
| 查看书面作业： | ||
| 16 × 4 | ||
| 40 + 24 | ||
| 64 | ||
| 将相关信息发送给工作记忆：64 | ||
| 记忆复述：64 | ||
| 答案是 64。 |
那么，这个思考过程带来了哪些学习成果呢？我们应当记住，学习是在长期记忆的神经连接发生积极变化时产生的，这种变化能够提高学生完成任务的能力。这可能涉及多种形式的组合，如建立新的信息连接、在已有信息片段之间建立联系、重组现有的神经连接以便更高效地提取信息等。
基于这一认识，让我们来梳理一下上述例子中长期记忆涉及的几个过程：
- 定义的提取：
「A 的 B 次方的定义是 A 乘以自身 B 次」
- 基本事实的调用：
4 × 4 = 16
10 × 4 = 40
6 × 4 = 24
4 + 2 = 6
0 + 4 = 4 - 计算程序的调用（以及这些程序的提取和执行）：
4 × 4 × 4 → 「以任意顺序相乘，但默认从左到右」
16 × 4 → 「分别计算各位数的乘积，然后将结果相加」
40 + 24 → 「对各位数字进行加法运算」
所有这些信息片段都将在长期记忆中得到进一步巩固。同时，这些组成技能之间会形成新的神经连接，共同构建一个更复杂的指数计算程序。
此外，4³ = 64 这一事实也将开始在长期记忆中固化（然而，如果不经常复习，它很快就会被遗忘）。事实上，许多经常进行指数心算的人能够牢记从 1 的 3 次方到 6 的 3 次方的结果，他们可以直接调用这些值，而无需进行实时计算。
工作记忆的神经科学
回想一下，当大脑思考物体、概念、联想等时，它通过用电脉冲激活不同的神经元模式来表示这些事物。粗略地说，大脑的工作记忆容量代表了它可以投入的精力来激活这些神经元模式并持续维持它们的同步激活。一项任务的认知负荷代表了大脑为了完成这项任务所需付出的努力。
正如 D'Esposito (2007) 总结的那样：
⠀⠀⠀「……本文提供的神经科学数据与以下观点一致：大多数或所有神经元群体都能够保留信息，这些信息可以通过持续的神经活动在数秒内被访问并保持活跃，从而服务于目标导向的行为。
⠀⠀⠀在延迟任务中观察到的持续神经活动可能反映了主动复述的机制。研究者推测，主动复述包括反复选择相关的表征，或者反复将注意力引导到这些信息项上。
⠀⠀⠀……
⠀⠀⠀目前的研究表明，工作记忆并非一个单一或独立的系统。包括前额叶皮层（PFC）在内的大脑区域网络，对于维持目标导向行为所必需的内部表征至关重要。因此，工作记忆并非定位于大脑的某个特定区域，而更可能是前额叶皮层与大脑其他部分之间功能相互作用所涌现出来的特性。」
长期学习表现为神经元之间建立策略性电路连接的建立。每当一个神经元被电脉冲激活时，脉冲会自然地通过其向外的连接到达其他神经元，并可能导致其他神经元也被激活。通过在神经元之间建立策略性连接，大脑可以更容易、更快速、更准确、更可靠地激活更复杂的神经元模式。
Talcott (2021) 对这一过程进行了如下总结：
「可以将单个神经元视为简单的生物电池，每个神经元都在其细胞膜两侧维持着生化离子的浓度差异，从而产生一个微小的局部电荷——或电位。
⠀⠀⠀……
⠀⠀⠀来自周围脑细胞的输入信号传递到神经元的树突，持续改变神经元的电荷大小。当其他神经元传来的信号累积到一定程度，使电梯度达到并超过某个临界值时，就会产生一个电信号——动作电位，并沿着神经元的轴突传播。这个信号最终会调节它所连接的其他神经元的活动。
⠀⠀⠀突触传递的过程是指在两个细胞的连接处——突触——释放神经递质。突触前细胞因动作电位而释放的神经递质会与突触后细胞树突上的受体结合。这种神经递质的结合会改变细胞的电位，使其要么兴奋从而产生动作电位，要么抑制其产生动作电位。
⠀⠀⠀……
⠀⠀⠀认知——我们的思考、推理和学习过程——源于大脑内神经网络的活动……神经发育是一个持续终生的过程，包括大脑结构和功能特性的不断调整……在婴幼儿时期的神经发育阶段，最显著的特征之一是神经连接的持续优化，既包括加强有效的突触，也包括消除那些不稳定或冗余的突触……
⠀⠀⠀大脑的结构和功能连接为个体适应其所经历的世界提供了机制。考虑到儿童出生时就几乎拥有了全部的脑细胞，因此对环境变化的适应反应——这是任何生物体学习的根本基础——主要是通过调整神经连接来实现的。大脑连接性的增加与儿童认知能力的提升和学习成就的进步是同步的。
⠀⠀⠀『同时激活的神经元，会相互连接』这一得到广泛支持的原则，是对发育中大脑结构与功能之间关系的一个有力解释，这个原则源于 Donald Hebb 在 20 世纪 40 年代首次提出的理论……通过重复的经验得到强化，这种耦合会增加它们在未来同步活跃的可能性。这种反馈机制也以相反的方式运作，那些没有得到积极强化的连接会通过竞争性淘汰过程消除。在发育过程中，这种机制有利于功能适应性更强的网络生存，而淘汰效率较低或冗余的网络……
⠀⠀⠀突触可塑性的这些机制被普遍认为是信息在大脑网络中编码和存储的主要方式……因此，学习和记忆（一种通过回忆个体接触过的材料来展示学习的认知能力）不仅在大脑中得到体现，也在神经层面与神经网络连接的改变密切相关，这些改变是对反复出现的环境刺激模式及其关联的反应」
神经连接会引发一种「多米诺骨牌效应」，在这种效应中，当最初激活一个模式中少数的神经元时，整个神经元模式就会自动激活。然而，当大脑初次学习新事物时，相应的神经模式尚未完全「连接」，这意味着大脑必须努力激活模式中的每一个神经元。换句话说，就像多米诺骨牌还没有排列好一样，每一块都需要单独用力才能推倒。这严重限制了大脑在工作记忆中同时处理多条新信息的能力。
关键论文
注意：「重要性」部分可能包含了本章前文中直接引用的片段。如需引用本章内容，请以正文（上文）为准。
- Cowan, N. (2008). What are the differences between long-term, short-term, and working memory?.Progress in brain research, 169, 323-338.
Jonides, J., Lewis, R. L., Nee, D. E., Lustig, C. A., Berman, M. G., & Moore, K. S. (2008). The mind and brain of short-term memory.Annu. Rev. Psychol., 59, 193-224.
Nairne, J. S., & Neath, I. (2012). Sensory and working memory.Handbook of Psychology, Second Edition, 4.重要性：从认知（心理）和生理（神经）两个层面，深入概述不同类型记忆及其相互作用。
- D'Esposito, M. (2007). From cognitive to neural models of working memory.Philosophical Transactions of the Royal Society B: Biological Sciences, 362(1481), 761-772.
Tolcott, J. B. The neurodevelopmental underpinnings of children’s learning: Connectivity is key.重要性：当大脑思考物体、概念、联想等时，它通过用电脉冲激活不同的神经元模式来表示这些事物。粗略地说，大脑的工作记忆容量代表了它可以投入的精力来激活这些神经元模式并持续维持它们的同步激活。一项任务的认知负荷代表了大脑为了完成这项任务所需付出的努力。
长期学习表现为神经元之间建立策略性电路连接的建立。神经连接会引发一种「多米诺骨牌效应」，在这种效应中，当最初激活一个模式中少数的神经元时，整个神经元模式就会自动激活。然而，当大脑初次学习新事物时，相应的神经模式尚未完全「连接」，这意味着大脑必须努力激活模式中的每一个神经元。换句话说，就像多米诺骨牌还没有排列好一样，每一块都需要单独用力才能推倒。这严重限制了大脑在工作记忆中同时处理多条新信息的能力。
- Roth, J. K., & Courtney, S. M. (2007). Neural system for updating object working memory from different sources: sensory stimuli or long-term memory.Neuroimage, 38(3), 617-630.
重要性：大脑的信息处理流程以工作记忆为核心。工作记忆从感觉记忆和长期记忆中提取相关信息，将这些信息汇集到一个特定区域。在这里，信息可以被整合、转化，并最终用于引导我们的感知和行为。
- Hardt, O., Nader, K., & Nadel, L. (2013). Decay happens: the role of active forgetting in memory.Trends in cognitive sciences, 17(3), 111-120.
重要性：遗忘是指在正常情况下应该能够表达的、先前正确习得的记忆，却无法被表达出来。这可能反映了实际的记忆丢失，或是无法提取已存在的记忆。长期记忆中的遗忘现象已经受到广泛研究，但长期记忆中遗忘的底层机制尚不清楚。
上一章：
下一章：
Thoughts Memo 汉化组译制
感谢主要译者 gemini 1.5 flash、claude-3.5-sonnet，校对 Asuka Minato、Jarrett Ye
原文：The Math Academy Way: Using the Power of Science to Supercharge Student Learning
相关专栏