当前位置: 首页 > news >正文

【笔记ing】考试脑科学 脑科学中的高效记忆法

前言

本书是拙作《高中生学习法》的修订版。

《高中生学习法》出版已有十余年。这期间,脑科学研究不断进步,十几年前无法解释的事情现在已经开始逐渐明晰。同时,书中有些内容甚至已经被明确证实是错误的。也就是说,《高中生学习法》这本书,仅十余年就已落后于时代了。

此次修订再版,我以最新的科学观点重新审读了《高中生学习法》的内容和表述,在必要之处进行。饿大刀阔斧的修订与增补。最终,本书的使用范围已不再仅限于高考,而是扩大到从中考到社会上的各种资格考试、职称考试等。

如此一来,尽管本书保留了原版中与高中生交流的行文风格,但是书名还是删除了原有的“高中生”一词。

在这里,我想先明确表达一下自己的想法。十多年前出版的《高中生学习法》其内容已经过时,这一点在当下是毫无疑问的。但同时也意味着,此次修订的内容在十年或者二十年后可能也会过时,说不定有些内容还会被证明是错误的。对于这个问题,我认为:所谓科学的进步,原本也正是需要不断纠错的。

科学就是假说的循环往复:建立假说,验证这个假说——有时是进行反证——然后再建立新的假说。本书也正是基于这种科学认知写就的。

科学家大都谨慎,对于无法确定的事便会闭口不谈。从目前脑科学研究的水平来看,所谓的“科学学习法”原本就是一种自我标榜的说法,为时尚早。

但是我认为,在科学成果实际应用之前,科学家一直闭口不言,也不过是科学家的一种利己主义罢了。

搜集完整的科学证据可能需要数十年,如果在这期间只能耐心等待,那么很多人就可能错失自己人生中的机会。所以,最大限度地应用当下已经证实的科学知识,去尝试寻求解决问题的策略,这又有何不可呢?

本书就是秉承这种信念创作的,因此希望各位读者不要将本书奉为“绝对真理”,而是将它看作“记忆研究专家池谷裕二的私人学习法”。

为了完成这本书,我竭尽全力地综合了专业领域多方面的信息。“信息”的关键在于时效性和准确性,而这两者往往如同鱼与熊掌,不可兼得。因此,我在写作时很是费了一番心思,才在脑科学研究百年传承的经典知识和最新的研究之间寻得了一个良好的平衡点。

说起来,大家知道记忆在人脑中是如何形成的,又保存于何处吗?不了解脑的机制就去学习,相当于不知道体育运动的规则就去埋头苦练,注定事倍功半;而理解运动的规则后再去进行针对性的训练,则能提供效率,早日进步。

学习也是如此。要想研究高效率的学习方法,首要之事是理解人脑规则(在当前的脑科学研究范围内)。然后,在学习中注意不去违背人脑规则,或者说去灵活利用人脑规则。

此外,针对“学习方法”领域中广为流传的一些“传言”和“迷信”,本书也从脑科学的角度进行了真伪考察。为此,本书将先向读者讲解记忆究竟是什么,并说明记忆的机制、原理,然后在此基础上考察锻炼记忆力的方法。

这里所说的“学习”并不局限于学校里的学习。一旦掌握了高效的学习方法,就可以将之应用在日常生活的方方面面。也就是说。本书所介绍的各种技巧,应该都能让各位读者在日后的工作和学习中受益。若本书能够对各位读者在发掘脑的潜能、实现自我等方面有些许帮助,我将深感荣幸。

第1章 记忆究竟是什么

1-1 能力只能用考试检测吗?

“记忆”是一种不可思议的奇妙之物。它究竟存在于人脑的何处,又是以怎样的形式存在的呢?在学校中,老师判断学生是否已经掌握所授知识,如果仅靠眼睛来打量、观察学生,则会无从判断。毕竟记忆有别于笔记或备忘录,并非肉眼可见的有形之物。

这种情况下,“考试”便应运而生。老师在确信自己讲授确当、没有遗漏的前提下,会自信满满地设计考试试题。如果考试的结果不理想,那么老师就可以判断学生的头脑里没有相关知识。同时,对于未能完成学习义务的学生,老师也会为其贴上“差生”的标签。

但是,考场上常会出现这样的情况:题目会做,但时间不够用;一些知识有印象,却怎么也想不起来;在交卷的一瞬间,记不起来的内容便能清晰地出现在脑海中,等等。如果发生了上述情况,即便是认真复习的人,也会和完全没有记住任何知识的人一样得低分。之前为考试付出的各种努力付诸东流不说,还会被视为“懒惰”“无能”。这其中的委屈与悔恨实在无以言表。

因此,对于参加考试的人来说,提前预测考点并据此进行复习和训练,就成为了应对考试的最佳策略。

但是话说回来,看不见也摸不着的“知识”,一定要通过考试这种形式才能确认其是否存在吗?比如,可不可以不考试,而只通过给人脑拍一张照片就能判断知识的有无呢?再进一步说,有没有更简单、更可靠的方法,可以用来确定某人“头脑清晰”或“记忆力超群”呢?
实际上,通过现代的脑科学研究,这种近乎“魔法”的事已经能够在某种程度上实现了。大家都知道,脑存在于头部,打开头盖骨就可以看到。毫无疑问,“记忆”这种东西也存在于某个地方。不过,倘若记忆的存在形式是固体或者液体,那寻找记忆便如探囊取物。遗憾的是,记忆既非固体也非液体,因此寻找记忆这项研究,也是医学研究中最难被攻陷的“堡垒”。

计算机的“记忆”是使用磁性原理的硬盘来存储信息,音乐CD则是使用可以反射激光的细小凹坑来记录信息。人类的“记忆”也是一样的,它一定以某种物理形式存在于人脑中。若非如此,人脑遍无法去记忆。

记忆的形成,意味着信息在人脑中留下了“痕迹”。所以,只要对脑进行适当处理,就可以实际“看到”这些信息的痕迹。其实,我的研究室已经成功观察到了脑的这些信息痕迹,甚至还看到了一部分无法通过考试来确认的“潜在记忆”。

1-2 神经元“创造”出的脑

脑科学中对“记忆”的描述如下:

记忆是将神经回路的动力学(dynamics)现象转化为一定规则,在突触重叠的空间中,根据读取的外部时空信息,形成一种内部信息表达的过程。

看到这种表述,恐怕一般的读者都会一头雾水,毫无头绪。简单来说,记忆的“真相”就是“新神经回路的形成”。

这里出现了一个名次——神经回路。有一种说法认为,人脑中存在1000亿个神经元(意外的是,我们现在仍然无法获取人脑中神经元的准确数字)。每一个神经元都能通过“神经纤维”分别与其他一万个神经元相连,这种由神经元之间相互连接构成的系统就是“神经回路”。

我们可以把上述关系想象成如下情况,即众多住宅(神经元)通过密集的道路(神经纤维)相连,形成了城市(神经回路)。

与道路网密布的城市类似,脑也是由神经回路这种“网络”构造出来的。在神经回路这张网络上,“神经信号”来回奔走、传递,脑便是使用这种“神经信号”来处理信息的。这与计算机使用电信号进行运算的过程非常相似。

计算机由复杂的半导体回路构成。精巧的计算机程序,可以创造出电信号的“道路”。例如加法的计算,程序可以创造出“从这边出发向那边走,然后在某处拐弯”的进程。当电流按照程序设定的流程流动时,计算机就能得出加法运算的结果。

数据在电路中会被转化为单纯的数字信号,即用1和0来表示电荷的有无,并以这种形式来进行保存和读取。不只是加法,无论多么复杂的运算,甚至连声音、影像等信息,也都是基于有或无的二进制来处理的。实际上,人脑的记忆及其处理方式与此类似,使用的也是数字信号。

为了更容易理解,请大家将神经网络想象成一张方格纸,把神经纤维想象成方格纸上横竖排列的方格。如果我们在整张纸上画画或者写字,从远处能够看清方格纸上到底画了或写了什么,但是如果从近处看这张纸,能看到的就只有“涂满的方格”和“没有涂满的方格”而已。这就是二进制,人脑和计算机运行机制的共同点也正在于此。

1-3 记住与忘记

在此,我还以计算机的RAM(random access memory,随机存取存储器)和硬盘之间的关系为例,讲解与其类似的、人脑的“短期记忆”和“长期记忆”之间的关系。

计算机的数据长期保存在硬盘中,硬盘甚至可以保存几百、几千本百科全书的数据。然而,仅将数据保存在硬盘中,对于计算机而言是没有价值的。能够去使用存储的信息,才能发挥计算机作为“计算机”的作用。

为了让计算机能够处理存储的信息,RAM就出场了。RAM是一处临时保存信息的场所,相当于人脑的短期记忆。计算机只能处理调入RAM的信息。当计算机想要读取信息时,就需要将硬盘中的信息调入RAM;反过来,如果计算机想要保存信息,也要先经由RAM再将其保存在硬盘上。总之,RAM就相当于一座连接计算机内部与外部的“桥梁”。

其实,大家的脑中也存在类似的情况。无论是从长期记忆里调取信息,还是向长期记忆里保存信息,都需要一个临时存储信息的场所,这就是短期记忆。通常来说,要想让记忆长期保存在人脑中,都要先通过短期记忆这一关。

短期记忆有一个小缺点,它的容量比较小,不能同时保存太多的信息,而且保存下来的信息也会很快被忘记(所以才叫“短期记忆”)。

举例来说,这就好比是我们为吃泡面烧了一壶水,等待水开的过程中接到了朋友打来的电话。这时,如果我们和朋友聊的非常开心,就很有可能忘记正在烧水这件事。这是因为“烧水”只是短期记忆。计算机的运行原理也与之类似。如果在保存之前就关闭文档,那么写好的文档就会丢失,这是因为文档只保存在了RAM中,而非硬盘之中,它和短期记忆一样,很快就会被“忘记”。

因此,要想形成长期记忆,关键就在于如何利用短期记忆。保存文件时应该认真为文件命名并做好分类整理工作,如果缺少这些步骤,那么在需要时就无法迅速地调取数据。这就像在我们的脑中明明存储着相关知识,但在考试时却愣是想不起来那样,真是一出惨剧。

如果知识把物品胡乱堆在仓库,仓库里就会变得杂乱无章。与其说是仓库,还不如说是垃圾场。同理,如果毫无章法得记忆知识,我们的脑也会变成这种状态。

本书就是从这样的观点出发,思考如何能够有效的吸收知识。为此,我提出的第一个关键词“海马体”,它是谈及“记忆”时绕不过去的重要话题。

不想学习的时候就看书吧

————————————

仅用于本人学习

来源:网络

http://www.lryc.cn/news/624552.html

相关文章:

  • c++26新功能—可观测检查点
  • 晨控CK-GW08S与欧姆龙PLC配置Ethernet/IP通讯连接手册
  • PHP现代化全栈开发:微前端架构与模块化实践
  • 深入解析RabbitMQ与AMQP-CPP:从原理到实战应用
  • Elasticsearch全文检索中文分词:IK分词器详解与Docker环境集成
  • 【VUE】Vue3 绘制 3D 蓝图利器 Grid Plan
  • 蛇形方阵构造
  • k8sday10服务发现(1/2)
  • 深度学习在订单簿分析与短期价格预测中的应用探索
  • elasticsearch-集成prometheus监控(k8s)
  • 电子电气架构 --- 软件会给汽车带来哪些变化?
  • Git+Jenkins 基本使用
  • cesium中实时获取鼠标精确坐标和高度
  • 开放最短路径优先协议
  • 在 CentOS 7 上使用 LAMP 架构部署 WordPress
  • 【秋招笔试】2025.08.16科大讯飞秋招机考真题
  • Unity爆炸力场实战指南
  • Avalonia实例实战七:动画
  • 文件读取的底层实现——generic_read_iter分析
  • 一个基于前端开发的经典飞机大战游戏,具有现代化的UI设计和流畅的游戏体验。
  • 【数据分析】R语言在生态学数据分析中的应用:从数据处理到可视化
  • 双指针从简单到复杂
  • 下划线字段在golang结构体中的应用
  • Drawnix:一款免费开源的白板工具,支持思维导图、流程图、类图和手绘图
  • 深入浅出讲透IPD:三层逻辑实例详解 —— 卫朋
  • 设计模式笔记_行为型_访问者模式
  • 【arXiv2025】计算机视觉|FGA:即插即用!让你的模型精准预测人群密度!
  • 微信小程序通过uni.chooseLocation打开地图选择位置,相关设置及可能出现的问题
  • 【深度学习】pytorch深度学习框架的环境配置
  • CPTS---Active 复现