新算法配合大数据,助力人类科学“解梦”
美国诺基亚贝尔实验室的科学家建立了一种新算法来分析人的梦境,并通过机器自动分析了来自“梦境银行”(DreamBank.net)网站的24000份数据,证实了这种算法的有效性。该成果如被应用于心理学领域,可以通过定性、定量地分析梦境中的角色、交互关系和情感,来帮助心理学家快速判断做梦者的潜在压力源和心理健康问题。
有史以来,人们一直试图从梦中寻找潜在的意义:古巴比伦人相信梦境中存在预言,古埃及人则将其视作是上帝的启示;直至1890年,弗洛伊德对梦境中的人物、物体和场景进行了分析;而今天,多数心理学家都是“连续性假说”的支持者,相信梦是醒时生活的一种延续,可以帮助人们捋清真实生活中的经验并解决其中的问题。然而,解析梦境是一项冗繁而耗时的工作,需要心理学家提取梦境中的片段,并从中找到主题。
为加快解析梦境的过程,这种新算法应运而生。它将梦境中的语言分解为更小的片段,把段落化为字句,而后制出树形图,通过一定的语法规则帮助人们理解梦境中字句之间的关系。这种算法还可将逐个单词,单词之间的相互关系划分归类,并将其与积极或消极的情感相联系。最终,该算法应用了一种广受心理学家欢迎的编码系统,计算了不同梦境中的大量数据,譬如人均攻击性强度,积极情绪和消极情绪的比值等。研究者将机器所得数据与心理学家的计算结果对比,发现两者匹配度高达76%。
此外,该算法还能帮助研究者分析出不同性别、年龄、精神状况的人群梦境的不同。如在一个青年女孩长达13年的梦中,其青春期前期社会焦虑带来的负面情绪明显较多,青春期后期则以外在的性吸引为主要特征;在一个有创伤后应激障碍的越战老兵的梦中,其攻击性相比平均水平更强。如此,梦境不仅昭示了人的日间状态,更反映了人的本性,正如“连续性假说”所表明的一样。
然而,哈佛大学的一位睡眠精神病专家警告人们注意该算法存在的问题。首先,该算法虽然体现出较强的技术性,但机械地依据文字本身分析梦境,会使结果与现实状况存在偏差,例如女性梦境中会更多出现感性词句,但这并不代表她们蕴含更多情感。其次,分析梦境也需要依赖对个体醒时状态的观察,而这也是该算法在精确度上与心理学家所做分析的差距所在。
新算法的“解梦”功能给人带来了惊喜,也带来了无限的可能:对于研究人员,它将成为进一步研究深入了解人类梦境的有效工具;对于个体,可以帮助人们更好地认识自己的心理和生活。
本文来自:科技日报