计算机可以模拟“模糊的记忆”吗？

[Morriaty]

人类是有“模糊的记忆”的概念的，比如儿时玩伴，名字是叫王小二呢，还是张小四呢？五年没听过的老歌，是 111235 呢，还是 555724 呢？

那计算机如何模拟这种“模糊”的效果呢？计算机的记忆，无论是在硬盘里还是内存，似乎都是有或无二元对立的

select id, name from friends where meet_age_at=13;


id | name 
-- | --
1  | Harry Potter
2  | null

是因为计算机是数字信号，而生物是模拟信号吗？

[ChillyPrince]

人脑更接近于神经网络而非数据库，所谓模糊的记忆，我觉得应该是输出一个较低的匹配概率

[listnodeptr]

你看过 VCD 么，当 VCD 轻微损坏，播放视频时画面会有红绿蓝色块以及声音出现断断续续
这就是模糊的记忆

[zhzer]

就是，连续数据模拟离散数据失真的问题嘛
简单点弄就量化之后加噪声

[PureWhiteWu]

@listnodeptr 这个不一样，最终其实还是真实准确的数据，只不过变成了混乱的无意义的数据而已，计算机还是按照 VCD 上的数据进行播放的。

[YvesX]

引入权重就好吧，比如一楼那个思路。

[liwufan]

啥是模糊的记忆呢？“机器人”看自己的硬盘内存文件的时候，是不是像人类去医院拍片或者看显微镜那样是确实存在呢？对于“机器人”来说，会不会同时在发帖问---机器人是有“模糊的记忆”的概念的，比如擦写了 100 次以后残留在软盘磁粉上微弱磁场。那么人类如何模拟这种“模糊的记忆”？人类有血有肉，就在那里似乎都是有或无二元对立的？

[ShineSmile]

人：给我干活。
计算机：干什么？
人：给我干活。
计算机：？？？

[sampeng]

我觉得。。计算机的记忆你觉得没有模糊的记忆，是因为你知道什么是对，什么是错。其实 google 出来的类似你说的这种，你不知道一个问题的答案。就显的是个"模糊的记忆"了。
换句话说，你觉得人类有模糊记忆，是因为你不知道哪个是对的，哪个是错的。如果你知道，就无所谓对和错

[kaedea]

经典计算机就连随机数都是用确切的数字模拟的... 模糊判断基本不可能

[TyteKa]

模糊数学。

[jasonyang9]

代码的咖喱味再重一点就有了

[takato]

Dropout

[lrzsw2008]

长期不通电的 ssd ？

[listnodeptr]

@PureWhiteWu 破坏过程是随机的，所以最终数据不真实，破坏过程是持续非连续的，因此在不同时间下剩余数据不确定，计算机试图播放 VCD 数据我们如果观测图像整体含义（而非你说的具体二进制数据）由于色块的存在导致图像中部分意义（比如色块遮挡了人物手上拿的具体东西）变得模糊，可能根据场景推测人物手里可能拿着不太大的圆形东西，但是由于色块存在已经分辨不出是什么了

[PureWhiteWu]

@listnodeptr 我的意思是，计算机并没有做这些和“模糊”相关的，这个是由我们人去做的。计算机只是真是地将 VCD 上的数据展示出来而已。
题目问的是计算机可不可以，而不是人可不可以。

[atozj]

稀疏记忆算法？

[lzhd24]

游戏里可以设置吧，头号玩家那种。

[linthieda]

如果一个 nn graph 在从一个 node 到另一个 node 时的 path 有很多个而且 nondeterministic，那么很可能就类似于一个模糊的运算。 同理， 如果一个 graph 中有大量 non derministic recurrent/recursive node, 可能就类似于模糊记忆。 一句话总结：上述的 graph 现在的算力完全 train 不动

[takato]

模糊记忆的本质就是局部"精确破坏"构成的集合

[3rdFaust]

总觉得你再说现在大火的统计型 AI

[dawn009]

@PureWhiteWu #15 读取到的一段数据 IO 校验失败，说明已损坏。再次尝试读取，读取到的内容仍然校验失败，但和上一次有所不同。这段数据究竟是 000110 呢，还是 100101 呢？这是一段模糊的数据

[newtype0092]

相当于一个搜索算法吧，记忆中的儿时玩伴是一个对象，假设里面有姓、名、性别、年龄、样貌等等，都存在一个图里。
当你回想的时候，就是从一个点开始联想（搜索），假设先搜到“姓=马”，然后搜到“名长度=2 ”，然后“名[1]=梅”，这时候你不知道“名[0]”，就只是想起，我有个玩伴叫马什么梅？
想到一半头疼放弃，这是内存不够溢出了。
想到一半有别的事干扰，这是 cpu 被抢占了。
想很久没有结果，这是任务执行超时了。
记不起来具体是 a 还是 b，这是有脏数据不一致了。
这些都算模糊记忆吧。

[menc]

来看看 GAN，一种神经网络，对“人脸”这个概念的认识就是模糊的

[menc]

@menc ls 这个图像不像梦里的图？局部清晰，局部模糊，能看出大概模样，却又不完全真切。这就是模型生成的人脸，代表了模型对人脸的理解。

GAN 就是连续的而非离散的。

[rogwan]

人脑是怎么实现记忆的？学界已经搞清楚了吗

[daocheng]

推荐一本书《生命 3.0 》，里面的内容可能会有启发，我也正在读

[vincenteof]

如果你能形式化地定义出·模糊·，那基本上就可以

[PureWhiteWu]

@dawn009 不会是这样的，因为根本不存在校验，VCD 不支持数据校验，你可以先去了解一下底层的存储。读出来是什么数据，就会播放什么数据，不存在这次读出来是 10011 下一次读出来是 01010 的可能性，除非又遭到了损坏，而且计算机不会去重新读的，读出来是什么就播放什么，你之所以看到画面是花的，就是因为读出来的数据是混乱的错误的数据，但是计算机是不知道究竟是对是错的。
所以你的这个例子不正确，计算机不支持“模糊”。
你如果学过编译原理也应该知道，计算机所使用的任何一门语言都不能有二义性，否则就是不合规的。
从计算机最最最底层的，物理层面上来说，二进制不支持模糊。
除非是薛定谔的电位。

[zdnyp]

应该不存在“模糊记忆”，但是可以模糊的找回记忆（模糊检索）。

[winglight2016]

加权 lstm+dropout，比较接近模糊记忆这个概念了，不过只是模拟，大脑真正是怎么运转的，谁也说不清

[Morriaty]

@newtype0092 #22 还是有点不一样，对于计算机来说，要么同时找到“马冬梅、马春梅”，要么找到 null，而对于人来说，就停在“马什么梅”？

[jfdnet]

刚刚看了几集 西部世界 好像一开始说的就是这个

[mmy1043]

不知道楼主为什么要模拟模糊记忆，只提供一个想法吧。人的记忆中不经常被使用的内容会逐渐模糊甚至遗忘，但它们并没有消失，当你遇到一些特定的场景时能够再次回忆起那些记忆。因此可以为每一个信息设置一个权重，根据信息的调用次数来调整它，当权重过低是，对相应信息进行压缩，并留下一些特征，这样来模拟模糊记忆。

[newtype0092]

@Morriaty #31 并不是，你可能没看懂我说的，名字的三个字并不是存在同一块内存，找到一个就都找到了，他们之间的关系可能通过很复杂的路径连通，或者根本就不连通，需要通过别的节点才能找到。
假如搜索到名字的第二个字要 5s，搜索到第三个字要 n 天，你能保证计算机一直跑这个任务跑三天么？而且如果提前不知道 3 天能跑出来，只知道遍历一遍全量数据要好几年，你能一直等它遍历完么？
这还是内存够的情况下，如果不够那还需要调整算法使用其他辅助手段（类似边想边把线索记到小本本上）。
归根揭底人的记忆就是类似网络的，你能记不起来名字中的某个字，就说明这些字不是存储在一起的，每个独立的数据都是通过其他的数据线索串联起来。
比如姓马这个数据，就可以是通过多条不同的路径搜索到的
（小时候开学那天全班自我介绍->她嗓门很大->她大声的说我叫马 XX ）
（她长得很有特点->她脸很长->她正巧姓马）
路径可短可长，每个数据的关系可远可近，所以不存在要么找到完整名字，要么找到 null。

[widewing]

有啊，各种有损压缩算法了解一下，特别是基于深度网络的

[innoink]

多种结果的概率叠加=模糊

[flyaway]

神经网络大神 Hinton 在 30 多年前的一篇长文中就有过关于模糊记忆的论述。基本思想就是所有的记忆都是存储在一堆 units 中的，任何记忆的实体都可以表示为一些特殊 unit 被激活(一种 pattern)，不同记忆个体之间会有重叠的 units，这样就能模拟楼主所说的模糊记忆了。因为当一个新的实体被激活，其本质就是一堆 unit 被激活，这些 unit 可能又是其他实体的组成部分，这样就能发生「联想」记忆。从机器学习角度来说，这种模型天生就具有泛化性。但是我不确定人脑是否是采用同样的过程的。
Hinton 的文章在这里: http://web.stanford.edu/~jlmcc/papers/PDP/Volume%201/Chap3_PDP86.pdf
有兴趣的话可以看看。

顺便说一句，现在 NLP 中流行的 word embedding(将词表示成向量)就是基于 Hinton 的这篇文章的，几乎所有最前沿的模型都会用到 word embedding，大神的文章 30 年后依然有很强的建设性！

[Cheez]

当初因为人脑容量太小而已....相当于数据恢复。

[dawn009]

@PureWhiteWu 这个是你不了解了。VCD 卡盘常见吧，特别是用电脑播放 VCD 时。当年「超强纠错（其实是容错，跳过校验）」可是 VCD 机和 VCD 播放软件的主打广告语。

物理介质不是不「支持」模糊，反而恰恰因为容易出错，所以会有校验机制。换句话说，存储介质天生是「模糊」的，硬件和底层软件的设计需要能消除存储介质的不确定性，才能让上层软件跑在一个「确定」的系统之上。

特别强调一句，同一块数据，每次读取的值不一样，是个常见的现象。尤其是软盘、光盘等易受干扰的介质。

[dartabe]

LSTM 有个记忆单元 会丢弃一些不想记住的东西

[msg7086]

@dawn009 取值不一样但计算机仍然只能取到 0 或者 1，从结果上来看是明确的。读取值分为正确和错误，而不是模糊。虽然光头能读到中间值，但是回传出接口的不会是中间值。某个比特位是不可能读出 0.3 这样的值的。同样你的硬盘里存储的视频也不可能是模糊值。你从硬盘上读一个字节，硬盘读出 8 个 1bit 位，组成一个字节，而不是读出像是 [0.3,0.2,0.9,0.8] 这样的东西。

[binux]

@msg7086 #41 只能取到 0 或者 1 是人给计算机定的，计算机给你读个 0.3 你乐意吗？

[msg7086]

@binux 这个回复有点莫名其妙啊。
我需要他返回 0 和 1 的时候返回 0 和 1，我需要他返回模糊数据的时候返回模糊数据啊。
乐意不乐意管我啥事，难道不是光驱电路板乐不乐意？又不是我眼睛上装个激光头在读 VCD。

[binux]

@msg7086 #43 对啊，是你需要他返回 0 和 1，而不是他不能返回模糊数据。说明「计算机可以模拟“模糊的记忆”」。

[dawn009]

@msg7086
读取损坏的介质，对于单个比特无法知道是正确还是错误，只能知道一整块数据是正确还是错误。然而即使知道这一整块数据有错误，也不清楚错了多少、错在哪个位置。这一整块数据，每次读出来的值不一样，它自然不是确定的。如果选择其中的某一次读取为结果（比如说，只选第一次的结果，相当于忽略校验），则结果的「明确」只代表人为的选择，不代表数据本身明确。

另外计算机可以读出中间值来，只不过交给上层时要么舍为 0 要么入为 1。

[baicheng10]

@msg7086 一个 bit 读出来为什么不能是 0.3 ？你这就是钻牛角尖了，总得有个头啊，二进制的原子级别当然是 0 或者 1，抽象出来就是模糊的了。

[liuyanjun0826]

计算机有随机数，比如游戏里面的子弹轨迹就是，只是那种和现实一样的感觉我不喜欢。

[Eoston]

模糊不模糊都是人来定义的~~除非计算机可以自己判断，否则对它来说所有的一切斗不过是从磁盘中读出来写进去，并没什么区别

[openbsd]

人类记忆的精准度应该是按事情对当事人的刺激程度和次数决定，计算机不存在 /不容易出现此种“误差”吧 ？

[msg7086]

@binux 可是我回复的讨论串说的是 VCD 的数字存储信号读取错误被当作「模糊」的问题，并不是在说楼主问题的结论啊？

[msg7086]

@dawn009 你说的这个应该属于「不确定」而不是「模糊」吧。

我举个例子吧。比如说人脑中记忆的一件事，你去了某个活动，来了 8 位嘉宾。过了几个月以后，你的记忆开始模糊，你不记得到底来了几位了，可能来了 5 位，也可能来了 10 位，这叫做记忆模糊。假如一个模拟比特位用来记录人数的多少，假设 1 是来了很多人（比如 50 人），而 0 表示来了很少人（比如 1 人），那么这个值刚开始的时候是记录为比如说 0.2，但是过了几个月以后你的神经元读出了 0.3，这样报道就产生了偏差。但是如果你用 0x08 这样的数字信号来记录，过段时间 bitrot 了，变成了 0x00，来了 0 个人，这就不是记忆模糊的问题了。

而像 VCD 这样的，属于数字信号，每个最小记录单位就只有 0 和 1，假如 0 是正确的，那么 1 读出来就是完全错误的数据，在转换成计算机整数的时候会变成完全不同的数字（例如 0x4000 被读取成了 0x4080 ），那么之后经过 IDCT 等处理，出来的就是完全错误的内容。

再同样类比，比如说印刷出的实体照片，经过时间的流逝会逐渐变黄变旧。但是数字照片只会因为一个比特读取错误而导致解码错误，出现花屏等现象。

再说计算机可以读出中间值的问题。计算机使用的是数字信号，所以单个元素（比特）是没有中间值的，计算机能获取的所谓中间值，一般是用 IEEE754 编码的、使用 0 和 1 信号组成的浮点数，而非真正的模拟比特。计算机的电路本身就是构筑在 0 和 1 之上的。

之前看过新发现的忆阻器，可以方便地在一个比特中存储模拟值，也就是你可以通过注入电流，让元器件里面存储的数据逐渐变化，比如从 0.1 逐渐加到 0.4。我倒是觉得基于忆阻器的仿生电脑值得期待一下。

[binux]

@msg7086 #51 就拿你 [0.3,0.2,0.9,0.8] 的例子，假如这 4 个 bit 代表 “来了几位嘉宾”，那么它有 0.4032 的概率为 3, 0.1728 的概率为 11，0.1008 的概率为 7。这也是记忆模糊了啊，只能说计算机的模糊和人的模糊不一样，因为你记忆有其他场景做修正，不会出现人数不连续的问题，你给计算机也搞个按范围的校验位，它也能和人类一样模糊啊。

[Mutoo]

游戏 AI 里面有一种应用叫模糊逻辑（ FuzzyLogic ），可以让设计师使用“多，比较多，很多”之类的非确定量词来描述规则，然后根据背后的参数最后生成决策。

[msg7086]

@binux 不知道是你理解的问题还是我说得不清楚。
我再重申一次。我说的内容说的是上面 VCD 光盘读取错误被当成模糊的案例。从一开始我就没有说过计算机无法模拟模糊记忆。你从上到下的 3 个回复本质上是在同意我的观点，然而我并没有打算去讨论这个观点，因为过于显而易见了。像 VCD 这样的数字信号，和你#50 里说的按范围校验位完全是两回事，我觉得你的回复完全偏离了我正在回复的那件事了。

[binux]

@msg7086 #54 不，我就是在说 VCD 读取错误可以就是模糊。
因为在人类记忆模糊情况下，让人类回答一个确定答案（例如考试）时那就是读取错误。

[liuyanjun0826]

@msg7086 VCD 是碟片，是完全有价值的产品。。。。只有我现在打出来的字才是免费的。

[dawn009]

@msg7086 原来你想说的是这个啊。那 VCD 的确不是一个完美的例子。楼上有多个以神经网络举的例子更加贴切。

然而我的回复针对的是 #15 楼 「这个不一样，最终其实还是真实准确的数据，只不过变成了混乱的无意义的数据而已，计算机还是按照 VCD 上的数据进行播放的。」这段描述。损坏的介质读出的并不是真实准确的数据，而是不确定的数据。

如果你认为这仍然不能算模糊，只有像老照片那样的宏观现象才算模糊，VCD 的确做不到，但其他格式可以。比如一张以交错方式存储的 jpg 图片，把它的其中的某几段数据破坏掉，整张图片只会变模糊，而不会花屏、无法辨认。

最后，存储介质上的单个比特有中间值，和浮点数完全没关系。一个是介质的物理特性，一个是数据的编码格式。
磁盘单元上的磁性，不是绝对的非 0 即 1，而是有在[0,1]范围内的强和弱。通过判断这些中间值，可以恢复出已经被复写的磁盘数据。这其实就是删除敏感数据时要求以随机数将相应磁盘单元复写 N 次的原因。

[yuchting]

计算机一模糊，程序员就要通宵加班找出来为啥他就模糊了呢？