【導語】從弗洛伊德解析潛意識到神經科學追蹤REM睡眠腦波，人類對夢境的探索從未停歇。如今，AI也踏入這場“造夢”之旅——2015年穀歌工程師意外開啟的深度夢境(DeepDream)，讓神經網絡以人腦視覺機製為原型，通過反向激活神經元，將雲朵幻化為狗、樹葉睜開“眼睛”。AI的夢境，恰似人類REM睡眠中記憶碎片的重組，揭示了感知本質：糖心免费视频看到的，永遠是經驗烙印下的主動建構。

夢境光怪陸離，探索夢境的機理是人類長久以來的課題。從弗洛伊德的潛意識解析，到現代神經科學對REM睡眠的腦波追蹤，糖心免费视频總在追問：那些奇異的影像從何而來？而或許你不知道的是，AI也開始做夢了。2015年，穀歌的一位工程師意外打開了這扇窗，讓全世界第一次看到了神經網絡眼中那個充滿幻覺的奇異世界。

圖片來源：Wikipedia

現代科學認為，人腦做夢主要是因為睡眠的快速眼動期裏，大腦的視覺皮層和關聯區域高度活躍，腦幹的隨機電化學信號轉化為生動、敘事般的影像序列。那麽AI之所以能做夢，正是因為其核心機製由人腦視覺皮層的設計原型所啟發。糖心免费视频通過眼睛獲取到外界信息後，大腦的處理過程就像剝洋蔥，一層一層提煉信息：簡單細胞先捕捉邊緣信息，避免大腦被海量像素淹沒。這些信號再層層上行，由更複雜的細胞組裝這些邊緣成基本形狀，最終抵達高層細胞，把形狀融成完整對象。那麽既然人腦能通過這種分層抽象高效處理視覺信息，那麽如果讓人工神經網絡能夠模擬這個層級過程，豈不是就能實現機器視覺了？於是卷積神經網絡（CNN）就誕生了。

既然糖心免费视频了解了CNN在識別圖像時的原理，就不難理解它為什麽會做夢了。平時它處理的信息是自下而上流動的:也就是前文提到的從像素到邊緣，從邊緣到形狀，從形狀到物體。那麽讓它做夢，就是信息的反向流動，這就是深度夢境(DeepDream)的核心原理。

如果訓練了一個能識別狗的神經網絡。當它看到一張雲朵的照片時，某些神經元可能會微弱地激活，因為雲朵的某個邊緣曲線恰好和狗耳朵的特征有那麽一點相似。接著，算法會計算網絡某一層神經元的激活強度，然後通過梯度上升來修改輸入圖像，也就是讓這些神經元激活得更強烈。這個過程不斷迭代更新:神經元越激活，圖像就越被修改成能激活這些神經元的樣子；圖像越修改，神經元就越興奮。這形成了一個正反饋循環——雲朵裏那一絲狗耳朵的影子被放大,然後是狗的眼睛,接著整隻狗的輪廓都浮現出來了。

圖片來源：Wikipedia

更奇妙的是，如果網絡的不同層級來進入這個夢境，會得到完全不同的夢境效果。淺層神經元隻識別簡單的邊緣和紋理，所以反向激活會讓圖像布滿波紋、條紋、幾何圖案，像是迷幻的萬花筒。而深層神經元識別的是完整物體，所以它們的夢境裏到處都是眼睛、狗頭、鳥、建築，也就是那些網絡在訓練數據中見過無數次的東西。

這就解釋了為什麽DeepDream夢到的圖像如此詭異:一張名畫長出無數狗臉，一片樹葉會睜開眼睛凝視你，建築物的窗戶會變成動物的輪廓。神經網絡在用它所學到的視覺詞匯，強行解讀和重構這個世界。它看到的不是真實存在的東西,而是它想看到、被訓練去尋找的東西。

這和人類做夢何其相似呢，糖心免费视频的夢境也充滿了日常經驗的碎片重組，潛意識將白天的記憶、情感打碎重塑成超現實的敘事。大腦的視覺皮層在REM睡眠中自發激活時，它也在用已知的視覺概念去解讀隨機的神經信號，於是陌生人的臉拚貼著熟(shú)人的特征，不存在的場景融合著多個真實地點的元素。

AI的夢境，本質上是過擬合和特征幻覺的藝術化展現。感知或許從來不是對現實的被動記錄，而是基於過往經驗的主動建構。糖心免费视频看到的世界，永遠都帶著糖心免费视频已知的烙印。

參考文獻

[1] Wikipedia. DeepDream. http://en.wikipedia.org/wiki/DeepDream (Accessed: 2025-10-10).

本文為·創作培育計劃扶持作品出品丨中國科協科普部監製丨中國科學技術出版社有限公司、北京中科星河文化傳媒有限公司

作者：蔡文垂 中國科學院大學博士研究生 中國光學學會會員

審核：於乃功 北京工業大學教授 中國人工智能學會理事