Неожиданный предел памяти: почему всё упирается в "семь чувств"

Исследователи из Сколковского института науки и технологий (Сколтех) разработали математическую модель памяти, которая описывает, как формируются и развиваются воспоминания. Анализ модели привёл их к неожиданному выводу: максимальная ёмкость памяти достигается при семи измерениях, то есть при семи чувствах. Работа опубликована в журнале Scientific Reports.

Как работает модель

Учёные взяли за основу концепцию "энграмм" - нейронных следов памяти, которые можно представить как совокупность активных нейронов в разных областях мозга. Каждая энграмма соответствует абстрактному объекту, описываемому набором признаков.

Например, понятие "банан" включает зрительный образ, запах, вкус и другие сенсорные характеристики. В модели это представляется как объект в многомерном концептуальном пространстве.

Со временем энграммы становятся чётче или размытее в зависимости от того, как часто воспоминание активируется — что отражает процессы обучения и забывания.

Основной результат

• Исследователи доказали, что энграммы со временем стремятся к устойчивому распределению.

• При этом количество различных энграмм, которые можно хранить, зависит от размерности концептуального пространства.

• Максимальная ёмкость достигается при семи измерениях.

"Мы математически показали, что память становится наиболее эффективной при семи характеристиках. В применении к человеку это можно интерпретировать как оптимальное число чувств", — пояснил профессор Николай Бриллиантов из Центра ИИ Сколтеха.

Зачем это нужно

Авторы подчёркивают: вывод о "семи чувствах" носит спекулятивный характер, но он может оказаться полезным для:

• разработки более совершенных систем искусственного интеллекта,

• создания роботов с расширенными сенсорными возможностями,

• лучшего понимания механизмов человеческой памяти.

Бриллиантов добавил, что, возможно, в будущем люди смогут развить новые чувства — например, восприятие магнитных полей или радиации. Но уже сейчас сама модель может помочь инженерам при проектировании ИИ-систем.