睡眠就像按下暂停键。你的身体节奏慢了下来，双眼闭上，外界的一切在几个小时内都渐渐消失。
长期以来，科学家们一直将睡眠解释为休息时间，或是大脑在忙碌一天后自我清理的机会。
帮助大脑保持灵活性
最新数据显示，睡眠除了简单的休息时间外，还有更重要的作用。
它或许有助于大脑保持足够的灵活性，从而从压力中恢复，适应变化，并终生持续学习。
作者认为，这种能力可以解释为什么睡眠在数亿年的进化过程中得以保留，尽管它使动物容易受到捕食者的攻击。
“我们想要摒弃睡眠仅仅是电池在夜间充电的观念，”中国科学院长春应用化学研究所的王晓辉教授说。
“当你把大脑看作一个复杂的动态网络时，睡眠就开始像一位精心设计的工程师有意安排的东西，它是系统自我修复和重组的预定窗口。”
除了保持稳定之外，还有其他方面需要改进。
研究人员指出，许多关于睡眠的讨论混淆了稳定性、稳健性和恢复力这三个不同的概念。虽然它们听起来相似，但实际上描述的是不同的能力。
稳定性是指大脑即使受到轻微干扰也能继续运作。稳健性是指即使面对噪音、渐进变化或部分损伤，大脑也能继续发挥作用。
韧性远不止于此。它描述的是大脑吸收挫折、自我重组并随着时间的推移恢复健康功能的能力。
作者认为，睡眠在保护大约 860 亿个神经元组成的网络中的这种韧性方面发挥着最重要的作用。
两个阶段，两份工作
本文将睡眠的两个主要阶段比作承担不同责任的伙伴。
在非快速眼动睡眠（NREM睡眠）期间，尤其是在深度慢波睡眠期间，大脑活动会减慢到低于1赫兹的节律。
在此期间，通过学习而增强的神经元之间的连接会进行调整，以防止大脑超负荷运转。
快速眼动睡眠（REM睡眠）则采取不同的方式。大脑活动变得更加活跃，同步性也更低。
研究人员认为，快速眼动睡眠有助于大脑探索不同的活动模式，并放松变得过于僵化的连接。
睡眠中的一个重要转变
这两个阶段之间的过渡可能尤为重要。作者认为，大脑在这些时刻达到其亚稳定性的最高水平。
这使得它更容易在不同的活动模式之间切换。深度非快速眼动睡眠也支持另一个重要的过程。
在此阶段，大脑的淋巴系统扩张细胞间的空隙，清除代谢废物，包括与阿尔茨海默病相关的β-淀粉样蛋白。
在大脑连接进行调整的同时，废物也会被清除。
“一个只追求优化的网络可能会把自己逼入绝境。睡眠似乎保护的是摆脱困境的能力，”该研究的主要作者杨龙伟说。
人工智能的启示
作者认为这些理念的应用范围可能超越生物学。现代人工智能系统经常面临灾难性遗忘、过拟合和网络饱和等问题。
当接受新任务训练时，他们可能会遗忘从先前任务中获得的知识。该论文引用了多项研究，表明睡眠启发式技巧可以有所帮助。
睡眠重放巩固技术使人工神经网络能够在学习新技能的同时保留旧技能。
其他研究人员报告称，在引入类似睡眠的离线活动后，脉冲神经网络也得到了类似的改善。
休息一下，重新整理一下。
另一项研究发现，持续训练的网络会发展出不健康的活动，直到模拟慢波睡眠的振荡噪声恢复了其稳定的行为。
“最引人注目的是它们的趋同性，”浙江大学医学院李浩宏教授说道，他的研究重点是睡眠稳态和神经振荡。
“重放、重新归一化、剪枝和噪声注入在人脑和机器中都得到了应用。”
“我们并不是说服务器集群会休眠。我们只是想说，任何在不断变化的世界中运行的学习系统都可能需要结构化的离线阶段来保持其弹性。”
作者认为，未来的人工智能系统可以在类似 NREM 睡眠阶段（强化现有知识）和类似 REM 睡眠阶段（重组信息）之间交替进行。
他们认为，研究人员不应仅仅根据准确率来评判性能，还应该衡量系统在中断后恢复得如何。
对人类健康的影响
这一观点或许也能解释为什么睡眠紊乱常常伴随阿尔茨海默病、精神分裂症和癫痫等疾病出现。
根据该综述，这些疾病与脆弱的大脑网络和紊乱的睡眠模式有关。
作者认为，旨在加强慢波睡眠的疗法最终可能会改善大脑的恢复能力，而不仅仅是提供更好的睡眠。
安静的时光有助于增强心理韧性
研究人员还强调，这仍然是一种观点，而不是证据。
他们的方案将现有研究成果整合到一个框架中，该框架可以通过未来的实验进行检验。
改变睡眠样阶段应该可以改善中断后的恢复，以特定方式改变大脑活动的测量结果，并将重放引导至网络中最脆弱的部分。
这种观点认为，睡眠不是大脑停止运转的时期，而是大脑进行一些最重要工作的时间。
睡眠期间，大脑会保持其适应、恢复和在不断变化的世界中继续运转的能力。
睡眠就像按下暂停键。你的身体节奏慢了下来，双眼闭上，外界的一切在几个小时内都渐渐消失。
长期以来，科学家们一直将睡眠解释为休息时间，或是大脑在忙碌一天后自我清理的机会。
帮助大脑保持灵活性
最新数据显示，睡眠除了简单的休息时间外，还有更重要的作用。
它或许有助于大脑保持足够的灵活性，从而从压力中恢复，适应变化，并终生持续学习。
作者认为，这种能力可以解释为什么睡眠在数亿年的进化过程中得以保留，尽管它使动物容易受到捕食者的攻击。
“我们想要摒弃睡眠仅仅是电池在夜间充电的观念，”中国科学院长春应用化学研究所的王晓辉教授说。
“当你把大脑看作一个复杂的动态网络时，睡眠就开始像一位精心设计的工程师有意安排的东西，它是系统自我修复和重组的预定窗口。”
除了保持稳定之外，还有其他方面需要改进。
研究人员指出，许多关于睡眠的讨论混淆了稳定性、稳健性和恢复力这三个不同的概念。虽然它们听起来相似，但实际上描述的是不同的能力。
稳定性是指大脑即使受到轻微干扰也能继续运作。稳健性是指即使面对噪音、渐进变化或部分损伤，大脑也能继续发挥作用。
韧性远不止于此。它描述的是大脑吸收挫折、自我重组并随着时间的推移恢复健康功能的能力。
作者认为，睡眠在保护大约 860 亿个神经元组成的网络中的这种韧性方面发挥着最重要的作用。
两个阶段，两份工作
本文将睡眠的两个主要阶段比作承担不同责任的伙伴。
在非快速眼动睡眠（NREM睡眠）期间，尤其是在深度慢波睡眠期间，大脑活动会减慢到低于1赫兹的节律。
在此期间，通过学习而增强的神经元之间的连接会进行调整，以防止大脑超负荷运转。
快速眼动睡眠（REM睡眠）则采取不同的方式。大脑活动变得更加活跃，同步性也更低。
研究人员认为，快速眼动睡眠有助于大脑探索不同的活动模式，并放松变得过于僵化的连接。
睡眠中的一个重要转变
这两个阶段之间的过渡可能尤为重要。作者认为，大脑在这些时刻达到其亚稳定性的最高水平。
这使得它更容易在不同的活动模式之间切换。深度非快速眼动睡眠也支持另一个重要的过程。
在此阶段，大脑的淋巴系统扩张细胞间的空隙，清除代谢废物，包括与阿尔茨海默病相关的β-淀粉样蛋白。
在大脑连接进行调整的同时，废物也会被清除。
“一个只追求优化的网络可能会把自己逼入绝境。睡眠似乎保护的是摆脱困境的能力，”该研究的主要作者杨龙伟说。
人工智能的启示
作者认为这些理念的应用范围可能超越生物学。现代人工智能系统经常面临灾难性遗忘、过拟合和网络饱和等问题。
当接受新任务训练时，他们可能会遗忘从先前任务中获得的知识。该论文引用了多项研究，表明睡眠启发式技巧可以有所帮助。
睡眠重放巩固技术使人工神经网络能够在学习新技能的同时保留旧技能。
其他研究人员报告称，在引入类似睡眠的离线活动后，脉冲神经网络也得到了类似的改善。
休息一下，重新整理一下。
另一项研究发现，持续训练的网络会发展出不健康的活动，直到模拟慢波睡眠的振荡噪声恢复了其稳定的行为。
“最引人注目的是它们的趋同性，”浙江大学医学院李浩宏教授说道，他的研究重点是睡眠稳态和神经振荡。
“重放、重新归一化、剪枝和噪声注入在人脑和机器中都得到了应用。”
“我们并不是说服务器集群会休眠。我们只是想说，任何在不断变化的世界中运行的学习系统都可能需要结构化的离线阶段来保持其弹性。”
作者认为，未来的人工智能系统可以在类似 NREM 睡眠阶段（强化现有知识）和类似 REM 睡眠阶段（重组信息）之间交替进行。
他们认为，研究人员不应仅仅根据准确率来评判性能，还应该衡量系统在中断后恢复得如何。
对人类健康的影响
这一观点或许也能解释为什么睡眠紊乱常常伴随阿尔茨海默病、精神分裂症和癫痫等疾病出现。
根据该综述，这些疾病与脆弱的大脑网络和紊乱的睡眠模式有关。
作者认为，旨在加强慢波睡眠的疗法最终可能会改善大脑的恢复能力，而不仅仅是提供更好的睡眠。
安静的时光有助于增强心理韧性
研究人员还强调，这仍然是一种观点，而不是证据。
他们的方案将现有研究成果整合到一个框架中，该框架可以通过未来的实验进行检验。
改变睡眠样阶段应该可以改善中断后的恢复，以特定方式改变大脑活动的测量结果，并将重放引导至网络中最脆弱的部分。
这种观点认为，睡眠不是大脑停止运转的时期，而是大脑进行一些最重要工作的时间。
睡眠期间，大脑会保持其适应、恢复和在不断变化的世界中继续运转的能力。
