为快速眼动睡眠服务的清醒意识

虽然快速眼动 (REM) 睡眠的功能在一定程度上有助于保持清醒的健康，但有令人信服的理由相信相反的情况也是如此:清醒的思维在一定程度上起作用，促进健康的快速眼动思维.我们清醒时的部分意识被交给了 REM 睡眠和梦.

也许大脑所做的最重要的事情就是寻找对有机体具有最高价值的信息.大脑的网络和信息处理能力是围绕识别、发现和处理具有最高价值的信息这一首要任务而组织起来的.

什么是对人类有机体具有最高价值的信息?大脑使用许多线索来寻找黄金:“惊喜"就是这样的线索之一.音乐和视觉艺术用惊喜来满足我们日常的审美欲望，但对于具有最高价值的信息和真正的惊喜来说，这些都是小菜一碟.

当一个令人惊讶的事件证实了关于自我和世界的信念时，我们会得到最有价值的信息.知道你的“先验"或模型对世界来说是不够的，这是特别有价值的信息.特别是当那个令人惊讶的事件检测到噪声中的模式时，而只有噪声是预期的，该信息破坏了感官反馈数据中统计独立结果的假设.它表明存在一些替代(预期的)机制在起作用.

如果模型预测的偏差缺乏预期的随机性，则意味着有更好的预测模型可用.因此，在寻求随机性时，大脑会以最高强度运行——而不是噪音中的意义或模式.它正在寻求随机性，以便当它注意到噪声中的模式时会感到惊讶，因为这是获取新知识的黄金标准.

大脑如何无视在噪声中寻找模式的进化要求，而转而检测随机性?为了让个人大脑发现/处理预期模式的随机性，需要招募 REM 神经生物学.导致 REM 招募的意外不仅仅是不可能发生的事件；相反，它们表明当前用于模拟世界或量化概率的认知模型出现了故障.

在一个极其令人惊讶的事件发生后，大脑/头脑会尝试招募生理定向反应以开始处理它，但意外的幅度会使个人迷失方向，并且对事件的处理被分流到晚上REM 系统，它采用专门的系统来处理这些类型的事件.例如，PGO(pontine-geniculo-occipital)波索引强大的定向系统被招募来处理信息.默认模式网络、显着网络和情绪记忆巩固系统被招募来进一步处理快速眼动期间的信息，而不受与清醒意识相关的外部视觉信息的干扰.

简而言之，REM 擅长处理表现出特殊属性的意外事件，例如预期数据和获得的数据之间的不匹配足够大，以至于它有效地质疑个人认知建模策略本身的准确性.它的“贝叶斯先验"，或者为了我们这里的目的，我们可以假设告知个人的自我意识，成为更新过程的对象.

意外事件和错误信号非常极端，足以触发 PGO 波和 REM，作为其定向和整合反应的一部分.换句话说，正常的认知过程不足以认知意外事件传递的信息，因此需要快速眼动睡眠来提供帮助.这种基于 REM 的整合过程伴随着我们称之为梦的认知事件.正是在这些梦中，出现了额外的认知材料，用于整合具有最高价值的信息.

最简单的定量意外模型假设事件的意外强度与其不可能性成正比，即意外事件与单一信念不一致(例如，人们希望看到一个红色方块，但出现了一个绿色方块而是).

但是，具有最高价值的信息同时或顺序地否定了关于建模者她/他自己和世界的几个信念.越出乎意料的事情，它可能拥有的信息就越多，而这些信息正是大脑构建预期挑战的充分模型所需的信息.

特别是，与惊喜相关的信息表明我们需要做多少工作来更新我们的模型、信念和期望.信念更新所涉及的工作涉及反事实的生成——无休止的“如果……"场景旋转和评估.对最高价值信息的反事实的产生就像 REM 做梦一样.

我所经历的惊讶程度反映了我当前的自我对即将到来的挑战的适应程度以及我需要做多少工作来改变自己以应对即将到来的挑战的信息.我是否需要完全放弃我的“先验"并从头开始建立一个全新的自我?还是简单的编辑程序就足够了?

鉴于惊喜编码了这种信息——对于自我感觉和模型更新绝对至关重要的信息，因此我的自我意识必然基于对我在世界上遇到的事物的惊喜的估计.但反过来，令人惊讶的程度可以通过意外事件触发反事实的难易程度或数量来衡量.

这些反事实可能随时发生，但它们最生动、最常出现在梦中.意外发生后反事实生成和比较过程的流畅性产生了关于该事件对于先前信念的真值有多重要的信息.假设先验不能解释令人惊讶的事件.在这种情况下，该事实导致信息增益，因此可以正式测量为先前和后验信念之间的 Kullback-Leibler 散度 (DKL).在大脑中，违反预期的惊喜与显着网络中的 fMRI 血氧水平依赖性成像 (BOLD) 反应相关，包括前扣带皮层和前岛叶.这些相同的大脑区域(以及其他区域)在 REM 期间受到调节.

我的结论是，大脑/大脑正在积极寻找可以在白天招募 REM 生理机能的信息. REM 主持节目.