数学模型解释人们如何使用“随机树”结构记住故事

人们能够记住许多不同类型的信息，包括事实、日期、事件，甚至复杂的叙述。了解有意义的故事如何存储在人类记忆中是认知心理学众多研究的重点。

埃默里大学高等研究院和魏茨曼科学研究所的科学家最近尝试使用被称为“随机树”的数学对象来模拟人们如何表征有意义的叙述并将其存储在记忆中。他们的论文发表在《物理评论快报》上，提出了一个研究人类记忆过程的新概念框架，该框架借鉴了数学、计算机科学和物理学。

“我们的研究旨在解决一个重要的需求：创建一个关于人类记忆的数学理论，用于描述像叙事这样有意义的材料，”该论文的资深作者米莎·索迪克斯（Misha Tsodyks）说道。“业内普遍认为，叙事过于复杂，无法建立这样的理论，但我相信我们已经证明了事实并非如此：尽管叙事本身很复杂，但人们回忆故事的方式存在一些统计规律，可以通过一些简单的基本原理来预测。”

为了有效地使用随机树来建模有意义的记忆的表征，Tsodyks 及其同事利用亚马逊和 Prolific 等在线平台，对大量参与者进行了故事回忆实验。该研究使用了 Labov 作品中的叙述。总共有 100 人被要求回忆 11 个长度不一的故事（从 20 句到 200 句不等），之后科学家们分析了记忆记录以检验他们的理论。

“我们选择了著名语言学家W. Labov在20世纪60年代记录的一系列口述历史，”Tsodyks解释说。“我们很快意识到，分析如此大量的数据需要使用现代人工智能工具，例如最近开发的大型语言模型（LLM）。”

我们发现，人们不仅会回忆故事中的个别事件，还会经常用一句话概括故事的大部分内容（例如，情节）。这让我们相信，叙事在记忆中以树的形式存储，靠近根节点的节点代表着更大情节的抽象概括。

Tsodyks 和他的同事假设，当一个人第一次听到或读到一个故事并理解它时，一棵代表叙事的树就形成了。由于先前的研究表明，不同的人对同一个故事的理解不同，因此形成的树会具有独特的结构。

“我们将该模型构建为具有特定结构的随机树的集合，”Tsodyks说道。“该模型的美妙之处在于它可以用数学描述，并且其预测可以直接通过数据进行检验，而这正是我们所做的。我们记忆和检索随机树模型的主要创新之处在于假设所有有意义的材料通常都以相同的方式在记忆中呈现。”

我们的研究可能对理解人类的认知过程具有更广泛的意义，因为叙述似乎是我们推理个人生活以及社会和历史过程的各种现象的普遍方式。”

该团队最近的研究凸显了数学和基于人工智能的方法在研究人们如何在记忆中存储和呈现有意义的信息方面的潜力。在未来的研究中，Tsodyks 和他的同事计划评估他们的理论和随机树建模方法在多大程度上可以应用于其他类型的叙事，例如小说。

“未来研究的一个更雄心勃勃的方向是寻找树状模型的更直接证据，”Tsodyks补充道。“这需要开发除简单回放之外的实验方案。另一个有趣的方向是将脑成像技术应用于参与叙事理解和回放的人群。”