大数据文摘出品

作者：牛婉杨、Canary、悦嘉

欢迎来到文摘菌夜间特别放送~ 鉴于今天这篇文章的主题是“做梦”，文摘菌特意调到了晚上发布，祝大家梦到文章里的内容~

说到做梦，你是不是也觉得人的梦境很神奇？可以梦到那么多无厘头的事情。

但所谓“日有所思，夜有所梦”，有时梦境也是现实生活的延续。那如果有一个数据库能把所有人的梦记录下来，能否让AI找到梦境与现实的联系？

你可以在这个梦境数据库里看到别人千奇百怪的梦，还可以找找有没有和自己一样的~ 另外，AI还能帮你解梦，充当心理学家的角色，让你更加的了解自己~

这种数据库还真有！近日，英国和意大利的科学家就创建了一个AI工具，分析了成千上万的梦境，提供了迄今为止规模最大的梦境分析研究。来和文摘菌一起看看吧~

AI分析2.4万份梦境报告后，为梦境打分，帮心理学家快速解梦！

Nokia Bell实验室资深研究科学家Luca Aiello和其他研究人员创建了一个AI工具来分析成千上万的梦境报告，他们的研究结果发表在了英国《皇家学会开放科学》期刊上。


相关链接：

https://royalsocietypublishing.org/doi/10.1098/rsos.192080

研究结果发现，“日有所思夜有所梦”是有科学依据的，也被科学家称为“连续性假设”，即认为梦是现实生活的延续。Luca Aiello等人的新研究正式支持了这一假设，并且还详细讨论了不同群体生活经历的差异对梦境的影响。

Aiello说：“如果我们能从规模上更好地理解我们的梦境，那或许我们也可以调整技术，来改善我们的现实生活。”

但对心理学家来说，梦境分析是一项耗时的任务，他们必须将梦境日记提炼成组成部分，并寻找主题和模式。为了加快这个过程，Aiello和他的同事创建了一个算法，可以自动分析“DreamBank”数据库中整理的24,000多份梦境报告。

“DreamBank”是一个由Adam Schneider和加州大学圣克鲁斯分校（UC Santa Cruz）荣誉退休教授G. William Domhoff共同建立起来的庞大数据库。

现在这个数据库也在线上开放，你可以在这里阅读来自全球不同人的梦境故事。

是不是很神奇，文摘菌也先把数据库网站奉上。


数据库链接：

http://dreambank.net/

在这里，有各行各业的人留下了自己的梦境，他们的年龄在7-74岁之间。其中，一位参加过越战的退伍老兵就在这里记录了他的463个梦，其中98个来自越战后的噩梦，还有32个来自2015年。总而言之，这些梦境可以成为研究PTSD(创伤后应激障碍)及其对梦境影响的宝贵资源。

研究人员称，该系统可以帮助心理学家快速识别“异常”梦，这些梦可能暗示压力源或潜在的心理健康问题。通过对比每个梦的得分和那些没有身体或精神疾病状况报告的人的梦的平均值，该算法可以识别出不寻常的梦。

这样一种大规模的梦境分析工具在当前的时代具有很重要的意义，尤其考虑到新冠疫情对人类心理健康的长期负面影响。Aiello说，“你可以看到的是人们对全球事件的心理反应。今天可能是COVID-19大流行，明天可能是金融危机，后天可能是全球变暖。”

面对这种情况，梦境或许就可以用来帮助科学家寻找应对的方案。

AI解梦：将梦境语言拆解后编织成树状网络

说了这么多，就不卖关子啦，赶紧来看看这个AI工具倒底是如何解梦的~

以一位十几岁女孩Lzzy的梦境为例，和许多人一样，Lzzy梦见了一些不太可能发生的情况里的奇怪人物。

她在日记中这样描述她的梦境，“我当时在家里，那个蠢节目《Looney Tunes》(兔八哥) 里的恐怖红怪物在周围游荡”，“很多怪物想进来，我怕得要死”。

在AI分析了数据库2.4万份梦境报告后，研究人员用AI解析了这个小女孩的梦，认为她的梦可能只是她青春期焦虑的一种表达——一种对她日常经历的有趣反映。

这个AI是一款自然语言处理工具，可以把梦境报告的语言分解成较小的部分：段落拆成句子，句子拆成短语，短语拆成单词。

然后，该系统会生成一个树状网络，以表达单词之间的联系：如果每个单词都是一片叶子，那么连接它们的树枝则代表了某个语法规则。算法将这些词分类（如人类或动物），并与那些表达正面或负面情绪的词联系起来，还可以将单词之间的互动分类为攻击性、友善性等。

Lzzy的梦境树状网络

从下面四种颜色的标签可以看到，AI把小女孩的梦境分为了四类，有的梦很甜蜜，有的是噩梦，还有一些普普通通的梦。

点击上面不同颜色的叶子就可以看到对应属性的梦境~ 比如，文摘菌点击了最右侧一片黄色的叶子，可以看到这是一个噩梦：Izzy梦到自己被独角兽以及其他生物攻击了。从上面的可视化中还可以看出与梦境匹配的关键词的密切程度。


除此之外，利用心理学家普遍使用的编码系统，该算法还可以给每个梦计算一系列分数：例如，角色的平均攻击性，负面情绪与正面情绪的比率。当研究人员把该工具得出的分数与心理学家们计算的得分进行比较时，发现两者的匹配率高达76%。

研究人员表示，未来的技术有可能缩小现实生活和梦境之间的差距，最终使我们“睡眠中的大脑”变得可量化，以帮助心理学家快速判断患者的潜在压力源和心理健康问题。

他们做了一个网站来呈现梦境解析的效果，其中展示了人们一些特殊的梦境，以及对应的树状网络，感兴趣的小伙伴可以自行查看~


The Dreamcatcher：

http://www.social-dynamics.net/dreams/

哈佛大学专家：梦和梦境报告还是有差距的，别太较真

哈佛大学的睡眠精神病学家Robert Stickgold表示，这项研究是对梦使用自然语言处理的一个“极好的例子”。他说：“以后会证明这是一项有用的技术。”

但他也警告称，不同的人之间梦境的差异实际上可能源于描述的差异。例如，女性在梦中不一定比男性体验到更多的情绪，但她们可能会用更多充满情感的词语来进行描述。Stickgold还称：“对于一个梦和梦境报告之间的距离，（我们可能需要）别太较真。”


他还指出，在没有进一步了解做梦人的情况下，很难将梦与现实生活联系起来。Aiello对此也表示同意，他并没有想过他的算法会很快让治疗师失业。“我认为我们的工具为梦境科学家扩大研究规模，得以进行分析提供了非常有价值的支持。这并不意味着专家不能以更准确的方法来评估，并做出解释。”

不过Aiello还是希望有一天能以更大范围，从梦境报告中提供即时的算法见解，也许是以移动应用的形式。这将有助于增加数据集，并使研究人员更容易得出结论。他说，做梦的人也可能会从中受益，“能够更好地了解自己的生活和心理，对于我们来说可能是挺有趣的一件事。”

相关报道：

https://www.sciencemag.org/news/2020/08/new-algorithm-can-find-hidden-patterns-your-dreams#

https://www.vice.com/en_in/article/v7gn7x/scientists-created-ai-to-analyze-peoples-dreams-on-a-massive-scale