下载PDF摘要：在过去的十年里，对NREM和慢波睡眠进化生物学功能的理解有了很大的进步。然而，还没有出现对快速眼动睡眠和梦的等同理解。当代神经科学理论普遍认为梦是一种附带现象，关于梦的生物学功能的少数几种说法与梦本身的现象学相矛盾。现在，最近深度神经网络(DNNs)的出现终于为理解梦的进化功能提供了新的概念框架。值得注意的是，所有的DNN在学习时都面临着过度拟合的问题，这是当在一个数据集上的性能提高，但网络的性能无法推广时(通常通过在训练数据集上的性能差异来衡量)。在DNNs中，这个普遍存在的问题通常由实验者通过噪声注入的形式来解决。本文的目的是论证大脑面临着类似的适应挑战，夜梦是为了对抗大脑在日常学习过程中的过度适应而进化出来的。这篇论文的目的是为了论证大脑在日常学习过程中面临着类似的适应挑战，夜梦是为了对抗大脑在日常学习过程中的过度适应而进化出来的，而夜间梦的进化是为了对抗大脑在日常学习过程中过度适应的问题，这篇论文的目的是论证大脑面临着类似的适应挑战。也就是说，梦是增加概括性的生物机制。失眠，特别是失梦，会导致大脑过度适应，仍然可以记忆和学习，但不能适当地进行概括。在这里，这个过度匹配的大脑假说被明确地发展出来，然后与现有的当代神经科学的梦理论进行了比较和对比。对这一假设的现有证据进行了神经科学和深度学习方面的调查，并提出了一系列可验证的预测，这些预测既可以在体内进行，也可以在计算机中进行。