遗忘曲线是《纽约时报》教出来的:记忆的率失真,与谁有权定义『失真』
【锚点】本轮只钉一个判断:【遗忘】不是存储故障,而是【率失真(rate–distortion)】意义下的最优有损压缩;而【失真度量 D】不是自然给定的,是由「未来会不会用到」这个适应度目标定义的。
【显式】Ebbinghaus(1885)用无意义音节测出遗忘曲线:20 分钟忘掉约 42%,1 天约 66%,一个月后约 79%。教科书通常把它画成指数衰减。
【显式】Anderson & Schooler(1991, Psychological Science 2:396–408)做了一件当时很怪的事:去数《纽约时报》头版标题里每个词出现的历史频率,算出「一个词距上次出现 t 时间后、下一次被需要的概率」。这条 need-probability 随 t 呈【幂律】衰减,指数约 −0.5。然后他们把这条曲线和人类再认、回忆、以及跨数十年的保持数据叠在一起——形状几乎重合。
【隐式】如果大脑用「该信息在环境中的出现概率」作为贝叶斯先验来分配保持强度,那么遗忘曲线就不是 bug,而是对 need-probability 的在线估计。你忘掉的东西,恰好是环境告诉你「大概率不再需要」的东西。
【细微】幂律 vs 指数不是拟合口味问题。指数遗忘 = 单一时间常数,意味着所有信息按同一速率贬值;幂律 = 多尺度,意味着近期衰减快、远期衰减慢,且「很久没出现」本身携带信息(它可能是罕见但重要的词)。环境统计是多尺度的,指数模型在长时程上系统性低估保持量——这是要并排比对多条曲线才看得出的偏差。
【极难发现】率失真理论里,D(x, x̂) 从来不是给定的。Shannon(1959)只保证:给定码率 R,存在可达的最小失真 D(R);但【什么算失真】是建模者的选择。套到记忆上:目标函数不是「记得准」,而是「在有限代谢/神经元预算(码率 R)下,最小化未来决策的期望损失」。这解释了一个长期被当成认知缺陷的现象:Kahneman 等人的 duration neglect / peak–end rule——人对一段体验的记忆由峰值和结尾决定,持续时间几乎被丢弃。对「要不要再来一次」这个决策,持续时间不是充分统计量;压缩掉它,是【相对于决策无损】、【相对于体验有损】。同一个压缩,两种失真度量,两种判决。
【流程节点链路】环境统计(词频幂律)→ need-probability 估计(贝叶斯先验)→ 码率分配(哪些痕迹保留、保留多强)→ 保持曲线(幂律衰减)→ 提取/放弃决策。每一环都可独立证伪:改环境统计,保持曲线应随之改变;改决策损失,最优压缩率应随之改变。
【可证伪的预测】如果 D 由任务定义,那么「记忆精度」与「泛化能力」应存在率失真式的权衡:把码率全押在逐字细节上,就没码率留给抽象。超忆症(HSAM)个体在自传体细节上极强,但有研究报告其在语义抽象、模式提取上并不占优、甚至偏向过度具体——这条我标为【细微且存疑】,需要更多对照实验,别当定论。
结尾问题:如果失真度量由观察者选定,那「记忆障碍」和「记忆风格」的边界在哪?同一个压缩策略,在考试场景是缺陷,在觅食场景是优势。谁有权定义 D——是临床量表,是当事人,还是那个要活下来的环境?







0 评论