当机器开始做梦：AI的奇异幻觉之旅

梦境光怪陆离，探索梦境的机理是人类长久以来的课题。从弗洛伊德的潜意识解析，到现代神经科学对REM睡眠的脑波追踪，我们总在追问：那些奇异的影像从何而来？而或许你不知道的是，AI也开始做梦了。2015年，谷歌的一位工程师意外打开了这扇窗，让全世界第一次看到了神经网络眼中那个充满幻觉的奇异世界。

图片来源：Wikipedia

现代科学认为，人脑做梦主要是因为睡眠的快速眼动期里，大脑的视觉皮层和关联区域高度活跃，脑干的随机电化学信号转化为生动、叙事般的影像序列。那么AI之所以能做梦，正是因为其核心机制由人脑视觉皮层的设计原型所启发。我们通过眼睛获取到外界信息后，大脑的处理过程就像剥洋葱，一层一层提炼信息：简单细胞先捕捉边缘信息，避免大脑被海量像素淹没。这些信号再层层上行，由更复杂的细胞组装这些边缘成基本形状，最终抵达高层细胞，把形状融成完整对象。那么既然人脑能通过这种分层抽象高效处理视觉信息，那么如果让人工神经网络能够模拟这个层级过程，岂不是就能实现机器视觉了？于是卷积神经网络（CNN）就诞生了。

既然我们了解了CNN在识别图像时的原理，就不难理解它为什么会做梦了。平时它处理的信息是自下而上流动的:也就是前文提到的从像素到边缘，从边缘到形状，从形状到物体。那么让它做梦，就是信息的反向流动，这就是深度梦境(DeepDream)的核心原理。

如果训练了一个能识别狗的神经网络。当它看到一张云朵的照片时，某些神经元可能会微弱地激活，因为云朵的某个边缘曲线恰好和狗耳朵的特征有那么一点相似。接着，算法会计算网络某一层神经元的激活强度，然后通过梯度上升来修改输入图像，也就是让这些神经元激活得更强烈。这个过程不断迭代更新:神经元越激活，图像就越被修改成能激活这些神经元的样子；图像越修改，神经元就越兴奋。这形成了一个正反馈循环——云朵里那一丝狗耳朵的影子被放大,然后是狗的眼睛,接着整只狗的轮廓都浮现出来了。

图片来源：Wikipedia

更奇妙的是，如果网络的不同层级来进入这个梦境，会得到完全不同的梦境效果。浅层神经元只识别简单的边缘和纹理，所以反向激活会让图像布满波纹、条纹、几何图案，像是迷幻的万花筒。而深层神经元识别的是完整物体，所以它们的梦境里到处都是眼睛、狗头、鸟、建筑，也就是那些网络在训练数据中见过无数次的东西。

这就解释了为什么DeepDream梦到的图像如此诡异:一张名画长出无数狗脸，一片树叶会睁开眼睛凝视你，建筑物的窗户会变成动物的轮廓。神经网络在用它所学到的视觉词汇，强行解读和重构这个世界。它看到的不是真实存在的东西,而是它想看到、被训练去寻找的东西。

这和人类做梦何其相似呢，我们的梦境也充满了日常经验的碎片重组，潜意识将白天的记忆、情感打碎重塑成超现实的叙事。大脑的视觉皮层在REM睡眠中自发激活时，它也在用已知的视觉概念去解读随机的神经信号，于是陌生人的脸拼贴着熟人的特征，不存在的场景融合着多个真实地点的元素。

AI的梦境，本质上是过拟合和特征幻觉的艺术化展现。感知或许从来不是对现实的被动记录，而是基于过往经验的主动建构。我们看到的世界，永远都带着我们已知的烙印。

参考文献

[1] Wikipedia. DeepDream. https://en.wikipedia.org/wiki/DeepDream (Accessed: 2025-10-10).

作者：蔡文垂 中国科学院大学博士研究生 中国光学学会会员

审核：于乃功 北京工业大学教授 中国人工智能学会理事