帕特预测未来:一只狗跑着救下了一个孩子( 二 )


当帕特第三次观看未剪辑的视频时 , 她对结局的预测是正确的 , 她的海马体进一步加强了这一记忆 。本质上 , 她的海马体做出了决定:“这段记忆是一个非常好的预测工具 。我要把它放在将来能用到的地方 。”
另一方面 , 当帕特观看剪辑过的片段时 , 她便开始“从遗忘中学习” 。在实验的第一天 , 她学习了一个模式:“一只狗在跑 , 一个孩子得救 。”但剪辑过的视频片段显示了新的信息 , 表明狗的奔跑并不会让孩子得救 。不知为何 , 海马体编辑了记忆 , 忘记了之前的模式 , 反而学习了一个新的模式:“狗的奔跑有时会让孩子得救 。”本质上 , 帕特的海马体认为记忆是一个很好的预测工具 , 但这些记忆需要进行调整 , 以便在未来更有用 。
在观看已剪辑视频后的第二天 , 研究人员决定进行一些调整 。他们要求帕特尽可能地描述所有片段的细节 。帕特提供了更多关于已剪辑视频而非完整视频的细节 , 表明海马体在更新记忆时确实将新的细节加入了进去 。然而 , 帕特不仅回忆起了剪辑视频中更多真实的细节 , 还回忆起了更多错误的细节 。例如 , 帕特记得视频中邻居穿的是黄色比基尼 , 但她实际上穿的是蓝色比基尼 。
这些错误细节并不是完全随机的 , 它们似乎来自一些“语义相关”的视频 。换句话说 , 帕特的海马体从其他记忆中提取了细节(比如在另一个视频片段中 , 有人穿着黄色比基尼) , 以创造更稳定的记忆 。这一结果或许会让人对目击者证词的可靠性产生怀疑 , 但也的确表明 , 在没有新信息的情况下 , 记忆是可以更新的 。
举例来说 , 在接下来的几个月里 , 当帕特向人们讲述这个实验时 , 她会注意到(或者至少她的海马体会注意到) , 其实没有人关心邻居的泳装 , 但他们确实想知道更多关于这只大狗的事情 。在故事讲述好几遍之后 , 她就能更加生动地描述那只狗了 。这些细节是真实的还是来自对其他狗的记忆?谁知道呢 , 但它们在讲述故事时确实很有用 。对海马体来说 , 有用的记忆或许比准确的记忆更重要 。