由卢卡IMT高等研究学院（IMT School for Advanced Studies Lucca）的研究人员领导的一项研究发现，梦不仅仅是图像和思想的随机集合。相反，它们似乎受到个体差异和共同经历（包括COVID-19大流行等重大社会动荡）的共同塑造。
数千份梦境报告揭示了隐藏的模式
这项发表在《通讯心理学》（Communications Psychology）上的研究，分析了来自287名18至70岁人群的超过3,700份梦境和清醒经历的描述。
在两周的时间里，参与者记录了他们的梦境和日常经历。研究人员还收集了每个人的睡眠习惯、性格、认知能力和心理特征的信息。
这组广泛的信息使团队能够将人们清醒时的经历与梦中出现的故事、场景和情绪进行比较。
AI如何帮助科学家研究梦境
为了分析如此大量的书面报告，研究人员使用了自然语言处理（NLP），这是一种人工智能技术，用于检查语言中的模式、关系和含义。
该技术使团队能够测量报告的语义结构，而不是仅依靠研究人员逐一阅读和解释每个梦境。语义结构是指观点、词语和概念在一段语言中是如何连接的。
结果表明，梦境内容既非完全随机，也非本质上混乱。相反，梦反映了个人特征的复杂混合，包括走神（mind-wander）倾向、对梦的兴趣以及睡眠质量。更广阔世界中发生的事件也影响了人们的梦境内容。
梦境并非简单地重演白天
当研究人员将参与者对清醒生活的描述与梦境报告进行比较时，他们发现大脑似乎并没有完全按照发生时的原样重现日常经历。
相反，熟悉的细节被转化了。
工作场所、医院、教室或其他日常场景可能会出现在梦中，但往往会与不相关的地点、变化的视角或陌生的环境结合在一起。一个人生活的不同部分可能会融合为一个生动的场景。
这些发现表明，做梦不是一个简单的重放系统。睡眠中的大脑似乎在重组现实的片段，将记忆与想象、期望以及可能的未来经历结合起来。
结果可能是一个全新的场景，让人感觉身临其境、情绪强烈或超现实。
性格可能影响梦境的生动性
梦境转化的方式也因人而异。
那些在清醒时更容易走神的人，往往报告说梦境变化很快，感觉更加支离破碎。他们的梦经常在场景、想法或视角之间快速切换。
相比之下，那些更重视梦境并相信做梦具有个人意义的参与者，往往描述出更丰富、更具沉浸感的体验。他们的梦境报告包含更强的感知细节，使场景感觉更加生动逼真。
这些发现并不一定表明相信梦境会直接导致更生动的做梦。然而，它们揭示了人们对梦境的看法与其经历或记忆梦境的方式之间存在密切关系。
大流行在梦境中留下了印记
研究人员还检查了罗马第一大学（Sapienza University of Rome）科学家在COVID-19封锁期间收集的梦境报告。他们将这些报告与IMT学院团队在随后的数月和数年中收集的数据进行了比较。
在封锁期间，梦境包含更强烈的情绪，以及更多关于限制、障碍、禁闭和其他局限性的提及。这些主题反映了人们在日常生活中所经历的境况。
随着时间的推移，这些模式变得不那么明显。这种渐进的变化表明，梦境可能会随着心理调适而演变，特别是当人们适应压力或破坏性事件时。
换句话说，梦可能会提供关于大脑如何随时间应对重大变化的线索。
“我们的发现表明，梦不仅仅是过去经历的反映，而是一个由我们是谁以及我们所经历的一切所塑造的动态过程，”IMT学院研究员、该论文的主要作者瓦伦蒂娜·埃尔切（Valentina Elce）解释道。“通过将大规模数据与计算方法相结合，我们能够揭示梦境内容中以前难以检测到的模式。”
研究睡眠大脑的新工具
该研究还展示了人工智能如何改变梦境研究。
NLP模型能够以类似于独立人类评估者的准确度识别梦境报告中的含义和结构。这表明计算工具可能允许科学家以一致且可重复的方式分析更大规模的梦境集合。
这可能为研究意识、记忆、情绪处理和心理健康创造新的机会。
由于梦具有高度的个人色彩且往往难以描述，传统上很难对其进行大规模研究。基于AI的语言分析可以帮助研究人员揭示那些原本会保持隐藏的模式。
这项工作得到了BIAL基金会（#091/2020）的资助和TweakDreams ERC启动基金（#948891）的支持。该研究在卢卡IMT高等研究学院进行，并与罗马第一大学及卡梅里诺大学的研究人员合作完成。