AI 學習小筆記

前陣子發現, 網路上不只是有很多學習資源, 而且好幾個單位都證書. 雖然這些證書把關通常很鬆散, 但是用來記錄自己學了什麼就很有幫助. 換個角度看, 畢竟我們不是被逼著上課, 已經知道的或重複的就可以跳過. 而不是像在學校裡, 不能因為聽懂就翹課或是不參加考試, 那就畢不了業了.

如果說 AI 有哪個東西要先學習, 我看起來還是 Python. 然後搭配自己的專業領域使用. 像是 audio, video, image, 或者是我以前用在 OCR. 新手可以學 Python 的地方超級多, 入門也非常簡單. 所以這應該是正確的第一步無誤. 再來介紹一下錯誤的第一步.

有些人, 像是我, 從小就對人腦很有興趣. 總是會想要用人腦的特性來做出更厲害的 AI. 比方說, 有一天我想到遺忘也是人的特性, 如果讓神經網路可以遺忘, 不就是一大突破了! 哇哈哈哈…不過我很快就發現 LSTM (Long Short-Term Memory) 已經有這招了! 我又想到, 意義相似的字應該用向量表示遠近比較好! 再一查, word embedding 已經有向量觀念….嗯, 我想得到人家也想得到.

我記錄 idea 的 Onenote 筆記

所以專家幾乎都不推薦用人腦去設計 NN. 頂多是在投影片裡, 從生醫角度切入, 使人覺得更高大上 (e.g. BERT 用上 DNA 雙螺旋來講解). 除非你就是要複製人腦, 不在乎它到底能不能實用 (make money)! 至於聽起來就沒有商機則是例外. 像是 hypothalamic-pituitary-adrenal axis [6] 和 AI 的關係就只限於  Adrenal Insufficiency (腎上腺機能不全), 表示未來讓 AI 談戀愛這個領域還有發展空間.

言歸正傳. 有了語言, 接下來要找環境. 以前我傻傻地自己開 Jupyter Notebook, 後來發現 Google Colabatory 就能直接用了. 除非需要很大的算力時, 才需要用到自己 PC 的顯卡. 若只是要練習 Python, 學 AI, 直接註冊一個免費的 Colab 帳號即可, 而且很多 Google 的網路資源都可以直接調用. 不用到處找. Colab 不開 GPU/TPU 時, 預設在 no power 等級. 設定裡面可以選柯基犬、貓咪、螃蟹模式, 我還以為有什麼差別, 原來是小動物跑來跑去~~

接下來, 我認為值得按讚是 CNN. 因為除了 CNN, 很多背景知識都跟我 30 年前學的差不多. (當然我那個時候講到 CNN, 一定是先想到 Concurrent 開頭的 CNN, 不是現在 Convolution 開頭的這個 CNN). 會強調 CNN, 主要是 CNN + DNN (deep learning) 把特徵值和絕對位置脫鉤了. 這個真的很厲害.

新 model 可以留給博士們研究, 要實做就需要學 framework. Google 主推的 tensorflow [3] 有許多教學網站. 除了 Youtube 上非常多老師在教. FreeCodeCamp [2] 也 “免費" 教很多技術, 他們在介紹 AI 相關技術時也會用到 tensorflow + Colab, 我覺得挺不錯. 其中, 講解的小哥可以快速講一些基本觀念. 當然他們沒辦法一行一行 trace code, 或是把細節講得很清楚. 講師帶我們瀏覽完大概, 細節就要自己花時間看, 最好是 Colab 開起來模擬一遍.

在 Youtube 也可以找到 FreeCodeCamp 小哥 Tim 的 7 小時學 tensorflow. 然而, 連復仇者終局之戰都沒演那麼久了, 誰能一口氣看得完這個? 所幸在 FreeCodeCamp 上, 這個影片會被分成大約每 15 分鐘一段的短片, 每個短片後面還有一個小測驗, 算是滿貼心的設計. 這樣就不需要太考驗耐心.

然而, FreeCodeCamp 不是 Google 這種大戶, 所以它需要大家自願 donate 才活得下去 (5 USD 起跳, 每個月捐 20 USD 可以讓其他人學習 1 千小時.). 畢竟 lib 或是 tool 會過時, 隔一陣子確實該更新或 debug. 像是 tensorflow 小哥影片中的 sklearn 已經可以改用新版的 scikit-learn, 或者講 DNN 的老哥在 7’51″ 這個地方線的顏色有些不對, 按圖 negative * negative 應該是 positive, 後續影片播到 10’10″ 左右這兩條線才更正為 positive. 總之, 他們值得贊助, 也需要贊助.

至於要學另一個主流 framework 是 Pytorch, 教學影片除了 Youtube, 就只找到 Microsoft [4]. Pytorch 當初是 Meta 推的, 不過 Meta 好像跟 Google, Microsoft (OpenAI) 的發展沒得比. 但是看在開源 llama2 的份上, 我對 Meta 感激不盡, 也原諒它一直偷聽我講話.

基於我們不會大改 model, 用 LoRA (Low-Rank Adaptation) [5] 可以小改. LoRA 訴求主要是在某幾層針對特定目標減少計算. 更小的修改是直接在既有模型後面再加一層 (或許幾層也是可以), 把原本的結果從新詮釋. FreeCodeCamp 的例子是從原本能分辨 10 種動物的模型, 改為只要能認貓或狗. 當然這沒省到計算量, 但是可以揀現成.

[REF]

  1. https://colab.research.google.com/
  2. https://www.freecodecamp.org/
  3. https://www.tensorflow.org/?hl=zh-tw
  4. https://learn.microsoft.com/zh-tw/shows/ai-show/pytorch-deep-dive
  5. https://d223302.github.io/AACL2022-Pretrain-Language-Model-Tutorial/lecture_material/AACL_2022_tutorial_PLMs.pdf
  6. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3181830/

我讀 «多少才夠?»

週日不小心走到台北的國立中央圖書館, renew 了高中還是大學時代辦的閱覽證, 藉此消磨一點午後時光. 這邊的書似乎不太多, 雖然可以找到四年內的所有舊報紙, 但更令人印象深刻的是有很多看書的座位. 在一個相對輕鬆易讀的書架上, 我選了這本 «多少才夠?» 來讀.

什麼多少才夠? 當然是 $$$. 如本書的序所說, 現代人比古人更自由、更長壽、投資管道更豐富, 但是並沒有更快樂! 研究指出, 即使是小幅度的收入不確定, 都能帶給人比身體受傷更大的痛苦 (p. 4). 那要怎麼辦呢? 就是要認識自己! 知道自己做甚麼事情比較快樂 (做喜歡的事) ? 做甚麼事情比較擅長 (更能賺到錢)? 平衡兩者之後, 就能決定自己理財的目標, 下一步才是如何達到這個目標 (p.16).

人生就是從現在出發到未來的旅程, 這比直接瞬移到人生巔峰更有意義. 然而這條路上有個快樂之橋, 橋下有三根支柱. 那就是前面說到的目標, 以及如何投資理財. 大家可以發現投資策略和財務策略是分開的兩件事. 此處的目標也自然不只是理財目標, 而是更遠大的自我實現. 目標分為短中長期, 有目標的意義在於往前看而不要一直回顧自己的當年勇.

或曰, 講這麼多大道理, 難道這本書是心靈雞湯嗎? 也不是, 他馬上就有給公式. 基本原則是讓退休後維持 75% 的所得替代率, 並假設投資收益扣除通膨後有 5%. However, 如果投資報酬率扣掉通膨沒有到 5%, 而是 0%. 那 60 歲退休要準備年收入的 16 倍. 還有女性壽命較長, 所以也要多存點錢. 此處年收入應該是指稅後.

退休年齡 / 需要存的年收入倍數男女
501112
551011
60910
6589
7078

至於這個公式是怎麼算出來的, 我一時推導不出來. 總之把它當作某種計算版本就是了. 本書用的是所得替代法, 金融業用的是消費預估法 – 不管我以前賺多少? 反正我退休後每個月想多少? 花幾年? 用這樣的方式來推算 [1][2]. 另外還有市調法、大數據法….不過這就離題了. 究竟要像本書採用的量入為出? 還是像金融業採用的量出為入? 每個人各有所好吧! 至於怎麼去賺到不足的錢, 嗯, 這本書不能教大家什麼. 請注意您的理財顧問同樣也不能.

由本書的書名就可以知道, 作者希望大家踩煞車, 不要盲目地賺錢. 同儕壓力、集體思考、和物質主義都鼓勵我們花錢, 所以我們很容易就迷失自己的分寸. 書上提到, 家長跟子女談性都不如談錢尷尬 (p. 45), 學校基本上也不教理財, 所以我們往往不自覺地暴露在風險之中. 因此作者也鼓勵為人父母者要多教小孩正確的金錢觀.

接著講到快樂. 本書提到一個享樂套利 (hedonic arbitrage, 本書翻譯成快樂套利) 的概念. 金錢可以套利, 快樂當然也可以套利. Google 對這個名詞的解釋是: Taken together in a liberal sense, hedonic arbitrage could be understood as the principle of shifting investments in any form (money, goods, assets, time or effort) from one pool to another pool for the purpose of maximising happiness (or minimising pain). 也就是白話文所說的 “把錢變成喜歡的樣子" 會更快樂.

另一方面, 一個追求最大效益的完美主義者 (maximiser) 比夠好就好的 satisficer 更容易不快樂. 因為更好的目標一旦出現, 就會讓他們懊悔不已.

接下來讓我略過不重要的部分, 直奔重大議題. 作者在本書當中強調, 投資房地產不如投資股票好! 因為書上舉的是外國的例子, 不如我們來看一下竹北的房價. 如果竹北的房價報酬率輸給股票, 那我就服了, 對吧!? 然而, 這裡馬上遇到一個問題, 根據實價登錄 3.0 版 [3], 竹北有的建案一坪 64.3 萬 (惠宇謙恆), 有的 45.8 萬 (豐采 520), 還有 35.2 萬 (晴定竹北); 股票也有貴有便宜, 買到台積電跟宏達電命運也大不同, 這要怎麼比呢?

根據 [4], 台股大盤從 2012 年第一個交易日到今天, 總報酬率是 3.8894 倍. 也就是不挑股票, 只買 0050, 11 年大概賺 3.89 倍. 那房子呢, 根據同樣的報酬率, 惠宇謙恆在 2012 年應該一坪賣 64.3 / 3.89=16.53 (萬) 買. 若低於這個價錢可以買到, 表示買房勝過買股. 若是當初買得更貴, 表示買股勝於買房. 如果買到的是現在一坪 38.894 萬的房子, 表示 11 年前要用一坪 10 萬以下買到, 才能說買房勝過買股. 網頁上剛好有個 11.5 年的房子, 六家的宏觀大器每坪 47.2 萬元. 當初開賣一坪約 16.5 萬 [8], 成長為 2.86 倍.

上述這個 3.8894 倍, 也可以用 [5] 的數據複驗. 今天的112年12月 發行量加權股價報酬指數是 37,408.99, 101/1/2 是 9,618.11. 兩者相除是 3.8894 倍. 所以網站 [4] 的資料正確無誤. 所以我也相信這個網站的美股數據. 同樣基準下, 不還原配息, 光是指數就漲了約 = 3.6 倍 (4603.37/1277.06, 2023/12/8 vs 2012/1/3). 由此可見, 無腦買股比幸運買到上漲地段勝率更高. 況且大家都知道繁榮的地段會改變, 以前台北西區好, 後來變成東區好. 未來竹北高鐵區還是最強嗎? 這個也沒人知道.

接下來, 作者花了一些篇幅教人如何正確投資. 我認為這部分倒是沒什麼必要. 最後本書有個不錯的結尾. 那就是有些人因為幫助別人而知道自己 “多少才夠"? 穆罕默德尤努斯 (Muhammad Yunus) 發現孟加拉的窮人編竹凳去賣, 一天能賺２分錢, 但買竹子需要 22 分錢, 所以窮人不是賤賣竹凳來抵債, 就是要用年利率 500% 去借錢. 因此他用 27 美元就創立了專門借錢給全村窮人的銀行, 現在已經放款 60 億美元給七百萬村民, 其中 97% 是女性.

大衛布索 (David Bussau) 在 35 歲時為峇里島的居民做了類似的事. 現在他貸款 4 億美元給一百萬個案子, 其中 85% 是婦女借貸, 準時還款率達到 98%. 台灣的賣菜做公益的陳樹菊女士 [6], 拾荒辦圖書館的王貫英先生[7], 他們在幫助別人的時候都不曾顧慮自己的錢夠不夠? 因為他們找到了能讓他們安心 (不是單指快樂) 的生活方式, 這樣就是夠了.

[REF]

  1. https://www.ctbcbank.com/twrbo/zh_tw/wm_index/wm_financialanalysis/wm_pensioncalculation.html
  2. https://www.cathaybk.com.tw/cathaybk/promo/event/investment/RetireEasy/retire-calculating.html#calculator
  3. https://evertrust.yungching.com.tw/regionall/%E6%96%B0%E7%AB%B9%E7%B8%A3/%E7%AB%B9%E5%8C%97%E5%B8%82
  4. 台灣股市大盤指數-報酬率
  5. https://www.twse.com.tw/zh/indices/taiex/mfi94u.html
  6. 陳樹菊
  7. 王貫英 (平民教育家)
  8. 竹北豐邑建設宏觀大器大公開

是誰在說謊?

選舉期間到了, 說謊的人很多. 不過我們也會對自己說謊. “記憶"一書的第十三章開始在講這個主題. 第一種是創傷性記憶.

有時發生重大變故, 或者如作者的病患一樣從小就受到虐待, 這種創傷性記憶會反覆地被提取並 “重擊" 杏仁核 (p. 443), 使人產生精神疾病. 因此療法之一讓病患和舊有的環境隔絕, 並且建立一個安全的框架, 讓新的、好的體驗進來. 慢慢削弱舊的記憶, 讓事情解決. 這好比重 train AI model, 新的輸入確實可以洗掉舊的.

第二種是虛假記憶 (false memory). 人類會說謊, 最嚴重的狀況是把事件用有利的方式重新記住, 然後依此不斷擴大. 那麼真實的初期記憶跑到哪裡去了呢? 這不同於第一種狀況, 在沒有新的輸入之前, 我們就決定換一個版本, 那麼舊資料顯然還在某處. 這個狀況稱之為心因性遺忘 (psychogenic amnesia).

作者認為佛洛依德跟他的病人之間就有這種關係存在. 佛洛伊德把一切都歸因於性, 引導他的病人 “想" 起自己童年受到性虐待. 作者認為這是引誘病人幻想, 然後把幻想當作真實. 目前大多數的司法官轄區已經不在允許用所謂的恢復記憶作為法庭依據 (p. 463). 但從這個例子可以看到, 權威人士確實能改寫人的記憶.

科學家又做了一些實驗, 使用的技術叫做光遺傳學 (optogenetics). 當我們看到某個顏色的光, 人的視網膜上的視紫質 (rhodopsins) 就會將光的能量轉為細胞的能量. 簡單地說, 看到什麼顏色的光, 什麼樣的神經元就會活化. 好, 現在倒楣的小鼠來了.

科學家用視紫質標記出小鼠怎麼認識光線, 然把小鼠的海馬迴神經元接上某種裝置, 再放進藍色盒子, 這是一個安全的環境. 接著把小鼠放進紅色的盒子, 並且電擊牠! 小鼠嚇到快死了~~, 科學家記錄那些神經元被活化, 然後把小鼠放回藍色的盒子.

藍盒子本來是安全的, 但是科學家直接刺激先前對電擊產生反應的神經元後, 小鼠又快嚇死了, 並且對藍盒子也產生恐懼. 這種直接在海馬迴中產生虛假記憶的手法, 雖然對醫學界是一種突破, 不過對政客來說這招早就用爛了~~~ 總而言之, 我們知道記憶可以產生也可以被抑制.

那麼假如刺激的部分正確的話, 我們有沒有機會讓我們重溫人生中的某個快樂時光呢? 作者認為不能! 沒有科學依據, 只是感性地認為 “挪威的森林" 歌中那片無法觸及的地方, 應該位於樹突盤根交錯的地方, 像森林一樣. 應該不像點亮小鼠的恐懼那麼簡單.

本書第十五章, 也就是最後一章, 主要講文化記憶. 文化也可以被記憶嗎? 作者的意思是說, 因為記憶可以被解釋, 也可以被造假, 所以當我們想要解釋某種記憶時, 就會受到文化的影響. 例如愛爾蘭人會把幻覺解釋成妖精作祟, 產後憂鬱症常認為孩子被掉包, 都有格林童話的底蘊在. 反觀台灣人比較容易被媽祖託夢. 不只是生命會自己找出路, 腦中的記憶也會自己編故事才會維持穩定.

最後, 我總結一下 “記憶" 這本書. 原本我只想了解大腦怎麼處理記憶, 怎麼用在 AI 上? 但我們講的畢竟是人腦, 有太多人的因素在裡面. 看著看著不小心瞭解了一些解剖學和精神病理, 還是挺有幫助的. 或許這些知識, 對於我以後訓練模型也會有潛移默化的作用.

元意識和性激素小註解

“記憶" 這本書的第十一章講到元意識 (meta consciousness). 追蹤這本書讀後心得的網友應該已經留意到, 本書作者相當地 “唯物". 她認為意識也不過就是記憶的一種型態, 而元意識就是注意到自己有意識, 那這總不能說我們有這種記憶了吧!? 因此作者特別為此寫了一章.

作者用藝術來觀點來解釋人為什麼會跳脫出來看到自己? 她認為這是一個視角轉換, 我們從很多地方學到視角可以轉變、互換, 當然也就會把同樣的技巧用到自己的身上. 好比人照鏡子就會看到自己, reflection 這個字就同時有反射和反思兩種意思.

比作者更早綁定意識和記憶的是 1972 年諾貝爾生理學醫學獎得主艾德曼 (Geald Edelman). 他認為人類靠著記憶 “認識" 現在, 自己看自己就是一種再入 (reentry). 當時他的推論只是一種直覺. (p.386). 把觀察自己的意識當作再入, 這點還滿容易理解的, 就像是 AI 看了自己的程式, 解掉一些 bug 也是有可能.

除了單純的直覺, 現在已經演化出網路神經學 (network neuroscience) 和連接組 (織?)學 (connectomics) 科學家進一步將特定行和大腦中的神經連接與活動配對, 這種技術稱為圖像理論 (graph theory). 如果一個人罹患思覺失調, 他的大腦會有更多的前額葉隨機放電和更少的集中活動.

第十一章講到性激素和大腦的的關係, 作者分別舉了個動物和病患的例子. 動物的例子是椋鳥, 椋鳥在夏天受到陽光的刺激, 產生睪丸酮 (testosterone), 大腦接著長出鳴唱皮質 (song cortex), 所以椋鳥就會唱歌求偶. 等到天氣變涼, 日光減少, 睪丸酮分泌不足, 椋鳥就不唱歌了. However, 那雌鳥曬了太陽會何不會唱歌? 因為牠們原本的激素太低了. 如果給母鳥打針睪丸酮, 母椋鳥也會唱歌.

那麼人類跟椋鳥一樣, 打睪丸酮就可以提高性慾嗎? 實驗表示跨性別男性施用睪丸酮會提高性慾, 但是跨性別女性施用睪丸酮則會降低性慾. 這表示雖然都是跨性別, 但他們的賀爾蒙受體是不同的. 這個賀爾蒙受體可以說是生理上性別的分類方式之一. 而人的性別認同和性取向是會改變的, 不單單能以幾個特徵來決定.

人類在青春期 “親吻促動素" (kisspeptin, 簡稱 KISS) 增加, 啟動下視丘(Hypothalamus) 產生一種大腦激素, 再促使睪丸產生雄性激素 – 主要是睪丸酮, 或者促使卵巢產生雌激素 (oestrogen) 和黃體素 (progesterone). 由於HPA 軸線 (下圖) 息息相關, 下視丘-腦垂腺-腎上腺之間會有交互作用. 下視丘會送出促腎上腺皮質激素釋放激素（corticotropin-releasing hormone，CRH）給腦垂腺 (pituitary gland), 後者再傳 ACTH (adrenocorticotropic hormone) 給腎上腺 (adrenal gland), 最後腎上腺傳出皮脂醇 (Cortisol, 音譯可體松) – 壓力賀爾蒙.

上圖取材自 WIKI (HPA 軸), 回顧一下字根: gland – 腺, hormone – 激素, adrenal – 腎上, cortex – 皮質, anterior – 前面的, pituitary – 腦下垂體/腦垂腺.

等等, 青春期產生性激素很合理, 幹嘛產生可體松啊? 嗯, 應該是怕求偶不順, 要抵抗壓力用. 作者有病患化名叫愛麗絲. 她十幾歲得了厭食症, 體重過輕以致沒有月經. 作者開給她抗憂鬱的藥物, 等她變重, 才有了生理期, 個性也穩定後就停藥. 後來不需要吃藥也結婚生子. 這表示人類要花相當長的時間才能讓身心趨於穩定. 身體和心理又有強大的交互影響.

等到度過青春期, 前額葉皮質大致上就趨於穩定. 如果這個部位受傷, 會導致性情大變. 其中, 前額葉 – 杏仁核 – 海馬迴是另一個連貫的線路, 杏仁核同樣影響人格特質. 杏仁核代表緊急應變的能力. 如果一個人在成長期間因為情緒問題、被虐待或者忽視、濫用藥物, 則容易產生邊緣性人格 (borderline personality disorder – BPO). 在生理上, 我們會看到 BPO 的人杏仁核對情緒線索的反應會延長 (p.411), 白話文應該是煞車踩不住, 杏仁核效力太強, 容易衝動行事.

而 BPO 也非不治之症. 書上提到辯證行為治療 (dialectical behavior therapy – DBT) 是有效的. 透過和患者對話, 重新 “養育", 使得前額葉對杏仁核的控制增加 – 成果可以反映在第十章的影像學上, 亦即此時能真正看到腦部活動的影像產生改變. 這樣就又呼應回第十一章了.

貝多芬現象 (Beethoven Phenomenon)

眾所周知, 貝多芬是耳聾的音樂家. 甚至在二十多歲時就開始失去聽力, 但是他繼續做曲到去世. 死後的檢驗顯示, 他的聽覺神經出了問題, 但是他記憶聲音、音符、曲調、音樂的聽覺皮質完好無損.

因此我們可以認定貝多芬在年輕時期, 已經充分地訓練了他的大腦. 原本聲音由耳朵接受後, 先傳導到聽覺皮質, 再由前額葉皮質結合其他皮質來理解聲音 [1]. 耳聾的貝多芬只能靠想像來模擬音樂, 也就是從前額葉皮質的記憶, 組合出聽覺皮質應該聽到的內容. “記憶" 這本書的第十章, 就在敘述這種高度發展的現象.

作者認為, 貝多芬經過多年的訓練, 使得皮質發展出捷徑. 也就是能夠用少量的初始輸入, 就建構出複雜又創新資料結構. 另一方面, 跟我們現在訓練 AI 模型一樣, 神經元之間的樹突連接需要修剪. 經過修剪之後的果樹, 會長出比較完美的果實. 經過修剪的神經元, 能夠更精準地給出更相關的輸出. 至於貝多芬的神經元是否經過修剪, 我們只能推論他跟普通嬰兒一樣.

小嬰兒在成長中也需要不斷修改樹突, 慢慢地去蕪存菁. 若貝多芬從小就生活在充滿音樂的環境, 我們可以推論他的神經架構已經修剪成適合音樂的樣子. 通常感覺皮質的修剪程序在三歲時達到巔峰, 然後整個修剪速率持續下降 (p. 345). 前面講到感覺皮質只是前額葉皮質的前處理, 那前額葉皮質怎麼修剪呢?

前額葉皮質最初只是堆放資料, 要到青春期才開始修剪 (p. 347), 直到二三十歲為止. 因此貝多芬的大腦在二三十歲耳聾之前, 其實系統已經安裝完畢. 安裝好的系統有甚麼特點呢? 先回頭描述大腦的構造包括灰質與白質. 灰質是神經元, 白質是神經元長出來的軸突. 白質會隨著大腦的發育而增長 (p.347), 這個過程叫做髓鞘化 (myelination). 髓磷脂 (myelin) 會纏繞在神經元上, 它們是絕緣體, 能加速信號的傳輸, 提速可高達一百倍. 並且這些髓鞘的結構還能阻止神經元對神經元的放電, 確認信號往正確的方向移動.

上圖取材自WIKI 髓磷脂

每逢人類接受到新的資訊, 大腦就會對樹突增強或是犧牲. 終其一生, 人類的大腦都在重複這個模式. 作者認為, 如果修剪得太少, 讓樹突過度連結, 可能會罹患自閉症. 像是數學和記憶能力超凡的 “雨人". 反之, 如果修剪過度, 發生連結上的錯誤, 那麼可能罹患思覺失調 (p.359), 也就是俗稱的精神病. 一般認為思覺失調是多巴胺的神經傳遞過於活躍. 但作者認為大腦網路錯誤, 多巴胺送到不該送的地方, 讓錯誤的行為也能得到獎勵才是思覺失調的主因.

作者總結出: 人類在小時候感官比較敏銳, 長大後感官功能下降, 但推理和預測能力增加作為互補. 等到慢慢變老, 老人對世界上的事物已經不再感覺新鮮, 不再需要將短期記憶儲存為長期記憶 – 這是海馬迴的主要功能. 久而久之, 將導致海馬迴體積變小, 效率下降. 不但新的東西學不起來, 在需要提取長期記憶時, 同樣也會發生困難. 貝多芬大約 57 歲過世, 我們可以推論他在有生之年, 對大腦的使用都非常有效率.

[REF]

  1. https://www.ilong-termcare.com/Article/Detail/3501