人類為什麼會做夢？這在科學界目前是一個存在分歧的話題：雖然很難具體證明人類為什麼會做夢，但在神經科學領域充滿了各種假說。受用於訓練深度神經網絡的技術啟發，塔夫茨大學神經科學研究助理教授Erik Hoel 提出了一種新的夢境理論：過度適應的大腦假說（the overfitted brain hypothesis）。

這個假說已經發表在2021 年5 月14 日出版的《Patterns》期刊上。這個假說認為夢的陌生性是為了幫助我們的大腦更好地概括我們的日常經驗。Hoel 表示：“關於我們為何會做夢，存在著大量的理論。但我想讓大家注意到一種對做夢本身非常重視的理論–夢的經歷就是你做夢的原因”。

當涉及到訓練人工智能時，一個常見的問題是，它變得過於熟悉它所訓練的數據–它開始假設訓練集是它可能遇到的任何事情的完美代表。數據科學家通過在數據中引入一些混亂來解決這個問題；在這樣一種被稱為”剔除”的正則化方法中，一些數據被隨機地忽略了。想像一下，如果黑盒子突然出現在自動駕駛汽車的內部屏幕上：看到屏幕上的隨機黑盒子的汽車，專注於周圍環境的總體細節，而不是那個特定的駕駛體驗的具體細節，將可能更好地理解駕駛的一般體驗。

Hoel 表示：“深度神經網絡的最初靈感是大腦。雖然將大腦與技術相比較並不新鮮，但用深度神經網絡來描述過度擬合的大腦假說是一種自然的聯繫。如果你看看人們在深度學習的正則化中使用的技術，通常情況下，這些技術與夢想有一些驚人的相似之處”。

考慮到這一點，他的新理論表明，夢境的發生使我們對世界的理解不再那麼簡單，而是更加全面。因為我們的大腦，像深度神經網絡一樣，也變得過於熟悉我們日常生活中的“訓練集”。為了抵​​消這種熟悉感，他建議，大腦在夢中創造了一個奇怪的世界版本，即心靈的輟學版本。他寫道：“正是由於夢境與清醒時的經驗不同而產生的陌生感，使它們具有生物學功能”。

Hoel 解釋說已經有來自神經科學研究的證據支持過度適應的大腦假說。例如，已經證明促使夢到現實生活中發生的事情的最可靠方法是在你清醒的時候重複執行一項新奇的任務。他認為，當你對一項新奇的任務進行過度訓練時，就會觸發過度擬合的條件，然後你的大腦試圖通過創造夢境來為這項任務進行歸納。