小談大腦快速IO技術

故禹十年水，湯七年旱，而天下無菜色者，十年之後，年穀復熟，而陳積有餘，是無它故焉，知本末源流之謂也。——《荀子·富國》

序

IO(Input/Output)，即輸入和輸出，這裡說的大腦快速IO，指的是大腦進行知識積累和調用知識解決問題的過程。眾所周知，我們通過計算機進行操作，例如玩遊戲，打開網頁等時，都是通過底層代碼調用內存、硬碟及其他硬體設備等來完成響應的。相對的，如果把大腦比作計算機，那麼記憶就是存儲數據的硬碟，意識就是調用數據或功能的程序。由於這種相似性，藉助計算機相關的知識，也許可以改善大腦的IO效率。下面讓我們嘗試討論這個問題。

一、存儲結構

在集成環境中，說道IO，最讓人頭疼的瓶頸莫過於硬碟的讀寫速度，因而像SSD（固態硬碟）這樣的東西應運而生，然而人的大腦物理介質都是一樣的，不可能從物理結構上進行改變。但是還有其他方式可以間接的改善調用硬碟的問題，比較典型的就是設計合理的數據結構，這樣在讀取數據時就可以高效的獲取需要的數據。

現在，我們來看看人腦的存儲結構。首先會有一個問題——人腦存儲的數據是什麼呢？沒錯，就是記憶，或者可以說是知識。有一種關於記憶的理論是這樣的：人們進行記憶時，是電荷（離子）在神經元間進行遊走，使神經元結構發生改變從而形成的。這種操作是可逆的，過一段時間就會恢復到原來的狀態。但是如果反覆重複這樣的過程，這種結構的保留時間就會延長一些，直至生成某種氨基酸使之固化。當然這種固化也是可逆的，有種酶就是專門分解這種氨基酸的。

記憶按照時間可以分為瞬時記憶、短時記憶和長時記憶。瞬時記憶就是沒有經過主動的記憶或編碼，電荷只是走走形式，幾乎不會在神經元中留下什麼痕迹。因此時間非常的短，很難進行捕捉。短時記憶，是我們主動去記憶，也就是嘗試去改變神經元結構，但還沒有固化，只有短時記憶經過大量的重複記憶，才會轉化為長時記憶。最後長時記憶就很簡單了，就是上文說的生成氨基酸的神經元迴路。

二、快速輸入

這裡我們根據上文的理論討論「快速輸入」的問題，人腦的快速輸入說白了就是快速記憶的方法。要問世界上最具影響力的關於記憶的研究，非艾賓浩斯遺忘曲線莫屬。賓浩斯用大量的記憶實驗和統計分析，得出了關於記憶流失的科學結果，對記憶領域產生了比較重大的影響。但有一點是值得我們注意的，這裡所說的記憶和我們現實生活中的記憶是不同的概念。

首先，艾賓浩斯背誦的文本是無意義音節，即兩個輔音夾一個母音的無意義音節。而我們現實中接收的，大部分都是與之前的知識相互聯繫的，而且這種趨勢隨著年齡的增長越發明顯。其次，艾賓浩斯作為一個歐洲人，記憶的對象主要也是西方的語言體系，那是否可以直接照搬到其他語系，也是一個問題。最後，實驗者太少的，只有艾賓浩斯一個人，因此個體差異因素也沒有考慮進去。

這裡，我想提出一個概念——聯想度。聯想度就是記憶的信息與記憶者本身知識體系的關聯程度。聯想度越高，記憶的成本也就越低。舉個簡單的例子一個人總是對自己行業的知識的記憶快與其他知識。記得在我上學的時候，經常會看到電視有人過目不忘，並推廣自己的記憶法的。雖然我並不清楚他們到底是什麼樣的辦法，但我估計就是跟這個聯想度有關係。下面我用科學的觀點說明一下為什麼記憶速度和聯想度成正相關。

正如之前的理論，已經儲備的知識是已經固化的神經元迴路，也就是電荷在這種迴路中運行幾乎不會有任何的障礙，暢通無阻。如果在這個迴路中增加一個很短的神經元迴路片段，相比直接重新生成這個迴路要容易的多。舉個貼近生活的例子，用過一個手機應用軟體的人，總是能更快速的掌握其他陌生的軟體。

現在問題簡單了，只要想辦法提高聯想度，就可以提高記憶速度。一個比較直觀的方式，就是增加自己的知識儲備，儲備多了自然可以進行聯想的信息也就多了。這裡不得不提的一個觀點就是「循序漸進」，人類發展至今，知識大部分都是成一定的體系和層次的，在知識積累時，一定要由淺到深，由源到流，這樣不僅知識會比較牢靠，而且事半功倍。另一方面，對於沒有辦法直觀聯想的信息，那就要廢一番功夫去間接聯想了。其實有大量關於這個方面的文章，在這裡我就舉一個我在學生時代背誦圓周率小數點後100位的實際經歷說明一下好了，記得當時也沒用多長時間，大概一個小時左右，目前也沒有全部忘記。我的具體做法是這樣的，首先將這100個數字分成20個5數字片段，然後請出幫助我進行間接聯想的神器——計算器。我用計算器輸入這些數字片段，並開始記憶這些動作直至在大腦中可以模擬按鍵，這樣就將這些數字與視覺和肢體記憶聯繫到了一起，從而很快的就記憶下來了。

三、快速輸出

好了，讓我來分析分析這個過程吧。拿到卷子之前的回憶，是類似程序執行之前將相關數據load到內存中的過程，人體大腦中應該也有像內存這樣的區域，用來存儲即將用到的知識或指向知識存儲區域的指針，這樣在接下來有限的時間內，就提高讀取知識的速度。

至於為什麼是宏觀知識，這就得提到一個知識體系——數據結構了。顧名思義，數據結構就是數據的存儲結構或方式。上文提到了大腦中的知識主要是由通過聯想聯繫到一起的離散知識團構成的，但是這樣的知識團如果不加整理，是很混亂的，就好比是扭成一團的耳機線，很難理出脈絡來。這樣的知識在讀取時，還需要經過大腦分析，甚至對於一些比較模糊的記憶，還要自行的創建和修補（俗稱蒙），大大影響效率。數據結構中的樹狀結構，我覺得是可以借鑒的。樹是由n（n>=1）個有限節點組成一個具有層次關係的集合，除根節點外，每個內部節點和葉節點都能找到其對應的父節點。這種結構層次結構清晰，通過上行下行可以很快的找到相關數據。

記得大學學剛體物理的時候，老教授跟多次強調了「源」和「流」的概念和重要性，所謂「源」，就是來源、源頭，所謂「流」，就是流向、分支。當接觸一個概念或知識時，一定要了解它的來源是什麼，以及通過它可以推導出什麼，這恰好符合樹狀結構。舉個例子，設問圓周率是什麼，很多學過高等數學的人，都會認為是經過一系列公式推導得出的結果。其實這是絕對錯誤的，圓周率的定義是圓的周長和直徑的比值，是基於測量的，就算沒有高等數學，它也是會存在的。而反過來沒有圓周率，恐怕都不會有三角函數等概念。

綜上，如果把知識體系都轉化為樹狀存儲，即可實現通過基礎概念，快速的獲取相關知識。就好比你給耳機買了個繞線器，取出來方便的多。不過還有一點需要強調的是，記憶知識時一定要準確，即使是錯誤的也不要麼棱兩可，必須保證結構的完整性，這樣才能不需思考的完成知識團的讀取。

後記

或許，並不是所有的人都需要大腦高速的IO，但養成一個好的IO習慣，總是有好處的。不僅能夠提高工作/學習效率，還能讓你發現生活中更多的樂趣。另外，本文純屬個人觀點，既沒有大量的實驗驗證，也沒有他人的支持，但希望諸位讀者能夠從中受到啟發，開闢自己的高速IO之道。

謹以此文獻給想要提升記憶和思考速度的支持者們！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！