说明：本文原创首发于本人的公众号cyn_notes，简书为备份。
我曾经在早先的一篇文章从任务处理与记忆方式，浅谈人与计算机的相似中，提到过人脑压缩处理记忆，主要来源于经验。正巧最近看到相关的理论，就再来聊一聊。
这是关于冗余度压缩和模式识别的理论，由英国皇家学会会员霍勒斯·巴洛（Horace Barlow）在1961年发表的两篇论文中提及。而巴洛先生本人，则是大名鼎鼎的达尔文爵士的外孙。对，就是那个提出自然选择学说的霍勒斯·达尔文（Horace Darwin）.
关于大脑是如何记忆和回想起一个个概念，在神经生物学理论中有这么一种假设：人脑中存在一个或一组神经细胞，当某些特定的概念如你的祖母头像出现时，这个或这组细胞就会激活。这被美国神经学家杰罗姆·莱特文在二十世纪六十年代命名为祖母细胞理论。可是，如果是这样的话，特定识别的神经细胞数量将是十分庞大的。试想一下，我们日常生活中会见到众多其他人的脸庞、物体、文字、花朵，并且每一个都能从众多的角度和距离见到。
霍勒斯·巴洛提出了运用冗余度压缩的原理，来解释这个问题。
信息论的创始人克劳德·香农（Claude Shannon）则提到，任何信息都存在冗余，冗余大小与信息中每个符合（数字、字母或单词）的出现概率或者说不确定性有关。比如，在英语里，紧随“q”这个字母的往往是“u”。“u”就可以被称为是冗余的。因此可以更加简洁地记录信息但不丢失信息。巴洛认为，在感觉传导路径的每个阶段中，都存在若干调整机制，以此来清除大量的冗余度。
这里来谈谈自己的主观体验。现实生活中眼前看到的一切都是清晰的，而当我们从记忆中回想的时候，是不是觉得灰蒙蒙的，似乎蒙上了一层雾气？于是我就猜想，这或许是清除了冗余信息之后，再进行的存储所带来的“副作用”。
在计算机领域里，我们谈到模式识别，主要是对已知数据样本的特征发现和提取。那么我想，这也是忽略了已知数据中除特征之外的大量“冗余”信息吧。
以上，基于最近读到的理论和主观的感受，继续聊了这个话题。如有疏漏，欢迎留言指正。
有兴趣也可以关注我的公众号：cyn_notes
