Neuron：大脑与 AI 的统一记忆框架 —— 键值记忆系统

本文基于2025年发表于《Neuron》的论文《Key-value memory in the brain》，系统论述了键值（Key-Value, KV）记忆框架如何统一人工智能与大脑记忆机制。背景方面，机器学习中的Transformer等模型依赖KV架构实现高效记忆与检索，而神经科学对海马体和新皮层的分工已有大量实验证据，但缺乏统一的计算框架。研究目的是提出并论证大脑记忆系统本质上是键值分离优化的架构：海马体负责编码用于寻址的“键”（Key），新皮层负责存储记忆内容的“值”（Value），从而将机器学习与认知心理学、神经科学的理论整合。结论指出：遗忘的本质是检索失效而非记忆丢失，海马体键索引功能受损会导致记忆无法提取；同时，任何经梯度下降训练的线性层或MLP均可等价重写为键值记忆形式，灾难性遗忘也可归因于检索干扰而非记忆擦除。通过数学推导与MNIST模拟实验，研究验证了该框架的合理性，揭示了人工与自然智能在记忆机制上的收敛性，为跨领域研究提供了自洽视角。