新的记忆机制：与现有记忆机制的差别

新的不稳定流形记忆机制与现有文献中提出的记忆机制存在本质上的差异。

（1）现有的记忆机制以不动点、极限环和连续吸引子作为记忆，这些都是以稳定性为基础的记忆；而新的记忆机制以不稳定流形作为记忆，这是以不稳定性为基础的记忆。

（2）以不动点作为记忆仅仅是以相空间的位置作为信息，好像没有考虑输出信号。而以不稳定流形作为记忆，它的输出就是一条不稳定流形的轨道（脉冲序列），不同结构的流形的输出是不一样的。因此这里不仅描述了位置信息（主要反映信号的性质），还描述了信号的变化（反映信号本身的变化）。脑是不稳定系统，如果脑这个不稳定系统内存在大量稳定的不动点，那么脑无论怎样都是不太“动”的“不稳定”系统。这与生物系统的实际不太相符。根据非线性动力学理论，可知对于任意一个系统，当参数一定时，不稳定流形的输出轨道基本是一定的，这属于结构性记忆，而且可以实现记忆的输出。而不动点记忆，只是以不动点位置作为记忆内容。(www.xing528.com)

（3）计算机对任何事的记忆最初是什么样的，则以后永远是那样，没有故障时，便不存在记忆变模糊或消失的现象。而人的记忆可能会逐渐消失，即使人的神经系统是健康的。新的记忆原理可能更好地解释了这一点。

（4）以不动点作为记忆，一个系统实际上不能记忆很多，太多了就会分不清，而新的记忆机制可以区分很多记忆。从现有的人工神经网络来看，一般几十个神经元的网络中只能有3～5 个不动点，这样的神经网络可以分清3～4类事件，需要区分的事件多了，出错率就会很高。如果有上百个不动点，用这样的神经网络去分类事件，出错率可能在90%以上，也就是说这样的系统不能用了。因此以人工神经网络机制作为记忆（也就是以不动点作为记忆）的效率是非常低的。