人都是需要睡觉的，有些人甚至会做梦，这些在人工智能中有可能会存在吗？如果存在其意义又是什么？
很多人看到这样的问题，肯定会说不会，机器又不需要休息，但是恰恰相反，人工智能也需要休息。
谈及这个方面就要提到机器学习中的正相（positive phase）和负相（negative phase）
我们一般进行学习的都是正相，负相一般很少考虑，其在机器学习中的定义为配分函数，用途是归一化数据分布。
在需要完整的数据分布采样中才会用到它。而且一般也很少有公司愿意这样做。RBM（受限玻尔兹曼机）就是其中的典型算法。
负相一般涉及从模型分布中采样（其有着很好局部平滑性，但是对于整体一般会呈现多峰分布）所以我们一般可以认为它试图寻找模型信任度最高的点。
因为负相减少了这些点的概率，它们一般被认为代表了模型不正确的信念（这里的信念是深度信念网络中的信念，原文为belief，但是其是一种深度概率模型，可以简单
理解为概率）。
在（Crick and Mitchison， 1983）中提到了想法，讲其称为“幻觉”，也就是做梦的一种解释：
大脑维持着世界的概率模型，并且在醒着的时候经历的事情会遵循正相的梯度，在睡觉时会遵循正相的负梯度最小化负相，其采样来自当前模型。
这个看似天马行空的猜想可以解决具有正相和负相的大多数算法，但是还是没有被神经科学所验证。
而且这还不是唯一的情况，还有其他解释，但是无一例外都指向人工智能也需要睡觉，甚至也有相应的模型，但是大都是让人工智能醒着做梦。
最后通俗的解释一下这种说法下睡觉在干什么？
正相是让我们尽可能完整的理解世界，负相让我们尽力地遗忘世界，他们就像是拔河，当我们对一件事认知过分时（类似过拟合）负相将会把我们拉回来，反之正相会让我们学习更多，
达到平衡就是最理想的情况，训练停止。
注：相关文献很少，如果想了解请耐心查找，这是一篇关于配分函数的博文https://zhuanlan.zhihu.com/p/48552020