什么是 Attention？
“Attention”（注意力）是人类认知系统的核心机制之一，指个体在众多信息中选择性地聚焦于特定刺激的能力。它不仅存在于心理学和神经科学中，也在人工智能（如Transformer模型）中扮演关键角色。
注意力的类型
- 选择性注意：从多个刺激中挑选一个进行处理（如鸡尾酒会效应）。
- 持续性注意：长时间维持对某一任务的专注（如阅读或驾驶）。
- 分配性注意：同时处理多项任务（如边走路边聊天）。
- 交替性注意：在不同任务间快速切换焦点。
注意力与大脑
神经科学研究表明，前额叶皮层、顶叶皮层和丘脑等脑区共同构成“注意力网络”。多巴胺、去甲肾上腺素等神经递质也显著影响注意力水平。
💡 小知识：成年人平均专注时长约为20分钟，之后效率会明显下降。合理安排休息可有效维持注意力。
AI 中的 Attention 机制
在深度学习中，“注意力机制”最早由Bahdanau等人于2014年提出，后被Transformer模型（2017）发扬光大。它允许模型动态关注输入序列中最相关的部分，极大提升了机器翻译、语音识别等任务的性能。
如今，“Attention is All You Need”已成为AI领域的经典论文标题。
如何提升专注力？
- 规律作息，保证充足睡眠
- 使用番茄工作法（25分钟专注 + 5分钟休息）
- 减少多任务处理，一次只做一件事
- 练习正念冥想（Mindfulness）
- 营造无干扰的工作环境