研究人員構(gòu)建了第一個(gè)全面的模型，研究大腦中的神經(jīng)元在面對(duì)復(fù)雜的決策過(guò)程時(shí)如何表現(xiàn)，以及它們?nèi)绾芜m應(yīng)錯(cuò)誤并從錯(cuò)誤中學(xué)習(xí)。
該數(shù)學(xué)模型由劍橋大學(xué)的研究人員開(kāi)發(fā)，是對(duì)這一過(guò)程的第一個(gè)生物學(xué)現(xiàn)實(shí)描述，不僅能夠預(yù)測(cè)行為，還能夠預(yù)測(cè)神經(jīng)活動(dòng)。研究結(jié)果發(fā)表在《神經(jīng)科學(xué)雜志》上，可能有助于了解強(qiáng)迫癥和帕金森病成癮的病癥。
該模型與一系列廣泛任務(wù)的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了比較，從簡(jiǎn)單的二元選擇到多步驟順序決策。它準(zhǔn)確地捕捉行為選擇概率并預(yù)測(cè)實(shí)驗(yàn)中的選擇逆轉(zhuǎn)，這是復(fù)雜決策的標(biāo)志。
我們的決定可能會(huì)帶來(lái)即時(shí)的滿(mǎn)足感，但它們也可能產(chǎn)生深遠(yuǎn)的影響，而這反過(guò)來(lái)又取決于我們已經(jīng)采取或未來(lái)將采取的其他一些行動(dòng)。我們大多數(shù)人遇到的麻煩是如何考慮特定決策的潛在長(zhǎng)期影響，以便做出最佳選擇。
決策主要有兩種類(lèi)型：基于習(xí)慣的決策和基于目標(biāo)的決策?；诹?xí)慣的決策的一個(gè)例子是日常通勤，通常每天都是相同的。正如某些網(wǎng)站被緩存在計(jì)算機(jī)上以便下次訪問(wèn)時(shí)加載速度更快一樣，習(xí)慣也是通過(guò)“緩存”某些行為而形成的，從而使它們幾乎成為自動(dòng)行為。
基于目標(biāo)的決策的一個(gè)例子是同一通勤中發(fā)生交通事故或道路封閉，迫使采用不同的路線。
該論文的第一作者、哥倫比亞大學(xué)的約翰內(nèi)斯·弗里德里希博士說(shuō)：“從神經(jīng)學(xué)的角度來(lái)看，基于目標(biāo)的決策要復(fù)雜得多，因?yàn)橛懈嗟淖兞?mdash;—它涉及探索一系列可能的未來(lái)情況。”在劍橋大學(xué)工程系擔(dān)任博士后研究員期間進(jìn)行了這項(xiàng)工作。“如果你考慮在日常通勤中繞行，那么每次到達(dá)十字路口時(shí)你都需要做出單獨(dú)的決定。”
標(biāo)簽：
免責(zé)聲明：本文由用戶(hù)上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！