國(guó)際象棋大師通常被認(rèn)為是遠(yuǎn)見(jiàn)卓識(shí)的典范。但是其他人是否可以通過(guò)適度的練習(xí)學(xué)會(huì)更長(zhǎng)遠(yuǎn)地思考?
為了解決這個(gè)問(wèn)題，一組認(rèn)知科學(xué)家創(chuàng)建了一個(gè)計(jì)算模型，揭??示了我們規(guī)劃未來(lái)事件的能力。這項(xiàng)工作增強(qiáng)了我們對(duì)影響決策的因素的理解，并展示了我們?nèi)绾瓮ㄟ^(guò)實(shí)踐提高我們的計(jì)劃技能。
這項(xiàng)由紐約大學(xué)神經(jīng)科學(xué)中心的科學(xué)家進(jìn)行并發(fā)表在《自然》雜志上的研究集中在“計(jì)劃深度”——個(gè)人提前思考的步驟數(shù)量——在決策中的作用。
“雖然人工智能在解決復(fù)雜的規(guī)劃問(wèn)題方面取得了令人矚目的進(jìn)展，但人們對(duì)人類規(guī)劃的性質(zhì)和深度的了解卻少之又少，”紐約大學(xué)神經(jīng)科學(xué)與心理學(xué)教授、該論文的資深作者馬偉吉解釋道。“我們的工作表明，即使是相對(duì)適度的實(shí)踐也可以提高規(guī)劃的深度，從而豐富了這一知識(shí)體系。”
人們?cè)缇痛_定，人類智能的一個(gè)標(biāo)志是能夠規(guī)劃未來(lái)的多個(gè)步驟。然而，熟練的決策者是否比新手提前計(jì)劃了更多的步驟還不太清楚。這是因?yàn)楹饬窟@種能力的方法(例如，涉及棋盤游戲的實(shí)驗(yàn))有明顯的缺點(diǎn)——部分原因是它們不能可靠地估計(jì)計(jì)劃深度。
Nature論文的作者讓人們玩一個(gè)相對(duì)簡(jiǎn)單的游戲——一種更復(fù)雜的井字游戲——仍然需要玩家深入計(jì)劃(即提前多步)。然后，為了準(zhǔn)確了解人們?cè)谒伎加螒蛳乱徊綍r(shí)的想法，作者設(shè)計(jì)了一個(gè)基于 AI 原理的計(jì)算機(jī)模型。該模型允許他們描述并隨后預(yù)測(cè)人們?cè)谟螒蛑忻鎸?duì)新情況時(shí)所采取的行動(dòng)。
“在這個(gè)計(jì)算模型中，玩家在腦海中構(gòu)建一個(gè)‘決策樹(shù)’，就像你為復(fù)雜的旅行路線計(jì)劃多種可能的場(chǎng)景一樣，”馬解釋道。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！