我们真的是理性的吗？AI 挑战长期以来的科学信念

十大品牌 2025年07月12日 18:11 3 aa

新的研究表明，小型神经网络可以通过模仿大脑的实际学习方式来揭示被忽视的决策策略，从而为我们所有人做出的不完美选择提供新的见解。信用：股票

一项新研究利用紧凑的神经网络来揭示人类决策背后的潜在机制。

科学家们长期以来一直在研究人类和动物如何做出决定，经常研究最近的经验和试错如何影响行为。但传统模型可能会错过决策方式的关键方面，主要是因为它们假设个人总是试图根据过去的结果选择最合乎逻辑或最有益的选项。

在一项新的研究中，研究人员采取了不同的方法，使用人工智能以更现实的方式探索决策。他们创建了小型人工神经网络来检查真正影响个人选择的因素，以及这些决定是否有效。

“我们没有假设大脑应该如何学习来优化我们的决策，而是开发了一种替代方法来发现个体大脑实际上是如何学习做决定的，”纽约大学心理学系助理教授、该论文的作者之一马塞洛·马塔尔（Marcelo Mattar）解释说，该论文发表在《自然》杂志上。“这种方法的功能就像侦探，揭示了动物和人类实际上是如何做出决策的。通过使用微小的神经网络——小到可以理解，但又强大到足以捕捉复杂行为——我们发现了科学家们几十年来一直忽视的决策策略。

小神经网络，大洞察

该研究的作者指出，小型神经网络（商业 AI 应用中通常使用的神经网络的简化版本）比传统认知模型更能预测动物的选择，因为经典认知模型假设最佳行为，因为它们能够阐明次优行为模式。在实验室任务中，这些预测也与大型神经网络（例如为商业 AI 应用程序提供支持的神经网络）所做的预测一样好。

“使用非常小的网络的一个优势是，它们使我们能够部署数学工具来轻松解释个人选择背后的原因或机制，如果我们使用大型神经网络，例如大多数 AI 应用程序中使用的神经网络，这将更加困难，”作者、加州大学圣地亚哥分校神经科学研究生课程的博士生 Ji-An Li 补充道。

“人工智能中使用的大型神经网络非常擅长预测事物，”加州大学圣地亚哥分校生物科学学院神经生物学助理教授、作者马库斯·本纳（Marcus Benna）说。“例如，它们可以预测你接下来想看哪部电影。然而，要简洁地描述这些复杂的机器学习模型采用什么策略来做出预测是非常具有挑战性的，例如为什么它们认为你会更喜欢一部电影而不是另一部电影。通过训练这些 AI 模型的最简单版本来预测动物的选择，并使用物理学方法分析它们的动态，我们可以以更容易理解的方式阐明它们的内部运作。

实验室之外：实际应用

了解动物和人类如何从经验中学习以做出决策不仅是科学的主要目标，而且更广泛地说，在商业、政府和技术领域也很有用。然而，这个过程的现有模型，因为它们旨在描述最佳决策，往往无法捕捉到现实的行为。

总体而言，新的《自然》研究中描述的模型与人类、非人类灵长类动物和实验室大鼠的决策过程相匹配。值得注意的是，该模型预测的决策不理想，从而更好地反映了决策的“真实世界”性质，与传统模型的假设形成鲜明对比，传统模型的假设侧重于解释最佳决策。此外，纽约大学和加州大学圣地亚哥分校的科学家们的模型能够预测个人层面的决策，揭示每个参与者如何在做出决策时部署不同的策略。

“正如研究身体特征的个体差异彻底改变了医学一样，了解决策策略的个体差异可以改变我们对心理健康和认知功能的方法，”Mattar 总结道。