Associative Emotional Learning in Convolutional Neural Networks

大脑的情绪“作弊码”

想象一下，你的大脑就像一名超级聪明的侦探，在每一秒钟都在试图解开谜团。它最重要的工作之一就是弄清楚什么是对你有益的（比如一个温暖的拥抱或一片披萨）以及什么是对你不利的（比如一只嗡嗡叫的蜜蜂或一个滑溜溜的香蕉皮）。这种将一个中性事物——比如特定的声音或形状——与快乐或恐惧的感觉联系起来的能力，被称为联想情绪学习（associative emotional learning）。这就是为什么当你听到牙医钻头的声音时，甚至在看到牙科椅之前，就会感到有些紧张，因为你的大脑已经学会了将那个声音与过去的糟糕经历联系起来。科学家们一直试图建立计算机模型来理解这一过程，但旧的模型有点像简单的计算器：它们能做数学运算，但无法像人类那样真正“看见”世界。它们难以解释我们的大脑如何处理复杂的、混乱的图像并将其转化为感觉。

于是，深度学习登场了。这是一种利用数字“神经元”层来识别模式的人工智能，非常类似于我们眼睛和大脑中的视觉皮层。这些网络擅长在照片中识别猫或阅读手写体。但是，它们能学会“感受”吗？一台并不具备真实情感的计算机，能否仅仅因为一个形状与一张可怕的图片成对出现，就学会将一个无聊的形状视为“可怕”的？这是研究人员正在提出的重大问题。如果我们能教会计算机像人类一样学习情绪，我们或许就能最终理解人类心智中隐藏的机制，帮助我们弄清楚为什么有些人会陷入恐惧循环（如焦虑症或创伤后应激障碍/PTSD），以及如何帮助他们从中解脱。

---

数字大脑学会了感受

在这项研究中，一个研究小组构建了一个特殊的“计算机大脑”，以观察它是否能像我们一样学习情绪。他们创建了一个名为视觉-效价模型（Visual-Valence Model）的模型。你可以把这个模型想象为有两个主要部分：“视觉皮层”充当一对眼睛，而“情绪模块”则充当大脑的感觉中心（具体指杏仁核和眶额皮层）。为了让它更加逼真，他们添加了一个“捷径”连接。这就像一条快速通道，让眼睛在完成详细的照片拍摄之前，就能向感觉中心发送一份场景的快速、粗略草图。这模拟了我们真实的大脑如何在完全理解所看之物之前，就对危险做出反应的方式。

首先，研究人员必须教会这个数字大脑什么是“好”和“坏”。他们向它展示了数千张来自国际情感图片系统（IAPS）的真实生活图片，这些图片以极度愉悦（如小狗或日落）或极度不悦（如蜘蛛或肮脏的马桶）而闻名。计算机学会了预测这些图像的“效价”（valence）得分，这是一个从 1（极其不悦）到 9（极其愉悦）的数字，其中 5 代表中性。经过训练后，计算机可以观察一张图片并说：“那是 2 分，很糟糕，”或者“那是 8 分，很棒！”

接着是真正的魔术时刻：巴甫洛夫经典条件反射（Pavlovian Conditioning）。你可能从著名的实验狗实验中了解过这一点，即铃声会让狗分泌唾液。在这里，研究人员使用了一个中性物体：高伯条纹（Gabor patch）。想象一下，那是一个看起来像旧电视机静电画面的模糊、有条纹的圆圈。单独来看，这个条纹本身是无聊且没有情感意义的。研究人员将一个 45 度的条纹与一张“不悦”的图片（如枪支或蜘蛛）配对，并将一个 135 度的条纹与一张“愉悦”的图片（如全家福或小狗）配对。他们反复向计算机展示这些配对。

结果令人着迷。在仅仅看了几次这些配对之后，计算机开始改变对那些无聊条纹的看法。当单独展示 45 度条纹时（没有可怕的图片），计算机突然将其评定为不悦（约为 2.3）。当单独展示 135 度条纹时，它将其评定为愉悦（约为 8.0）。计算机学会了将中性条纹与它们所配对的图片的感受联系起来，就像人类一样。

但它只是记住了精确的图片，还是真的学会了？研究人员通过泛化（generalization）测试了这一点。他们向计算机展示了它从未见过的角度的条纹，比如 30 度或 60 度。随着条纹远离“训练”的角度，计算机的反应也随之平滑减弱。如果它是在 45 度时接受的训练，那么 30 度的条纹会让它感到一点点害怕，但 90 度的条纹会让它感到中性。这种“消退”效应与人类的情况完全一致，表明计算机不仅仅是在记忆像素，而是在学习一个概念。他们还测试了条纹的位置是否重要。即使他们将条纹移动到训练时未曾出现的屏幕角落，计算机仍然能感受到情绪，尽管在训练位置的效果最强。

为了理解计算机是如何学习的，研究人员观察了其“大脑”内部的单个数字神经元。他们发现，在学习之前，对可怕图片产生反应的神经元与对无聊条纹产生反应的神经元是不同的。但在学习之后，为 45 度条纹放电的神经元开始变得越来越像那些为可怕图片放电的神经元。计算机通过物理方式重塑了其内部地图，使中性事物看起来更像情感事物。

研究还发现，这个“捷径”路径至关重要。当他们移除这条快速通道连接时，计算机无法学会情绪关联。这表明，拥有从早期视觉到情绪中心的直接、快速路径，是这类学习发生的关键。

然而，研究人员谨慎地指出，这项研究并没有做哪些事情。计算机并没有真正“感受”到任何东西，它只是在计算数字。计算机大脑的视觉部分是“冻结”的，这意味着它在学习过程中并没有改变自己的“眼睛”，只有情绪部分在改变。真实的人类大脑可能会同时改变视觉系统，而该模型无法测试这一点。此外，计算机没有“消退”（extinction）机制，而我们正是通过这种方式在意识到某物是安全的时候停止对它的恐惧。

最后，这项研究表明，如果构建了正确的捷径并经过正确的规则训练，深度神经网络可以模拟人类形成情绪记忆的方式。它表明，我们不需要神奇的“灵魂”来学习关联；我们可能只需要正确类型的、具有捷径连接的架构。虽然这只是一个模拟而非真实的人类大脑，但它为科学家探索我们的心智如何将周围世界与最深层感受联系起来提供了一个强大的新工具。