Low-dimensional factorized neural computations underlie risk-adaptive choices
本研究表明，风险适应性决策依赖于将安全状态与风险状态分离的低维神经计算，这一机制是通过深度强化学习智能体识别并经由人类神经元记录中相似动力学模式验证的。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你的大脑就像一个超级聪明的导航系统，试图带你穿过一片迷雾森林。有时路径很清晰，但通常你必须进行猜测：“如果我走这条近路，我会发现宝箱，还是会掉进深坑？”这就是决策的日常现实。科学家将研究我们如何从这些猜测中学习的过程称为强化学习。这与狗狗学习杂技（通过奖励行为获得零食）或电子游戏角色通过升级来提升等级的逻辑是一样的。但棘手之处在于：现实生活并不是一个拥有完美指令的电子游戏。我们必须在巨大的回报带来的快感与巨大的损失带来的恐惧之间进行权衡。当这个系统出现故障时，可能会导致麻烦，比如赌瘾或冲动行为。为了理解我们的大脑是如何处理这种高风险猜测游戏的，研究人员现在正与人工智能合作，利用计算机程序来模拟大脑“可能”是如何思考的，然后检查人类大脑是否真的以那种方式运作。
这篇论文是一个引人入胜的侦探故事，调查人员使用了一群计算机智能体来解决一个名为“气球类比风险任务”（BART）的风险游戏。在这个游戏中，你不断给气球充气；气球越大，你赢得的分数就越多，但如果你充气过多，气球就会爆掉，你将一无所获。研究人员不仅观察了计算机如何玩游戏，还观察了计算机的“大脑”（其内部神经网络）在学习过程中是如何变化的。他们发现，计算机自然地分成了两种截然不同的性格类型。其中一组是**“探索者”，他们非常谨慎。他们充气速度极慢且小心翼翼，试图弄清游戏的每一个细节，但最终获得的积分较少。另一组是“双峰型”策略家**，他们是适应风险的高手。他们学会了在小气球时只充一点点气（以确保安全），但在大气球时则会充更多气，因为他们准确知道何时该停止。这些“双峰型”智能体在游戏中表现得出色得多。
但真正的奇迹发生在研究人员观察这些计算机大脑内部思想的“形状”时。他们发现，“双峰型”智能体以一种整洁、低维的方式组织他们的思想。想象一下，他们的思想就像一个平滑、弯曲的滑梯，清晰地将“安全”与“冒险”的情况区分开来。相比之下，“探索者”智能体的思想则是混乱、纠缠在一起的，安全与冒险的情况在那里完全混淆了。随后，研究人员将这个计算机生成的地图与 44 名正在玩同一个气球游戏的癫痫患者的实际大脑活动进行了对比。结果惊人地相似。那些玩得像“双峰型”智能体一样的人类，其大脑活动形成了同样的整洁、有组织的“滑梯”，清晰地分离了不同的风险等级。而那些玩得像“探索者”一样的人类，则表现出混乱、纠缠的大脑模式。
该论文表明，做出聪明、冒险决策的秘诀不仅仅在于拥有一个“好”的大脑，而在于拥有一个能以特定的、高效的几何形状组织信息的脑。这些“双峰型”的人类和计算机都使用了一种策略，即将中等回报和高回报的气球视为同一个大的“放手去做”类别，同时将危险的气球完全分开。这使他们能够做出快速、适应性的决策。相比之下，“探索者”模糊了安全风险与中等风险之间的差异，使得决定何时冒险变得更加困难。这项研究并未证明这是大脑运作的唯一方式，但它有力地表明，我们的脑部——就像我们最优秀的智能技术一样——依赖于这些清晰、低维的地图来应对不确定性。这是人类选择这一复杂且混乱的世界如何建立在简单、优雅的数学结构之上的一个绝佳案例，无论是在硅芯片中还是在人类神经元中。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。