| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 如何做出正确决策? -> 正文阅读 |
|
[人工智能]如何做出正确决策? |
关注“心仪脑”查看更多脑科学知识的分享。 关键词:脑科学、脑成像、磁共振、neuron、fMRI 现实生活中,我们经常会面临需要决策的时候,比如你想要去做个美甲,你通过朋友介绍和大众点评推荐,了解到几家店铺可作为候选者。那最终选择哪一家,如何选择正确或明智的决策,需要我们考虑很多因素,比如价格、距离、服务员态度、店铺环境等等,最后综合考虑决定去哪一家店铺。去哪一家店铺还是不去哪一家,看似很简单的行为,我们的大脑其实是在高速运转着。有研究指出,大脑前额叶皮层的神经元负责编码选择项的估值。 前额叶皮层是额叶的最前部,是最高级的联合皮质,它整合了来自大脑其余部分的信息,对人们当前的状况形成总体信息。所以,作为大脑的理性决策中心,前额叶也是大脑的“刹车系统”(breaking system),它帮助你进行认知控制,避免你在自我设定的想法中无法自拔。价值评估过程中,主要涉及腹侧纹状体、腹内侧前额叶、眶额叶皮层以及背外侧前额叶、前扣带回,它们的共同作用来编码对价值的评估和选择。 (图片来源于网络) 决策需要考虑多种可能性,我们的大脑会评估我们可能做出选择的潜在好处,所以,在做决策之前,我们必须要知道我们做出正确决策的概率,称为内部概率(internal probability))以及该选择带来预期结果的可能性有多大,称为外部概率(external probability)。 今天我们来进一步了解在你决策前后,你的大脑是如何评估这两种概率,从而来做出比较明智的决策。 举个例子,比如周围新开了一个好吃的餐厅,你和你的朋友决定是否去这家餐厅可能会考虑两个因素,一是在没有GPS导航的情况下,我们会评估自己开车去这家新餐厅的能力(内部概率),二是去了之后,这家餐厅营业的可能性(外部概率),这两种概率结合起来决定了我们是否自己开车前往这家餐厅。 外部概率反映了这样一个事实:当一个选择在一个给定的环境中做出时,不管一个人付出多少努力,结果都可能是概率性的,这是由环境固有的不确定性造成的。相反,内部概率反映了与正确选择能力相关的不确定性,比如,行动者可能会意识到只有一定的概率他们会有效地做出特定的选择。内部概率可以通过元认知过程来评估,比如自我反思,它作用于与记忆、知觉和认知表现有关的表征。最近,Kentaro Miyamoto等人的研究揭示了大脑是如何评估这两种概率的。 实验设计 实验刺激为两个随机点运动图(random- dot kinematogram, RDK):A类包含了全部100%的点,但运动方向是不一致的(一致性在0%-75%之间); B类只包含了部分点(10%-100%), 但运动方向是一致的(一致性为100%)。 被试的任务是按键判断点的运动方向,在判断正确的前提下, 被试得到奖赏的概率是图中随机点的个数: 正确判断A类图运动方向将会100%获得奖赏; 而正确判断B类图运动方向获得奖赏的概率将会因为点数量的限制位于10%-100%之间。其中A类被认为是内部概率任务,因为被试要对自己的认知能力进行主观判断,自己能否正确辨认该图的整体运动方向, 因为只要判断正确就能获得奖赏,任务由运动同步点的一致性所调节;B类被认为是外部概率任务,被试需要判断正确执行任务将带来奖励的可能性,因为任务比较简单,但奖励由包含的点数所定义。 该实验设计包含了两个试验任务,第一个是主任务,参与者必须在元认知判断阶段做出预期决定,决定在接下来的感知决策任务中是执行内部概率任务还是外部概率任务。被试的任务是选择他们最有可能获得奖励的决策任务,同时利用功能核磁共振(fMRI)记录受试者的神经活动。第二个为后续任务,该任务仅包含内部概率任务的感知判断,出现的任务刺激和主任务中的元认知判断任务中的内部概率任务刺激相同。此认为设计为互补决策类型。 ?图1 实验概念和任务设计 实验结果 01 1. 对内部和外部概率的元认知判断 从对任务的选择进行观察,发现当内部概率增加或外部概率减少时,受试者在主任务的元认知判断阶段对内部概率任务的选择增加。同时,如果将试验分成两类,一类是外部概率比内部概率的奖励概率更高(挑战性试验),另一类则相反(必然试验)。研究发现当参与者在挑战试验中故意拒绝较高的外部概率选项时,与在提供较低外部概率的不可避免的试验中选择内部概率选项时相比,中等连贯性(连贯性水平:0.06,0.12)的感知决策性能有所提高。这表明参与者以前瞻性和适应性的方式使用了他们对可能表现水平的元认知评估。 图2 行为学结果 02 元认知判断和知觉决策期间的神经活动 假设1:内部和外部概率是否共同激活了同一大脑区域? 作者采用全脑参数一般线性模型(GLM),发现在感知决策阶段,无论是在内部概率还是外部概率任务中,腹背侧前额叶(vmPFC)和后扣带回皮层(ACC)中的活动都能够反映出与所选任务相关奖励的可能性,如下图3A所示 ?图3 内部概率和外部概率编码的共同区域(A)和特异脑区(B) 假设2:内部概率是否具有特定的编码区域? 为了研究第二个假设,作者寻求在感知决策过程中受内部概率更显著调节的大脑活动,发现内侧额极区(FPm)和前外侧前额叶皮层(alPFC)中的活动特异地与在感知决策过程中对所选内部概率选项的评估有关,如上图图3B所示。 假设3:在元认知判断阶段,当内部概率选项被选择和未被选择时,对前瞻元认知至关重要的脑区是否对内部概率进行编码? 图4 在元认知判断中alPFC的特异性活动 因为研究发现FPm和alPFC是内部概率特异性编码区域。研究进一步发现,在元认知判断阶段,左侧alPFC47活性受到内部概率选项的显著调节,即是当内部概率选项被选择和未被选择时alPFC47的活动都表现为增强,且在内部概率选项被选择时alPFC47活动变化更快,这与在选择内部概率选项时更快地积累相关信息的过程一致,如上图图4所示。也就是说,alPFC似乎是选择内部概率的证据积累器,进而在元认知判断期间将内部概率与外部概率进行比较 实验结论 我们在做决策时,有两种类型的概率需要考虑,第一种是评估选择和结果之间的偶然性,即选择导致结果的可能性有多大,第二种是评估决策者正确做出选择的概率有多大。第一种大量的人类和猕猴研究中,发现选择和结果之间的学习偶然性依赖于外侧眶额沟内和外侧皮层,而这种偶发性在决策时表现在内侧额叶皮层中。而第二种评估取决于alPFC,alPFC在人们进行预期元认知判断中起到的重要作用。alPFC对内部概率做出预期元认知判断时具有高度专一性,对要做出何种决定起到关键作用,表明人们可以预期估计自己做出正确决定的内部概率。 主要参考文献: Miyamoto, K., Trudel, N., Kamermans, K., Lim, M. C., Lazari, A., Verhagen, L., ... & Rushworth, M. F. (2021). Identification and disruption of a neural mechanism for accumulating prospective metacognitive information prior to decision-making. Neuron, 109(8), 1396-1408. |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/26 12:22:54- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |