研究人員構(gòu)建了第一個全面的模型，研究大腦中的神經(jīng)元在面對復(fù)雜的決策過程時如何表現(xiàn)，以及它們?nèi)绾芜m應(yīng)錯誤并從錯誤中學(xué)習(xí)。
該數(shù)學(xué)模型由劍橋大學(xué)的研究人員開發(fā)，是對這一過程的第一個生物學(xué)現(xiàn)實描述，不僅能夠預(yù)測行為，還能夠預(yù)測神經(jīng)活動。研究結(jié)果發(fā)表在《神經(jīng)科學(xué)雜志》上，可能有助于了解強迫癥和帕金森病成癮的病癥。
該模型與一系列廣泛任務(wù)的實驗數(shù)據(jù)進行了比較，從簡單的二元選擇到多步驟順序決策。它準確地捕捉行為選擇概率并預(yù)測實驗中的選擇逆轉(zhuǎn)，這是復(fù)雜決策的標志。
我們的決定可能會帶來即時的滿足感，但它們也可能產(chǎn)生深遠的影響，而這反過來又取決于我們已經(jīng)采取或未來將采取的其他一些行動。我們大多數(shù)人遇到的麻煩是如何考慮特定決策的潛在長期影響，以便做出最佳選擇。
決策主要有兩種類型：基于習(xí)慣的決策和基于目標的決策?；诹?xí)慣的決策的一個例子是日常通勤，通常每天都是相同的。正如某些網(wǎng)站被緩存在計算機上以便下次訪問時加載速度更快一樣，習(xí)慣也是通過“緩存”某些行為而形成的，從而使它們幾乎成為自動行為。
基于目標的決策的一個例子是同一通勤中發(fā)生交通事故或道路封閉，迫使采用不同的路線。
該論文的第一作者、哥倫比亞大學(xué)的約翰內(nèi)斯·弗里德里希博士說：“從神經(jīng)學(xué)的角度來看，基于目標的決策要復(fù)雜得多，因為有更多的變量——它涉及探索一系列可能的未來情況。”在劍橋大學(xué)工程系擔任博士后研究員期間進行了這項工作。“如果你考慮在日常通勤中繞行，那么每次到達十字路口時你都需要做出單獨的決定。”
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！