我們的大腦究竟如何運(yùn)作？這個(gè)問(wèn)題對(duì)科學(xué)家而言是一項(xiàng)迷人的挑戰(zhàn)。如今，一項(xiàng)新研究通過(guò)復(fù)雜的數(shù)學(xué)模型，進(jìn)一步為我們揭示大腦的內(nèi)在運(yùn)行原理。英國(guó)科學(xué)家表示，他們構(gòu)建出了第一個(gè)“實(shí)際生物學(xué)數(shù)學(xué)模型”，它和大腦制定復(fù)雜決策的方式相匹配。

這個(gè)模型不僅能夠預(yù)測(cè)行為，還可以預(yù)測(cè)實(shí)際的神經(jīng)活動(dòng)。它模擬人類大腦在決策制定過(guò)程中所經(jīng)歷的路徑，以及我們從錯(cuò)誤中吸取教訓(xùn)、為未來(lái)進(jìn)行調(diào)整的方式。該團(tuán)隊(duì)的研究成果或許最終能夠幫助我們更好地理解多種疾病，例如強(qiáng)迫癥和帕金森病。

研究人員之一、哥倫比亞大學(xué)的Johannes Friedrich說(shuō)道：

構(gòu)建這類模型是很困難的，因?yàn)槟Ｐ捅仨氃谶^(guò)程中的任意已知點(diǎn)為所有可能決策進(jìn)行計(jì)劃制定，而計(jì)算方式必須在生物學(xué)上說(shuō)得通。對(duì)人類和動(dòng)物而言，決策制定能力是一項(xiàng)核心能力，因此這是理解大腦運(yùn)作原理的一個(gè)重要部分。

研究人員對(duì)基于目標(biāo)的決策(例如對(duì)日常通勤路線的封路做出反應(yīng))和基于習(xí)慣的決策(在無(wú)干擾的情況下，像往常一樣通勤)進(jìn)行研究。許多研究都曾探究過(guò)基于習(xí)慣的決策，而基于目標(biāo)的決策的研究則更為困難，因?yàn)槲覀冃枰紤]許多變量。

研究人員寫出了一個(gè)復(fù)雜的數(shù)學(xué)算法，并將它和實(shí)驗(yàn)數(shù)據(jù)進(jìn)行比較。結(jié)果發(fā)現(xiàn)，它能夠精確地捕捉行為選擇的概率，并預(yù)測(cè)選擇的逆轉(zhuǎn)(這是復(fù)雜決策的特點(diǎn))。該模型還展現(xiàn)出，當(dāng)神經(jīng)元網(wǎng)絡(luò)以特定方式連接時(shí)，它將如何在任意給定情景下鑒別出最優(yōu)決策和未來(lái)的累積回報(bào)。

該模型還為我們示范了，突觸如何根據(jù)過(guò)去經(jīng)驗(yàn)的有效或無(wú)效性進(jìn)行調(diào)整并重塑。它的意義十分重大，這正是人類和動(dòng)物身上每天都在發(fā)生的行為。研究人員發(fā)現(xiàn)，在基于目標(biāo)的決策制定中，突觸和連接著的神經(jīng)元會(huì)根據(jù)行為選擇和當(dāng)前回報(bào)，將情景如何先后發(fā)生的知識(shí)嵌于腦海中。

我們也許能夠?qū)⑦@個(gè)新算法應(yīng)用于計(jì)算機(jī)中，用來(lái)解決相似任務(wù)。

[蛋花 via sciencealert]