人腦如何駕馭地鐵路線？導航遊戲為你破譯

海歸學者發起的公益學術平台

分享信息，整合資源

交流學術，偶爾風月

在機器學習中，程序員所開發的AI能夠計算一個簡單行為的所有可能結果。然而人類自身並沒有這種生硬的計算能力，我們必須先進行精準的思考，然後執行計劃。5月18日，谷歌DeepMind團隊和牛津大學學者刊登在《Neuron》上的一篇文章指出，人們會在思維上創建不同「層級」來指導我們的行為，然後考慮更高級別的事情，而不是思考具體步驟。

Jan Balaguer是牛津大學的博士，同時也是谷歌人工智慧團隊DeepMind成員。他談道：「我們主要是想理解人類或動物是如何做出長期決策的。研究機器學習對於複雜任務和現實問題的解決方法是非常有趣的事，這往往要從神經科學上來尋找靈感。」Balaguer和他的同事就是通過一款導航遊戲來破譯人腦制定決策的過程。

上圖為地鐵線路計劃的圖形表達，左邊為平面式，右邊為層級式。每個節點表示一個可能的狀態 (通常為站點)，機器人代表起始站，旗子代表終點站。層及模式可以使這樣的迷宮圖轉化為關聯環境 (即紅線區與藍線區)。這在某種程度上可以簡化對地鐵線路的識別和計劃。

在一個類似倫敦地鐵的虛擬軌道系統上，每個站點代表一個步驟，不同顏色的地鐵線代表不同的層級。22個實驗對象都被給予一個終點站作為目標，不過每個人看到的線路顏色、站名都是經過重置的，地圖的方向也進行了旋轉。在遊戲過程中同時接受功能性磁共振成像掃描 (fMRI)。

圖上的這些語義描述代表了一次旅程中的一系列事件。黑色方塊上的上下兩個名字分別代表當前站和終點站。響應方向 (箭頭) 和線路顏色並不展示給試驗者。最下面的數字記錄了試驗者在每一個事件上所花費的時間 (以秒為單位)。

在不同模式下，所需花費的計算步驟也是不同的。圖中展示了四種思維：按照單個站點籌劃、按照不同地鐵線路籌劃、按照換乘站籌劃、按照180度轉彎U-turn籌劃。

試驗者在進行導航遊戲時，研究人員重點觀察他們的注意力是更集中於地鐵線路還是個體站點上。結果發現，腦部活動和反應時間主要隨著試驗者與終點站間的地鐵線路變化增加，而不是總站數。大腦中與這種決定相關的區域有兩部分，一個是具有高級認知功能的內側前額葉皮層 (medial prefrontal cortex) 背部，一個是參與實際或者假想運動的前運動皮質 (premotor cortex)。

四種思維模式下腦部冠狀面 (上) 和矢狀面 (下) 狀態圖

Balaguer說：「我們比以往研究更加簡單直接地證明了人腦中的層級表現。」

另外，隨著試驗者越發接近終點，其腦中的腹正中前額皮質和海馬體也變得更加活躍。在以前的研究中，只發現海馬體在試驗者接近既定目標時，會有所表現。

Balaguer介紹：「通過研究人腦如何執行具有層級結構的事情，可以幫助我們設計更為高級和智能的演算法。在機器學習中，擁有層級描述的演算法對於決策來說可能有利有弊，就看你最開始的時候能不能做出正確選擇。「

※誰為我導航？
※坑人導航！泰男子跟著導航開車結果卡在鐵軌上，車子被火車撞報廢
※全球導航衛星是如何拯救「路痴」的？
※天舟一號如何精準「快遞」？北斗導航全程護航
※紹興觀鳥哪裡去？本地愛鳥人為你導航
※車載導航地圖：無人駕駛行業的下一個金礦
※脈衝星導航，這事兒靠譜嗎？
※頻道導航
※北歐維京海盜怎樣打劫商船？導航居然是太陽石
※古代航海靠什麼導航
※導航不能信！司機剛誇導航准車子就翻了個跟頭
※導航儀不知道的路
※傳統車載導航將被淘汰，這款手機導航軟體讓奧迪寶馬都尷尬！
※路痴有救了！英國航空公司推出智能導航鞋子
※別去為愛情裝「導航」
※林志玲嘆沒人牽線 笑問「對的人」：需要導航？
※汪峰穿西裝獲保鏢護駕導航 一路看手機似被章子怡查崗
※開車用導航＝盲駕？老司機都不知道，這樣用導航才正確！
※地圖導航的路況信息是怎麼來的？