牛津最新NN：做決定前該收集多少信息？研究揭示人類探索行為的底層算法

認知神經科學前沿文獻分享

基本信息

Title:Interpretable abstractions of artificial neural networks predict behavior and neural activity during human information gathering

發表時間:2026-06-26

發表期刊:Nature Neuroscience

影響因子:20.3

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

日常生活中，我們常常面臨“布里丹之驢”的困境：在做出最終決定前，究竟該繼續收集信息，還是立刻采取行動？如果繼續收集，又該把有限的注意力分配給哪個選項？

在認知神經科學中，研究者通常會預設一些數學模型（如線性遞減或基于置信上限的UCB算法）來描述大腦如何計算“信息價值”。然而，這種預設限制了我們發現更真實、更復雜認知機制的可能。此外，盡管腹側被蓋區、藍斑等多個腦干神經調控核團都被認為參與了不確定性的處理，但由于這些核團極小，傳統功能磁共振成像很難在人類大腦中同時且精確地分離它們的活動。

為了解決這些痛點，牛津大學的研究團隊在 Nature Neuroscience 發表了一項最新研究。他們巧妙地將人工神經網絡與符號回歸結合，直接從行為數據中反推出人類評估信息價值的數學公式。同時，借助7T超高場fMRI，研究者首次在人類身上同時測量了五個腦干神經調控核團及相關皮層區域的活動，揭示了大腦控制信息采樣的底層計算與神經機制。

研究核心總結

一、人類在收集信息時追求“信息對稱”，而非單純降低絕對不確定性

在信息采樣任務中，參與者需要通過移動鼠標來逐步揭開不同選項（點陣）的顏色，最終選出紅色點數最多的選項。研究者對比了三種計算模型：線性模型、UCB模型以及一種不預設函數形式的混合人工神經網絡（ANN）模型。

結果表明，混合ANN模型對參與者行為的預測準確率顯著優于傳統模型。更有意思的是，傳統模型（如UCB）認為人們會根據某個選項的“絕對不確定性”來決定是否探索，即對它越無知，探索的價值越高。然而，ANN學習到的策略顯示，參與者實際上是在整合多個選項的證據：他們評估信息價值時，看重的是選項之間收集到的證據比例。換句話說，人類在探索時追求的是“信息對稱性”，即試圖平衡對各個選項的了解程度，而不是孤立地去最小化某個選項的不確定性。

Fig 1. 信息采樣任務的設計邏輯。參與者需要決定是繼續采樣還是做出選擇，以及在采樣時是留在當前選項還是切換到另一個選項。

Fig 4. 不同計算模型下信息價值的3D可視化。與線性模型和UCB模型不同，ANN模型在計算停留或切換的價值時，會同時整合來自當前關注選項和未關注選項的證據。

雖然ANN預測精準，但其內部的黑盒機制難以提供心理學上的解釋。為此，研究者引入了“符號回歸”技術，在龐大的數學表達式空間中搜索，將ANN包含數千個參數的復雜網絡壓縮成了一個只有四個核心參數的簡潔公式。

這個公式揭示了四個關鍵的心理變量：注意慣性（保持當前狀態的基線傾向）、信息飽足（隨著證據積累，繼續采樣的意愿下降）、無向探索（隨機切換的基線傾向）和有向探索（了解當前選項后，轉向其他選項的意愿上升）。這套從數據中反推出來的公式不僅完美復現了ANN的預測能力，甚至在另一個完全獨立的雙臂老虎機任務數據集中，也展現出了比經典UCB模型更優的泛化預測表現。

Fig 2. | Sampling behavior and computational model. a, Relationship between accuracy and average amount of evidence collected. Each colored dot rep...

Fig 5. 從行為數據到可解釋公式的推導過程。研究者利用深度學習擬合數據后，通過符號回歸提取出了決定停留和切換價值的具體數學表達式。

在行為建模的基礎上，研究者利用7T超高場fMRI，精確鎖定了大腦在執行這些計算時的神經活動。全腦分析顯示，前腦島（AI）和前扣帶回皮層（ACC）的活動與ANN推導出的信息價值高度共變。具體而言，當切換注意力的價值升高時，這兩個區域的活動增強；當維持當前注意力的價值升高時，活動減弱。

而在皮層下，五個神經調控核團展現出了截然不同的分工。腹側被蓋區（VTA）的活動模式最為特殊：它對信息總價值表現出負向編碼，而對選擇總價值表現出正向編碼。這種相互對立的編碼模式，恰好使VTA成為了一個理想的仲裁者，負責在“繼續收集信息”和“立刻做出最終選擇”之間拍板定音。此外，黑質（SN）也參與了信息價值的追蹤，而藍斑（LC）和中縫背核（DRN）等區域在本次任務中并未表現出顯著的相關性。

Fig 3. | Model comparison. a, Schematic of three approaches to computing the VoI as a function of the number of samples (see Fig. 1b for details)...

Fig 6. 價值信號在全腦及神經調控核團中的神經關聯。AI和ACC追蹤了停留與切換價值的差異，而VTA則在信息價值與選擇價值之間表現出對立編碼。

研究意義

這項研究不僅刷新了我們對人類探索行為的認知，指出我們天生傾向于平衡未知而非消滅未知，更重要的是，它提供了一套極具啟發性的方法學框架。

長期以來，認知建模在理論驅動的簡單模型（易解釋但預測差）和數據驅動的深度學習（預測準但難解釋）之間存在鴻溝。本研究通過“混合ANN加符號回歸”的路徑，成功搭建了一座橋梁，證明了我們可以從行為數據中自動發現既精準又具備心理學意義的認知方程。未來，這種范式有望被廣泛應用于學習、記憶、社會認知等更復雜的腦科學領域，幫助我們從海量數據中提煉出大腦運轉的底層法則。

分享人：飯鴿兒

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿