上紐大教授Jeffrey Erlich：決策的本質是什麼？突破閾值_風聞

隨着技術發展，過去我們對大腦的許多認知都亟待革新。

我們每天都在做無數個決策，又不斷為決策失誤而後悔。從神經科學角度來看，在決策的過程中，哪些因素會影響我們的大腦？做決策是獨屬於有意識的生物的能力嗎？人工智能做決策會不會比人類更理智、更合適？

上海紐約大學Jeffrey Erlich 教授，在大腦決策機制與影響因素課題上研究頗多，他希望通過研究不同因素對於人類決策的影響，去改善諸如貧困等等的社會問題。

Jeffrey Erlich

上海紐約大學神經學與認知科學助理教授

紐約大學全球特聘助理教授

只有擁有意識的生物能做決策嗎？

造就：從認知神經學角度來看，決策的本質是什麼？

**Jeffrey Erlich：**關於決策是什麼這個問題，實際上神經科學家並未達成一致意見。

在我看來，很多東西都可以算作決策：比如當你的恆温器感知到房間內的温度太低並打開制熱功能時，它就是在做決策；再比方説，一隻毛毛蟲在一株植物上產卵，植物噴射出一點東西將卵沖走，這也是一種決策。

在正常的人類語言中，我們通常認為，決策是一種有意識的、故意為之的決定，比如決定穿什麼衣服去上班，或者是決定晚餐吃什麼，總之它們都是某種有意識的行為。但問題在於——我們並能不確定，動物是否都具備意識。

通常我們認為人類是有意識的，因為看起來我們似乎真的有。我覺得老鼠可能也擁有某種意識，不過我不知道青蛙是否有意識——但青蛙也會做決策。

所以，如果我們認為，決策一定是有意識的，那麼這就給研究動物製造了一個難題。所以我一般不把決策僅僅認定為一些經過深思熟慮的、有意識的決定，我認為只要是有某種連續的信息輸入，然後突然間它的結果突破了某個閾值，並導致了一個動作，那就是決策。

決策在某種意義上是一個動作。如果我看到一隻球朝着我的頭飛來，我就做出決策，抬起手臂進行阻擋。這是一種非常本能的過程，可能也是非常理性的，因為我是在保護自己。

不過它同樣也是情緒化的，因為我感到受到了某個飛向自己的東西的威脅。

做出抬起手臂阻擋的決策時，很明顯涉及到了不同的腦區。像杏仁核這樣的腦區，它似乎更多地跟先天行為有關，也就是你通過遺傳獲得的行為。

比如有一隻在實驗室裏長大的老鼠，它一輩子從沒見過貓，但你把一隻貓帶到這裏，老鼠會感到害怕。它的這種害怕，不是後天習得的，而是被硬編碼到它的大腦當中，這些就是所謂的先天行為。

但有一些行為是後天習得的，比如我坐在這裏接受採訪，我們談話中涉及到的很多神經科學知識，我必須窮盡一生來學習它們，我不是通過進化就知道這些知識的，進化只是賦予了我語言能力和思維能力。

所以，在某種意義上，我們可以對決策行為這樣分類：有的決策行為是先天固有的，出於本能、遺傳的；而有些決策行為是非常靈活的，是取決於前因後果的。通常我們在做決策的時候，還會在這兩種決策之間再進行一些權衡。

造就：從神經科學的角度來看，哪些因素會影響我們做決策？

**Jeffrey Erlich：**在這個問題上，丹尼爾·卡尼曼（Daniel Kahneman）有一個前景理論，他認為你對一種選擇進行設置的方式，會對決策產生巨大影響。

（丹尼爾·卡尼曼，心理學家，2002年因為“把心理學研究和經濟學研究結合在一起，特別是與在不確定狀況下的決策制定有關的研究”而獲得諾貝爾經濟學獎。）

舉個例子，比如面對一個醫生時，你告訴他，有一種治療方法，它可以挽救很多人的生命，他們會據此做出判斷和決策；但如果你對醫生説，這裏有一種療法，但它會導致一些人死亡。

這其實跟前面完全相同的選擇，只不過被設置成生死兩方面的説法，但一些人會因此改變他們的選擇。

所以，這是一種非理性決策。但我認為造成這種結果部分原因是語言，我們會在自己的語言推理中犯很多錯誤。

人工智能與人類，誰更適合做出好的決策？

造就：人工智能可以幫助人類更好地做決策嗎？

**Jeffrey Erlich：**毫無疑問可以，但也要看是什麼類型的人工智能。現在非常流行深度學習系統的人工智能，它們是由大數據驅動的；但還有其他類型的人工智能，比如專家系統，它們不一定要依賴於大數據。很多重要的工作現在已經得到人工智能的協助，比如醫生、律師的工作。

造就：但是大數據不可避免存在偏見，用這種數據訓練AI，AI也習得偏見該怎麼辦？

**Jeffrey Erlich：**如果你使用存在偏見的數據訓練人工智能，那麼它就會擁有偏見。人類會意識到數據集中存在偏見這個事實，我們可以對那些偏見進行糾正。

但我想説的是，我不是在提倡由人工智能做決策，我只是主張人工智能可以幫助人類來做決策。

我確實認為人類會做出可怕的決策，人類是非常自私的，他們既貪婪又小氣，既自負又傲慢，而人工智能不存在這些問題。

如果你正確地編寫了目標函數，比如開發一個人工智能，告訴它，我們希望最大限度地提高這個國家人民的預期壽命或是之類的事情，並且要為此制定政策。那麼，接下來人工智能就會非常清楚目標是什麼，然後按照目標去執行。

造就：如果讓人工智能代替人類來做決策和管理的話，你認為那一天還有多久會到來？

**Jeffrey Erlich：**我覺得，比你想象的要快。世界上有很多國家，我們只需要一個小國家同意開展這樣的實驗，然後觀察事情的進展。或者可能用一個城市來實驗，我們請人工智能來當市長。

人們早已經在把自己的生命交給人工智能掌控，比如飛機上的自動駕駛功能。

當然，現在去實施全面的人工智能管理顯然是有風險的，就像你説的，如果它們使用存在偏見的數據進行訓練，它們可能會犯錯；但我覺得，在未來的一段時間內，人類將和人工智能攜手合作，人工智能會越來越受到我們的信任，直至它們幾乎實現了完全獨立的運作。

目前，在一些政黨輪流執政的國家，政客們只會基於幾年的情況進行決策，因為他們只想被選上台，然後他們就拍拍屁股走人了，他們並不關心之後會發生什麼。

而人工智能擁有連續性，它們沒有政客的毛病和缺點，我認為，它們或許比人類更適合做長期的決策。

未來，神經科學會顛覆心理學嗎？

造就：你認為在未來，神經科學會逐步取代現有的心理學嗎？

**Jeffrey Erlich：**在我看來，心理學和神經科學之間是有區別的。我們有心理學，也有認知科學，這兩者是高度重合的。而我們有神經科學，也有認知科學，所有這些學科都有很多重合之處，彼此之間並不是涇渭分明的。

如果你想成為一名神經科學家，你必須記錄或是擾動大腦活動；而在心理學研究中，你只需要跟行為打交道；而認知科學的話，你要對認知進行建模，但不需要測量大腦或是擾動大腦活動，這三者的差異很微妙。

但我覺得，從事心理學研究的人跟從事神經科學研究的人是存在明顯區別的，現在有了腦功能成像技術之後，這其中的界線變得有些模糊（註釋：過去，心理學家主要使用調查問卷來做研究，在無創的腦成像技術普及之後，心理學家和神經科學家都在使用這一手段進行研究工作）。

有些心理學的學者，他們的整個科研生涯都只是在研究行為，他們一般會做一些調查問卷，現在他們説，“好嘞，讓我們把這些被試對象，送到大腦掃描儀上面去，我們要檢測他們的大腦活動。”

雖然他們使用了腦功能成像技術，但他們就屬於神經科學家了嗎？我想不能吧。

有時候我看到新聞報道打出這樣的標題，《研究人員在大腦中發現了“自信”》。我想説，你覺得“自信”還能在哪兒呢？所有的行為都源於大腦。你説在大腦中找到了某種行為，這可算不上什麼研究發現，這是生物學的事實。

所以，要想得到更加有趣的研究成果，應該是這樣的：我有一套理論，講的是大腦的某些腦區以及活動模式，是如何導致某些行為產生的，然後我們再去求證它。

事實上，在這方面真的有非常好的研究工作在進行，但現在報道的很多研究基本上就是：哦，我們在大腦裏發現了這個啦。對我來説，這一點也不有趣。

所以，回到這個問題，心理學是不是受到了神經科學的威脅，我認為從科研資金的角度看，是受到了威脅的。但我認為這也是一個誤解，因為我們神經科學對行為的理解還不夠，神經科學研究的大多是一些非常簡單的行為。

舉例來説，我們會研究是右邊傳來的聲音多，還是左邊傳來的聲音多？就是這種非常簡單的知覺決策。這跟人們在日常生活中做出的複雜決策完全不同。

造就：那麼認知科學與神經科學之間的關係是怎樣的?

**Jeffrey Erlich：**我認為認知科學現在非常重要。得益於人工智能熱潮以及DeepMind這樣的公司，認知科學實際上出現了復興。

因此，我覺得現在有一種從舊心理學向認知科學的遷移的潮流，認知科學正在方興未艾的階段。

我記得《自然》雜誌上有一篇評論文章就是在講我們需要一種新的機器認知科學。我們需要接受過認知科學訓練的人來研究人工智能，比如深度網絡那樣的人工智能，以此來理解機器是如何思考的。

如果我們要依靠人工智能來為我們做出重要決策，我們最好要搞清楚它們是如何思考的，而理解事物如何思考的技能正是屬於認知科學和神經科學研究的範疇。

人們經常混淆大腦（brain）和心智（mind）的區別，大腦是你顱骨內的東西，那些黏糊糊的器官組織，而心智則是你個人體驗的現象。在我看來，如果你想研究大腦，以及大腦相關的疾病，你必須研究神經科學。

但如果你想研究心智，你可以研究認知科學。

我認為至少有一件事情是很難實現的——模擬大腦。在現實世界，進行完整大腦的模擬是不可能的。我不認為這個宇宙擁有足夠的計算機算力，來進行完整大腦的模擬。

而模擬大腦和模擬心智之間，存在着重要的區別：為了模擬大腦，我們必須模擬DNA、蛋白質、離子以及流體動力學。模擬心智要簡單許多，因為那樣我們只需要模擬心智的行為，不需要模擬所有的細節。

我們對大腦的一些認知，可能是錯的

造就：您正在從事的決策與壓力的相關研究，這個研究未來的應用方向是什麼？

**Jeffrey Erlich：**其實我的實驗室裏開展着幾個方向的研究，我在演講中（後期我們將會推送演講全文）談到的是把慢性壓力跟決策聯繫在一起的研究工作。

對我而言，這是一個非常重要的社會問題：很多人覺得人們陷入貧困是因為他們自身很糟糕，他們做出了糟糕的決策，他們咎由自取，他們好吃懶做，諸如此類。很多人都這麼認為。

但現在，越來越多的證據表明，這樣的推理是不嚴謹的。

首先，我們無法指責孩子，孩子並不是天生糟糕的人，他們是無辜的。但他們會生在貧困的家庭，他們缺乏營養、缺乏教育，他們最終可能做出許多糟糕的決策——這只是因為他們沒有獲得適當的資源。

所以，我們的研究工作有一部分是試圖證明這一點，我們想證明，在動物身上也存在這種現象。現在研究還在第一階段，而一旦我們確定了它，我們就可以真正去了解大腦中的變化，或許還可以試着制定一些政策來改善它。

如果我們可以在某種程度上緩解壓力對決策的不利影響，我覺得這具有很大的社會價值。

造就：到目前為止最讓你感到驚奇的認知神經學發現是什麼？

**Jeffrey Erlich：**在過去的十年中，技術的發展是如此驚人，讓研究大腦這件事變得越來越容易。

我們都知道條件反射，比如你敲一下自己的膝蓋，你就會做出踢腿動作。在大約100年的時間裏，我們學習了這種條件反射的概念，並且認為，行為基本上就像是更復雜的條件反射一樣。

行為發生的方式是：先是有了一些輸入信號，它引發了一個連鎖反應，然後你就得到了一些行為。這個概念已經被巴布洛夫（Pavlov）和 謝林頓（Sherrington）等人以及包括斯金納（Skinner）在內的其他行為學家普及給大眾。

但我認為，這個概念是錯的，特別是對於大腦的某些部位，比如前額葉皮層和額葉皮層，它們根本不是那樣運作的。

現在從猴子和老鼠身上得到的證據表明，大腦，尤其是額葉皮層，它的工作的方式，更像是一團混亂的活動漩渦：當你有一個輸入信號時，它只會稍稍改變一些東西，非常小的變化，而在這個漩渦中，這種細微的變化中幾乎微不可查，但已經足夠生成一項決策中的行為。

這和我們之前對於大腦運作的理解是不同的：過去我們認為，大腦這列火車，正在沿着一條軌道前進，然後你扳動開關，進行變軌，它就沿着另一條軌道走了。

但其實這樣的類比是不對的。有一整代的神經科學家——年長的或者和我年齡相仿的神經科學家——都學過這個類比，認為大腦是軌道上的火車，而決策就是那些變軌的開關。

**我覺得從某種意義上説，我們都被這個類比誤導了，大腦並不是這樣運作的。大腦是一種超級複雜的動態系統，它有着各種各樣的反饋機制和數學原理。**打個比方的話，大腦就像由線性代數和微分方程構成的數學，或者説是一種更高維度的生物。

我覺得我們有必要改變人們對於大腦運作方式的看法——從火車變軌的視角轉換到這種更加動態的視角，尤其是在教育下一代神經科學家的時候。

因為現在已經很清楚，這才是大腦運作的方式，至少我們新發現的腦區，比如説皮層，它是這樣運作的。我認為，對我來説，這可能是最大的轉變和發現。