你以為自己是在“想清楚”之后才做決定。但神經(jīng)科學一次次提醒我們：很多時候，決定早已在大腦深處悄然完成。

想象一個簡單場景。屏幕上是一片雜亂運動的點，其中有一部分微弱地朝同一方向移動。你需要判斷它們是向左還是向右。這個任務枯燥、單調，卻成為過去幾十年決策神經(jīng)科學中最重要的實驗之一。因為在這里，研究者第一次能夠把三件事放在同一個框架下觀察——行為表現(xiàn)、數(shù)學模型，以及單個神經(jīng)元的放電活動。

當信號足夠清晰，你判斷得又快又準；當信號接近噪聲，反應變慢、錯誤增加。心理物理學可以精確畫出一條曲線，描述刺激強度與判斷準確率之間的關系。而在大腦中，一些神經(jīng)元的活動會隨著證據(jù)積累逐漸增強，仿佛在為某個選擇“蓄勢”，直到越過某個閾值，行為發(fā)生。

這聽起來像理性計算——證據(jù)在時間中累積，直到足夠確定。但當研究者用因果方法干預這些腦區(qū)時，事情變得不再簡單。有些區(qū)域被抑制后，判斷能力幾乎崩潰；另一些區(qū)域被抑制，卻只影響動作精度，而不改變選擇本身。于是，一個令人不安的事實浮現(xiàn)出來：能讀出選擇的地方，不一定是選擇真正發(fā)生的地方。

決策不是一個按鈕被按下，而更像是一個網(wǎng)絡狀態(tài)的形成。當問題從“左還是右”轉向“哪個更值得”時，復雜度陡然上升。你愿意為某件物品多付多少錢？愿不愿意等更久換更大的回報？是否為了一個小概率的大收益承擔風險？

經(jīng)濟學曾試圖給出優(yōu)雅答案。只要把每個結果乘以概率，再加總——期望值最大者即為理性選擇。但現(xiàn)實很快偏離了這個公式。很多人寧愿要確定的10，也不要50%概率的20。即便后者期望值更高，內心仍然抗拒。于是出現(xiàn)了“期望效用”的概念：我們在乎的不是金錢本身，而是金錢帶來的主觀價值。而這個主觀價值并非線性增長，隨著資源增加，邊際效用遞減。再后來，“前景理論”進一步指出，人們對損失的敏感遠高于對收益的敏感；我們高估小概率，低估大概率；我們以當前狀態(tài)為參照點，而不是以絕對零為基準。

神經(jīng)層面的研究為這些現(xiàn)象提供了部分支持。一些腦區(qū)在面對潛在損失時反應更為劇烈；同一個結果，在不同框架下會激活不同強度的神經(jīng)活動。但更有意思的是，所謂“風險偏好”并不是穩(wěn)定特質。在波動環(huán)境中，人們會改變對概率和收益的權重。所謂的“厭惡風險”或“偏好風險”，可能只是對環(huán)境結構的適應。

換句話說，大腦也許并沒有一個固定的“風險參數(shù)”。它在不斷調整權重。

學習讓這個系統(tǒng)更加動態(tài)。強化學習的核心思想非常簡單：當結果比預期更好，未來更傾向重復；當結果更差，未來減少嘗試。關鍵不在獎勵本身，而在“預測誤差”——實際結果與預期之間的差異。某些神經(jīng)系統(tǒng)的活動模式，恰好與這種誤差信號高度一致。當結果超出預期，它們短暫增強；當結果落空，它們被抑制。隨著時間推移，這種誤差信號會從結果本身轉移到預示結果的線索上。你看到某個標志，就已經(jīng)“預感”到接下來的獎勵或失望。學習并不是決策之后的附屬品，而是嵌入在決策結構之中。

當另一個人進入情境，結構再次改變。你的收益不再只取決于你做什么，還取決于對方如何預測你。博弈論告訴我們，在某些競爭游戲中，最優(yōu)策略是隨機。但人類并不擅長真正隨機。我們依賴歷史經(jīng)驗，這在大多數(shù)環(huán)境中是優(yōu)勢，卻在競爭中暴露模式。實驗顯示，當個體反復與對手博弈時，選擇概率會逐漸接近50%，看起來像隨機。但深入分析發(fā)現(xiàn)，他們并未停止學習，而是降低了更新強度，避免形成明顯偏好。大腦在“利用經(jīng)驗”與“避免被利用”之間尋找平衡。

更深層的影響來自那些看不見的化學系統(tǒng)。多巴胺、去甲腎上腺素、血清素……它們不像興奮或抑制那樣直接觸發(fā)神經(jīng)元放電，而是改變神經(jīng)元對信號的敏感度。它們更像旋鈕，而不是開關。當多巴胺水平變化時，人們對獎勵的敏感度、對時間的折扣率都會發(fā)生改變；當血清素系統(tǒng)波動時，對不公平的容忍度會隨之變化。偏好并非恒定的內在參數(shù)，而會隨著生理狀態(tài)、壓力水平、社會環(huán)境而重組。如果把電活動看作瞬時計算，那么這些神經(jīng)調質系統(tǒng)更像在設置計算環(huán)境。它們決定哪些信號更重要，哪些沖動更容易被抑制，哪些記憶更容易被調動。

當我們說“大腦在算什么”，其實至少包含三個層次的問題：它為什么這樣做？它在行為上表現(xiàn)出什么規(guī)律？這些規(guī)律又如何由神經(jīng)電路產(chǎn)生？

數(shù)學模型幫助我們回答第一個和第二個問題。貝葉斯理論告訴我們，在理想條件下應如何更新信念；漂移擴散模型刻畫證據(jù)如何隨時間積累；強化學習算法描述價值如何隨反饋調整。但這些模型未必就是大腦的真實實現(xiàn)方式。它們更像是透鏡，讓我們看到行為背后的結構。

真正的挑戰(zhàn)在于第三個問題——神經(jīng)元如何實現(xiàn)這些抽象計算？競爭網(wǎng)絡如何形成穩(wěn)定選擇？突觸可塑性如何編碼獎勵歷史？調質系統(tǒng)如何動態(tài)調整學習率？在這個層面，優(yōu)雅公式往往變得粗糙，而真實神經(jīng)系統(tǒng)比任何方程都更復雜。

也許，所謂“理性”，從來不是完美計算的結果，而是在有限信息、神經(jīng)噪聲與生物約束之下形成的動態(tài)平衡。當我們以為自己在冷靜思考，其實大腦已經(jīng)在無數(shù)神經(jīng)元之間完成了權重分配、信號競爭與概率更新。決定不是某一刻突然出現(xiàn)的火花，而是一場早已展開的神經(jīng)動力學過程。理解這一點，并不會讓選擇變得更輕松。但它會讓我們意識到——每一次“我選擇了”的背后，都隱藏著一個遠比直覺復雜得多的世界。

如果你希望系統(tǒng)理解證據(jù)積累、價值表示、強化學習與風險模型如何在大腦中實現(xiàn)，我們特別設計了決策的神經(jīng)科學系列課程，邀請主講導師——達特茅斯學院神經(jīng)科學教授Alireza Soltani從生物、認知與計算三個層級講解決策的神經(jīng)機制。

在3月5日的直播中，Soltani教授將通過一段精心制作、配有中英文字幕的錄制內容，系統(tǒng)介紹決策機制與整套課程的整體框架——從神經(jīng)層到計算層，幫助你建立完整理解。而直播現(xiàn)場神經(jīng)現(xiàn)實的主創(chuàng)也將專門解答關于課程設置的問題，圍繞學習安排、結構設計與參與方式等問題進行說明與互動，歡迎了解并參與。

活動時間

北京時間 2026年3月5日 周四

20:00-21:00

直播平臺

神經(jīng)現(xiàn)實社群

對活動感興趣的小伙伴歡迎加入神經(jīng)現(xiàn)實決策主題神經(jīng)科學社群，社群僅限于討論神經(jīng)科學相關話題，有關活動直播及后續(xù)研學課程的參與和報名相關流程都將在社群內進群。社群將于直播結束后一個月內解散。

神經(jīng)現(xiàn)實視頻號

活動嘉賓

本次直播活動在科普決策科學前沿內容的同時，也是對神經(jīng)現(xiàn)實線上研學項目「決策的神經(jīng)科學」的一次全面介紹。主講教授將經(jīng)過錄制視頻親自拆解課程學習目標、內容和重點，機會難得，歡迎進群參與直播，不容錯過。

Alireza Soltani

達特茅斯學院副教授兼研究生項目主任，曾先后在加州理工學院和貝勒醫(yī)學院從事博士后研究，其后加入達特茅斯學院心理與腦科學系。他的研究方向聚焦于適應性決策與學習機制，旨在揭示大腦如何在不斷變化的環(huán)境中靈活調整行為與認知策略，探討支撐這一過程的神經(jīng)計算機制。其研究結合多層次的計算建模（包括突觸、細胞及神經(jīng)網(wǎng)絡層面），并開展心理物理學與人類行為實驗，以尋找能夠同時解釋神經(jīng)活動與行為表現(xiàn)的可行機制。他的工作通過在生物物理約束下對神經(jīng)系統(tǒng)的動態(tài)建模，建立從神經(jīng)元活動到認知功能的橋梁，從而在生理層面闡釋行為規(guī)律與決策原理。其研究發(fā)表于《自然-神經(jīng)科學》《自然-通訊》《神經(jīng)元》《神經(jīng)科學期刊》《美國國家科學院院刊》等國際頂級期刊。

項目介紹