Via:freepik
作者 |New York University
翻译 |杜雅兴
审校 | 酷炫脑
朗读|胡恩
美工|Jenny
编辑 |YJ
国际象棋大师经常被当作可以未雨绸缪的缩影。但是,我们普通人,通过适度的练习,能学会提前思考和规划吗?
为了解决这个问题,一个认知科学家团队创建了一个计算模型。该模型可以揭示我们规划未来事件的能力。这项工作增强了我们对影响决策的因素的理解,并展示了我们如何通过实践来提高我们的预先规划技能。
这项研究由纽约大学神经科学中心的科学家开展,并在《自然》杂志上发表,其重点是“规划深度”(个人可以提前思考的步骤数量)在决策中的作用。
Via:nature
纽约大学神经科学和心理学教授、也是该论文的高级作者Wei Ji Ma解释说,虽然人工智能在解决复杂的规划问题方面取得了令人印象深刻的进展,但我们对人类规划的本质和深度的理解却很少。我们的工作表明,即使是相对较少的练习也可以提高规划的深度。我们的研究结果增加了这一领域的知识体系。
长期以来,人类智力的其中一个标志就是可以提前规划未来的能力。然而,我们一直不知道那些熟练的决策者是否比起那些决策新手可以提前规划更多步未来。这是因为可以测量这种能力的实验方法(例如,涉及棋盘游戏的实验)有明显的缺点——部分原因是它们不能可靠地估计规划深度。
这篇论文的作者让人们玩一个相对简单的游戏。这个游戏是tic-tac-toe(井字棋游戏)的升级复杂版本。该游戏需要玩家深入计划(即提前多步思考)。为了准确了解人们在考虑在这个游戏中的下一步行动时脑子里发生了什么,作者设计了一个基于人工智能原理的计算机模型。该模型可以用来描述并随后预测人们在游戏中遇到新情况时的动作。
Ma解释说,在这个计算模型中,玩家在脑海中构建一个“决策树”,就像你可能为复杂的旅行行程计划多个可能场景一样。
他们的计算表明,基于启发式搜索算法的计算认知模型可以用来捕获人类行为。启发式搜索算法可以为两个玩家绘制一系列有前途的动作。
为了验证该模型,研究人员与人类参与者进行了一系列行为实验。具体来说,他们跟踪了玩家如何在不同场景下计划他们的动作,同时测试他们的记忆力以及从游戏中学习和重建游戏体验的能力。此外,该团队进行了一次图灵测试实验,要求以前玩过游戏的观察者确定他们目睹的动作序列是由模型还是由人类玩家生成的。这些观察者只能做出大概一半的正确区分,这表明该模型做出了与人类类似的决定。其中一些实验可以通过访问ma的实验室网站在线进行。
总体而言,他们的结果表明,更好的规划是由在更短的时间内更准确和更短的时间识别模式的能力所驱动的. 结果表明了练习和经验的好处。
Ma说:“众所周知,成年后通过实践可以提高认知能力。这些发现表明,即使是相对少量的练习也可以提高一个人的规划深度。这开辟了新的研究途径。例如,我们可以使用这些方法来研究儿童规划能力的发展,或测试在老年时是否可以保留规划能力。当然,我们将实验室的规划与现实生活中的规划联系起来也至关重要。”。
Via:giphy
领取专属 10元无门槛券
私享最新 技术干货