上纽大教授Jeffrey Erlich：决策的本质是什么？突破阈值
随着技术发展，过去我们对大脑的许多认知都亟待革新。
我们每天都在做无数个决策，又不断为决策失误而后悔。从神经科学角度来看，在决策的过程中，哪些因素会影响我们的大脑？做决策是独属于有意识的生物的能力吗？人工智能做决策会不会比人类更理智、更合适？
上海纽约大学Jeffrey Erlich 教授，在大脑决策机制与影响因素课题上研究颇多，他希望通过研究不同因素对于人类决策的影响，去改善诸如贫困等等的社会问题。
"Jeffrey Erlich
上海纽约大学神经学与认知科学助理教授
纽约大学全球特聘助理教授
只有拥有意识的生物能做决策吗？
造就：从认知神经学角度来看，决策的本质是什么？
Jeffrey Erlich：关于决策是什么这个问题，实际上神经科学家并未达成一致意见。
在我看来，很多东西都可以算作决策：比如当你的恒温器感知到房间内的温度太低并打开制热功能时，它就是在做决策；再比方说，一只毛毛虫在一株植物上产卵，植物喷射出一点东西将卵冲走，这也是一种决策。
在正常的人类语言中，我们通常认为，决策是一种有意识的、故意为之的决定，比如决定穿什么衣服去上班，或者是决定晚餐吃什么，总之它们都是某种有意识的行为。但问题在于——我们并能不确定，动物是否都具备意识。
通常我们认为人类是有意识的，因为看起来我们似乎真的有。我觉得老鼠可能也拥有某种意识，不过我不知道青蛙是否有意识——但青蛙也会做决策。
所以，如果我们认为，决策一定是有意识的，那么这就给研究动物制造了一个难题。所以我一般不把决策仅仅认定为一些经过深思熟虑的、有意识的决定，我认为只要是有某种连续的信息输入，然后突然间它的结果突破了某个阈值，并导致了一个动作，那就是决策。
决策在某种意义上是一个动作。如果我看到一只球朝着我的头飞来，我就做出决策，抬起手臂进行阻挡。这是一种非常本能的过程，可能也是非常理性的，因为我是在保护自己。
不过它同样也是情绪化的，因为我感到受到了某个飞向自己的东西的威胁。
做出抬起手臂阻挡的决策时，很明显涉及到了不同的脑区。像杏仁核这样的脑区，它似乎更多地跟先天行为有关，也就是你通过遗传获得的行为。
比如有一只在实验室里长大的老鼠，它一辈子从没见过猫，但你把一只猫带到这里，老鼠会感到害怕。它的这种害怕，不是后天习得的，而是被硬编码到它的大脑当中，这些就是所谓的先天行为。
但有一些行为是后天习得的，比如我坐在这里接受采访，我们谈话中涉及到的很多神经科学知识，我必须穷尽一生来学习它们，我不是通过进化就知道这些知识的，进化只是赋予了我语言能力和思维能力。
所以，在某种意义上，我们可以对决策行为这样分类：有的决策行为是先天固有的，出于本能、遗传的；而有些决策行为是非常灵活的，是取决于前因后果的。通常我们在做决策的时候，还会在这两种决策之间再进行一些权衡。
造就：从神经科学的角度来看，哪些因素会影响我们做决策？
Jeffrey Erlich：在这个问题上，丹尼尔·卡尼曼（Daniel Kahneman）有一个前景理论，他认为你对一种选择进行设置的方式，会对决策产生巨大影响。
（丹尼尔·卡尼曼，心理学家，2002年因为“把心理学研究和经济学研究结合在一起，特别是与在不确定状况下的决策制定有关的研究”而获得诺贝尔经济学奖。）
举个例子，比如面对一个医生时，你告诉他，有一种治疗方法，它可以挽救很多人的生命，他们会据此做出判断和决策；但如果你对医生说，这里有一种疗法，但它会导致一些人死亡。
这其实跟前面完全相同的选择，只不过被设置成生死两方面的说法，但一些人会因此改变他们的选择。
所以，这是一种非理性决策。但我认为造成这种结果部分原因是语言，我们会在自己的语言推理中犯很多错误。
人工智能与人类，谁更适合做出好的决策？
造就：人工智能可以帮助人类更好地做决策吗？
Jeffrey Erlich：毫无疑问可以，但也要看是什么类型的人工智能。现在非常流行深度学习系统的人工智能，它们是由大数据驱动的；但还有其他类型的人工智能，比如专家系统，它们不一定要依赖于大数据。很多重要的工作现在已经得到人工智能的协助，比如医生、律师的工作。
造就：但是大数据不可避免存在偏见，用这种数据训练AI，AI也习得偏见该怎么办？
Jeffrey Erlich：如果你使用存在偏见的数据训练人工智能，那么它就会拥有偏见。人类会意识到数据集中存在偏见这个事实，我们可以对那些偏见进行纠正。
但我想说的是，我不是在提倡由人工智能做决策，我只是主张人工智能可以帮助人类来做决策。
我确实认为人类会做出可怕的决策，人类是非常自私的，他们既贪婪又小气，既自负又傲慢，而人工智能不存在这些问题。
如果你正确地编写了目标函数，比如开发一个人工智能，告诉它，我们希望最大限度地提高这个国家人民的预期寿命或是之类的事情，并且要为此制定政策。那么，接下来人工智能就会非常清楚目标是什么，然后按照目标去执行。
造就：如果让人工智能代替人类来做决策和管理的话，你认为那一天还有多久会到来？
Jeffrey Erlich：我觉得，比你想象的要快。世界上有很多国家，我们只需要一个小国家同意开展这样的实验，然后观察事情的进展。或者可能用一个城市来实验，我们请人工智能来当市长。
人们早已经在把自己的生命交给人工智能掌控，比如飞机上的自动驾驶功能。
当然，现在去实施全面的人工智能管理显然是有风险的，就像你说的，如果它们使用存在偏见的数据进行训练，它们可能会犯错；但我觉得，在未来的一段时间内，人类将和人工智能携手合作，人工智能会越来越受到我们的信任，直至它们几乎实现了完全独立的运作。
目前，在一些政党轮流执政的国家，政客们只会基于几年的情况进行决策，因为他们只想被选上台，然后他们就拍拍屁股走人了，他们并不关心之后会发生什么。
而人工智能拥有连续性，它们没有政客的毛病和缺点，我认为，它们或许比人类更适合做长期的决策。
未来，神经科学会颠覆心理学吗？
造就：你认为在未来，神经科学会逐步取代现有的心理学吗？
Jeffrey Erlich：在我看来，心理学和神经科学之间是有区别的。我们有心理学，也有认知科学，这两者是高度重合的。而我们有神经科学，也有认知科学，所有这些学科都有很多重合之处，彼此之间并不是泾渭分明的。
如果你想成为一名神经科学家，你必须记录或是扰动大脑活动；而在心理学研究中，你只需要跟行为打交道；而认知科学的话，你要对认知进行建模，但不需要测量大脑或是扰动大脑活动，这三者的差异很微妙。
但我觉得，从事心理学研究的人跟从事神经科学研究的人是存在明显区别的，现在有了脑功能成像技术之后，这其中的界线变得有些模糊（注释：过去，心理学家主要使用调查问卷来做研究，在无创的脑成像技术普及之后，心理学家和神经科学家都在使用这一手段进行研究工作）。
有些心理学的学者，他们的整个科研生涯都只是在研究行为，他们一般会做一些调查问卷，现在他们说，“好嘞，让我们把这些被试对象，送到大脑扫描仪上面去，我们要检测他们的大脑活动。”
虽然他们使用了脑功能成像技术，但他们就属于神经科学家了吗？我想不能吧。
有时候我看到新闻报道打出这样的标题，《研究人员在大脑中发现了“自信”》。我想说，你觉得“自信”还能在哪儿呢？所有的行为都源于大脑。你说在大脑中找到了某种行为，这可算不上什么研究发现，这是生物学的事实。
所以，要想得到更加有趣的研究成果，应该是这样的：我有一套理论，讲的是大脑的某些脑区以及活动模式，是如何导致某些行为产生的，然后我们再去求证它。
事实上，在这方面真的有非常好的研究工作在进行，但现在报道的很多研究基本上就是：哦，我们在大脑里发现了这个啦。对我来说，这一点也不有趣。
所以，回到这个问题，心理学是不是受到了神经科学的威胁，我认为从科研资金的角度看，是受到了威胁的。但我认为这也是一个误解，因为我们神经科学对行为的理解还不够，神经科学研究的大多是一些非常简单的行为。
举例来说，我们会研究是右边传来的声音多，还是左边传来的声音多？就是这种非常简单的知觉决策。这跟人们在日常生活中做出的复杂决策完全不同。
造就：那么认知科学与神经科学之间的关系是怎样的?
Jeffrey Erlich：我认为认知科学现在非常重要。得益于人工智能热潮以及DeepMind这样的公司，认知科学实际上出现了复兴。
因此，我觉得现在有一种从旧心理学向认知科学的迁移的潮流，认知科学正在方兴未艾的阶段。
我记得《自然》杂志上有一篇评论文章就是在讲我们需要一种新的机器认知科学。我们需要接受过认知科学训练的人来研究人工智能，比如深度网络那样的人工智能，以此来理解机器是如何思考的。
如果我们要依靠人工智能来为我们做出重要决策，我们最好要搞清楚它们是如何思考的，而理解事物如何思考的技能正是属于认知科学和神经科学研究的范畴。
人们经常混淆大脑（brain）和心智（mind）的区别，大脑是你颅骨内的东西，那些黏糊糊的器官组织，而心智则是你个人体验的现象。在我看来，如果你想研究大脑，以及大脑相关的疾病，你必须研究神经科学。
但如果你想研究心智，你可以研究认知科学。
我认为至少有一件事情是很难实现的——模拟大脑。在现实世界，进行完整大脑的模拟是不可能的。我不认为这个宇宙拥有足够的计算机算力，来进行完整大脑的模拟。
而模拟大脑和模拟心智之间，存在着重要的区别：为了模拟大脑，我们必须模拟DNA、蛋白质、离子以及流体动力学。模拟心智要简单许多，因为那样我们只需要模拟心智的行为，不需要模拟所有的细节。
我们对大脑的一些认知，可能是错的
造就：您正在从事的决策与压力的相关研究，这个研究未来的应用方向是什么？
Jeffrey Erlich：其实我的实验室里开展着几个方向的研究，我在演讲中（后期我们将会推送演讲全文）谈到的是把慢性压力跟决策联系在一起的研究工作。
对我而言，这是一个非常重要的社会问题：很多人觉得人们陷入贫困是因为他们自身很糟糕，他们做出了糟糕的决策，他们咎由自取，他们好吃懒做，诸如此类。很多人都这么认为。
但现在，越来越多的证据表明，这样的推理是不严谨的。
首先，我们无法指责孩子，孩子并不是天生糟糕的人，他们是无辜的。但他们会生在贫困的家庭，他们缺乏营养、缺乏教育，他们最终可能做出许多糟糕的决策——这只是因为他们没有获得适当的资源。
所以，我们的研究工作有一部分是试图证明这一点，我们想证明，在动物身上也存在这种现象。现在研究还在第一阶段，而一旦我们确定了它，我们就可以真正去了解大脑中的变化，或许还可以试着制定一些政策来改善它。
如果我们可以在某种程度上缓解压力对决策的不利影响，我觉得这具有很大的社会价值。
造就：到目前为止最让你感到惊奇的认知神经学发现是什么？
Jeffrey Erlich：在过去的十年中，技术的发展是如此惊人，让研究大脑这件事变得越来越容易。
我们都知道非条件反射，比如你敲一下自己的膝盖，你就会做出踢腿动作。在大约100年的时间里，我们学习了这种条件反射的概念，并且认为，行为基本上就像是更复杂的条件反射一样。
行为发生的方式是：先是有了一些输入信号，它引发了一个连锁反应，然后你就得到了一些行为。这个概念已经被巴布洛夫（Pavlov）和 谢林顿（Sherrington）等人以及包括斯金纳（Skinner）在内的其他行为学家普及给大众。
但我认为，这个概念是错的，特别是对于大脑的某些部位，比如前额叶皮层和额叶皮层，它们根本不是那样运作的。
现在从猴子和老鼠身上得到的证据表明，大脑，尤其是额叶皮层，它的工作的方式，更像是一团混乱的活动漩涡：当你有一个输入信号时，它只会稍稍改变一些东西，非常小的变化，而在这个漩涡中，这种细微的变化中几乎微不可查，但已经足够生成一项决策中的行为。
这和我们之前对于大脑运作的理解是不同的：过去我们认为，大脑这列火车，正在沿着一条轨道前进，然后你扳动开关，进行变轨，它就沿着另一条轨道走了。
但其实这样的类比是不对的。有一整代的神经科学家——年长的或者和我年龄相仿的神经科学家——都学过这个类比，认为大脑是轨道上的火车，而决策就是那些变轨的开关。
我觉得从某种意义上说，我们都被这个类比误导了，大脑并不是这样运作的。大脑是一种超级复杂的动态系统，它有着各种各样的反馈机制和数学原理。打个比方的话，大脑就像由线性代数和微分方程构成的数学，或者说是一种更高维度的生物。
我觉得我们有必要改变人们对于大脑运作方式的看法——从火车变轨的视角转换到这种更加动态的视角，尤其是在教育下一代神经科学家的时候。
因为现在已经很清楚，这才是大脑运作的方式，至少我们新发现的脑区，比如说皮层，它是这样运作的。我认为，对我来说，这可能是最大的转变和发现。
这是由浦江创新论坛与造就共同打造的系列访谈「平行未来的N次元」，旨在展现45周岁以下青年科学家和科技创新者们的前沿研究与思想火花。
由中华人民共和国科学技术部和上海市人民政府共同主办的浦江创新论坛，创设于2008年。论坛始终围绕创新主题，紧扣时代脉搏，携手全球创新力量，聚焦创新驱动战略，关注创新体系建设，洞悉产业变革风云，以全球视野谋划和推动创新，致力于成为全球科技创新领域的重要信号释放地、重要话题引领地和重要论述策源地。
翻译 | 何无鱼
采访 | 李莹；校对 | 越空 李莹
▼
推荐阅读