PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / J · 决策与强化学习 / J005 · 牛津最新NN：做决定前该收集多少信息？研究揭示人类探索行

J005 牛津最新NN：做决定前该收集多少信息？研究揭示人类探索行为的底层算法

来源：公众号 PSY-Brain_Frontier ｜发布：2026-07-01 ｜原文链接

认知神经科学前沿文献分享

基本信息

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

发表时间: 2026-06-26

发表期刊: Nature Neuroscience

影响因子: 20.3

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

研究背景

日常生活中，我们常常面临“布里丹之驴”的困境：在做出最终决定前，究竟该继续收集信息，还是立刻采取行动？如果继续收集，又该把有限的注意力分配给哪个选项？

在认知神经科学中，研究者通常会预设一些数学模型（如线性递减或基于置信上限的UCB算法）来描述大脑如何计算“信息价值”。然而，这种预设限制了我们发现更真实、更复杂认知机制的可能。此外，尽管腹侧被盖区、蓝斑等多个脑干神经调控核团都被认为参与了不确定性的处理，但由于这些核团极小，传统功能磁共振成像很难在人类大脑中同时且精确地分离它们的活动。

为了解决这些痛点，牛津大学的研究团队在 Nature Neuroscience 发表了一项最新研究。他们巧妙地将人工神经网络与符号回归结合，直接从行为数据中反推出人类评估信息价值的数学公式。同时，借助7T超高场fMRI，研究者首次在人类身上同时测量了五个脑干神经调控核团及相关皮层区域的活动，揭示了大脑控制信息采样的底层计算与神经机制。

研究核心总结

一、人类在收集信息时追求“信息对称”，而非单纯降低绝对不确定性

在信息采样任务中，参与者需要通过移动鼠标来逐步揭开不同选项（点阵）的颜色，最终选出红色点数最多的选项。研究者对比了三种计算模型：线性模型、UCB模型以及一种不预设函数形式的混合人工神经网络（ANN）模型。

结果表明，混合ANN模型对参与者行为的预测准确率显著优于传统模型。更有意思的是，传统模型（如UCB）认为人们会根据某个选项的“绝对不确定性”来决定是否探索，即对它越无知，探索的价值越高。然而，ANN学习到的策略显示，参与者实际上是在整合多个选项的证据：他们评估信息价值时，看重的是选项之间收集到的证据比例。换句话说，人类在探索时追求的是“信息对称性”，即试图平衡对各个选项的了解程度，而不是孤立地去最小化某个选项的不确定性。

Fig 1. 信息采样任务的设计逻辑。参与者需要决定是继续采样还是做出选择，以及在采样时是留在当前选项还是切换到另一个选项。

Fig 4. 不同计算模型下信息价值的3D可视化。与线性模型和UCB模型不同，ANN模型在计算停留或切换的价值时，会同时整合来自当前关注选项和未关注选项的证据。

二、用符号回归打开AI“黑盒”，提取出人类探索的通用数学公式

虽然ANN预测精准，但其内部的黑盒机制难以提供心理学上的解释。为此，研究者引入了“符号回归”技术，在庞大的数学表达式空间中搜索，将ANN包含数千个参数的复杂网络压缩成了一个只有四个核心参数的简洁公式。

这个公式揭示了四个关键的心理变量：注意惯性（保持当前状态的基线倾向）、信息饱足（随着证据积累，继续采样的意愿下降）、无向探索（随机切换的基线倾向）和有向探索（了解当前选项后，转向其他选项的意愿上升）。这套从数据中反推出来的公式不仅完美复现了ANN的预测能力，甚至在另一个完全独立的双臂老虎机任务数据集中，也展现出了比经典UCB模型更优的泛化预测表现。

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

Fig 5. 从行为数据到可解释公式的推导过程。研究者利用深度学习拟合数据后，通过符号回归提取出了决定停留和切换价值的具体数学表达式。

三、AI和ACC追踪信息价值，VTA负责在“采样”与“选择”间拍板

在行为建模的基础上，研究者利用7T超高场fMRI，精确锁定了大脑在执行这些计算时的神经活动。全脑分析显示，前脑岛（AI）和前扣带回皮层（ACC）的活动与ANN推导出的信息价值高度共变。具体而言，当切换注意力的价值升高时，这两个区域的活动增强；当维持当前注意力的价值升高时，活动减弱。

而在皮层下，五个神经调控核团展现出了截然不同的分工。腹侧被盖区（VTA）的活动模式最为特殊：它对信息总价值表现出负向编码，而对选择总价值表现出正向编码。这种相互对立的编码模式，恰好使VTA成为了一个理想的仲裁者，负责在“继续收集信息”和“立刻做出最终选择”之间拍板定音。此外，黑质（SN）也参与了信息价值的追踪，而蓝斑（LC）和中缝背核（DRN）等区域在本次任务中并未表现出显著的相关性。

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. 价值信号在全脑及神经调控核团中的神经关联。AI和ACC追踪了停留与切换价值的差异，而VTA则在信息价值与选择价值之间表现出对立编码。

研究意义

这项研究不仅刷新了我们对人类探索行为的认知，指出我们天生倾向于平衡未知而非消灭未知，更重要的是，它提供了一套极具启发性的方法学框架。

长期以来，认知建模在理论驱动的简单模型（易解释但预测差）和数据驱动的深度学习（预测准但难解释）之间存在鸿沟。本研究通过“混合ANN加符号回归”的路径，成功搭建了一座桥梁，证明了我们可以从行为数据中自动发现既精准又具备心理学意义的认知方程。未来，这种范式有望被广泛应用于学习、记忆、社会认知等更复杂的脑科学领域，帮助我们从海量数据中提炼出大脑运转的底层法则。

分享人：饭鸽儿

审核：PsyBrain 脑心前沿编辑部

💡 关于我们

👋 你好，这里是「PsyBrain 脑心前沿」

🧠 专注追踪全球认知神经科学的最尖端突破

🔍 视野直击 Nature, Science, Cell 正刊及核心子刊与顶级大刊

📄 每日速递「深度解读」与「前沿快讯」

科研是一场探索未知的长跑，但你无需独行。欢迎加入 PsyBrain 学术社群，和一群懂你的同行，共同丈量脑与心智的无垠前沿。

👇点击卡片进群，欢迎你的到来👇