國際象棋大師通常被認(rèn)為是遠(yuǎn)見卓識的典范。但是其他人是否可以通過適度的練習(xí)學(xué)會更長遠(yuǎn)地思考?
為了解決這個問題,一組認(rèn)知科學(xué)家創(chuàng)建了一個計(jì)算模型,揭??示了我們規(guī)劃未來事件的能力。這項(xiàng)工作增強(qiáng)了我們對影響決策的因素的理解,并展示了我們?nèi)绾瓮ㄟ^實(shí)踐提高我們的計(jì)劃技能。
這項(xiàng)由紐約大學(xué)神經(jīng)科學(xué)中心的科學(xué)家進(jìn)行并發(fā)表在《自然》雜志上的研究集中在“計(jì)劃深度”——個人提前思考的步驟數(shù)量——在決策中的作用。
“雖然人工智能在解決復(fù)雜的規(guī)劃問題方面取得了令人矚目的進(jìn)展,但人們對人類規(guī)劃的性質(zhì)和深度的了解卻少之又少,”紐約大學(xué)神經(jīng)科學(xué)與心理學(xué)教授、該論文的資深作者馬偉吉解釋道。“我們的工作表明,即使是相對適度的實(shí)踐也可以提高規(guī)劃的深度,從而豐富了這一知識體系。”
人們早就確定,人類智能的一個標(biāo)志是能夠規(guī)劃未來的多個步驟。然而,熟練的決策者是否比新手提前計(jì)劃了更多的步驟還不太清楚。這是因?yàn)楹饬窟@種能力的方法(例如,涉及棋盤游戲的實(shí)驗(yàn))有明顯的缺點(diǎn)——部分原因是它們不能可靠地估計(jì)計(jì)劃深度。
Nature論文的作者讓人們玩一個相對簡單的游戲——一種更復(fù)雜的井字游戲——仍然需要玩家深入計(jì)劃(即提前多步)。然后,為了準(zhǔn)確了解人們在思考游戲下一步時的想法,作者設(shè)計(jì)了一個基于 AI 原理的計(jì)算機(jī)模型。該模型允許他們描述并隨后預(yù)測人們在游戲中面對新情況時所采取的行動。
“在這個計(jì)算模型中,玩家在腦海中構(gòu)建一個‘決策樹’,就像你為復(fù)雜的旅行路線計(jì)劃多種可能的場景一樣,”馬解釋道。
標(biāo)簽:
免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!