從物理學公式找到奇妙靈感，博士生用極簡模型發(fā)現認知策略

來源 | 返樸

撰文 | 路飛

2025年7月2日，加州大學圣地亞哥分校神經科學博士生李濟安在

Nature

自亞里士多德提出“人是理性的動物”這一經典論斷，理性便被視作人類行為決策的核心原則。從經濟學中的“理性人”假設，到決策理論中對最優(yōu)選擇的追求，諸多思想與研究都暗含著對人類決策理性的肯定。著名認知心理學家、普林斯頓大學教授丹尼爾·卡尼曼在其暢銷書《思考，快與慢》中向世人拋出一個重要問題，“人類究竟有多理性？”有意思的是，雖然諾貝爾獎中沒有心理學獎，但是丹尼爾·卡尼曼作為認知心理學家，憑借著對于人的行為決策方面的研究貢獻，于2002年獲得了諾貝爾經濟學獎。在日常生活中，人們看似繁雜的決策背后，往往藏著對成本、收益與風險的權衡，這種基于理性的判斷貫穿于從日常購物到職業(yè)規(guī)劃的方方面面。

隨著人工智能技術的飛速發(fā)展，大模型正成為人類決策的重要輔助力量。從金融投資中的風險預測，到醫(yī)療診斷中的方案推薦，從城市交通的智能調度，到個人學習計劃的定制，大模型憑借對海量數據的分析能力和復雜邏輯的運算能力，不斷為人類提出更精準、高效的最優(yōu)決策路徑，讓理性決策在更多領域得以延伸。比如，AlphaFold因為對蛋白質復雜結構的預測，獲得了2024年諾貝爾化學獎。

然而，人類決策機制的深層邏輯始終籠罩著一層神秘面紗。為何在相同信息下不同人會做出迥異選擇？決策過程中理性與直覺如何交織作用？這些問題推動著腦科學、神經科學與心理學等多學科展開持續(xù)探索。人工智能的飛速發(fā)展，正在重新激發(fā)人們對一個關鍵問題的關注：AI能否反過來幫助我們理解大腦？7月2日，加州大學圣地亞哥分校神經科學博士生李濟安在Nature發(fā)表研究，嘗試給出答案。

是“最優(yōu)”的，但不是對的

如何理解文中提到的微型神經網絡模型，能夠刻畫生物體的策略學習過程，進而揭示決策行為中隱含的復雜認知機制？李濟安先從傳統(tǒng)認知模型構建娓娓道來。

在心理學和神經科學領域，研究者常通過計算模型解析生物體的認知過程，如感知、記憶、決策與學習機制。以決策為例，模型可幫助理解個體如何基于過往經驗，在多個選項中做出選擇。

傳統(tǒng)認知建模方法中，貝葉斯最優(yōu)模型由研究者依據任務結構手動構建，其核心假設是生物體整合所有可用信息，以概率最優(yōu)方式判斷。例如醫(yī)生診斷時綜合癥狀、檢驗結果、流行病趨勢與經驗積累證據，正是這種不確定信息整合的體現，該模型默認個體對信息和不確定性有最優(yōu)估計。

另一類典型方法是強化學習模型，它假設人或動物通過與環(huán)境互動，從“獎勵”或“懲罰”中學習行為策略。比如在老虎機任務中，參與者經反復嘗試逐漸偏好中獎率更高的機器，這一通過獎勵優(yōu)化策略的過程，可由強化學習算法模擬其行為價值更新機制。

這些模型具有一個共同特點：它們結構簡潔，參數量少，比如“學習率”（即控制新信息更新速度）和“決策噪音”（即干擾決策的影響因素，反映行為的隨機性），因此容易解釋和擬合。但恰恰因其簡潔性以及隱含的最優(yōu)性假設，它們往往難以捕捉真實生物行為中普遍存在的復雜性與次優(yōu)性。

例如實驗中觀察到，當獎勵結構發(fā)生改變后，動物常常仍固守之前的選擇偏好——即便新選擇更優(yōu)。這種“固執(zhí)”的行為現象很難被最優(yōu)模型解釋。研究者往往需要在模型中人為增加額外的“慣性”參數，或設計特定規(guī)則來擬合實際行為。然而，隨著需解釋的行為細節(jié)不斷增多，模型結構會變得愈發(fā)繁瑣，充滿“補丁式”假設，這不僅容易引入主觀偏見，也使其難以推廣應用到其他情景任務中。

這是傳統(tǒng)認知模型一直為學界所詬病的弊端。

李濟安從2021年開始著手利用神經網絡研究人的行為決策，他想了解神經網絡學習人的行為決策背后的策略是什么。這是對傳統(tǒng)認知模型的直接亮劍，是否存在一種無需預設的建模方式，能夠讓模型直接從行為數據中“自主發(fā)現”策略？

李濟安 | 圖源：本人提供

得益于李濟安本科期間扎實的數理基礎，他 從物理學公式中找到了理解神經科學的奇妙角度——從動力系統(tǒng)出發(fā)的公式發(fā)現。

“我是中國科學技術大學12級本科生，雖然我本科是生物學專業(yè)，但是科大的學生在本科期間數學和物理都是必修的，數理基礎比較好，業(yè)內人常說我們的數學課比其他數學專業(yè)的課程還難，我覺得這一定程度上影響了我的思維。”李濟安表示，“很多時候學了這些知識，當時可能沒覺得有用，但是可能在某一瞬間靈光乍現，所有學科是相通的。”

自動公式發(fā)現的核心基于符號回歸技術。與常見的函數擬合不同，擬合往往只是用已知函數形式去逼近數據，而符號回歸是在給定的函數庫（包含對數函數、三角函數、多項式函數等）中，通過組合和算術運算生成一個函數，力求精確擬合輸入輸出數據。例如在研究物體的運動軌跡時，符號回歸能從物體在不同時刻的位置、速度等數據里，找到描述其運動規(guī)律的準確公式，像勻加速直線運動的位移公式s=v0t+1/2at2就有可能被自動發(fā)現。李濟安通過查閱資料發(fā)現，這一原理已經廣泛應用到物理、工程科學等領域中。

受此啟發(fā)，李濟安提出了一種新的方法：使用微型循環(huán)神經網絡（recurrent neural network，RNN）作為通用策略學習器，對個體的行為動態(tài)進行建模（圖1）。

圖1 RNN模型概覽 | 圖源：論文

從物理學中的動力系統(tǒng)出發(fā)

循環(huán)神經網絡（RNN）是一類專為建模時間序列數據設計的神經網絡結構，其核心優(yōu)勢在于能通過內部的循環(huán)連接機制，自動捕捉數據隨時間推移形成的動態(tài)依賴關系，比如行為序列中前后動作的關聯規(guī)律。

李濟安所采用的模型極具精簡性，僅包含1-4個神經單元。這種輕量化設計讓模型在保留對復雜行為模式足夠表達能力的同時，維持了較強的可解釋性，使得深入分析其內部神經元的活動機制與決策邏輯成為可能。

李濟安的核心研究問題是：這種結構極簡、完全數據驅動的模型，是否能夠在無需任何人為假設的前提下，捕捉復雜且非最優(yōu)的行為模式——比如人們常常懶得換、愛用老辦法（“偏好保持”）或在“嘗鮮”和“吃老本”之間反復權衡（“探索-利用”權衡）等，它是否能夠在多樣化任務中超越傳統(tǒng)強化學習或混合策略模型的表現？

實驗結果顯示，這些微型循環(huán)神經網絡模型在六類經典獎勵學習任務中（涵蓋人類、猴子、小鼠、大鼠的行為數據）表現出色，在行為預測精度上全面優(yōu)于傳統(tǒng)模型（如圖2所示），并可與更大規(guī)模的循環(huán)神經網絡相媲美（如圖3所示）。這表明，即便使用高度壓縮的網絡，它依舊能學會并舉一反三地模仿各種復雜決策，展現出用模型理解動物和人類的行為的巨大潛力。

圖2 RNN在動物任務中的表現 | 圖源：論文

圖3 蒸餾模型的表現 | 圖源：論文

這些僅有1–4個神經元構成的RNN模型在行為預測上不僅準確，而且具備很強的可解釋性。“在模型中，動物行為的決策隨時間變化，我突然一瞬間就想到了物理學中研究小球的運動，需要記錄運動的方向、時間、距離等等。于是我就用物理學中的動力系統(tǒng)的分析方法，用一張圖來呈現決策過程，以當前動作偏好（Logit）為坐標、用箭頭或顏色指示下一步的變化方向與幅度。這是整個研究中最大的突破點?！崩顫步忉尩溃斑@些圖片展示了不同模型在運行時的關鍵特點，比如哪些狀態(tài)是穩(wěn)定的，哪些狀態(tài)會吸引模型靠近，以及模型如何在狀態(tài)間切換，清晰地呈現了動物的思維如何從一個想法或狀態(tài)轉變到另一個?！?/p>

李濟安從動力系統(tǒng)出發(fā)的研究方法，帶來了很多意料之外的發(fā)現。例如，某些行為策略會根據不同的狀態(tài)調整學習速度，類似人在不同情境下改變學習方式。此外，它還揭示了一些傳統(tǒng)方法難以發(fā)現的新心理機制，如獎勵后可能表現出“無所謂”傾向，決策時不再在意差別。

起初，2023年5月李濟安第一次投稿時，只用了三個動物的數據集。審稿人認為說服力不夠，“應用性不夠廣泛”。于是，他在二輪返稿的時候，補充了人類的數據集。結果同樣符合預期，審稿意見這才明朗起來。

圖4 基于動力系統(tǒng)分析的模型解釋和比較

極具啟發(fā)性的是，李濟安發(fā)現即使是面對復雜任務，描述單個個體的行為所需的最小網絡維度也很低。這提示了每個受試對象在特定任務中的“最小行為維度”是有限的。這種從動力學系統(tǒng)出發(fā)的研究方法不僅有助于刻畫個體差異，也為認知建模提供了一個新的、可量化的指標來描述行為的復雜性。

最振奮人心的是，神經網絡在人們心中將會發(fā)生轉變，不再只是一個行為擬合的黑箱工具，而正在成為一種認知顯微鏡。神經網絡工具長期被喻為“黑箱”，其核心在于：數據輸入后經多層神經元的加權計算、特征傳遞最終輸出結果，但內部數據處理邏輯、特征提取過程與決策依據均難以用清晰直觀的方式解釋——人們能看到輸入與輸出，卻無法透視內部運作的“齒輪與鏈條”，這種不透明性也帶來了可解釋性不足的挑戰(zhàn)。

而李濟安他們的研究表明，神經網絡不僅具備數據驅動的建模能力，還能通過壓縮與適當的模型分析，揭示出潛在的行為生成機制。這項研究成果不僅擴展了認知建模的工具集，也為高可解釋性行為建模提供了新的方向。

這種研究范式與當前“AI for Science”的趨勢不謀而合，即：神經網絡作為模型發(fā)現的中介工具，能夠從高維實驗數據中提取結構化知識。為了實現知識的可解釋表達，需要找到適當的結構化表示形式。理想的表示形式應滿足兩點：一是具備良好的預測能力，二是對人類研究者而言語義清晰、邏輯透明。例如，Alpha Fold在蛋白質建模中通過圖結構表示氨基酸間的幾何約束。

在該項研究中，這種結構化形式體現為低維離散動力系統(tǒng)，即只用少數幾個關鍵指標，描述和預測事件隨時間如何一步步變化。這為生物體策略行為提供了一種可計算、可視化且易于理解的抽象結構。

本碩博三個不同專業(yè)，只做一件事情

“要說從什么時候對大腦、神經、生物這些感興趣，應該要追溯到我小時候”，李濟安陷入思考。

李濟安1994年出生于安徽蕪湖，從小學就學習編程語言，參與電腦競賽班。初中起，他開始對生物感興趣。由此，他憑借生物競賽和計算機競賽保送中國科學技術大學，2016年獲神經生物與生物物理理學學士、計算機科學與技術（雙）工學學士學位。2019年獲中國科學技術大學應用統(tǒng)計碩士學位。目前在加州大學圣地亞哥分校讀博，從事神經科學研究。

本碩博三個專業(yè)，乍一看毫不相關，但實則不然。本科期間，除了周末攻讀計算機課程，李濟安還加入了張效初老師的生命科學院認知神經心理學實驗室，這是他科研之路的開端。在研究中，他發(fā)現應用統(tǒng)計學是從事學術研究工作的工具和基礎，于是碩士轉向應用統(tǒng)計學。在此期間，他一邊跟隨統(tǒng)計學導師，一邊跟隨生物學導師，向著預測人類行為的方向持續(xù)深耕。

“其實現在很多研究人員都是交叉學科背景的，像做神經科學領域的，你會發(fā)現有人工智能的、統(tǒng)計學的、心理學的。我覺得學習研究是一個過程，做好前期充足的知識儲備，才可能會在潛移默化中迸發(fā)靈感。比如我一直沒有丟下AI的學習，沒有忽略研究工具的學習?！?/p>

在大語言模型能力持續(xù)發(fā)展的當下，AI與神經科學的關聯日益緊密，由此催生了新興的NeuroAI領域。這一領域主要關注兩個方向的探索：一是“用AI研究大腦”（AI for Neuro），希望借助AI技術自動處理神經數據、提取相關特征，通過人工神經網絡模擬神經元活動規(guī)律與認知過程，驗證或提出新的神經科學理論；二是“用大腦啟發(fā)AI”（Neuro for AI），希望借助神經科學技術理解AI系統(tǒng)的內部工作原理，基于生物大腦高效的信息處理方式，讓AI變得更聰明、更節(jié)能、更具類人性。

這項研究揭示了人工神經網絡可以幫助我們理解人類的認知機制，正如前文提及NeuroAI有兩個核心議題，李濟安的研究并沒有止步。

在本項研究塵埃落定之后，他接著去驗證了第二個議題，反過來嘗試用神經科學中的理論，來解釋大型語言模型（LLMs）所展現出的某些智能特性。結果表明，語言模型確實展現出一定程度的基于上下文學習的元認知能力：它們不僅能夠監(jiān)控自己內部的神經狀態(tài)，還能在一定程度上對其進行調控。

末了，李濟安沉浸在研究中，臉上略顯興奮，“這種互為鏡像、相互促進的智能理解體系，正是NeuroAI所描繪的愿景。”

參考資料

[1] https://www.nature.com/articles/s41586-025-09142-4

[2] 智能之鏡：NeuroAI 如何反映大腦與人工智能的未來