你以為自己是在“想清楚”之后才做決定。但神經科學一次次提醒我們：很多時候，決定早已在大腦深處悄然完成。

想象一個簡單場景。屏幕上是一片雜亂運動的點，其中有一部分微弱地朝同一方向移動。你需要判斷它們是向左還是向右。這個任務枯燥、單調，卻成為過去幾十年決策神經科學中最重要的實驗之一。因為在這里，研究者第一次能夠把三件事放在同一個框架下觀察——行為表現、數學模型，以及單個神經元的放電活動。

當信號足夠清晰，你判斷得又快又準；當信號接近噪聲，反應變慢、錯誤增加。心理物理學可以精確畫出一條曲線，描述刺激強度與判斷準確率之間的關系。而在大腦中，一些神經元的活動會隨著證據積累逐漸增強，仿佛在為某個選擇“蓄勢”，直到越過某個閾值，行為發生。

這聽起來像理性計算——證據在時間中累積，直到足夠確定。但當研究者用因果方法干預這些腦區時，事情變得不再簡單。有些區域被抑制后，判斷能力幾乎崩潰；另一些區域被抑制，卻只影響動作精度，而不改變選擇本身。于是，一個令人不安的事實浮現出來：能讀出選擇的地方，不一定是選擇真正發生的地方。

決策不是一個按鈕被按下，而更像是一個網絡狀態的形成。當問題從“左還是右”轉向“哪個更值得”時，復雜度陡然上升。你愿意為某件物品多付多少錢？愿不愿意等更久換更大的回報？是否為了一個小概率的大收益承擔風險？

經濟學曾試圖給出優雅答案。只要把每個結果乘以概率，再加總——期望值最大者即為理性選擇。但現實很快偏離了這個公式。很多人寧愿要確定的10，也不要50%概率的20。即便后者期望值更高，內心仍然抗拒。于是出現了“期望效用”的概念：我們在乎的不是金錢本身，而是金錢帶來的主觀價值。而這個主觀價值并非線性增長，隨著資源增加，邊際效用遞減。再后來，“前景理論”進一步指出，人們對損失的敏感遠高于對收益的敏感；我們高估小概率，低估大概率；我們以當前狀態為參照點，而不是以絕對零為基準。

神經層面的研究為這些現象提供了部分支持。一些腦區在面對潛在損失時反應更為劇烈；同一個結果，在不同框架下會激活不同強度的神經活動。但更有意思的是，所謂“風險偏好”并不是穩定特質。在波動環境中，人們會改變對概率和收益的權重。所謂的“厭惡風險”或“偏好風險”，可能只是對環境結構的適應。

換句話說，大腦也許并沒有一個固定的“風險參數”。它在不斷調整權重。

學習讓這個系統更加動態。強化學習的核心思想非常簡單：當結果比預期更好，未來更傾向重復；當結果更差，未來減少嘗試。關鍵不在獎勵本身，而在“預測誤差”——實際結果與預期之間的差異。某些神經系統的活動模式，恰好與這種誤差信號高度一致。當結果超出預期，它們短暫增強；當結果落空，它們被抑制。隨著時間推移，這種誤差信號會從結果本身轉移到預示結果的線索上。你看到某個標志，就已經“預感”到接下來的獎勵或失望。學習并不是決策之后的附屬品，而是嵌入在決策結構之中。

當另一個人進入情境，結構再次改變。你的收益不再只取決于你做什么，還取決于對方如何預測你。博弈論告訴我們，在某些競爭游戲中，最優策略是隨機。但人類并不擅長真正隨機。我們依賴歷史經驗，這在大多數環境中是優勢，卻在競爭中暴露模式。實驗顯示，當個體反復與對手博弈時，選擇概率會逐漸接近50%，看起來像隨機。但深入分析發現，他們并未停止學習，而是降低了更新強度，避免形成明顯偏好。大腦在“利用經驗”與“避免被利用”之間尋找平衡。

更深層的影響來自那些看不見的化學系統。多巴胺、去甲腎上腺素、血清素……它們不像興奮或抑制那樣直接觸發神經元放電，而是改變神經元對信號的敏感度。它們更像旋鈕，而不是開關。當多巴胺水平變化時，人們對獎勵的敏感度、對時間的折扣率都會發生改變；當血清素系統波動時，對不公平的容忍度會隨之變化。偏好并非恒定的內在參數，而會隨著生理狀態、壓力水平、社會環境而重組。如果把電活動看作瞬時計算，那么這些神經調質系統更像在設置計算環境。它們決定哪些信號更重要，哪些沖動更容易被抑制，哪些記憶更容易被調動。

當我們說“大腦在算什么”，其實至少包含三個層次的問題：它為什么這樣做？它在行為上表現出什么規律？這些規律又如何由神經電路產生？

數學模型幫助我們回答第一個和第二個問題。貝葉斯理論告訴我們，在理想條件下應如何更新信念；漂移擴散模型刻畫證據如何隨時間積累；強化學習算法描述價值如何隨反饋調整。但這些模型未必就是大腦的真實實現方式。它們更像是透鏡，讓我們看到行為背后的結構。

真正的挑戰在于第三個問題——神經元如何實現這些抽象計算？競爭網絡如何形成穩定選擇？突觸可塑性如何編碼獎勵歷史？調質系統如何動態調整學習率？在這個層面，優雅公式往往變得粗糙，而真實神經系統比任何方程都更復雜。

也許，所謂“理性”，從來不是完美計算的結果，而是在有限信息、神經噪聲與生物約束之下形成的動態平衡。當我們以為自己在冷靜思考，其實大腦已經在無數神經元之間完成了權重分配、信號競爭與概率更新。決定不是某一刻突然出現的火花，而是一場早已展開的神經動力學過程。理解這一點，并不會讓選擇變得更輕松。但它會讓我們意識到——每一次“我選擇了”的背后，都隱藏著一個遠比直覺復雜得多的世界。

如果你希望系統理解證據積累、價值表示、強化學習與風險模型如何在大腦中實現，我們特別設計了決策的神經科學系列課程，邀請主講導師——達特茅斯學院神經科學教授Alireza Soltani從生物、認知與計算三個層級講解決策的神經機制。

在3月5日的直播中，Soltani教授將通過一段精心制作、配有中英文字幕的錄制內容，系統介紹決策機制與整套課程的整體框架——從神經層到計算層，幫助你建立完整理解。而直播現場神經現實的主創也將專門解答關于課程設置的問題，圍繞學習安排、結構設計與參與方式等問題進行說明與互動，歡迎了解并參與。

活動時間

北京時間 2026年3月5日 周四

20:00-21:00

直播平臺

神經現實社群

對活動感興趣的小伙伴歡迎加入神經現實決策主題神經科學社群，社群僅限于討論神經科學相關話題，有關活動直播及后續研學課程的參與和報名相關流程都將在社群內進群。社群將于直播結束后一個月內解散。

神經現實視頻號

活動嘉賓

本次直播活動在科普決策科學前沿內容的同時，也是對神經現實線上研學項目「決策的神經科學」的一次全面介紹。主講教授將經過錄制視頻親自拆解課程學習目標、內容和重點，機會難得，歡迎進群參與直播，不容錯過。

Alireza Soltani

達特茅斯學院副教授兼研究生項目主任，曾先后在加州理工學院和貝勒醫學院從事博士后研究，其后加入達特茅斯學院心理與腦科學系。他的研究方向聚焦于適應性決策與學習機制，旨在揭示大腦如何在不斷變化的環境中靈活調整行為與認知策略，探討支撐這一過程的神經計算機制。其研究結合多層次的計算建模（包括突觸、細胞及神經網絡層面），并開展心理物理學與人類行為實驗，以尋找能夠同時解釋神經活動與行為表現的可行機制。他的工作通過在生物物理約束下對神經系統的動態建模，建立從神經元活動到認知功能的橋梁，從而在生理層面闡釋行為規律與決策原理。其研究發表于《自然-神經科學》《自然-通訊》《神經元》《神經科學期刊》《美國國家科學院院刊》等國際頂級期刊。

項目介紹