![]()
● 认知神经科学前沿文献分享
论文信息:Toward an automated science of the mind
发表时间:2026-10-07
发表期刊:Neuron
![]()
![]()
实验、数据和模型都能批量生成,之后呢?
这是 Neuron 上的一篇 NeuroView 观点文章,作者 Akshay K. Jagadish 等人讨论的是一个方向:让机器参与认知科学的发现循环。他们把这个循环拆成四个环节:表示实验、生成合成行为、合成并比较模型,再把结果反馈回下一轮搜索。目前这套流程往往依赖研究者在每一步手动决定范式、数据、模型和评价标准,从假设到论文可能隔着很长时间,探索的空间也容易被限制在大家熟悉的实验设计和模型类别里。
![]()
Fig. 1 中,作者展示了一个由实验设计、合成行为、模型合成和批评反馈组成的自动化认知科学发现循环,并把通过模拟筛选的候选发现编译为真人实验,用行为和神经等测量进行检验与校准。
作者的设想是:机器负责大规模搜索,研究者负责决定问题怎样被表达、什么样的答案算解释,以及哪些结果必须回到真人数据里验证。
![]()
机器先要学会描述实验
自动化的第一道门槛是表示:系统得有一种语言,能把实验里的刺激、状态、转移、反馈和任务结构说清楚,机器才有可能提出新实验。作者把马尔可夫决策过程(Markov decision process,MDP)当作一个起点,它适合表达一大类决策任务;大语言模型(LLM)可以充当实验采样器,先提出一组可能检验某个假设的任务,再根据反馈增删关键因素。
但 MDP 不是心智科学的通用语法。心理物理和知觉需要连续、可渲染的刺激空间,记忆任务常有学习和测试两个阶段,语言理解面对开放文本,社会认知还涉及多个智能体的互动。作者因此主张不追求单一通用语法,表示要能覆盖不同领域,又要有足够的结构以便搜索;不同领域可以用不同策略,可以是领域专用的语法、可执行的程序,也可以由自然语言编译成机器可读的规格。
![]()
合成行为可以加速搜索,不能直接代替人
第二个环节是给实验配上行为数据。作者列举了任务专用模拟器、拟合认知模型的集合、生成式智能体和认知基础模型几条路线,并重点提到 Centaur:按文章的概括,它能为用语言描述的认知实验生成新的行为数据,有些数据很难与人类行为区分;作者承认它能否泛化到全新实验结构仍有争论,但认为现有证据显示它至少能一定程度外推到训练分布外。作者还提到正在进行的工作把人口统计和精神症状量表分数加入微调,文中未报告结果。
作者特别提醒,像人的回答,不等于用了和人一样的机制。他们列出的风险包括:模型可能走了捷径,偏向 WEIRD(西方、受教育程度高、工业化、富裕和民主国家)人群,漂移到平均参与者,或者在真实分布变化时失效。所以合成行为的定位是假设生成的加速器,不是人类心理的基准。作者给出的约束是持续校准:用留出的人类数据检查生成器,让它接受能暴露启发式的对抗任务,必要时换成针对特定任务族的小型模拟器。
![]()
同一种行为,可能对应几套机制
有了实验和行为,系统还要找出能解释它们的认知模型。传统做法是研究者先写出少数候选模型再逐一拟合,自动化路线则想把候选程序的搜索规模推大。文中引用了两个例子:GeCCo 用大语言模型引导程序合成,把认知模型写成 Python 函数,再根据预测表现反馈持续改写;SPICE 则用任务专用神经网络预测行为,再通过稀疏方程发现寻找更容易解释的模型。
作者指出,程序搜索不是一块平滑的地形:代码只改一点,模型可能就坏掉;不同的潜在机制却可能给出几乎一样的行为,这就是可辨识性问题:单看选择,常常不足以判定哪套机制更接近真实过程。作者提出让候选模型同时预测行为和神经反应,用神经数据给行为上等价的解释增加约束。这仍是工作方向,本文没有报告已经完成的联合验证系统。
![]()
最难定义的是“有趣”
最后一环要决定,上一轮搜索出的结果是否值得继续追。作者讨论了让一个评审器同时查看实验、模拟参与者、生成数据和最佳解释模型,再给这个发现组合打分。信息增益和主动学习可以让系统优先选择最能区分候选模型的任务,但也可能把系统带向统计上很锋利、理论上却乏味的边缘案例。用有趣性(interestingness)信号来闭环,作者认为这样做很诱人,也很危险:评审器可能偏爱戏剧性的新奇,生成端的策略也可能学会制造表面怪异的结果来骗过它。
所以作者建议把新颖性、稳健性、简约性、跨任务和跨人群的泛化,以及用共享机制解释多个现象的统一性放在一起考虑,不把有趣性压成一个总分;权重怎样才合理,文章没有给出现成答案。作者借用《巴别图书馆》的比喻,担心自动化系统变成一台列举一切的机器,生成海量的任务、数据和模型,其中大多数没有价值;他们把需要防范的风险概括为:结果看起来很有说服力,却没有可靠的科学内容。
![]()
科学家仍然在循环里
作者把人的工作概括成三件事:提出值得追问的问题,设计能表达问题和答案的表示,收集足够丰富的人类数据来校准和验证。
解读时要注意证据的性质:这是一篇观点文章,没有新的被试实验、行为统计或神经记录。Centaur、GeCCo、SPICE 等是作者引用的已有工作,其中 Centaur 和 GeCCo 来自作者团队的相关工作;自动化闭环、个体画像生成、行为与神经联合生成和多目标的有趣性评价,是作者提出的方向。它们能否持续产出可复核的心理理论,还要靠后续的系统和真实的人类数据来检验。
分享人:天天
审核:PsyBrain 脑心前沿编辑部
● 原文信息与获取方式
DOI:10.1016/j.neuron.2026.09.012
获取原文:
1. 三连后添加小助手:PSY-Brain-Frontier 获取
版权归属作者团队和出版社,本文仅做分享
![]()
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.