新的研究表明，为什么你不需要完美才能完成工作
当神经科学家思考动物可能采用的执行任务的策略（例如寻找食物、捕猎或穿越迷宫）时，他们通常会提出一个单一模型，为动物提供完成任务的最佳方式。但在现实世界中，动物和人类可能不会采用最佳方式，因为这种方式会耗费大量资源。相反，它们会采用一种既能完成工作又耗费较少脑力的策略。
在《科学进展》杂志发表的新研究中，珍妮莉亚研究所的科学家们开始更好地了解动物成功解决问题的可能方法，而不仅仅是最佳策略。
这项研究表明，动物可以通过多种方式完成简单的觅食任务。它还为理解这些不同的策略、它们之间的关系以及它们如何以不同的方式解决同一问题奠定了理论框架。
研究人员发现，其中一些不太完美的完成任务的选项几乎与最佳策略一样有效，但所需的努力却少得多，从而让动物能够利用宝贵的资源来处理多项任务。
领导这项研究的赫蒙斯塔德实验室博士后 Tzuhsuan Ma 说道：“一旦你摆脱对完美的追求，你就会惊讶地发现解决问题的方法竟然有这么多。”
新框架可以帮助研究人员开始研究这些“足够好”的策略，包括为什么不同的人可能会采用不同的策略，这些策略如何协同工作，以及这些策略在其他任务中的可推广性如何。这可以帮助解释大脑如何在现实世界中实现行为。
Janelia 小组负责人 Ann Hermundstad 表示：“我们从未想过这些策略能够解决这一任务，但它们确实很有效，因此动物也完全有可能使用它们。它们为我们理解行为提供了新的词汇。”
超越完美
这项研究始于三年前，当时马开始思考动物可能采用的不同策略来完成一个简单但常见的任务：在两个选项之间进行选择，而获得奖励的机会随着时间的推移而改变。
研究人员感兴趣的是研究一组介于最优解和完全随机解之间的策略：“小程序”，这些程序资源有限，但仍能完成任务。每个程序都指定一种不同的算法，根据过去的观察来指导动物的行为，使其可以作为动物行为的模型。
事实证明，这样的项目有很多——大约有 25 万个。为了弄清这些策略的含义，研究人员首先研究了少数表现最好的策略。令人惊讶的是，他们发现，尽管使用的资源较少，但它们本质上做的是与最佳策略相同的事情。
马云说：“我们有点失望。我们花了这么长时间寻找这些小程序，但它们都遵循相同的计算，而这个领域已经知道如何通过数学推导，不需要付出这么多努力。”
但研究人员们有动力继续寻找——他们有强烈的直觉，认为一定有程序是好的，但与最佳策略不同。一旦他们超越最好的程序，他们就会找到他们要找的东西：大约 4,000 个程序属于这个“足够好”的类别。更重要的是，其中 90% 以上做了一些新的事情。
他们本可以就此止步，但一位珍妮莉安同学提出的问题激励了他们继续前进：他们如何才能弄清楚动物正在使用哪种策略？
这个问题促使团队深入研究单个程序的行为，并开发出一种系统化的方法来思考整个策略集合。他们首先开发了一种数学方法来描述程序之间的关系，即通过连接不同程序的网络。接下来，他们研究了策略描述的行为，设计了一种算法来揭示这些“足够好”的程序是如何从另一个程序演化而来的。
他们发现，对最优程序进行微小改动可以导致行为发生巨大变化，同时仍能保持性能。如果其中一些新行为在其他任务中也有用，则表明同一程序足以解决一系列不同的问题。
马云说：“如果你想想，动物并不是只解决一个问题的专家，而是能解决许多问题的通才，那么这确实是一种研究它的新方法。”
这项新研究为研究人员提供了一个框架，使他们能够开始思考超越单一、最佳的动物行为程序的问题。现在，该团队专注于研究这些小程序对其他任务的可推广性，并设计新的实验来确定动物可能使用哪个程序来实时执行任务。他们还与 Janelia 的其他研究人员合作，测试他们的理论框架。
“最终，牢牢掌握动物的行为是理解大脑如何解决不同类型问题的基本前提，包括我们最好的人工系统无法有效解决的一些问题，”赫蒙斯塔德说。“关键的挑战是，动物可能使用与我们最初假设的非常不同的策略，而这项研究正在帮助我们发现这种可能性。”
页:
[1]