一项新的研究表明，个人的信心是大脑统计评估的翻译。
首席作者和冷泉港实验室神经科学教授亚当·凯佩克（Adam Kepecs）说，主观的置信度来自客观计算类似于计算机使用统计计算的方式，其目标是识别统计分析的大脑中心及其处理数据的方式。
通常，决定职业选择和金融投资之类的重要事情取决于个人的自信心。人们还将决策技巧应用于琐碎的事情上，例如选择在开车时转弯或与陌生人说话。 Kepecs说，人们需要有信心决定某件事。人们发现，当他们没有信心的准确机制时，很难做出决定。
统计学家使用数据集提出了一种基于整个数据来得出结论的算法。例如，在与人工智能alphago的战斗中，Lee Sedol依靠直觉和计算。塞多路由第四次尝试的AI是因为他已经对自己的决定更有信心。
这一说法与较早的研究相矛盾，表明人的大脑在做出决策时会使用快捷方式，提出近似和经验法规来决定某些事情，而不是进行乏味的统计分析。因此，信心仍然容易出错。
KEPEC认为，如果信心容易出错，决定简单的事情将变得很难做到。
为了解决这个问题，KEPEC着手证明人类置信度使用受控数据流使用客观计算。 Kepecs与研究生Joshua Sanders一起开发了视频游戏，以比较计算机和人类的性能。
在实验中，Kepecs的团队要求参与者收听各种点击声音，并确定其中哪些更快。他们还被要求评估他们给出的答案是随机猜测还是基于高信心。他们发现志愿者的反应与统计计算相当。信心的感觉决定了决策，就像统计数据如何从许多数据中创建模式一样。
一项后续研究补充了Kepecs的人类置信度模型，其中参与者具有个人知识库。即使在艰难的决策中，过度自信的感觉以及做出基本选择时不信任的感觉都遵循Kepecs的模型。
使用置信度模型，Kepecs希望确定发生置信度计算并研究其神经网络的特定大脑区域。他计划研究啮齿动物的大脑并检查可能在获得信心和控制相关行为的感觉中发挥作用的大脑回路。
Kepecs说：“有关于置信度的理论是弄清楚大脑实际上是如何做到这一点的第一步，神经细胞如何执行此过程。”
这学习发表在神经元5月4日。
照片：直到韦斯特梅耶|Flickr
