PLoS Comput Biol：25岁时，人的创造力“触顶反弹”
2017-05-02 邢若洁 科研圈
年轻人往往最有可能“出奇制胜”——2017年4月12日发表于 PLoS Computational Biology 的一篇论文指出，25岁时的随机行为能力达到巅峰，从而展现出最强的创造力。 大脑处理视觉、听觉和其他感官信息，并经过可能性运算后做出决定。至少，很多顶尖的心理过程理论指出，大脑这一人体的主宰器官会以过往经验为基准形成了一套内在模型，预测接下来的最佳行为。然而研究表明，在同样条件下
年轻人往往最有可能“出奇制胜”——2017年4月12日发表于 PLoS Computational Biology 的一篇论文指出，25岁时的随机行为能力达到巅峰，从而展现出最强的创造力。
大脑处理视觉、听觉和其他感官信息，并经过可能性运算后做出决定。至少，很多顶尖的心理过程理论指出，大脑这一人体的主宰器官会以过往经验为基准形成了一套内在模型，预测接下来的最佳行为。然而研究表明，在同样条件下遇到同一问题，人以及其他动物都可能会做出不同的选择，这种波动往往被归因于“噪音”——系统中的一个偏差。
但并非所有人都认可这种结论。毕竟，有时我们确实会受益于随机行为。当被捕食者的行为难以预测时，它更容易逃脱捕食者的追捕，因此它的决策机制要更加多样化。或者在不稳定的环境下，之前的经验不足以准确指导下一步的行动时，动物可以通过这种复杂的行为探索更多选择，增加找到正确应对方式的概率。2014年发表于 Cell 的一项研究表明，当老鼠发现非随机行为无法胜过计算机算法时，它们会选择随机行为。这种改变可不能简单地归结于噪音。正好相反，它在大脑运作过程中扮演了关键角色。
2017年4月12日，巴黎 LABORES 自然和数字科学科研实验室（LABORES Scientific Research Lab for the Natural and Digital Sciences）的自然算法组于 PLoS Computational Biology 发表论文，这些研究者希望阐明这种复杂性如何在人类身上体现。这篇论文的作者之一、计算机科学家 Hector Zenil 说：“研究人员发现，当老鼠试图表现随机行为时（2014年论文），它们在计算如何行动。这种计算就是我们这项研究想要探索的。”Zenil 的团队发现，平均来说，人类产生随机行为的能力巅峰在25岁，之后会一直缓慢递减直到60岁，开始迅速下滑。
通过控制变量（语言、性别、教育程度等）测试，研究者发现年龄是影响行为随机程度的唯一因素。“在25岁时，人在这些随机行为上可以胜过计算机。”Zenil 说。他还补充道，其发展轨迹符合科学家对认知能力高峰的预测。事实上，行为的复杂性和随机性基于认知功能的注意力、抑制力和工作记忆力（这也包含在该研究的五个项目里）——尽管这种关系的真正机理还不明确。“在25岁左右，思维最活跃。”Zenil 认为这其中有生物学意义：自然选择更倾向于在重要的繁殖年间获得最好的随机行为能力。
不仅如此，这项研究结果还可能用于理解人类的创造性。毕竟，创造力主要指开发新途径和尝试不同结果的能力。Zenil 说：“这测试了行为多样性依据。因此，人在25岁时最有展现创造力的资本。”
先前的研究显示随机行为能力随年龄下降，而 Zenil 的发现佐证了这一观点。但后者是第一个使用算法途径来测量复杂性的研究，也是第一个在全年龄段进行的研究。未参与该研究的瑞典 M？lardalen 大学计算机科学家 Dodig-Crnkovic 说：“早先的研究只针对青年人和老年人，通过冗长的反应测试，获得重复率等特定指标的统计结果，而这次的研究更进一步。”Zenil 的团队并未使用统计学方法，而是用算法判定随机程度，从而测得了真正的随机行为，而非统计学行为或伪随机行为。后两者的数据可以满足随机统计测试，但并不像真正的随机数据一样“不可压缩”。算法能力随年龄变化，这一事实意味着大脑在本质上是算法的——它不认为世界是统计学随机的，而是采取了更一般化的方法，并没有传统的大脑统计模型中存在的偏差。
这些结果可能会拓宽对大脑运作机制的研究思路：大脑可能是一个算法概率预测器（algorithmic probability estimator）。一些流行理论中存在的决策统计模型偏差，将会为这一新理论所更新乃至推翻。其中一种着名的理论是贝叶斯脑假说，该理论认为，大脑会为每种想法分配一个概率，每当感官收到新的信息时，就对这一概率进行修改。“大脑是高度算法的，” Zenil 说。“它的行为不随机，不像投掷硬币的机制。”他补充说，如果仅利用统计方法而忽略算法方法，我们对大脑的理解会很片面。举例来说，统计方法不能解释为什么我们可以记住电话号码等数字序列，就像“246-810-1214”，这只是一串数字，毫无统计意义，但它有算法意义。我们可以识别其模式并以此记住这组数字Zenil 和他的团队计划继续探索人类算法复杂度，并希望发现行为随机性与年龄之间关系的认知机制。不过，他们首先计划以确诊患有神经退行性疾病和精神紊乱的人（如阿尔茨海默氏症和精神分裂症）为对象展开研究。据Zenil 估计，确诊有这类疾病的参与者不会像对照组中的参与者一样，产生或感知随机性，因为他们经常会产生更多的联想，并能比普通人观察到更多的模式。
这些研究人员已蓄势待发。 Dodig-Crnkovic 说：“他们在复杂度上的研究，是一个很有前途的研究方向。”
原始出处：
Gauvrit N， Zenil H1， Soler-Toscano F， Delahaye JP， Brugger P. Human behavioral complexity peaks at age 25. PLoS Comput Biol. 2017 Apr.
作者：邢若洁
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#创造力#
41
#Bio#
28
#Biol#
29
#反弹#
40
学习了谢谢分享
67