研究人員已使用可解釋的AI將假設動(dòng)物的覓食行為分解為可測量的認知動(dòng)力學(xué)。他們希望他們的成功能夠導致人們更好地理解人類(lèi)的思維方式，或者像研究人員所說(shuō)的那樣，“思想的神經(jīng)基礎”如何運作。

這項復雜的工作是在休斯敦的貝勒醫學(xué)院和萊斯大學(xué)進(jìn)行的，并在《美國國家科學(xué)院院刊》上發(fā)表的一項研究中進(jìn)行了描述。

通訊作者Xaq Pitkow博士及其同事解釋了他們如何訓練人工神經(jīng)網(wǎng)絡(luò )來(lái)完成簡(jiǎn)單的覓食任務(wù)。這項任務(wù)需要網(wǎng)絡(luò )整合沿途獲得的證據，同時(shí)還要記住先前的進(jìn)展并計劃后續的行動(dòng)。

“我們的方法成功地恢復了代理人的內部模型和主觀(guān)偏好，并發(fā)現了與該理性模型相一致的神經(jīng)計算，”作者在討論部分中評論。

在貝勒博客文章中，科學(xué)作家安娜·瑪麗亞·羅德里格斯(AnaMaríaRodríguez)博士寫(xiě)道，研究團隊使用了一種追蹤思維過(guò)程的方法，稱(chēng)為逆向理性控制。該方法需要觀(guān)察一種行為并推斷出最能解釋所觀(guān)察到行為的信念或思想。

Rodriguez寫(xiě)道：“傳統上，該領(lǐng)域的研究人員一直以動(dòng)物能夠最佳地解決任務(wù)的方式工作，其行為方式可以最大程度地發(fā)揮其凈收益。”“但是當科學(xué)家研究動(dòng)物行為時(shí)，他們發(fā)現情況并非總是如此。”

對此Pitkow補充說(shuō)，有時(shí)候，動(dòng)物對其環(huán)境所發(fā)生的事情有“錯誤”的信念或假設，但鑒于他們認為周?chē)l(fā)生的事情，他們仍然會(huì )為自己的任務(wù)尋找最佳的長(cháng)期結果。”

皮特科說(shuō)，這可以解釋為什么動(dòng)物似乎表現出理性而“次優(yōu)”的行為。