摘要：魏茨曼科学研究所的突破性研究揭示了人类决策行为中一个令人惊讶的现象：当面临潜在损失时，大脑会采用比追求收益时更为激进的探索策略。这一发现不仅挑战了传统的行为经济学理论，更重要的是，它首次在神经元层面解释了为什么人类在不同情境下会表现出截然不同的风险承担行为。通

信息来源：https://medicalxpress.com/news/2025-09-human-brains-explore-losses-gains.html

魏茨曼科学研究所的突破性研究揭示了人类决策行为中一个令人惊讶的现象：当面临潜在损失时，大脑会采用比追求收益时更为激进的探索策略。这一发现不仅挑战了传统的行为经济学理论，更重要的是，它首次在神经元层面解释了为什么人类在不同情境下会表现出截然不同的风险承担行为。通过对癫痫患者大脑深层电极记录的分析，研究团队发现杏仁核中的神经噪声是驱动这种差异性探索行为的关键机制。

这项发表在《自然》期刊的研究涉及17名已植入临床深层电极的癫痫患者，研究人员通过22次记录捕获了382个神经元的活动数据，主要集中在杏仁核及其附近的颞叶皮层区域。实验采用了精心设计的二选一决策游戏，参与者需要在不同的几何形状之间做出选择，这些选择在"获得"和"损失"两种不同框架下具有不同的结果概率。

实验结果显示了一个反直觉的现象：在损失情境中，参与者表现出更高的探索性行为，即使在已经了解哪个选项更优的情况下仍然如此。这种行为模式与传统认知中"损失厌恶导致保守行为"的观点形成了鲜明对比，为理解人类决策机制提供了全新的视角。

杏仁核噪声的关键作用

得失对立条件下的范式与学习行为。图片来源：《自然》（2025）。DOI：10.1038/s41586-025-09466-1

研究最重要的发现之一是杏仁核神经活动中噪声水平的差异性变化。在面临潜在损失时，杏仁核的神经噪声显著增加，这种噪声水平的提高直接促进了探索性行为的产生。研究团队发现，这种噪声增加现象具有高度的特异性——它只在损失情境中出现，而在获得情境中保持相对稳定。

神经噪声的概念在这里指的是神经元放电活动在不同试验之间的变异性。当这种变异性增加时，大脑对当前选择的确定性下降，从而促使个体探索其他可能的选择。这种机制在进化上具有重要的适应性意义：当面临资源损失威胁时，增加探索行为有助于发现新的生存机会。

更为有趣的是，研究发现这种噪声水平会随着学习过程动态调整。随着个体对环境的了解加深，不确定性逐渐降低，杏仁核的噪声水平也相应下降。这表明大脑具有一套精密的自适应机制，能够根据环境信息的累积程度调整探索策略的激进程度。

通过将测量到的噪声水平纳入决策模型，研究团队成功重现了在损失试验中观察到的额外探索现象，这为噪声驱动探索的理论提供了强有力的支持。这一发现对理解各种精神疾病中的决策异常具有重要意义，特别是那些与杏仁核功能异常相关的疾病。

探索与利用的生物学意义

人类的生存历来依赖于在探索新机会和利用已知资源之间保持适当平衡。这种被称为"探索-利用困境"的现象在生物学和认知科学中都是一个核心问题。传统上，大多数研究都集中在寻求收益情境中的探索行为，而对损失情境下的探索机制了解相对有限。

从进化角度来看，当面临资源损失或环境威胁时，采用更激进的探索策略具有明显的生存优势。想象一下我们的祖先面临熟悉的食物来源枯竭时的情形：保守地坚持已知但正在消失的资源可能导致饥饿，而积极探索新的食物来源尽管存在风险，却可能发现更丰富的资源。

现代生活中这种机制同样发挥作用。当人们面临工作丢失的威胁时，往往会更积极地寻找新的职业机会；当投资组合出现亏损时，投资者可能会考虑之前不曾尝试的投资策略。这些行为背后都有着共同的神经生物学基础。

研究还发现，在获得和损失两种情况下，杏仁核和颞叶皮层的神经元在探索性选择之前都会出现放电频率增加的现象。这表明存在一个共同的、与价值无关的神经信号系统来调节探索行为。然而，损失情境中特有的噪声增加机制为这种基础系统增加了额外的驱动力。

对心理健康的深远影响

这一发现对理解和治疗多种心理健康问题具有重要意义。研究指出，损失回避策略与创伤后应激障碍、焦虑症和情绪障碍等负面心理状态密切相关。通过深入理解这些状态下大脑的神经机制，可能为开发更有效的治疗方法提供新思路。

例如，某些焦虑症患者可能表现出过度的探索行为，不断寻找新的应对策略而难以满足于现有的稳定状态。理解杏仁核噪声调节机制可能有助于开发针对性的治疗方案，通过调节神经噪声水平来缓解过度探索带来的困扰。

另一方面，抑郁症患者往往表现出探索动机不足的问题，即使面临明显的损失威胁也缺乏寻找替代方案的积极性。研究成果可能为理解这种探索缺陷的神经基础提供线索，并为开发相应的干预措施提供指导。

研究团队开发的行为模型显示，在获得情境中，单纯的价值规则就足以解释人们的选择行为；而在损失情境中，需要将价值和总体不确定性结合起来才能准确预测行为。这种差异性模型为个性化治疗方案的开发提供了理论基础。

技术应用前景与研究局限

虽然这项研究取得了重要突破，但研究团队也坦承其局限性。由于伦理和技术限制，研究无法进行因果性实验来直接操纵神经噪声水平并观察其对行为的影响。未来的研究需要开发更精密的技术手段来验证噪声调节探索行为的因果关系。

同时，研究样本相对有限，且参与者都是癫痫患者，这可能影响结果的普适性。未来需要在更大规模的健康人群中验证这些发现，并探索不同个体间神经噪声调节机制的差异。

从应用角度来看，这一发现可能对人工智能和机器学习领域产生重要影响。在强化学习算法中引入类似的噪声调节机制，可能提高AI系统在面临不同类型环境变化时的适应能力。特别是在金融交易、资源分配和战略决策等领域，这种机制可能帮助AI系统做出更合理的探索-利用平衡。

此外，这一研究还为教育和管理实践提供了启示。理解人们在不同情境下的探索动机差异，可以帮助教育者和管理者设计更有效的激励机制，促进创新和学习行为。

这项研究不仅深化了我们对人类决策机制的理解，更为跨学科研究开辟了新的方向。从神经生物学到行为经济学，从临床心理学到人工智能，这一发现的影响将在多个领域持续发酵，为解决复杂的现实问题提供新的科学依据。

来源：人工智能学家