神经科学家利用游戏玩家来了解人们如何解决问题

CandyCrushSaga、FlowFree或Minesweeper的粉丝应该查看一个具有挑战性的新手机游戏应用程序，hexed，它会伸展你的大脑，因为它可以帮助大脑研究人员理解人类的战略思维，并可能提高人工智能的推理能力。

这款益智游戏本月由加州大学伯克利分校的神经科学家GautamAgarwal和他的同事以及葡萄牙里斯本的尚帕利莫未知中心通过Apple的AppStore和GooglePlay发布。

游戏应用程序hexxed可能会对那些必须弄清楚游戏规则和目标是什么的玩家施展魔法。神经科学家希望使用玩家策略来了解人们如何解决问题，而不是人工智能如何解决问题。图片来源：加州大学伯克利分校

那些下载hexxed的人将面临比大多数基于手机的游戏更具挑战性的游戏，这些游戏可以在消磨时间或看电视的同时漫不经心地玩。那些玩妖术的人必须学会如何在几乎没有指令的情况下取得成功——他们必须即时弄清楚规则。

“我真的想尽可能避免对玩家产生偏见，所以从某种意义上说，这与游戏设计的基本原则之一不一致：使用故事情节来引导玩家，”Agarwal说。

通过不提供关于规则或目标的叙述，阿加瓦尔的团队试图让人类的游戏体验类似于人工智能(AI)可能接近它的方式，即盲目地只寻找最大化赢得点数的模式。他说，这样一来，他就可以更直接地将人类策略与当今AI核心的最先进神经网络所使用的策略进行比较，并可能为AI如何衡量人类更灵活的智能提供一个基准.

该应用程序在众包游戏玩家中也很少见，可以为人类思考方式的基础研究做出贡献。其他众包研究，尤其是通过AmazonMechanicalTurk获得的研究，也提供可用于研究认知的大型数据集。

“人们一直在以游戏的形式进行行为实验，但这并不是科学家似乎特别明智的媒介，”阿加瓦尔说。“这个游戏是公民科学的一种形式，它可以帮助我们在比通常在实验室中构建的更身临其境的环境中模拟行为。”

Hexxed应用程序存储玩家的每一个动作，并将数据报告给团队进行分析。如果有足够多的玩家提升到最高级别并掌握游戏——阿加瓦尔希望至少有1,000名专家级玩家被游戏迷住——他将获得一个独特的数据集，科学家可以通过该数据集挖掘有关智能解决问题的无数科学问题的答案.

“最初，我们专注于那些突然让玩家解决所有相关问题类别的洞察力的飞跃，”Agarwal说。“希望，如果我们有一个足够好的模型，我们就能以更细粒度的方式处理这些数据，并开始了解个人体验中更细微的差异：文化差异、年龄差异、个性差异。有些人更倾向于焦虑、计划、沉思或坚持。他们对待比赛的方式不同吗?”

游戏复杂性的甜蜜点

阿加瓦尔说，迄今为止，对人类推理感兴趣的科学家使用了两种方法中的一种。第一种是使用简单的、基于实验室的任务。虽然这些很容易建模，但它们与现实世界问题中发现的复杂程度相去甚远。

另一方面，研究人员使用了现有的游戏，例如国际象棋、围棋和俄罗斯方块。但所有这些都是复杂的战略游戏——有些，比如国际象棋，具有特殊的规则——很难建模，因为游戏板的可能安排数量基本上是无限的。

“国际象棋或俄罗斯方块等游戏的问题在于你无法绘制可能体验的空间——它们实际上是无限的，”获得博士学位的阿加瓦尔说。2009年获得加州大学伯克利分校神经科学博士学位，与海伦威尔斯神经科学研究所所长EhudIsacoff合作。“与大多数神经科学任务不同，六边形应用程序要求参与者从一个大而明确的行动空间中进行选择。更重要的是，当您击败它时，您基本上可以解决164个可能的谜题中的每一个。每个人都尝试每一个谜题，形成一个更全面的地图，将谜题空间与行动空间联系起来。”

阿加瓦尔和他的同事去年在尚帕利莫未知中心担任博士后研究员时，在十几个科目上测试了这款游戏的原型，发现人们采用了相同的通用策略，包括次优策略。随着他们进步到需要新解决方案的水平，受试者不断采用无法应对挑战的过时策略。

随后，他将人类游戏的表现与用于掌握围棋和雅达利游戏的几种神经网络的表现进行了比较。

“人工智能成功了，但耗时更长，”阿加瓦尔说。“在第1级，人们采取了两次尝试击败它的顺序。AI进行了20次尝试。当AI达到5级时，它们就更接近人类了。但是如果你看看人类和人工智能是如何解决个别谜题的，到游戏结束时，人类完美地收集了一半的谜题，但人工智能几乎从来没有完美地解决过任何谜题。它似乎使用了这些拼凑在一起的解决方案，这些解决方案已经足够好了，但从来没有真正解决所提出的问题的症结——它在做一些愚蠢的事情。”

阿加瓦尔关于人类游戏策略的发现可以帮助设计具有更好解决问题能力的神经网络和人工智能。

“当你处于一个新的环境中时，你必须把看似无关的过去经历拼凑起来，想出一些新的东西——就人工智能而言，这更接近前沿，”他说。“这是泛化的问题。您如何将熟悉的策略应用于不熟悉的问题，何时应该放弃这些并尝试完全不同的方法?”

他怀疑个人会围绕解决游戏的少数不同方法聚集在一起，随着他们面临越来越复杂的游戏，从一种方法跳到另一种方法。

“我们中的任何人都只有一个局部的有利位置，我们可以从中观察问题，直到我们放弃它，转向另一个局部的有利位置，另一种理论，”他说。“通过观察成千上万的人，我们可以鸟瞰人类作为一个整体如何以没有人能够亲眼看到的方式解决同一问题。这个游戏是一种系统地诱导人们做出一系列发现的方式，以便我们可以用数学方式对它们进行建模。”

他已经看到玩家——他现在有大约40名专门的测试员——创造关于哪种策略有效的故事，其中许多是错误的。他的母亲甚至以错误的叙述达到了最后一个层次，说明什么能让她成功。

Agarwal说：“到目前为止，我们收集的数据显示了故事的中心位置，尽管我们一开始并没有预料到会出现这种情况。”“不管我们喜欢与否，这是人们处理复杂问题的现实。”

他看到了与投票所涉及的复杂决定的有趣相似之处，这需要平衡许多有时相互矛盾的证据，形成叙述以简化过程，但这不可避免地会导致过于简单化并做出可能产生长期后果的瞬时决定。

“我认为这个项目是一种数学尝试，用于解释人们如何使用故事来理解世界，”他补充道。

标签：