为了节省精力，大脑在导航时不会选择最短路径

　　美国麻省理工学院（MIT）的一项新研究表明，在步行时，人类大脑并没有采用理论计算的＂最短路径＂。行人似乎更倾向于选择直接指向目的地的路线，即使这条路线的距离更长。
　　红色线条为行人路径，蓝色线条为最短路径。
　　众所周知，两点之间直线距离最短。然而，当你在城市街道中行走时，大概率是无法走直线的。当地时间10月18日，一项由美国麻省理工学院（MIT）团队发表在《自然·计算科学》杂志的新研究表明，在步行时，人类大脑并没有采用理论计算的＂最短路径＂。行人似乎更倾向于选择直接指向目的地的路线，即使这条路线的距离更长。
　　研究人员指出，这种基于矢量的导航策略在动物中广泛存在。采用矢量导航比计算最短路径消耗的精力更少，这使人类能将更多脑力投入其他任务中。MIT研究人员Carlo Ratti教授说：＂这是一个权衡问题，大脑更希望将计算能力用于其他任务。在三万年前，可能是躲避凶猛的狮子，在现在是为了避开危险驾驶的汽车。矢量导航策略虽然不会生成最短路径，但与最短路径非常接近，并且计算过程更加简单。＂
　　20年前，当Ratti还在剑桥大学就读时，他每天都会在学院和办公室之间往返。某一天，他意识到自己实际上以两条不同的路线往返，其中一条路线显然短于另一条路线。这引起了Ratti的注意，他带领团队分析了1.4万人在波士顿和剑桥之间行走的55万条路径，终于找到了解释路线选择问题的线索：行人没有选择最短路线，而是选择了与目的地角度偏差较小、但距离稍远的路线。也就是说，他们更希望在启程时直面终点。研究人员Paolo Santi解释道：＂大多数预测模型显示，行人希望最小化他们与目的地之间的角度，即采取‘最尖锐路径’。＂
　　波士顿和剑桥的街道错综复杂、条条缠绕，旧金山则有着网格式的街道布局。研究人员发现，这些城市中的行人都倾向于在往返两地时选择不同的路线。Ratti说：＂当我们根据与目的地的角度做决定时，街道网格会将你引向一条不对称的路线。包括我在内的大多数行人，都不是一名优秀的导航员。＂
　　科学家对动物行为和大脑活动（尤其是海马体）的研究也表明，人脑的导航策略是基于矢量计算的。这种导航方式与GPS设备使用的算法截然不同，后者可以根据存储的地图，近乎完美地计算出两点之间的最短路线。研究人员Joshua Tenenbaum表示：＂作为人类，你不可能把一张详细的地图下载到大脑中，那么你该怎么做呢？更自然的做法是从经验中获取信息。根据参考点、地标和角度等信息，你可以用在其他地方的找路经验来构建绘图和导航空间的算法。＂
　　Ratti补充：＂随着智能手机和便携式电子产品的快速发展，更好地了解人脑计算机制与机器计算机制之间的差异，对人类和人工智能的有机结合具有重要意义。＂
　　编译：德克斯特 审稿：西莫 责编：陈之涵
　　期刊来源：《自然·计算科学》
　　期刊编号：2662-8457
　　原文链接：https://techxplore.com/news/2021-10-brain-cities-wired-shortest-path.html
　　中文内容仅供参考，一切内容以英文原版为准。转载请注明来源。