神经科学家挖掘游戏玩家以了解人们如何解决问题

《Candy Crush Saga》、《Flow Free》或《扫雷》的粉丝们应该看看一款具有挑战性的新手机游戏应用《hexxed》，它可以拓展你的大脑，因为它可以帮助大脑研究人员理解人类的战略思维，或许还能提高人工智能的推理能力。

这个难题游戏本月发布通过Apple的App Store和Google Player由神经透视学家Gautam Agarwal及Charifornia大学的同事，葡萄牙Lisbon的未知委员会的Champalimaud Center。

下载《hexxed》的用户将面临一款比大多数手机游戏更具挑战性的游戏，这款游戏可以在消磨时间或看电视的同时进行无意识的游戏。那些玩hexxed的人必须在几乎没有任何指示的情况下学会如何成功——他们必须在飞行中想出规则。

“我真的很想尽可能避免偏见玩家，所以从某种意义上说，它与游戏设计的基本原则之一是赔率：使用故事列表来定向玩家，”阿加尔沃尔说。

通过不提供关于规则或目标的叙述，Agarwal的团队试图让人类的游戏体验类似于人工智能(AI)的方式，即盲目地只寻找能够最大化赢得点数的模式。他说，这样他就可以更直接地比较人类的策略和最先进的策略神经网络在今天的AI的核心，也许可以为AI如何衡量人类更灵活的智能来提供基准。

该应用程序在众群游戏玩家中也很少罕见，有助于对人类的思考的基础研究。其他众包研究，特别是通过亚马逊机械土耳其人提供的研究，还提供大型数据集可以用来研究认知。

“你有人以游戏的形式从事行为实验，但这不是科学家们似乎特别明智的媒介，”阿加尔沃尔说。“这个游戏是一种公民科学的形式，可以帮助我们在更沉浸的环境中的模型行为，而不是我们通常在实验室中构建。”

Hexxed应用程序存储播放器所做的每次移动，将数据报告回团队进行分析。如果足够的球员上升到最高级别并掌握游戏 - agarwal希望至少有1,000名专家级别的球员被游戏所获得的，他将获得一个独特的数据集，科学家可以弥漫在智能问题解决方面的无数科学问题的答案。

“最初，我们专注于那些突然允许玩家解决全类相关问题的跃点，”Agarwal说。“希望，如果我们有足够好的模型，我们可以以更细粒度的方式通过这个数据，并开始获得个人经验的更细致的差异：文化差异，年龄差异，人格差异。有人倾向于焦虑或规划或谣言或持久性。他们是否以不同的方式接近游戏？“

游戏复杂性的甜蜜点

迄今为止，对人类推理感兴趣的科学家们迄今为止，agarwal表示，使用了两种方法中的一种。首先是使用简单，基于实验的任务。虽然这些易于模仿，但它们是来自现实世界问题中的复杂程度的远远哭泣。

另一方面，研究人员使用了诸如国际象棋，去和俄罗斯方案等现有游戏。但所有这些都是复杂的战略游戏 - 一些像国际象棋一样，具有特殊规则 - 这是难以模范的，因为基本上是游戏板的无限数量的可能安排。

“像国际象棋或俄罗斯州一样的游戏的问题是你无法映射可能的经历的空间 - 他们几乎是无限的，”艾尔威尔说他的博士学位。在2009年的UC Berkeley的神经科学中，与海伦的主任，与Ehud Isacoff合作，是Helen将为神经科学研究所的主任。“与大多数神经科学任务不同，Hexxed应用程序需要参与者从一个大而定义的行动空间中选择。更重要的是，你基本上抓住了164个可能的谜题，你击败它。每个人尝试每个拼图，形成一个更全面的地图，将谜题的空间与动作的空间相关联。“

agarwal和同事去年在十几个科目上测试了这场比赛的原型，而他是康复的博士生在香槟酒中心为未知的博士学位，发现人们采取了相同的共同战略，包括次优的策略。随着他们进入要求新解决方案的水平，受试者持续使用不符合挑战的过时的策略。

随后，他将人类在游戏中的表现与一些神经网络进行了比较，这些神经网络已经被用于掌握围棋和雅达利游戏。

“AIS成功，但花了更长时间，”阿加尔沃尔说。“在1级，人们接受了两次尝试击败它的秩序。AIS大约大约是20次尝试。当AIS到达5级时，他们更接近人类。但如果你看看人类和AI正在解决个体谜题，在游戏结束时，人类完全收集了一半的谜题，但AI几乎从未完全陷入困惑。它似乎使用这些堆放在一起的解决方案足够好，但从未真正达到过问题的症结了 - 它正在做一些愚蠢的事情。“

Agarwal关于人类游戏策略的发现可以帮助设计神经网络和AI，以更好的解决解决技巧。

“当你处于新的情况时，就像艾都担心一样，似乎与新的东西一起拼凑出来的东西，似乎与新的事情更接近边境，”他说。“这是泛化的问题。你如何对陌生问题应用熟悉的策略，以及你应该什么时候给出这些并尝试完全不同的东西？”

他怀疑个人将围绕着少数不同的方法来解决游戏，从一种方法跳到另一个方法，因为它们面对比赛中的复杂程度增加。

“我们中的任何人都只有一个本地的有利点，我们从中看出了一个问题，直到我们为另一个本地的有利点抛弃另一个理论，”他说。“通过看几千人，我们可以在没有人能够自己看到的方式中，我们可以让鸟瞰图是人口如何处理的方式。这场比赛是一种系统地诱导人们制作的一种方式系列发现，使我们可以以数学方式模拟它们。“

他已经看到，玩家 - 他现在拥有大约40个专用测试人员 - 创造关于哪些策略的故事，其中许多是错误的。他的母亲甚至达到了最后一个级别，错误的叙述是让她成功的东西。

阿加瓦尔说:“到目前为止，我们收集的数据显示了故事的核心，尽管这不是我们一开始所期望的。”“不管我们喜欢与否，这就是人们如何处理复杂问题的现实。”

他看到了与投票相关的复杂决定的有趣相似之处。投票需要平衡许多有时相互矛盾的证据，形成叙事以简化过程，但这不可避免地需要过度简化，做出可能产生长期后果的短暂决定。

他补充说:“我认为这个项目是一个用数学方法来解释人们如何用故事来理解世界的尝试。”

---

---