我們每天都在解決復雜問題，只是自己沒太察覺。比如去買杯咖啡，看似輕而易舉，實際上背后牽涉一系列步驟：出門、走路、點單、付款……

一旦中途遇到狀況，比如電梯壞了、門店關了，大腦迅速調整策略，以保障你能喝上咖啡。

這是人類大腦的拿手好戲：把大問題拆成小任務，再逐個攻克。

但科學家一直想知道，大腦是如何做到臨場應變的？這些策略怎么運作，至今仍是謎。

為了解開這一謎題，美國麻省理工學院科學家設計了一個實驗。他們請來約150位志愿者，請他們判斷，一個看不見的小球，在一個迷宮中穿行，究竟走的是哪條路。小球每經過迷宮中的關鍵節點，就會發出一聲“?！?，整個迷宮有4條可能路徑，參與者要憑提示音的時間間隔來做出判斷。

聽起來像是在玩聲音版走迷宮游戲，但其實這任務難得離譜。

這就像要同時在腦中演練4種可能走法，好比同時參與4場對話，沒人能撐得住。但正因為沒人能完美答對，科學家才能看清，他們到底是怎么一步步做決定的。換句話說，正是因為任務“超綱”，才逼得人們不得不見招拆招、靈活應對?？茖W家正是通過這種游戲，觀察人腦是如何做出“還不錯”的解答。

實驗開始后，每當聽到兩個提示音，參與者就要猜測小球走的是哪條路。與此同時，科學家為每個人構建了思維模型，模擬他們在不同策略下可能出現的誤差。

結果，科學家發現一個有趣的趨勢：大多數人不是從頭到尾只用一招，而是看情況見招拆招。他們常常先假設一個分岔口的方向，再順著往下推。如果中途發現不對勁，會倒回重算另一條可能的路線。

這種來回推演，正是“分層”和“反事實”兩種推理策略交替使用的體現。而是否愿意回頭想一想并改變判斷，又取決于參與者對自己記憶的信心。要是覺得記得清楚就改，模糊不清，就干脆將錯就錯。

為了驗證這種策略是否是人類專屬，科學家還訓練了一個神經網絡來完成同樣任務。結果發現，只要對AI施加與人類類似的限制，它也會放棄完美解法，轉而采用人類的“夠用就行”策略。

看來，遇到復雜問題時，人腦可不是算不過，而是在有限資源下做出了最聰明、最實用的選擇。

分享讓更多人看到