[论文解读] On the role of time in perceptual decision making

Máté Lengyel, Ádám Koblinger+2 more|arXiv (Cornell University)|Feb 10, 2015

Neural dynamics and brain function被引用 8

一句话总结

本文提出，人类在感知决策中使用时间主要为了概率采样——即迭代地优化对不确定性的内部估计——而非为了整合新的感官证据。通过一种新颖的实验范式，测量每次试验中的误差和主观不确定性，作者发现了强有力的实证证据，支持概率采样而非证据整合在方向估计任务中的作用。

ABSTRACT

According to the dominant view, time in perceptual decision making is used for integrating new sensory evidence. Based on a probabilistic framework, we investigated the alternative hypothesis that time is used for gradually refining an internal estimate of uncertainty, that is to obtain an increasingly accurate approximation of the posterior distribution through collecting samples from it. In the context of a simple orientation estimation task, we analytically derived predictions of how humans should behave under the two hypotheses, and identified the across-trial correlation between error and subjective uncertainty as a proper assay to distinguish between them. Next, we developed a novel experimental paradigm that could be used to reliably measure these quantities, and tested the predictions derived from the two hypotheses. We found that in our task, humans show clear evidence that they use time mostly for probabilistic sampling and not for evidence integration. These results provide the first empirical support for iteratively improving probabilistic representations in perceptual decision making, and open the way to reinterpret the role of time in the cortical processing of complex sensory information.

研究动机与目标

• 调查在感知决策中，时间是否主要用于整合新感官证据，还是用于通过概率采样来优化不确定性估计。
• 开发一种新颖的行为范式，能够在刺激呈现后约700毫秒内，对每次试验的误差和主观不确定性进行测量。
• 检验理论预测：在证据整合与概率采样模型之间，误差与主观不确定性之间的相关性存在差异。
• 为早期皮层处理中迭代概率计算的作用提供实证证据。
• 挑战主流观点，即时间仅用于在决策中累积外部感官证据。

提出的方法

• 基于贝叶斯推断与蒙特卡洛采样，为感知决策建立两种假设下的数学模型：证据整合（EI）与概率采样（PS）。
• 推导出在每种模型下，估计误差、不确定性及其在每次试验中相关性的演化规律。
• 设计一种新颖的实验范式，参与者执行方向估计任务，刺激呈现时间可变，从而实现对误差与主观不确定性的同步测量。
• 采用置信度评分任务，对每次试验的主观不确定性进行估计，使结果可与模型预测直接比较。
• 应用高阶统计矩（方差、峰度）分析后验分布的形状，评估采样过程中向正态分布收敛的情况。
• 对后验矩进行渐近展开，推导出峰度与方差随样本量（n）的标度行为，显示其收敛于1/n。

实验结果

研究问题

• RQ1 在感知决策中，时间是否主要用于整合新感官证据，还是用于优化对不确定性的内部表征？
• RQ2 每次试验中误差与主观不确定性的相关性是否能够区分证据整合与概率采样模型？
• RQ3 概率采样是否是近似难以处理的贝叶斯推断在感知决策中的可行机制？
• RQ4 在采样假设下，后验分布的高阶矩（方差与峰度）如何随时间演变？
• RQ5 人类感知决策在多大程度上反映了对概率表征的迭代优化，而非持续的证据累积？

主要发现

• 观察到的每次试验中误差与主观不确定性的相关性与概率采样（PS）模型的预测一致，而非证据整合（EI）模型的预测。
• 后验分布的峰度随样本量n渐近减少为1/n，与PS模型一致，表明通过采样逐步收敛至正态分布形态。
• 后验方差随样本量n缩放为1/n，证实不确定性随样本量增加而降低，与PS框架的预测一致。
• 误差与不确定性的动态演化模式强烈支持：人类使用时间来迭代改进其内部的概率表征，而非累积新的感官证据。
• 结果提供了首个实证证据，表明概率采样在早期皮层处理阶段支撑感知决策。
• 本研究表明，在静态刺激任务中，决策时间的大部分用于优化不确定性估计，而非整合新的外部证据。