本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定代表《大眾科學》的觀點
莉莎·巴洛（為了保護她的隱私，我改了她的名字）在華盛頓特區的廚房餐桌旁意識到，每個星期天都有十五列客運列車開往康涅狄格州紐黑文。她是一名成功的文案編輯，並且在週一早上在紐黑文有一個會議。她星期天沒有計劃，所以不在乎她何時到達或需要多長時間。她乘坐經濟艙，因此有三十張車票可供選擇：十五個班次，每個班次都有兩個價格選項。
她應該選擇更昂貴的靈活車票，還是鎖定的價值車票？她想早點出發還是晚點出發？在華盛頓特區吃早午餐還是在紐黑文吃午餐？她無法決定。
她上下滾動螢幕，越來越快。她的眼睛在網頁上掃視。她感到胸中緊張感上升。她的呼吸變得短促。她的思緒像肺裡的呼吸一樣在腦海中來回穿梭。她摸了摸自己的臉，注意到一個明顯的跡象：它麻木了。她伸進口袋，那裡儲存著一顆小藥丸，以備不時之需。一種藥物復位按鈕。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
巴洛從高中起就患有驚恐發作——第一次是因為社交戲劇，第二次是因為她的科學老師告訴她，如果她拒絕解剖豬，她將一事無成。她懷疑她的發作與她的父母有關，他們艱難的婚姻經常迫使她在他倆之間做出選擇。一位治療師解釋說，這是一種“不可能的選擇”，一種有永久性後果但沒有明確答案的選擇。現在，作為一個成年人，當面臨一個沒有明確答案的決定時——即使是預訂火車票這樣簡單的事情——她的大腦也會被程式設計為恐慌。
巴洛是一位能幹而自信的專業人士，她的工作是每天做出數百個決定。為什麼她看不到與哪個父母在一起和乘坐哪趟火車之間的區別？肯定還有其他事情在發生。
焦慮作為一種學習問題
邁克爾·布朗寧是一位執業精神科醫生，他指導著牛津大學的計算精神病學實驗室。我是在四年級醫學生時遇到布朗寧的。我曾從耶魯大學休學六個月，在沃內福德醫院工作，這是一座 1826 年建造的美麗的石灰岩建築。布朗寧的最新論文《焦慮個體難以學習厭惡環境的因果統計》在我到達的幾個月前發表在《自然神經科學》雜誌上，我很高興能在夢想之城學習最前沿的神經科學。
布朗寧是一個看起來很令人愉快的人——身高正常，體格正常，禿頂（我個人希望這是正常的）。我第一天，布朗寧帶我參觀了實驗室，向我介紹了其他研究生和博士後。“這是丹尼爾·巴倫，他從美國的一所大學來這裡做一些專案，”他會用平淡的蘇格蘭口音說。他告訴我“廁所”在哪裡，我們在哪裡喝茶，如果作為一個德克薩斯人，我喜歡在下雨天穿上我的牛仔靴和帽子，我可以在哪裡放它們。
雖然布朗寧在醫學院時喜歡心臟病學和腎病學，但他之所以成為一名計算精神科醫生，是因為他發現精神疾病更具吸引力。心臟病學家將心臟視為泵，他們測量和計算泵的工作效果如何。腎病學家將腎臟視為過濾器，並測量和計算過濾器的工作效果如何。精神科醫生真的不知道如何看待大腦。而且我們也不知道如何測量或計算大腦的工作效果如何。這就是布朗寧想要做的。
在完成精神病學住院醫師實習後，布朗寧開始治療患有重度抑鬱症和雙相情感障礙的患者，並注意到焦慮在這些患者中有多麼普遍。知道某人有認知症狀——比如在預訂火車票時出現驚恐發作——在臨床上很有用，因為它暗示了一個治療目標（即預訂車票而不恐慌），這可以透過認知行為療法（CBT）等臨床干預措施來解決。
CBT 幫助患者以一種新的、不那麼威脅的方式看待引起焦慮的情況。您可以透過 CBT 成功治療焦慮症，這表明 CBT 是有幫助的。但在更根本的層面上，這也表明患者可以學會如何不焦慮。布朗寧還指出，反過來推論，這也意味著焦慮涉及一個出錯的學習過程。
在（咖啡）跑中的學習
衡量我們如何學習很難。在實驗中，我們可以觀察人們的行為；例如，某人是否正確回答了一個問題？或者他們是否按照教導完成了任務？這把大腦當作一個黑匣子，其中認知“東西”會發生，並且決策會神奇地出現。
學習理論提供了一種透過數學來窺視這個黑匣子的方法。學習理論描述了大腦如何構建世界模型，目的是瞭解如何行動。根據學習理論，人們根據他們行動的結果來開發關於世界的模型（“我做了 X，結果發生了 Y，所以 X 給我 Y”）。
假設有一天下午，你想喝一杯真正好喝的咖啡。為了得到它，你需要步行到附近的兩個咖啡店之一：一個是一家國際連鎖店，另一個是由一些當地的潮人經營的。連鎖咖啡店有很多優點：有標準的選單；咖啡幾乎每次都以相同的方式製作；播放相同的公司指定音量的音樂；wifi 總是有效。上次你去的時候，你離開時喝了一杯相當不錯的咖啡，所以，用學習理論的話來說，這次咖啡之行以一個很小的預測誤差結束，這意味著你期望的大致是你得到的。如果有人問你這種情況發生的頻率，你會給出一個大概 75% 的時間，因為你覺得總的來說，連鎖店是一個非常穩定、安全的賭注，即使你並不總是能喝到一杯真正好喝的咖啡。
現在考慮一下潮人咖啡店：季節性選單是當地採購的，所以你最喜歡的現做糕點可能不一定有；輪流“咖啡藝術家”在每種飲料中都加入自己的特色；有時有爵士樂，有時是重金屬；有時 wifi 有用，通常沒用。當星星對齊時，你會得到絕對最好的咖啡體驗。但是，由於每隔幾周潮人就會改變一些東西，你經常會沒有糕點，而且無論拉爾斯想給你做什麼。這導致了很大的預測誤差，而且至關重要的是，你永遠無法確定會發生什麼。從學習理論的角度來看，潮人咖啡店是一個不穩定的環境。
現在假設你在兩個地方連續有三次不好的經歷：你接下來去哪裡？由於連鎖店總體來說有 75% 的可能性相當不錯，所以這三次罷工並不會對你對連鎖店的信念產生太大影響，你很可能會回去。但是潮人咖啡店更加不穩定，因此在三次罷工後，你可能會決定這個地方已經變得糟糕，並且再也不會回來了。
在這兩種情況下，都存在預測誤差（儘管你期望喝到一杯好咖啡，但你得到了三次壞咖啡），但是由於潮人咖啡店是一個更不穩定的地方，你更重視新資訊，並且在你的整體信念方面從新資訊中學到了更多。預測誤差在多大程度上塑造你的信念被稱為學習率。你對每個咖啡店的學習率取決於其波動性。
大腦作為一臺學習機器
當他開始在牛津大學工作時，布朗寧渴望衡量人們如何學習。蒂莫西·貝倫斯和幾位同事最近設計了一個獎勵遊戲，參與者試圖贏得一筆錢。為了獲得這筆錢，他們必須點選一個綠色或藍色的矩形，這將使他們更接近（或不）那筆錢。由於不清楚他們需要選擇哪個矩形（藍色或綠色），玩家透過反覆試驗學習哪個更有可能帶來獎勵，同時玩遊戲。就像透過多次光顧不同的咖啡店來學習去哪家咖啡店一樣。
與咖啡店的類比類似，貝倫斯開發了該遊戲的兩個版本：一個穩定版本，藍色矩形在 75% 的情況下會帶來獎勵，以及一個不穩定版本，獎勵有時會跟隨藍色，有時會跟隨綠色。每個人都玩了這兩個版本的遊戲，這使得貝倫斯可以檢視他們學習每個版本的速度有多快。
為了獲勝，人們必須在任何時間點對遊戲的波動性進行心理建模。貝倫斯想看看人類大腦與“理想學習者”或計算機相比表現如何，“理想學習者”經過訓練可以在每一步都做出獲勝的決定。這似乎需要大量的計算量。
但是貝倫斯驚訝地發現，人們的表現相當不錯，與理想的學習者不相上下。貝倫斯還發現，他可以測量人們玩遊戲的方式如何因任務的波動性而異。當遊戲從穩定的 75% 版本切換到波動性更大的版本時，人們以一種數學上嚴謹的方式調整了他們的學習率。人類的大腦實際上可以計算連鎖咖啡店與潮人咖啡店的不同之處。
貝倫斯創造了一個允許他將大腦視為決策機器的場景。透過測量某人玩遊戲的方式，貝倫斯可以判斷某人的大腦是否在理想狀態下工作。
當然，布朗寧患者的大腦並沒有在理想狀態下工作。他們很焦慮。由於他懷疑焦慮與學習有關，他想知道是否可以使用貝倫斯的遊戲來衡量他患者的決策機器在何處以及如何崩潰。
衡量很複雜
布朗寧想要衡量人們如何學習；一些整潔的東西，他可以與患者討論：“羅賓遜夫人，我們擔心您的學習率。”
在我的醫學輪轉期間，我記得篩選患者已知的心臟泵功能障礙原因，心臟病風險因素，如高血壓、膽固醇和吸菸。告訴患者“您患心臟病的風險很低”時，有一種深深的勝利感，好像我們共同避免了一場災難。將心臟病簡化為三個風險因素的想法是一個經典的還原論調。而且，按設計來說，這是一個騙局。
心臟病很複雜，當然，不能完全用高血壓、膽固醇和吸菸來解釋。事實上，我們不（也可能永遠不會）瞭解每個人的心臟病的一切——基因、運動、工作或愛情帶來的壓力、水中的某些東西等等，都可能發揮一些關鍵但未定義的作用。毫無疑問，只關注三個風險因素會歪曲心臟病的複雜性，但研究表明，這是一個有用的簡化。
臨床醫生似乎很習慣將心臟病簡化為三個風險因素——畢竟，我們談論的只是一個泵。但是，當我們以同樣的簡化視角來審視我們的內心生活、我們的情緒和精神狀態時，我們往往會感到不安。
想象一下，你是巴洛的心理醫生。她在拒絕解剖豬後不久來到你的辦公室。她情緒激動，雙手捂臉哭泣，“如果我一事無成怎麼辦！”你瞭解到她的童年，她在父母之間艱難的選擇。你與她產生了共鳴，你理解她，你想幫助她。
現在考慮你的下一步：你會讓她坐在電腦前，點選藍色和綠色的矩形來贏得一筆假錢嗎？你對這種臨床測量有多大信心？你認為你能說服巴洛，透過盒子游戲測量的她的學習速率與她的焦慮有很大關係嗎？
在這裡，我也會質疑我對還原論的執著。這個盒子游戲似乎太抽象，太脫離恐慌的原始臨床現實了。
但回想一下，心臟病專家曾經也有過這種感覺——心臟病發作、血壓和膽固醇之間的聯絡並不明顯。血壓的存在本身並不明顯——儘管人們已經看到血液從血管中噴出幾千年了，但在 18 世紀之前，沒有人想到要測量血壓。
三百年前，人們偶爾會出現胸痛，然後有一天就突然去世了。我想知道，三百年前，當你擔心胸口這種奇怪的、偶爾的疼痛去看醫生時，會是什麼樣子。我猜想醫生會追溯你的病史：“多跟我說說你的疼痛。”或許在談話期間，醫生會在你的手臂上放上水蛭來“清潔”你的血液，也許他甚至會割開你的手臂來去除“多餘”的血液。在沒有其他工具或干預的情況下，你的就診主要是一次談話；一個好的臨床醫生可能是一個好的健談者。聽診器和血壓計的出現——這兩者都要求患者和臨床醫生保持沉默——將這種關係從對話轉向了資料。也許我們在沉默中失去了一些東西：醫生在你前臂上放水蛭時發生的微妙而巧妙的談話。
心臟病學家變得有用，並不是因為他們想出了更聰明的問題來問他們的病人，而是因為他們開發出了將複雜疾病簡化為可以測量、研究和治療的工具。
僅僅弄清楚死亡有原因——而不僅僅是命運或命運之輪——本身就是一次巨大的智力飛躍。仔細的調查將死亡歸結為特定原因，如心臟病引起的心臟病發作。只有對數千名患者進行的長達數十年的研究（例如弗雷明漢心臟研究）幫助我們將心臟病從模糊的主觀症狀簡化為特定的、可測量的風險因素。資料讓我們對還原論感到放心，因為資料引導我們找到了重要的解決方案。
所以布朗寧想要收集資料，因為他想將焦慮簡化為有用的衡量標準。然而，還原論是有代價的。在巴洛的案例中，代價可能是失去很多真實的東西：她的故事。為了測量焦慮，我們可能會拋棄巴洛與她母親互動中的豐富性和複雜性。但也許這種豐富性並不像我們想的那麼重要。似乎沒有人渴望“水蛭對話”的黃金時代。
一個焦慮的機器
在貝倫斯的實驗進行的同時，布朗寧開始與牛津大學的計算神經科學家索尼婭·畢曉普合作。畢曉普熱衷於測量焦慮如何影響學習，特別是焦慮的人如何思考未來的負面事件。
他們一起修改了貝倫斯的獎勵遊戲——不是選擇正確的矩形來贏得金錢，而是選擇錯誤的話就會被電擊。為了瞭解波動性如何影響學習速率，他們偶爾會改變被電擊的可能性。他們稱之為“厭惡學習任務”，並用它來衡量具有不同焦慮水平的人如何應對令人不快的局面。
他們發現，與貝倫斯的原始研究一樣，不焦慮的人可以感覺到遊戲何時更具波動性，並像“理想學習者”一樣調整策略——任務越穩定，意外電擊對他們未來事件的信念的影響就越小。但是，一個人越焦慮，他們在波動性遊戲中識別和調整學習速率的能力就越差。焦慮的人似乎無法識別和學習波動性（這讓我想知道，潮人咖啡店是否會吸引焦慮的顧客）。
在他們發表在《自然神經科學》上的論文中，布朗寧和他的同事們想知道，對波動性的認知盲目是否會讓世界看起來更不可預測，負面結果更難以避免——也許就像把每一個不明確的決定都看作是巴洛無法選擇的選擇？這反過來可能會進一步加劇一個人的整體焦慮水平，形成一個加劇焦慮和其他精神疾病（如抑鬱症）的螺旋。
雖然布朗寧的研究需要擴充套件和重複，但波動性和學習速率之間提出的關係具有明確的臨床意義。它將臨床重點從認知症狀（例如，是否解剖豬？）轉移到已出錯的特定、可測量的過程。臨床醫生可以不再治療某人對解剖豬的恐懼（這只是一個潛在的“不可能的選擇”問題的體現），而是可以測量人們感知和學習波動性的能力，以及這種能力如何隨著治療而改變。
火災
“所以，我兩週前家裡著火了，”當我問巴洛以前的治療師是否測量過她的焦慮時，也許是用臨床症狀量表時，她告訴我。在她進行為期四個月的廚房改造結束的前兩天，她的承包商在地板上留下了一些油膩的抹布。一夜之間，一些清漆固化，抹布著火了。“我失去了一堆東西——我可能還有那些量表，但它們可能被毀了。”
“等等。對不起，你說什麼？”我說，我很驚訝，在花了近一個小時談論她的情緒高潮和低谷之後，巴洛竟然忘記告訴我她家最近著火了。同一個被買火車票的前景嚇得癱瘓的人，卻對公寓火災不以為然。
“真正的損失來自水和煙，”她冷靜地提到，“消防部門把我的公寓徹底沖洗了一遍。”當她說話時，我想起了我去年自己的廚房改造——從看似無限種類的櫥櫃、旋鈕和燈具等中進行選擇。無數的選擇。我提到了這堆決定，她笑了，“我在選擇牆壁的顏色時很困難，現在，我可能必須選擇牆壁的位置。但真的，我不認為我有那些測量值，”她說，從災難無縫地回到臨床量表。
巴洛說，她的治療師通常只是問她是否感覺好些了，這個問題我經常問自己的病人。每次我這樣做時，我都對自己有點惱火——一個患有心臟病的人可能會走上一段陡峭的樓梯，感覺到胸口隱隱作痛，但他們肯定不會感覺到血液中的膽固醇有多少，或者他們的冠狀動脈變得有多窄。臨床測試的存在是因為症狀很少反映潛在的疾病過程，而這種過程對我們來說往往是不可見的。
像膽固醇或血壓一樣，布朗寧提醒我，學習速率提供了一個潛在的治療靶點。人們可以想象一種旨在幫助焦慮的人更好地理解不斷變化的環境中波動性的 CBT 干預措施。或者，也許藥物可以改變大腦固有的學習速率，使人們能夠更好地將“不可能的選擇”與簡單的差事區分開來。但同樣像膽固醇或血壓一樣，學習速率捕捉到了一些不可見且不直觀的東西，一些如果我們沒有工具來測量它，我們就永遠不會看到或納入我們臨床決策中的東西。
也許布朗寧有所發現。也許測量學習速率可以有益於臨床實踐。我抱有希望，但如果測量和治療心臟病的歷史可以作為參考，那麼找到焦慮的清晰衡量標準將需要多年來的大規模合作努力。學習的測量仍處於實驗階段，因此最好保持健康的懷疑態度，擁有健康的學習速率。“很有希望，”布朗寧警告說，“沒有的是大量的資料。” 希望我們幾年後會有更好的答案。