中国人工智能学会通讯——人类作为“情感机器”——效用函数、情绪和社会偏好 1.2 情 绪

简介:

1.2 情 绪

虽然有早期理论认为,情绪系统有着独立于认知系统的解剖结构,实证证据表明情绪和认知所涉及的脑区难以截然分开[14]。越来越多的研究表明,情绪和认知之间存在着广泛的相互作用。一方面,情绪调节着认知功能。例如,脑中与情绪唤起密切相关的杏仁核可以通过释放去甲肾上腺素增强记忆的巩固[15]。另一方面,认知也调节着情绪的发生。例如,让个体重新评价一个刺激的意义,可以改变这个刺激所引发的情绪反应,其中涉及到前额叶皮层对杏仁核的调节作用[16]。

关于情绪和决策之间的关系,一个对我们有启发的理论是Antonio Damasio提出的躯体标记假说[17]。Damasio认为,在复杂的场景中,人们需要借助情绪系统的帮助来权衡利弊以作出决策。情绪及其相关的躯体反应(所谓的“躯体标记”)扮演着次级强化物的角色:奖赏或惩罚分别会引发正性和负性的情绪和躯体反应。个体会从以往经历中形成对特定行为将要引发的情绪和躯体反应的预期,而这种预期会影响个体之后的决策。情绪和躯体反应的习得及其对决策的影响可能都是无意识的。

躯体标记假说可以解释某些有情绪障碍的病人的决策障碍[18]。在爱荷华赌博任务中,正常人在对不同选项形成有意识的偏好之前就在躯体反应中显示出了偏好;而某些病人从未表现出躯体反应的偏好,同时,他们错误地选择了给自己带来净损失的选项。

相关文章
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
AI检测技术:如何识别机器生成的“数字指纹”?
AI检测技术:如何识别机器生成的“数字指纹”?
495 115
|
8月前
|
人工智能 自然语言处理 数据安全/隐私保护
AI生成的文本:如何识破机器的“笔迹”?
AI生成的文本:如何识破机器的“笔迹”?
1209 85
|
8月前
|
人工智能 数据安全/隐私保护
AI生成的痕迹:我们如何检测机器撰写的文本
AI生成的痕迹:我们如何检测机器撰写的文本
2267 117
|
9月前
|
人工智能 数据挖掘 大数据
人工智能模型决策过程:机器与人类协作成效
决策智能(DI)融合AI与人类判断,提升商业决策质量。通过数据驱动的预测与建议,结合人机协作,实现更高效、精准的业务成果,推动企业迈向数据文化新阶段。(238字)
|
8月前
|
人工智能 生物认证 数据安全/隐私保护
AI检测器:我们如何识别机器生成的内容?
AI检测器:我们如何识别机器生成的内容?
622 3
|
8月前
|
机器学习/深度学习 人工智能
破译AI指纹:如何检测内容是否出自机器之手?
破译AI指纹:如何检测内容是否出自机器之手?
370 3
|
9月前
|
人工智能 运维 监控
AI加持下的容器运维:别再当“背锅侠”,让机器帮你干活!
AI加持下的容器运维:别再当“背锅侠”,让机器帮你干活!
337 8
|
机器学习/深度学习 人工智能 自然语言处理
生成式人工智能的价值回归:重塑技术、社会与个体的发展轨迹
生成式人工智能(Generative AI)正以前所未有的速度重塑社会面貌。它从单一决策工具转变为创造性生产力引擎,推动知识生产、艺术创作与科学研究的发展。同时,其广泛应用引发社会生产力和生产关系的深刻变革,带来就业结构变化与社会公平挑战。此外,生成式AI还面临伦理法律问题,如透明性、责任归属及知识产权等。培生公司推出的生成式AI认证项目,旨在培养专业人才,促进技术与人文融合,助力技术可持续发展。总体而言,生成式AI正从工具属性向赋能属性升华,成为推动社会进步的新引擎。
|
8月前
|
人工智能 搜索推荐 数据安全/隐私保护
AI检测技术:如何识别机器生成内容?
AI检测技术:如何识别机器生成内容?
499 0
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
拔俗AI语义大模型软件:让机器真正“懂”你的话
AI语义大模型远非聊天机器人,其核心由三大技术构成:基于Transformer的自注意力机制实现语言理解;通过预训练+微调,从通才成长为专才;结合提示工程与推理优化,提升输出质量与运行效率。这是一套深度融合算法、数据与工程的复杂系统,推动智能应用真正落地。
280 0