当我们从积极和消极的经历中学习时，人脑会发生什么？为了帮助回答这个问题并更好地理解决策和人类行为，科学家们正在研究多巴胺。

现在，维克森林大学医学院的研究人员于12 月 1 日在《科学进展》上发表的一项新研究表明，人脑中的多巴胺释放在编码奖励和惩罚预测错误方面发挥着至关重要的作用。这意味着多巴胺参与从积极和消极经历中学习的过程，使大脑能够根据这些经历的结果来调整和适应其行为。

“之前的研究表明，多巴胺在动物如何从‘奖励’（也可能是‘惩罚’）经历中学习方面发挥着重要作用。但是，很少有人直接评估多巴胺在人脑快速时间尺度上的作用， ”维克森林大学医学院生理学、药理学和神经外科副教授 Kenneth T. Kishida 博士说。

“这是第一项针对人类的研究，旨在检验多巴胺如何编码奖励和惩罚，以及多巴胺是否反映了当今最先进的人工智能研究中使用的‘最佳’教学信号。”

在这项研究中，Kishida 团队的研究人员利用快速扫描循环伏安法（一种电化学技术）与机器学习相结合，实时检测和测量多巴胺水平（即每秒 10 次测量）。然而，这种方法具有挑战性，只能在深部脑刺激（DBS）脑部手术等侵入性手术中进行。DBS 通常用于治疗帕金森病、原发性震颤、强迫症和癫痫等疾病。

当参与者在手术室清醒时，他们玩了一个简单的电脑游戏。当他们玩游戏时，对纹状体进行了多巴胺测量，纹状体是大脑的一部分，对于认知、决策和协调运动很重要。

在游戏过程中，参与者的选择要么受到奖励，要么受到实际货币收益或损失的惩罚。游戏分为三个阶段，参与者从积极或消极的反馈中学习，做出最大化奖励和最小化惩罚的选择。在游戏的三个阶段中，每 100 毫秒一次，连续测量多巴胺水平。

“我们发现多巴胺不仅在大脑中传递积极和消极经历的信号中发挥着作用，而且在试图从这些结果中学习时，它似乎以一种最佳的方式发挥作用。同样有趣的是，它似乎以一种最佳的方式发挥作用。就像大脑中可能有独立的通路分别与多巴胺系统进行奖励和惩罚体验一样。我们的结果揭示了一个令人惊讶的结果，即这两条通路可能在时间尺度上仅相隔 200 到 400 毫秒的稍微变化的时间尺度上编码奖励和惩罚体验”岸田说。

岸田认为，这种程度的理解可能有助于更好地理解多巴胺系统如何影响患有精神和神经疾病的人类。岸田说，需要进行更多研究来了解多巴胺信号在精神和神经疾病中是如何改变的。

“传统上，多巴胺通常被称为‘快乐神经递质’，”岸田说。“然而，我们的工作提供的证据表明，这并不是思考多巴胺的方式。相反，多巴胺是一个复杂系统的重要组成部分，它教导我们的大脑并指导我们的行为。多巴胺还参与教导我们的大脑有关惩罚性经历的过程。这是一项重要的发现，可能会提供新的研究方向，帮助我们更好地了解抑郁症、成瘾以及相关精神和神经疾病的机制。”