我们每天都在解决复杂问题，只是自己没太察觉。比如去买杯咖啡，看似轻而易举，实际上背后牵涉一系列步骤：出门、走路、点单、付款……

一旦中途遇到状况，比如电梯坏了、门店关了，大脑迅速调整策略，以保障你能喝上咖啡。

这是人类大脑的拿手好戏：把大问题拆成小任务，再逐个攻克。

但科学家一直想知道，大脑是如何做到临场应变的？这些策略怎么运作，至今仍是谜。

为了解开这一谜题，美国麻省理工学院科学家设计了一个实验。他们请来约150位志愿者，请他们判断，一个看不见的小球，在一个迷宫中穿行，究竟走的是哪条路。小球每经过迷宫中的关键节点，就会发出一声“叮”，整个迷宫有4条可能路径，参与者要凭提示音的时间间隔来做出判断。

听起来像是在玩声音版走迷宫游戏，但其实这任务难得离谱。

这就像要同时在脑中演练4种可能走法，好比同时参与4场对话，没人能撑得住。但正因为没人能完美答对，科学家才能看清，他们到底是怎么一步步做决定的。换句话说，正是因为任务“超纲”，才逼得人们不得不见招拆招、灵活应对。科学家正是通过这种游戏，观察人脑是如何做出“还不错”的解答。

实验开始后，每当听到两个提示音，参与者就要猜测小球走的是哪条路。与此同时，科学家为每个人构建了思维模型，模拟他们在不同策略下可能出现的误差。

结果，科学家发现一个有趣的趋势：大多数人不是从头到尾只用一招，而是看情况见招拆招。他们常常先假设一个分岔口的方向，再顺着往下推。如果中途发现不对劲，会倒回重算另一条可能的路线。

这种来回推演，正是“分层”和“反事实”两种推理策略交替使用的体现。而是否愿意回头想一想并改变判断，又取决于参与者对自己记忆的信心。要是觉得记得清楚就改，模糊不清，就干脆将错就错。

为了验证这种策略是否是人类专属，科学家还训练了一个神经网络来完成同样任务。结果发现，只要对AI施加与人类类似的限制，它也会放弃完美解法，转而采用人类的“够用就行”策略。

看来，遇到复杂问题时，人脑可不是算不过，而是在有限资源下做出了最聪明、最实用的选择。

分享让更多人看到