奖赏预测误差

奖赏预测误差是大脑衡量"好事带来的意外"的方式——也就是你预期得到的奖赏，与你实际得到的奖赏之间的差距。设想你咬了一口三明治，本以为平淡无味，结果却异常美味：这种"比我想的还好"的愉快冲击，就是正向预测误差。反过来，如果它比你期望的还难吃，那一丝失望的刺痛，就是负向预测误差。而如果它恰好和预期一样好，就没有任何误差——没有意外，也没有新东西可学。大脑在意的，与其说是奖赏本身，不如说是奖赏究竟超出还是落后于自己的预测。

这个信号主要由多巴胺传递，多巴胺是中脑深处一小簇细胞释放的化学信使。当某件事比预期更好时，这些细胞会发出一阵短促的放电，释放出额外的多巴胺；当某件事比预期更差时，它们会短暂地安静下来，跌到平时那种稳定细流之下。一份完全在意料之中、如期而至的奖赏，几乎不会引起任何变化。实际上，多巴胺并不只是一个"快乐信号"，而是一个教学信号，宣告这次意外的大小和方向。

这为什么重要？因为这种意外正是学习所需要的。大脑用预测误差来更新自己的预期：正向误差促使你重复并看重那些带来好结果的行为，负向误差则告诉你降低期望、换别的办法试试。经过多次重复，预测会变得越来越准，误差也会朝零收缩——习惯、渴求和熟练的选择就是这样形成的。同样这套机制一旦被劫持，也有助于解释成瘾；它还被训练人工智能所用的"奖赏信号"所借鉴。