瑞典乌普萨拉大学的ElinaSteenård和Ronald van den Berg的新研究表明，人类的感知是建立在数学上最优的原则之上的，但是大脑并没有完美地实现这些原则。他们在PLOS计算生物学中展示了他们的发现。
人类大脑使用不精确的感官输入来确定周围环境的真相。之前的研究表明，人类感知是“贝叶斯”，意味着大脑以数学上最优的方式解释了感官观察的不确定性。然而，其中一些研究受到了数学上的批评，其他研究表明，大脑本质上在神经水平上是不精确的。
为了解决这些问题，Van den Berg和Stengård为30名志愿者提供了一系列感知测试。这些测试涉及识别出现在屏幕上的椭圆形状是否从垂直方向顺时针或逆时针倾斜。不同的测试以不同的方式结合感觉不确定性，例如椭圆形状的不同伸长程度，附近椭圆形式的干扰，以及屏幕上椭圆的短显示时间。
然后研究人员根据一系列不同的数学模型分析了他们的结果。他们发现，数据最好由贝叶斯核心模型来解释，但也存在不完善之处。该模型优于最佳贝叶斯模型和所有经过测试的非贝叶斯模型。
“我们的研究结果表明，尽管大脑对这些策略的执行似乎并不完美，但人类的感知仍然是最佳策略，”Van den Berg说。“这种新颖的概念为看似对立的优化模型和启发式模型的文献提供了理论上的中间地带。”
需要进一步研究以确定导致椭圆感知测试期间决策过程中明显不完善的原因。未来的研究还可以测试不完美的贝叶斯模型是否可以解释其他类型的感知测试中的人类行为，以及更高层次的认知决策任务。
