在我们的一般印象中，一个人在做出最艰难的决定时，非“理性”的情绪往往会成为一种阻碍。所以，我们普遍认为摆脱了“情绪”这一累赘的人体设计，人类就能在最严苛的情况下做出冷静的、审慎的决定。
但事实并非如此，长期以来，神经学家们一直对那些因脑部受损而无法产生情绪的人进行研究。可研究结果却“事与愿违”——这些人非但不是精准、无情的决断者，反而因优柔寡断而勇气全无。
实际上，涉及到那些日常决定，比如说“三明治里放奶酪还是火腿”，不管你的多么理性，这些决定最终还是情绪化的决定。
图丨a为原子价；b为刺激；c为瞳孔直径；d为情绪状态
但如果我们暂且不考虑一般性的日常选择，去观察那些涉及到数据或棋类游戏这种需要更加精细计算的活动，从事这些的人们会不会也被情感所左右呢？
法国格勒诺布尔大学 (University of Grenoble) 的托马斯?冈兹 (Thomas Guntz) 和他的几位同事说，事实上，他们可以。他们测量了国际象棋选手在解决越来越难的问题时所经历的情绪状态的变化。他们表示，情绪在帮助棋手解决复杂的问题时起到关键性作用。
在几项观察指标中，瞳孔大小的变化是集中水平一个指标；心率是一种刺激的测量方法，可以通过观察面部皮肤颜色的变化来进行监测；身体姿态和手势也表明了情绪变化，用 3D 摄像机（比如 Kinect）来监控这些变化非常容易。所有这些都与一个人的关注对象相关，这可以通过头部方向和眼睛注视来衡量。
冈兹（Guntz）和他的同事将目光投向了 30 位国际象棋专家和中级棋手的情绪状态，他们正在解决越来越具有挑战性的国际象棋谜题。每个难题都需要棋手将对手打败。一至三步能够解决的棋盘被认为是简单，而四至六步则是有挑战性。
在棋手解决棋盘难题时，团队会记录注视、身体姿势、心律、面部表情等方面的变化。然后他们用这些数据来推断每个参与者在任务期间的情绪状态是如何变化的。
例如，棋手的基础情绪状态可以从他或她的微表情判断出来，高兴、悲伤、愤怒、恐惧、厌烦或惊讶。心律的变化象征着刺激的变化;自我触摸的比率是压力的一种衡量标准。
研究者说：“（我们的研究结果）揭示了一个意想不到的发现，当玩家试图解决具有挑战性的问题时，他们的情绪会迅速变化。”
出于这一原因，他们认为情绪在决策过程中起着一定作用。他们说：“我们目前的假设是，在博弈状态的探索过程中，情绪的快速变化是对之前遇到的情况的识别的一种无意识展现”。
冈兹（Guntz）和他的同事认为，这在调整潜在行为的过程中起着至关重要的作用。高级国际象棋棋手情绪调整的方式与初学者所使用的思维过程非常不同。随着时间的推移，专业的玩家学会了识别特定的游戏模式或优势和劣势的位置。
这种模式识别大大简化了决定下一步行动的过程。顶级玩家将所有部分分成组，称为“数据块”，而不是单独考虑所有部分。人们认为顶级玩家在长期记忆中存储了 10 万个这样的数据块。当玩游戏时，他们会把这些数据块转移到短期记忆中，在那里进行推理。
而那里也是玩家会遭遇困境的地方。众所周知，人类可以在短期记忆中储存的信息量是有限的。早在 20 世纪 60 年代，美国心理学家乔治·米勒 (George Miller) 就指出，我们可以在短期记忆中存储 5 到 9 个块。超过这一数目，我们将不堪重负。
那么，当棋手在工作记忆中每次只能抓取一小撮的时候，他们是如何管理 10 万个数据块的呢?
冈兹和他的同事表示，他们会利用情绪。当棋手发现他之前见过的一个数据块时，与之相关的价码会让它被放在前面进行进一步分析，或作为一个不好的选择被拒绝。
这种方式，顶级玩家可以利用情绪将相关的记忆块从长期记忆转移到短期记忆，然后再转移回来。团队能够记录的正是这种情绪状态的变化。
这对我们理解人类决策和机器智能有很大的启示。冈兹和他的同事们小心翼翼地调整了他们的结果，暗示他们的工作仍处于早期阶段，还需要做更多的工作。
但它提供了一种新奇的方式来思考决策问题以及机器如何才能更有效地做决策。到目前为止，机器做决策主要是靠越来越强大的计算资源。这有效地将神秘感从诸如跳棋、象棋和最近的围棋等问题中抽离出来。但如果让机器选择三明治里夹火腿还是奶酪，他们会不知所措。
情绪显然提供了某种索引系统，允许我们更快地访问某些记忆。理解它是如何运作的以及它如何应用将其到机器上是当下研究者们的一个重要目标。
