张航

北京大学心理与认知科学学院研究员

生命科学联合中心PI

电子邮件: hang.zhang(at)pku(dot)edu(dot)cn；

实验室主页：https://www.psy.pku.edu.cn/szdw/qzjy/jsyjy/zh/index.htm

研究领域：决策、计算建模、计算精神病学、创造性问题解决

研究兴趣:

张航实验室（“计算与决策实验室”）使用行为学实验、计算建模和无创脑成像技术来理解人类的学习、决策、问题解决等认知过程背后普适的神经计算原理。我们也关注老龄化和精神疾病带来的个体差异，以及生物智能与人工智能在计算原理上的异同。

我们过往的许多研究都围绕着“不确定性”展开。如果没有不确定性，世界上大部分的决策问题将变得无比简单。然而，不确定性无处不在，概率运算因而成为大脑的一项重要功能。大脑如何为自身和外部世界建构概率模型来表征其中的不确定性，又如何利用有限的认知资源进行高效的概率运算？看似非理性的决策偏差背后有着怎样的认知原理？

我们正在进行的研究拓展到了更复杂的学习过程和序列决策任务，例如假说生成、归纳推理、溯因推理和创造性问题解决。这些高级认知过程对于人类在开放世界中的生存至关重要，也是人类开展科学研究、不断拓展知识边界的核心能力。大脑如何在浩瀚的可能性空间中生成有意义的假说？如何从包含噪声的有限观测中归纳出一般规律，又如何为眼前的现象寻找最合理的解释，乃至跳出既有框架、创造性地解决新问题？这些看似“灵光乍现”的认知活动背后，是否同样存在可被刻画的神经计算原理？

我们的研究对象既包括人类，也包括以大语言模型为代表的人工神经网络。硅基智能上的测试为我们理解人类个体差异提供了新的参照系，也让我们有望在生物实验难以企及的尺度上探索认知能力涌现的因果机制。

代表性研究成果:

1. Lu Y-L, Lu Y-F, Ren X, Zhang H* (2025) Exploring the bounded rationality in human decision anomalies through an assemblable computational framework. Cognitive Psychology. https://doi.org/10.1016/j.cogpsych.2025.101713

2. Lu Y-L#, Ge Y#, Li M, Liang S, Zhang X, Sui Y, Yang L, Li X, Zhang Y, Yue W, Zhang H*, Yan H* (2025) Cognitive Phenotype Shifts in Risk-Taking: Interplay of Non-Suicidal Self-Injury Behaviors and Intensified Depression. Biological Psychiatry: Cognitive Neuroscience and Neuroimaging, 10(5), 504–512. https://doi.org/10.1016/j.bpsc.2024.05.011

3. Wu X#, Ren X#, Liu C*, Zhang H* (2024) The motive cocktail in altruistic behaviors. Nature Computational Science, 4(9), 659-676. https://doi.org/10.1038/s43588-024-00685-6

4. Teng T^#, Wenliang LK^#*, Zhang H* (2023) Bounded rationality in structured density estimation. Advances in neural information processing systems (NeurIPS). https://openreview.net/pdf?id=VnfeOjR73Q

5. Zhang H*, Ren X, Maloney LT (2020) The bounded rationality of probability distortion. Proceedings of the National Academy of Sciences, 117(36), 22024-22034. https://doi.org/10.1073/pnas.1922401117

6. Zhang H*, Daw ND, Maloney LT (2015) Human representation of visuo-motor uncertainty as mixtures of orthogonal basis distributions. Nature Neuroscience, 18, 1152-1158. https://doi.org/10.1038/nn.4055