Wei Liu，PhD student; Cognitive/Clinical Neuroscience
前言：（1）看了这篇论文，我居然搞清楚了 AKB48 的年度选举规则！这是，意外收获？（2）在这个实验中，被试的报酬除了金钱还有带有投票码（voting code）的音乐专辑！（3）被试的入选标准需要在 AKB48 中有一个特别喜欢和一个特别不喜欢的成员，这标准，被试好找么？
来自英国 University of York 的研究者 Keise Izuma 和他的合作者最近在《Social Cognitive Affective Neuroscience》在线发表论文《Neural predictors of evaluative attitudes towards celebrities》，论文中利用 fMRI 的信号，结合支持向量机可以对被试对于不同明星的喜爱程度做出推断，作者描述自己的工作是建立一种人类态度基于神经科学手段来客观量化的第一步。
“态度”是社会心理学的经典概念，其对于一个人日常生活中行为的方方面面都有巨大的影响。对于品牌的态度，会让你决定是买苹果手机，还是买锤子手机；对于剧集的态度，会让你决定是看《太阳的后裔》或是看《W.两个世界》。心理学中最常用的态度测量方法是自我报告法，但是这个方法有一个致命的缺陷，受到社会期望效应（social desirability bias）的影响。比如你就算真的喜欢凤凰传奇，你也不会在你一帮高 B 格的朋友面前自我报告：我喜欢凤凰传奇!
如何清楚，客观地了解一个人对于另一个人或者物品的态度是有着巨大的理论以及商业价值的。不是有句话说：“嘴上说着不要，身体却很诚实？” 如果能够基于神经信号解码人类出对于其他事物难以说出的喜好，有没有一种读心术的感觉？
本研究中，研究者尝试利用 fMRI 数据中的大脑活动情况来预测被试对不同明星（全是 AKB48 成员）成员的选择倾向，并且在扫描的过程中，不需要被试对于明星图片做任何评价，仅仅让被试对于当前图片的亮度变化做出判断（Fig1A）。在扫描结束以后，让被试对于同时出现的两张图片做出 2 选 1 的迫选（Fig1B）。
利用功能磁共振收集到被试对于图片加工（注意，被试仅仅对图片的亮度进行了很初级的加工）时的大脑活动以后，研究者利用现在非常流行的全脑探照灯支持向量机分析(searchlight-based support vector regression)，来在大脑中搜索，到底哪些脑区在加工对于图片中个体的态度信息。
结果发现被试的前部纹状体（奖赏系统中的重要脑区）的活动模式能够很好的预测被试在扫描结束以后，在二选一决策测试中，对于不同明星的不同喜好程度（即被试在选择时的倾向对象）。为了保证被试在二选一决策时的态度的真实性，主试会随机抽取被试在 2 选 1 决策中选中的明星，在真实世界中的年度总决选中为其投票！(看你们还敢不敢乱选……！）
作为周公子的迷弟，我仿佛看到了周迅图片出现时，我的纹状体活动！
(PS. 此文的计算方法学过于复杂，笔者实在才疏学浅，难以表达清楚，见谅。其核心思想是以图片加工时的大脑活动作为特征值，使用支持向量机的办法【由于全脑的特征值太多，所以采用探照灯算法，把大脑分解为不同的小球，分开来计算】来预测被试随后的选择行为，同时采用了 leave-one-out 以及 4-folds 的方法来交叉验证）
参考文献：zuma, K., Shibata, K., Matsumoto, K., & Adolphs, R. (2016). Neural predictors of evaluative attitudes towards celebrities. Social Cognitive and Affective Neuroscience, (In press).