当你开始一份新工作的时候，通常会用第一天的时间弄清楚社会层级中每个人所处的位置，这些信息在将来建立联系时会派上用场。12月7日，在一项发表于《神经元》的功能性磁共振成像研究中，DeepMind公司和伦敦大学学院的研究人员对于我们如何获取关于社会层级（Social Hierarchies）的知识提供了崭新的视角，揭示了当面对我们自己的层级结构（而非他人的）时，即使大脑没有被要求执行获取社会地位排序的任务，它也具有一种特殊的机制，自动发现社会地位相关的信号。不论是在神经科学还是人工智能领域，这些发现对指导将来的研究工作可能都会大有裨益。

为了判断我们如何了解社会层级，研究人员让30名健康的大学生被试在磁共振成像的扫描下执行一项任务。在这项任务中，被试首先要想象出两家分别是自己和某位朋友希望将来工作的虚构的公司；了解这两家公司的能力结构以后，他们需要观看几组“对手”之间的“竞争”，看看最后是谁赢了，以此来认识每个公司不同人士的相对能力；在理解了两家公司的能力结构以后，他们会看到来自这两家公司的员工的照片，然后需要判断照片里面每个人所在的公司。

“我们发现贝叶斯推理的过程可以很好地解释被试认识个体能力的方式。”DeepMind公司的科研专家Dharshan Kumaran说，“基本上，你对每个人的能力水平都有一个估计，当你在接收新信息（比如说，两个人之间竞争的结果）的时候，你会更新这种判断。”

在这个情境中，实际上，你可以了解到某些人不在你身边时会有多么强大：比如，当你看到在一项比赛中简战胜了保罗，然后在许多其他比赛中保罗战胜了其他人，你很可能会提高对简的能力的判断，因为证据表明保罗比你先前想象的要厉害得多。所以这就意味着人们可以通过组合人与人之间不同类型互动行为的结果，弥补信息缺失的部分，对整体的层级体系迅速形成前后一致的认知。

“我们发现，与涉及其他人的情况相比，当你自己是社会结构中的一员时，你会使用不同类型的过程来认识和描述这种社会结构，”Dharshan Kumaran说，“人脑中一个高度发达的区域—前额皮质，对于被试认识他人在自己所属的社会群体（相较于认识他人在与自己毫不相干的社会群体）中所拥有的能力，发挥着至关重要的作用。这就表明描述与自我相关信息时的特殊性。”的确，复杂的社会互动迫使人们从他人的想法、目标和偏好中辨明属于自己的想法、目标和偏好，我们知道，这是人类特别突出的认知功能。

“在DeepMind公司开展神经科学研究的部分原因就在于，我们的终极目标是发展出可以应用于解决一些世界上最为棘手的问题的人工通用智能。” Kumaran说。“弄清楚我们自身是如何学习知识的这种结构化的形式，正是我们所称之为‘智能’的一个关键部分，因此也是我们的一项研究重点。”