这些点，整体向哪边移动？
大部分运动是噪声。试着从中找出一致的方向，体验一次感知决策。
对应 Slides 4–6
随机点运动任务
左右二选一点击开始，也可以用方向键回答。
已完成0 轮
正确率—
平均反应时—
改变输入，感受差别
朝同一方向运动的点所占比例。0% 时没有可供辨别方向的净信号。
可在刺激呈现期间回答；时间结束后也可以作答。
这是简化的随机点演示。浏览器、屏幕和注意状态都会影响结果，不能用来测量个人的正式知觉阈限。
带着一个问题再试一次
把一致性降到 5%，再升到 80%。同样是二选一，你的确定感和作答速度如何变化？只有少量试次时，正确率可能波动很大。
一个选择，需要积累多少证据？
每一瞬间的证据都有噪声。漂移扩散模型把它们相加，直到累计证据触及某一侧边界。
对应 Slides 26–30
从瞬时噪声到最终选择
当前试次其他模拟试次
调整决策机制
控制平均漂移率；越大，证据平均越偏向右侧。
边界越远，需要积累的证据越多。试着观察速度与准确性的取舍。
高斯噪声固定为 1；起点为 0；每步 0.01 秒，最长 5 秒。这里只模拟积累时间，未加入感觉与运动耗时。
模型解释了什么，又没有证明什么？
连续积累是一种机制假设。平均神经活动呈现爬坡，并不足以证明每个试次都在连续爬坡：不同时间发生的跳变，也可能产生类似的平均曲线。
能预测选择，就在作出选择吗？
先看神经记录，再预测干预结果。这里的关键，是区分信息、相关性和因果作用。
对应 Slides 46–50
MT
运动信息丰富，单试次选择预测较弱。
讲座介绍的平均选择概率约 0.55，接近机会水平 0.5。
LIP
活动与最终选择的关联较强。
讲座介绍的平均选择概率约 0.70。条形以 0.5 为起点，1 为上限，仅示意关联强弱。
如果暂时抑制一个脑区，哪个更可能影响运动辨别？
根据上面的记录结果，先选出你的预测，再查看讲座讨论的实验发现。